我最近帮一家做了三年家居收纳的跨境店铺做复盘，他们团队每个月都会出一份 30 多页的商品分析报告：动销率、售罄率、库存周转天数、退货率、SKU 贡献度，指标一个不缺。可当我问"那这个月你打算改什么"，会议室安静了十秒。这不是分析能力的问题，是分析入口的问题，他们把 120 个 SKU 摊成了一张平铺的表格，却从来没有把它们按价格带重新排过一次队。我让他们把到手价分成 6 段再看一遍，15 分钟后结论自己跳出来了：占 SKU 数量 38% 的最低价段，只贡献了 9% 的 GMV，毛利率 12%；

而只占 10% SKU 数量的 $39.9-59.9 价格带，贡献了 22% 的 GMV，毛利率 41%。

这篇文章要讲的，就是这条价格带分拣线怎么搭、怎么用、怎么判断改得对不对。我会给出一套可以直接照着跑的五步流程，也会给出四个诊断信号和它们的判断阈值，最后附上验证指标和监控表。全文以我经手过的真实店铺数据为骨架（部分数字做了脱敏与情景化处理，会明确标注），也说明我会把哪些环节交给工具自动化。

一、先给结论：价格带是商品结构改造的分拣带

如果只能从这篇文章带走一句话，那就是：价格带不是定价工具，而是商品结构的分拣带。它的价值不在于告诉你"这个卖多少钱"，而在于把一堆散乱的 SKU 归到少数几个格子里，让你一眼看出钱从哪来、货压在哪、缺口在哪。

1. 三个可以直接落地的核心结论

结论一：价格带诊断应该放在品类分析之前。很多团队是先按品类拆，再看价格，结果是每个品类都有价格问题，越拆越碎。反过来先按价格带切，你会发现同一个价格带里的问题往往高度同质，一次动作能修一批 SKU。

结论二：看 SKU 数量分布是没用的，要看"效率比"。我习惯用"GMV 占比 ÷ SKU 数量占比"作为单格效率指标。健康店铺的锚点价格带效率比通常在 1.5 以上，低于 0.5 的价格带基本可以判定为占用资源但不产出。

结论三：不是所有空白价格带都值得填。空白分两种：一种是你的供应链和人群撑得起来的战略空白，一种是别人试过亏钱的死亡地带。判断标准在第九节展开。

2. 为什么选价格带，而不是品类或人群

品类维度的问题是粒度不可控，家居收纳下面能拆出几十个子类目，每个子类目的数据量都不足以支撑判断。人群维度的问题是数据滞后，标签人群的复购周期长，等你验证完一轮，季度已经过去了。

价格带则同时具备三个特征：数据现成（售价字段人人都有）、粒度可控（6-8 个格子就能覆盖全店）、动作直接（调价、补品、清退都能落到这一层）。这是它比其他维度更适合当"第一刀"的根本原因。

3. 这套方法的适用边界

需要说清楚：价格带分析在标品、半标品、可比较型非标品上效果最好，因为消费者会横向比价。在纯设计驱动、消费者几乎不比价的高溢价品类（比如定制珠宝、艺术品）上，价格带的意义会明显衰减，这时候更应该看款式结构和复购结构。

另外，不同平台的价格带定义口径不同。同样一个 $29.9 的到手价，在亚马逊和在独立站，在消费者心里的位置完全不同。所以第一步永远是先固定你所在平台、所在类目的价格带划分口径，后面所有分析才有可比性。

二、背景与真实场景：为什么"分析完就完了"

我把上一节那个家居店铺的月度复盘场景还原一下，你能看到断层具体断在哪。

1. 一个真实的月度复盘场景

他们的报告第一页是总览：GMV 环比 +6%，动销率 71%，平均库存周转 68 天。第二页是品类拆解，第三页是 TOP20 单品，第四页是滞销清单。看上去很完整。

问题出在第四页。滞销清单按库存金额排序，前 20 个 SKU 里有 17 个是 $19.9 以下的低价品。团队的处理方式是：降价促销。结果低价带越促越多，GMV 上去了，毛利率从 34% 掉到 31%，三个月后滞销清单换了新面孔，还是低价品。

他们从来没有问过一个问题：为什么我们的滞销品，几乎全部集中在一个价格带？如果滞销是价格带结构性的，那降价促销就是在给结构性问题上止痛药。

2. 数据齐全但无法决策的三个断层

断层一：从指标到动作的断层。动销率 71% 说明 29% 没动销，但没告诉你是哪一类 SKU 在拖后腿。指标是结果，价格带是分组依据，缺了分组依据，指标就只是数字。

