上个月我把一个做了三年家居百货的店铺近 90 天数据全部拉出来复算了一遍，结果让店主当场沉默：销售额排名前 10 的 SKU 里，有 6 个的贡献毛利是负的，其中一款"爆款收纳箱"三个月卖了 42 万元，最后一算账，倒亏了 1.8 万元。这不是个例。我接触过的中小电商团队里，超过七成在做商品分析时，第一反应是打开销量榜单，而不是打开利润表。这篇文章不打算重复"商品分析很重要"这种废话，我要做的是把"利润空间"这件事拆成可以直接在 Excel 里落地的计算流程、分类标准和优化动作，让你读完就能对着自己的后台数据跑一遍，当天就知道哪些款该保、哪些款该砍、哪些款该提价。
如果你只想从这篇文章里拿走一句话，那就是这句：商品分析优化的第一步，是把每个 SKU 的贡献毛利算到"单件可比较"的口径上，再按贡献毛利排序，而不是按销售额排序。排序一换，你的整个商品结构判断会翻一遍。
为什么是贡献毛利而不是毛利率？因为毛利率是个比率，它不告诉你这个商品到底给店铺赚了多少钱。一个毛利率 55% 但月销 30 件的商品，和一个毛利率 18% 但月销 3000 件的商品，谁更值得投入流量，光看毛利率会得出完全相反的结论。贡献毛利把"单件利润"和"销量"合在一起，它才是真正决定店铺能不能活下来的那个数。
我给自己带过的团队定过一条硬规则：任何商品分析会议，不允许先讨论销量，必须先讨论贡献毛利的排序和集中度。这条规则执行了半年之后，最直接的变化是，砍掉的 SKU 数量从每季度 5 个上升到每季度 23 个，而店铺整体净利反而涨了 31%。原因很简单，被砍掉的都是"看起来很忙但不赚钱"的款，它们占用的库存、客服精力和投放预算被释放出来了。
我先讲一个具体场景，你应该会觉得很熟悉。
去年双十一前，一个做宠物用品的店主找我，说他想"再上一批新品冲一冲销售额"。我看了一眼他的商品列表：在售 SKU 已经 187 个，其中 60% 是过去半年陆续上的新品。我问他，这 187 个 SKU 里，你能立刻说出哪 20 个贡献了 80% 的利润吗？他答不上来。
后来我帮他算了一遍。结果是：187 个 SKU 中，只有 34 个的贡献毛利为正且月贡献超过 500 元，其余 153 个里，有 41 个是负贡献，112 个是"贡献极低但占用库存"的长尾。也就是说，他真正需要精心运营的商品，其实只有 34 个，剩下 153 个每天都在无声地消耗他的现金和精力。
很多店主有一个直觉：多上商品 = 多机会 = 多利润。这个直觉在小规模时是对的，但 SKU 一旦超过某个阈值就会反过来。原因有三个，都是很实在的机制，不是什么管理鸡汤。
第一，每个新品都要占用一份库存资金。哪怕只备 50 件，187 个 SKU 乘起来就是一笔压死的现金。
第二，每个新品都会分走一部分流量。平台的曝光位、你的投放预算、客服的响应时间，都是有限的池子，SKU 越多，单一 SKU 能分到的越少。
第三，也是最关键的，新品的退货率、售后率、缺货率通常比成熟款高，这些隐性成本在销售额上看不出来，但全部落在利润上。
我见过太多店主月底看报表时的表情：销售额环比涨了 20%，很高兴。但当你把促销折扣、平台佣金、运费、退货损耗、赠品成本全部扣掉之后，会发现这 20% 的增长对应的利润可能是负的。
这不是店主不会算账，而是很多后台的默认报表口径是"销售额导向"的。销售额是毛的、是前端的、是不含隐性成本的；利润是净的、是后端的、是被各种费用层层削过的。用销售额做商品分析，等于用毛重做快递计费，方向就偏了。
