一、 訂貨會前的資料準備：
對於代理商來說訂貨會前需要確定如下資料：1、買多少金額/件貨；2買什麼品類的貨3；確定商品級別及對應的訂貨件數。除1外，其他兩項都是需要訂貨前制定的策略計劃。（注：以下分析不考慮店鋪數量變化的狀態）
1、 買貨金額一般來說廠家已經提前確認，代理商要做的就是計算出對應的商品數量。公式如下：商品數量 = 採購目標 / （區域銷售平均吊牌價 X （1 + 計劃漲降價幅度））
2、 確定各品類買貨金額及數量：根據同期商品各品類銷售百分比確定本訂貨季的比重，修訂原則是今年商品趨勢和經營者的策略。這個環節非常重要，它是一個買貨策略的落地環節。
3、 確定商品各級別款及數量：可以採取平均值和極值相結合的方法。根據歷史銷售資料將商品款分為五個級別（也可以是三個），級別和採購數量對應關係如下：
有了這個資料準備後，在看貨過程中，只需要買手確定商品的級別，不用特別考慮商品的買貨數量。這種方法的好處是根據銷售資料來倒退買貨數量，避免了買貨的盲目性。“買貨的過程實際上就是商品銷售的過程”，所以多花一些時間的準備工作上是值得的。在看貨選貨過程中，可以根據具體情況適當的調整2中的百分比和3中的商品級別。
買貨後（在正式下單前）還需要對所買的貨品進行檢測，主要檢測三方面：價位段、尺碼、顏色等。用買貨資料與同期銷售資料進行對比。比如下圖，很明顯就能看出價位段的缺失：
二、 銷售過程中的資料分析
服裝行業的資料分析從商品流向來講就是大家熟知進、銷、存，其中商品銷售環節可以細化為人、貨、場。造成庫存過高的原因一般都會認為是進的太多或賣得不好，很少有人從商品的追蹤、預測、分析上下功夫，本節重點就談談這方面：
1、 如何建立商品資料追蹤體系？
商品追蹤一般是按照天或周為單位來實施，隨著POS系統的普及，資料收集越來越及時，按天來追蹤商品銷售狀況變成可能。追蹤內容：店鋪庫存數量、過去4或8周的銷量（快時尚服裝可以縮短為1-2周）、大倉庫存。追蹤方向：如果不能覆蓋全產品鏈，可以按照大品類（比如體育服裝的鞋、服、配，女裝的上、下、套裝、配飾等）的銷售前20大和庫存的前20大來跟進，前者是為了讓賣得好的商品賣的更好，後者是為了讓庫存大的商品儘快消化掉。
新品消化率也是必須要追蹤的一個數據，今年很多服裝公司都在更新一個觀念，什麼是新品？只要消費者沒有穿過的都應該是新品。這種觀念對於就庫存的消化是有幫助的，特別是那些新品依賴性越來越高的企業更應該如此。
透過POS採集到基礎資料後，剩下的就是用EXCEL建立一個追蹤模型，讓它每天/周自動產生分析結論（策略部分需要人為制定），再根據庫存天數等邏輯建立一個自動配貨/調撥模型。目的就是監控主要商品進銷存狀況，迅速補貨，讓商品在不同客戶或門店間流動起來。一般情況下不要讓店員來下單調撥，因為店員可能較忙會忘記下單，對好賣的商品會有”佔庫存”的惡習。
2、 如何做商品的銷售預測？
庫存週數（WOI）是商品預測的一個KPI值，庫存週數 = 即時庫存 / （週期內的銷售數量 / 銷售週期），銷售週期可以是4周、8周等。比如某個商品目前庫存2000件，過去4周銷售1000件，則它的庫存週數就是8周，意義就是根據最近4周的銷售狀況來看，此商品還有8周即將售罄。
需要注意的是如果銷售週期取4周，如果某款商品是兩週前上市的新品，則銷售週期要改成實際的銷售週數。按銷量排名往往會漏掉這個因素。
按庫存週數進行貨品的預測是一個相對粗糙的預測方法，因為它並沒有考慮到季節、節假日、促銷等因素。要精確的進行商品的銷售預測就需要引入周銷售權重指數的概念，它根據歷史銷售記錄將每一天都賦予不同的權重值。
3、 商品庫存的分析的維度
用兩張圖來說明商品庫存分析：
（1）商品庫存結構圖（其中有效庫存的定義是指在某個銷售週期內銷售數量大於多少的商品之庫存數量）
（2）商品覆蓋度分析 商品的庫存管理體現在每個環節，我們不能脫離採購、銷售等環節來單純談如何降低庫存。降低庫存無他法，只有從每個環節都加強管理，提高透明度，增加預警機制才有意義。