断层二：从单品到结构的断层。TOP20 单品看的是头部表现，滞销清单看的是尾部表现，中间那 80 个"不好不坏"的 SKU 是黑盒。而恰恰是中间层决定了你的结构健康度。

断层三：从现状到机会的断层。所有指标都是往回看的。价格带是少数能同时往回看和往外看的维度，往回看你的分布，往外看竞品的分布，两者的差就是机会空间。

3. 价格带补上了哪个断层

把 120 个 SKU 按到手价重新分组之后，那个店铺的分布是这样的：

数据来源：该店铺 2024 年 10-12 月滚动 90 天订单数据，经脱敏与取整处理，用于说明结构问题，不代表行业基准。效率比 = GMV 占比 ÷ SKU 数量占比。

看到了吗？效率比从最低价带的 0.24 一路爬升到 $39.9-59.9 的 2.20，然后再往下走。这不是一条随机曲线，这是一条非常典型的"低端稀释型"结构。团队之前所有的动作都花在效率比最低的那个格子里。

三、拆解常见误区：五个把价格带分析做废的坑

这几年我看过至少几十份不同团队做的价格带分析，踩坑的地方高度集中。下面五个是出现频率最高的。

1. 误区一：等距划分一刀切

最常见的做法是"每 10 美元一段"。这个做法在价格跨度小的类目没问题，但一旦你的价格从 $9.9 铺到 $199，等距划分会把 $9.9-19.9 挤成一个巨大的格子，把 $100 以上全部塞进一个格子，而后者内部可能是完全不同的两个生意。

我的经验做法是混合划分：低价段用等距（因为低价段的价格敏感度最高，$9.9 和 $14.9 是两个世界），高价段用分位数（保证每个格子里至少有 8-10 个 SKU，数据才有统计意义）。

还有一种更实用的是竞品对标划分：先把类目 TOP50 竞品的到手价拉出来排序，找价格分布的自然断点，用断点作为你的价格带边界。这样做出来的价格带天然具备可比性。

2. 误区二：只统计 SKU 数量，不看效率比

"我们 $29.9-39.9 有 24 个 SKU，是主力价格带。"这句话本身没有信息量。24 个 SKU 是主力，前提是它产出了主力份额的 GMV 和毛利。

我见过一个店铺，主力价格带 SKU 数量占 45%，看起来是重点，但效率比只有 0.9，说明这个价格带既不是效率高地，也不具备规模优势，只是"SKU 堆得多"。SKU 数量是投入，GMV 和毛利是产出，只讲投入不讲产出的分析都是自嗨。

3. 误区三：把价格带当成定价工具

这是一个概念性错误。价格带回答的是"我的商品结构在什么价位上分布如何"，定价回答的是"这个具体商品应该卖多少钱"。前者是结构问题，后者是单点问题。

把两者混淆的后果是：你可能会为了让价格带分布"好看"，去强行调整某个爆款的价格，结果损伤了单品转化。正确顺序是先用价格带定位问题格子，再在格子内部做单品定价决策。

4. 误区四：所有空白价格带都去填

看到 $89.9 以上只有 2 个 SKU，很多人的第一反应是"这是蓝海，赶紧补品"。但空白可能意味着三件事：需求确实存在但你没供给（机会）；需求存在但被头部品牌锁死（陷阱）；需求本身就不存在（伪机会）。

区分方法很简单：去看竞品在这个价格带有没有稳定在售超过 12 个月、评论数过 500 的产品。有，说明需求被验证过；没有，说明这个价格带在这个类目里可能根本不成立。

5. 误区五：用自然月做分析窗口

大促月会把低价带的占比显著推高。用一个大促月的自然月数据做价格带诊断，你会得出"低价带是主力"的错误结论，然后继续往低价带加 SKU。

我建议统一使用滚动 90 天作为默认分析窗口。90 天足以覆盖一个完整的补货周期和一次大促，同时平滑掉单周的波动。只有在看新品爬坡表现时，才会切回 30 天或 14 天窗口。

四、专业判断逻辑：价格带诊断的四个信号

把数据按价格带排好之后，接下来是判断。我不建议凭感觉看，而是固定检查四个信号，每个信号都有自己的判断阈值。这四个信号的顺序也代表了处理优先级。

1. 信号一：价格带断层

断层指的是某个价格带的 SKU 密度显著低于两侧，形成"中间空一段"的形状。判断标准：某价格带的 SKU 数量占比低于其两侧相邻价格带均值的 40%，即可判定为断层。