还有一个反常识的观察：拖累店铺利润的，通常不是那几个明显亏损的款式，而是大量"看起来还凑合"的长尾。它们每个月的贡献毛利可能是正的，但只有几十块，却占着货架、占着仓库位、占着客服的答疑时间。
我做过一个统计，在一个 200 SKU 左右的店里，贡献毛利排名后 50% 的 SKU，合计贡献的利润不到全店的 6%，但占用的库存资金接近全店的 40%。这就是"利润稀释"的真实样子：不是某个款在亏，而是一堆款在均摊资源。
在讲方法论之前，我得先把几个高频错误掰开讲清楚。因为很多人不是不会算，是算的东西从一开始就不对。
ABC 分类法本身没问题，问题是很多人用销售额做分类维度。这样做出来的 A 类商品，往往是"卖得最多但不一定最赚"的。正确的做法是用贡献毛利做 ABC 分类，销售额作为辅助参考维度。
一个健康的 A 类商品（贡献毛利 Top 20%）应该同时满足两个条件：贡献毛利高，且销售额占比不为零。如果某个商品贡献毛利很高但销售额极低，它更需要的是流量，而不是"重点保护"。
毛利率只扣了商品成本，没扣平台佣金、运费、退货损耗这些"到手前的成本"。我见过运营拿着 50% 毛利率的商品当明星款推，结果一算贡献毛利是负数，因为它的运费特别贵（大件商品），退货率还高（尺码问题）。
真正的"利润空间"应该用"单件贡献毛利 / 单件售价"来衡量，这个比率扣掉了所有变动的费用，剩下的才是你真正能用来覆盖固定成本和产生净利的部分。
品类级别的利润率高，不代表品类里每个 SKU 都赚钱。我见过一个品类整体毛利率 38%，听着很健康，拆到 SKU 级别，发现里面有两个 SKU 是负 15%，全靠那几个爆款在填坑。
如果你只做品类级分析，这两个负毛利款会一直藏在平均数里，直到某天爆款断货，整个品类立刻转负。
砍款是最简单也最容易做错的优化动作。有些低贡献款是引流款，它的价值不在自身利润，而在带动关联销售和拉新客。直接砍掉可能伤及整体流量结构。
优化的正确姿势是"分类施策"，而不是"一刀切砍款"。每一类商品有它自己的角色定位，砍掉之前先想清楚它承担的角色是什么。
这一节是全文最核心的方法论。我会把利润空间拆成三层，然后给出一套可以直接套用的分类框架。
单件贡献毛利的公式是：
单件贡献毛利 = 实收售价 – 商品成本 – 平台佣金 – 支付手续费 – 运费及包材 – 退货分摊 – 赠品分摊
这里的每一项都必须落到单件口径。实收售价指的是扣除所有优惠后买家实际支付的金额，不是标价。退货分摊是一个容易被忽略的项，算法是：
退货分摊 = 单件售价 × 退货率 × （退货物流损失 + 商品无法二次销售部分的成本比例）
很多运营不算退货分摊，觉得退货是偶发事件，但一个退货率 15% 的类目，单件分摊出去可能就是 4-6 元，对客单价 60 元的商品来说就是 7-10% 的利润，不是小数字。
贡献毛利率 = 单件贡献毛利 / 实收售价。这个比率才是真正可以用来横向比较不同商品利润空间的指标。
我的经验阈值是这样的（中小电商常见类目，仅供参照，不同类目需自行校准）：
注意，这些阈值不是绝对值，是"警戒线"的意思。类目客单价越低，阈值越需要往上调，因为固定成本摊薄的空间更小。
单件贡献毛利 × 月销量 = 单 SKU 月贡献毛利总额。这一层是用来做排序和资源分配的。
我的建议是：把 SKU 按月贡献毛利总额排序，取累计贡献达到全店 70% 的那部分 SKU，作为"核心运营对象"。这些 SKU 通常只占全部 SKU 的 15%-25%，但它们是全店利润的发动机。剩下的 SKU 不是不管，而是按边际成本最低的方式维系。
算完贡献毛利之后，用两个维度做交叉分类：横轴是 SKU 月贡献毛利总额（高/低），纵轴是贡献毛利率（高/低）。这样每个 SKU 会落到四个象限之一，每个象限对应一组固定的优化动作。
| 象限 | 贡献毛利总额 | 贡献毛利率 | 典型特征 | 核心策略 |
|---|---|---|---|---|
| Q1 现金牛 | 高 | 高 | 卖得好、赚得多 | 保库存、保流量、稳价格 |
| Q2 潜力款 | 低 | 高 | 单件赚得多，但没量 | 给曝光、测投放、拉销量 |
| Q3 流量款 | 高 | 低 | 卖得多，但利润薄 | 控成本、设边界、绑关联 |
| Q4 淘汰候选 | 低 | 低 | 没量也不赚 | 清库存、停投放、换新品 |
这套框架的好处是：你不需要对每个 SKU 单独判断，只需要判断它落在哪个象限，然后执行该象限的标准动作。判断标准一致，团队执行就不会走样。
讲了方法论，必须落到工具上。因为手动算 187 个 SKU 的贡献毛利，光是整理各项费用就要一整天，还容易出错。我平时用的比较顺手的是数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys），它是专门做跨境电商数据分析和利润核算的工具，对做商品维度的利润分析比较友好。
回到那个宠物用品店的案例。我做的事情分四步。
第一步，把近 90 天的订单数据、成本数据、费用数据导入数跨境，让系统自动按 SKU 维度汇总销售额、销量、佣金、运费。
第二步，补充退货数据和赠品数据。退货率这块数跨境可以从订单状态自动识别，赠品成本需要手动配置，因为不是每个 ERP 都会把赠品成本归到主商品上。
第三步，让系统跑单件贡献毛利和贡献毛利率，输出一个 SKU 级别的利润表。
第四步，按贡献毛利总额排序，按前面说的四象限做标签。
整个过程从数据准备到出表，花了我两个半小时。如果纯手工，我估计要一整天，而且极容易漏项。工具的价值不在于"高级"，而在于它能把容易漏掉的成本项固化成自动流程。
这个店的结果是：41 个负贡献毛利 SKU 里，有 28 个集中在两个品类，大件猫爬架和智能饮水机。它们的共同点是：运费高、退货率高、客单价看起来不低但实际到手利润是负的。
如果没有 SKU 级的利润表，这两个品类的负毛利款会一直藏在"看起来还行"的销售额里。而一旦算清楚，处理动作就非常明确：涨价、换物流、改包装、或者直接下架。
反过来，我也发现了 19 个贡献毛利率在 35% 以上的"潜力款"，它们的月销量都不到 100 件，过去半年几乎没有拿过任何投放预算。原因很简单：店主选投放对象时看的是"哪个款卖得好"，而不是"哪个款单件赚得多"。
这就是把利润空间纳入决策之后的直接收益：你会发现一批被忽视的高利润款，它们只需要一点点流量就能变成新的利润增长点。
我后来陆续看了几十家店的数据，得到一个经验规律：如果 Top 20% 的 SKU 贡献了全店 75% 以上的贡献毛利，这家店的结构是比较健康的；如果这个比例低于 55%，说明利润被严重稀释，SKU 冗余很可能是主要问题。这个指标比销售额、转化率都要更早反映问题。
方法论不是所有人都能立刻全量上。我按数据成熟度把行动建议分成三种，你对号入座即可。
如果你是这种情况，最优先的动作不是砍款，而是先把利润表建起来。具体步骤：
这一步的核心是先把口径统一，不要急着做决策。你可能需要一周时间才能把数据补齐，这个投入是值得的。
如果你已经有 SKU 级利润表，但每次看完就放在那，那么你的下一步是把四象限标签和标准动作固化下来。