断层分两种。一种是"低端堆积型"，低价带 SKU 占比超过 35%，越往上越稀，这是大多数白牌店铺的典型形态。另一种是"中段断裂型"，两头有货，中间空一段，这种往往是因为团队在两轮选品中换了方向，中间价格带被战略放弃但没补上。

两种断层的处理逻辑完全相反。低端堆积要向下收缩，中段断裂要优先补中段，因为中段通常是效率最高的区域。

2. 信号二：SKU 数量与销量贡献倒挂

这是最容易被忽略也最致命的一个信号。判断标准很直接：SKU 数量占比排名第一的价格带，如果它的 GMV 贡献占比排不到前二，就是倒挂。

倒挂的本质是资源错配。你的采购预算、拍摄预算、广告预算、仓储面积，都是按 SKU 数量分配的，而 GMV 是按效率分配的。倒挂意味着你把最多的资源投给了产出最低的格子。

倒挂还分程度。轻度倒挂是效率比在 0.6-0.9 之间，可以通过内部优化改善；重度倒挂是效率比低于 0.5，这种情况下内部优化基本无效，必须做结构性的清退。

3. 信号三：毛利结构失衡

前两个信号看的是规模，这个信号看的是质量。判断标准：把你的价格带按毛利率排序，如果毛利率最高的三个价格带合计只贡献了不到 30% 的 GMV，说明你的利润来源和销量来源严重分离。

这种结构短期看起来没问题，GMV 在涨、库存周转也正常，但一旦广告成本上涨或者物流费用波动，整个盘子就会立刻承压，因为没有高毛利带做缓冲。

更细一层，我还会看"毛利率随价格带的爬升斜率"。正常情况下，随着价格带上升，毛利率应该单调爬升或者先爬后平。如果中间出现明显的下凹（比如 $29.9-39.9 的毛利率低于 $19.9-29.9），说明这个价格带里的产品同质化严重，或者是在用降价换销量。

4. 信号四：与竞品价格带的重叠度偏离

前三个信号都是内视的，第四个是外视的。做法是把类目 TOP50 竞品的到手价分布拉出来，和你自己的分布叠在一起看重叠度。

判断标准：如果你的主力价格带正好是竞品 SKU 密度最高的价格带，而你在该价格带的效率比低于 1.0，说明你在打一场没有优势的正面战。这时候要么提升该价格带的产品力，要么把重心挪到竞品相对薄弱的价格带。

反过来，如果你的某个价格带效率比很高，但竞品在这个价格带几乎没有布局，这是一个强信号，你可能找到了一个别人还没发现的位置，值得加大投入。

5. 四个信号的优先级排序

四个信号同时出现问题时，不要一起改。我建议的处理顺序是：

1. 先修信号二（倒挂）。因为它影响面最大，一次清退就能释放采购、仓储、广告三块资源。
2. 再修信号一（断层）。断层修正通常需要补品，周期长，要提前启动。
3. 然后修信号三（毛利结构）。这一步依赖前两步腾出来的资源，顺序不能反。
4. 最后处理信号四（竞品对标）。它是长期定位问题，属于季度级决策，不适合放进月度动作里。

五、案例与数据观察：用数跨境跑一遍完整诊断

前面讲的都是方法，这一节我把流程完整跑一遍。数据准备和分析这一环，我用的是数跨境，原因是它能把平台后台导出的订单明细和商品表做关联，直接按价格带维度出透视结果，省掉大量手工 VLOOKUP 的时间。

1. 数据准备：五个必需字段

不管你用什么工具，这五个字段必须先凑齐，缺一个都会让结论站不住脚：

• SKU 编码：用于去重和关联，注意平台变体 SKU 和父 ASIN 的层级关系要提前处理。
• 实际到手价：不是 Listing 标价，要扣掉优惠券、促销折扣、平台补贴。这一步最容易出错。
• 销量和销售额：两个都要，只有销量看不出客单价结构。
• 毛利额或毛利率：需要把采购成本、头程、平台佣金、FBA 费用、广告分摊都算进去。
• 库存数量和入库日期：用于判断清退成本，后面第六节会用到。

时间窗口我固定用滚动 90 天。如果你要复现这个分析，把订单明细按天导出，只保留最近 90 天的记录，然后按 SKU 聚合。

2. 打价格带标签：一段可直接复用的逻辑

价格带打标这一步，用 SQL 或 Python 都是一行 CASE WHEN 的事。下面这段 SQL 可以直接改成你需要的边界：

-- 价格带打标：以实际到手价为口径，滚动 90 天
WITH sku_base AS (

SELECT

s.sku_id,

SUM(o.qty)                          AS qty_90d,

SUM(o.qty * o.net_price)            AS gmv_90d,

SUM(o.qty * o.net_price * o.gm_rate) AS gross_profit_90d,

SUM(o.qty * o.net_price) / SUM(o.qty) AS avg_price

FROM order_detail o

JOIN sku_master s ON s.sku_id = o.sku_id

WHERE o.order_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 90 DAY)

AND o.order_status IN ('shipped', 'settled')

GROUP BY s.sku_id

)

SELECT

CASE

WHEN avg_price <  19.9 THEN 'A: 19.9以下'

WHEN avg_price <  29.9 THEN 'B: 19.9-29.9'

WHEN avg_price <  39.9 THEN 'C: 29.9-39.9'

WHEN avg_price <  59.9 THEN 'D: 39.9-59.9'

WHEN avg_price <  89.9 THEN 'E: 59.9-89.9'

ELSE                        'F: 89.9以上'

END                                   AS price_band,

COUNT(DISTINCT sku_id)                AS sku_cnt,

SUM(qty_90d)                          AS qty_total,

SUM(gmv_90d)                          AS gmv_total,

SUM(gross_profit_90d)                 AS profit_total,

SUM(gross_profit_90d) / SUM(gmv_90d)  AS gm_rate

FROM sku_base

GROUP BY 1

ORDER BY 1;

注意最后那个 ORDER BY 1，一定要按价格带顺序排列，不要按 GMV 排序。按 GMV 排会打乱价格带的连续性，你就看不出断层了。

3. 看结果：三个数字一眼定位问题

跑出来的结果就是第二节那张表。这里我再加三个派生指标，它们比原始数据更有判断力：

这一次的结果里，低价带稀释度是 4.2，远超 2.5 的警戒线，而毛利承载度 68% 还算健康。说明这个店铺的问题不是"不赚钱"，而是"把太多资源投在了不赚钱的地方"，利润其实是由少数高价 SKU 撑着的。

这个判断非常关键，因为它决定了改造方向：不是要提升毛利率，而是要收缩 SKU 投放面，把资源从稀释区挪到承载区。

4. 交叉验证：别只看一张表

单一视角很容易误判。我在这家店铺上做了三组交叉验证：

（1）按上架时长分层。把 SKU 按上架超过 12 个月和不足 12 个月分成两组，分别看价格带分布。结果发现低价带 46 个 SKU 里有 34 个是上架超过 18 个月的老品，说明这不是新选品的问题，是历史包袱没清理。

（2）按流量来源分层。把订单按自然流量和广告流量拆分。低价带的订单里，广告订单占比高达 61%，而中高价格带只有 28%。这说明低价带的销量是靠广告买来的，一旦停投就会塌。

（3）按退货率分层。低价带退货率 8.7%，中高价格带 4.1%。低客单价商品的退货成本占比更高，实际净毛利比账面还要薄。

这三组验证叠加起来，低价带的真实问题才完全暴露：老品、靠广告、高退货、低毛利。四个特征指向同一个结论，这一段的绝大多数 SKU 应该被清退，而不是被优化。

六、改造动作：从诊断到动作的五步落地

诊断清楚了，接下来是动作。我把这家店铺实际执行的五步整理出来，每一步都给出判断标准、操作细节和风险提示。

1. 动作一：锁定锚点价格带

锚点价格带是你所有资源的重心，也是消费者认知你的位置。锁定方法我用效率比 × GMV 占比双高交叉法：先找出效率比排名前二的价格带，再在这两个里选 GMV 占比更高的那个。

这家店铺：$39.9-59.9 效率比 2.20 最高，但 GMV 占比只有 22%；$29.9-39.9 效率比 1.90，GMV 占比 38%。锚点应该是 $29.9-39.9，$39.9-59.9 作为利润带。

这个区分很重要。锚点价格带承担"规模任务"，要靠它拉流量、拉评论、拉排名；利润带承担"赚钱任务"，要保护它的价格稳定，不轻易促销。把两个任务混在一个价格带上，结果往往是两件事都做不好。