具体做法是：给每个 SKU 打上 Q1/Q2/Q3/Q4 标签，然后让运营团队按象限执行动作清单。每月复盘时只看两件事：象限之间的迁移情况，以及 Top 20% SKU 的贡献占比变化。
如果你已经做到上面两步，那么可以进入第三层：价格弹性测试和关联销售设计。
具体来说，对 Q3 流量款做小幅提价测试（每次 3%-5%），观察转化率和贡献毛利的变化；对 Q1 现金牛做关联搭配，把高毛利商品挂在高流量款的详情页和套餐里，用流量带动利润。
方法论讲完了，最后必须讲取舍。因为所有优化动作都有代价，做不好会伤到店铺本身。
对 Q3 流量款提价，几乎一定会影响转化率。关键是找到那个"贡献毛利总额最大"的价格点，而不是"贡献毛利率最高"的价格点。做法是小步测试，每次调 3%-5%，观察两周的贡献毛利总额变化，而不是一次调到目标价。
有些低贡献款是引流入口，它带来了新客和关联购买。砍掉之前，先看这个 SKU 的访客里有多大比例产生了其他 SKU 的购买。如果关联购买贡献的利润超过该 SKU 自身的亏损，它就值得保留。
Q1 现金牛是重点保供对象，但"保供"不等于"无上限备货"。库存周转天数超过 90 天的现金牛，其实已经在拖累现金流。保供的目标是不断货，不是不差钱。
如果店铺已经处在 SKU 冗余状态，就应该先精简再上新。我通常建议：在 SKU 总数下降 20% 之前，不上任何新品。因为在新品之前，你的利润表还没清理干净，新品只是往已经堵塞的管道里再加东西。
| 两难场景 | 容易做错的选择 | 更合理的取舍 | 判断依据 |
|---|---|---|---|
| 流量款提价 | 一次调到目标价 | 每次调 3%-5%，看贡献毛利总额 | 贡献毛利总额最大点，而非毛利率最高点 |
| 低贡献款处理 | 直接下架 | 先看关联购买利润 | 关联利润 > 自身亏损则保留 |
| 现金牛备货 | 无限备货 | 控制周转天数在 90 天内 | 保供目标是不断货，不是压库存 |
| 新品与精简 | 边精简边上新 | SKU 降 20% 前不上新品 | 管道未疏通前上新会加剧稀释 |
最后给你一份可以直接打印出来贴在工位上的执行清单。
回到开头那个宠物用品店。三个月后我们重新算了一遍，SKU 从 187 个降到 142 个，负毛利款从 41 个降到 3 个，店铺净利率从 6.4% 涨到 9.8%。销售额并没有涨，甚至略降了 2%，但利润涨了。这就是"先从利润空间入手"这件事的真实回报，它不追求更热闹，它追求更扎实。
下一步你可以做得很简单：今天就把你店铺近 90 天的 SKU 数据拉出来，按这篇文章的公式算一遍贡献毛利，先看有没有负毛利款，再看 Top 20% 的贡献占比是多少。这两个数出来，你就知道自己接下来该做什么了。工具上，像数跨境这类支持 SKU 级利润核算的平台能帮你把最容易漏掉的费用项固化进流程，省下的时间用来做判断，比用来对表格更值。
我做了两年店铺运营，每次复盘第一反应都是拉销量排行，把卖得好的往前排。但老板总说利润没起来，我就很困惑：卖得多难道不等于赚得多吗？到底商品分析优化的第一步应该看什么？
第一步看的不是销量，而是单 SKU 的贡献毛利，也就是（售价 – 商品成本 – 平台佣金 – 物流费 – 包装费 – 退款分摊）× 销量。销量只是规模指标，贡献毛利才是真正决定这个商品值不值得继续投入的指标。
判断依据很简单：一个 SKU 如果连续两周贡献毛利为负，无论它销量排第几，都应该先进入观察名单而不是加投放。实操上先在 Excel 里把每个 SKU 的售价、各项变动成本、近 30 天销量列成一张表，算出贡献毛利和毛利率，再按贡献毛利降序排列，你会发现销量前十里经常有两三个是负贡献或者微利款。