2. 动作二：确定拓展优先级

拓展方向有三个：向上拓展、向下补齐、中间加固。这三个方向不是随便选，要根据信号判断。

• 中间加固：适用于中段断层型店铺。优先级最高，因为中段通常是效率最高的区域，补上就能立刻见效。
• 向上拓展：适用于锚点价格带效率比高、毛利率爬升斜率正常、竞品在更高价格带布局薄弱的店铺。
• 向下补齐：适用场景最少。只有当你的品类存在明确的引流款需求，且你能把低价带的毛利率做到 20% 以上时才考虑。

这家店铺的中段没有断层，锚点价格带效率比 1.90 很高，且 $39.9-59.9 的效率比 2.20 甚至更高。所以优先级是：向上拓展（补 $39.9-59.9 和 $59.9-89.9）> 中间加固 > 向下补齐（本轮不做）。

3. 动作三：单品调价的三条路径与风险控制

调价是最容易伤到自己的动作，我把它拆成三条路径：

（1）清仓型调价。针对确定要淘汰的 SKU，目标是把库存变现，不追求毛利。这类调价可以一次性降到位（比如降 25%-30%），不要小步慢降，小步慢降会拉长清仓周期，反而增加仓储成本。

（2）结构型调价。把某个 SKU 从一个价格带挪到相邻价格带。这时要特别注意价格带迁移的连带效应，你把这个 SKU 降价 10%，它可能从 $29.9-39.9 掉进 $19.9-29.9，导致锚点价格带的规模被削弱。

（3）提升型调价。涨价。适用于毛利率明显低于同类但转化率稳定的 SKU。这类调价的单次幅度不要超过 8%，且必须在涨价后观察 14 天转化率变化，跌破 15% 就回调。

风险控制上，我设定一条硬规则：单月调价 SKU 数量不超过总数的 15%，且同一价格带内单月调价不超过 5 个。原因是调价会影响搜索权重和广告模型的学习，动作太密集会让数据无法归因。

4. 动作四：基于价格带空白的新品补位

补位不是看到空白就填。我用的判断流程是三步：

1. 验证需求存在。看竞品在该价格带是否有在售超过 12 个月、评论数超过 500 的产品。没有就放弃。
2. 验证供给能力。你的供应链能不能在这个价格带做出不亏钱的成本结构。算不出来就不要开始。
3. 验证承接能力。你的现有流量结构能不能带到这个新价格带。如果你的广告模型完全围绕 $29.9 建立，直接推 $79.9 的产品会非常吃力，需要预留 60-90 天的爬坡预算。

这家店铺补位的结果是：$39.9-59.9 从 12 个 SKU 扩到 24 个（其中 8 个是原有 SKU 的套装组合，只有 4 个是全新开发），$59.9-89.9 从 5 个扩到 10 个。套装组合是最高效的补位方式，不需要新开发，不需要新开模，只是把现有单品重新组合，就能把到手价推上一个价格带。

5. 动作五：建立淘汰机制

清退是这套流程里最难执行的一步，因为它意味着承认过去的选品决策有问题。但不建立常态化淘汰机制，结构问题三个月后一定会复发。

我建议的淘汰规则是三条硬线，满足任意两条即进入清退池：

这家店铺按这套规则筛出 26 个清退 SKU，全部在 $19.9 以下价格带，合计库存金额约 11 万元人民币（脱敏后的示意数据）。清退节奏分三个月执行，每月清 8-9 个，避免一次性冲击 GMV 曲线。

七、改造效果验证：三个指标与一张监控表

改造做完不算完，要能证明它有效。我固定看三个指标，它们分别对应结构、效率、质量。

1. 指标一：价格带覆盖率变化

覆盖率 = 有效价格带数量 ÷ 目标价格带数量。有效价格带的定义是 GMV 占比不低于 5%。这个指标衡量的是结构完整度，覆盖率从 62% 提升到 83%，意味着原本空着的格子被填上了。

但要注意，覆盖率不是越高越好。覆盖率虚高通常意味着你在每个价格带都只有一两个 SKU 在撑，这种"雨露均沾"式分布抗风险能力极差。健康的覆盖率区间我建议放在 70%-85%。

2. 指标二：各价格带销量，毛利贡献比变化

这个指标看的是结构质量有没有改善。计算方式是：把每个价格带的 GMV 占比和毛利占比放在一起，看两者的偏离度。偏离度越小，说明规模和利润越匹配。

改造前，这家店铺低价带的 GMV 占比 9%、毛利占比只有 3.3%，偏离度 5.7 个百分点。改造后，低价带 GMV 占比降到 6%、毛利占比升到 4.1%，偏离度收窄到 1.9 个百分点。