我之前一直用毛利率来判断商品赚不赚钱，但总觉得和月底财务给的利润对不上。有次一个毛利率 40% 的款推了一个月，结果整体利润反而降了，我就怀疑是不是自己算的口径有问题。毛利率和贡献毛利到底该用哪个？
毛利率是（售价 – 商品成本）/ 售价，只扣了进货成本，用来快速筛商品；贡献毛利是（售价 – 商品成本 – 平台佣金 – 物流 – 包装 – 退款分摊 – 优惠券分摊），用来判断这个商品实际给店铺贡献了多少钱。区别在于毛利率高但运费、佣金、退货率高的款，贡献毛利可能很低甚至为负。
可执行的做法是：日常选品和定价用毛利率做初筛，阈值一般看类目，常见 30% 以上算健康；做商品优化和淘汰决策时用贡献毛利，因为它才是扣完变动成本后真正留下来的钱。判断依据是月底财务口径通常也是扣完变动成本后再分摊固定成本，所以你用贡献毛利排序，和财务结果的方向基本一致。
我看教程有的说用 ABC 分类，有的说用四象限，自己试着分了一下发现两种结果不一样，不知道听谁的。而且 70%/20%/10% 这个阈值套到我们店铺根本分不出重点款，我该怎么定适合自己的分类标准？
建议用四象限而不是纯 ABC，因为 ABC 只按单一维度（通常是利润贡献）排序，会漏掉「销量大但利润薄」的引流款。四象限的两个轴是贡献毛利和销量（或 GMV），分成高利润高销量、高利润低销量、低利润高销量、低利润低销量四类，每类对应不同动作。
阈值不要照搬 70/20/10，而是用自己店铺的实际分布来定：把全部 SKU 按贡献毛利降序排，取累计贡献毛利到 70% 的那批 SKU 作为重点款，累计 70%-90% 的作为潜力款，剩下 10% 作为淘汰观察款；销量维度用店铺中位数做分界线。
判断依据是阈值的作用是区分动作优先级，不是做数学正确性，只要每一类都能对应一个明确的运营动作，这个阈值就是可用的。
我把 SKU 按利润和销量分完类了，但分完之后不知道下一步干嘛。重点款要干嘛、引流款要不要砍、低利润低销量的款什么时候淘汰，这些判断标准教程里都写得很虚，我想要能直接执行的动作清单。
四类商品对应四套动作：高利润高销量的重点款，保库存、保流量、保价格，不轻易做促销，重点盯断货和差评；高利润低销量的潜力款，加曝光、测主图和价格带、优化详情页转化，给它 2-4 周观察期看销量能不能起来；
低利润高销量的引流款，控成本、设投放和折扣边界，明确它能亏多少换流量，一旦贡献毛利连续两周为负就要么提价要么降本要么降权；低利润低销量的淘汰款，先清库存再停投放，同时准备替代新品。
判断依据是每类商品的核心矛盾不同，重点款怕断货，潜力款怕没曝光，引流款怕失控亏损，淘汰款怕拖库存，动作要对应矛盾而不是笼统地「优化」。实操上建议做成一张周表，每个 SKU 标好分类和本周动作，复盘时看动作有没有执行、贡献毛利有没有变化。
读者评论
按贡献毛利排序这个点确实扎心，我们店也是销售额看着还行，一算退货和运费就发现好几个爆款其实是赔本赚吆喝。先把负毛利的款处理掉比什么都实在。
四象限分类那部分挺实用的，之前砍款总是一刀切，结果把引流的低毛利款也砍了，流量直接掉一截。分类施策这个思路确实更稳，不同款本来作用就不一样。
退货分摊这项以前真没认真算过，总觉得退货是偶发。按文里说的15%退货率一摊到单件，才发现利润被吃掉那么多，回去得把这项加进表里。
方法框架挺完整，从单件贡献毛利到SKU排序再到四象限，逻辑顺。不过阈值那部分因类目差异大，直接套30%可能对小客单价店铺偏松，还是得自己校准。