3. 指标三：结构健康度评分

这是我自用的一个复合指标，由四个子项加权而成，满分 100 分：

• 集中度（权重 30%）：TOP2 价格带 GMV 占比落在 50%-70% 得满分，越偏离扣分越多。
• 效率比离散度（权重 25%）：各价格带效率比的标准差越小越好，说明资源配置均衡。
• 毛利承载度（权重 25%）：毛利率前 3 价格带的 GMV 占比，越接近 50% 越好。
• 覆盖率（权重 20%）：有效价格带占比，落在 70%-85% 得满分。

这个评分不追求精确，追求的是可比较。同一个店铺每个月算一次，连续三个月的趋势比绝对值更有意义。

4. 附：价格带监控表模板

这张表我建议固定每周更新一次，月度做一次完整复盘。字段设计如下：

这张表的价值在于把"分析"变成"节奏"。每周更新的字段用于发现异常，每月更新的字段用于判断趋势，季度调整一次的只有价格带边界本身。边界一旦定了，季度内就不要动，否则所有历史数据都失去可比性。

八、不同情况下的行动建议

同一套方法，不同阶段的店铺起手式完全不同。下面按店铺阶段和经营模式两个维度给出建议。

1. 按店铺阶段分

新手卖家（SKU 少于 30 个，月 GMV 低于 5 万美元）。不要做全量价格带分析，样本量不够。你只需要做一件事：确定 2-3 个价格带，把 80% 的 SKU 压在锚点价格带上。新手最大的错误是把价格带铺得又宽又薄，结果每个价格带都没有规模，广告模型也学不出东西。

成长卖家（SKU 30-150 个，月 GMV 5-50 万美元）。这是价格带分析价值最大的阶段。重点做两件事：一是识别并清退效率比低于 0.5 的价格带，二是把锚点价格带的 SKU 集中度提到 40% 以上。这个阶段的现金效率比 GMV 增速更重要。

成熟卖家（SKU 超过 150 个，月 GMV 超过 50 万美元）。重点从"结构优化"转向"结构防守"。你需要监控的是竞品的价格带迁移，头部竞品往你的锚点价格带挤压时，要提前 1-2 个季度做准备，而不是等销量掉下来才反应。

2. 按经营模式分

铺货型店铺。价格带分析对你来说最大的价值是"止损"。因为 SKU 数量大、单 SKU 数据量小，逐品分析不现实。建议直接按价格带看效率比，整段整段地做决策，效率远高于单品层面的优化。

精品型店铺。你的 SKU 少，价格带分析的意义不在于清退，而在于定位。重点看竞品价格带的重叠度和偏离度，找到那个"有效率高但竞品薄弱"的位置，然后把所有资源压上去。

品牌型店铺。价格带不只是运营问题，还是品牌认知问题。你的锚点价格带就是消费者对你的心理定位，轻易不要大幅迁移。要做价格上探，正确做法是开副线或者子系列，而不是把主价格带整体上移。

九、不同情况下的取舍

价格带改造的本质是一连串取舍。方法能告诉你"哪里有问题"，但改不改、先改哪个、改到什么程度，取决于你的资源和阶段。下面四组取舍是我在实操中遇到最多的。

1. 价格带宽度 vs 单格深度

铺 7 个价格带，每个里面 5 个 SKU；还是铺 4 个价格带，每个里面 15 个 SKU？前者看起来结构完整，后者看起来资源集中。

我的判断标准是看流量获取成本。如果你的广告获客成本低、自然流量占比高，可以铺宽一点，因为每个价格带都能独立获取流量。如果获客成本高、主要靠广告驱动，必须收窄，把预算集中投在少数几个价格带上，让广告模型有足够数据学习。

2. 毛利 vs 规模

同一个 SKU，降价 10% 可能让销量涨 40%，GMV 涨 26%，但毛利率从 41% 掉到 34%，毛利额只涨了 4.5%。这时候要不要降？

我的判断逻辑是分阶段看。在抢排名阶段，规模优先，因为排名带来的自然流量是可复用的资产。在稳排名阶段，毛利优先，因为排名已经稳定，继续用价格换销量的边际收益会快速衰减。

具体到执行上，我会设一条线：任何降价动作，如果三个月内毛利率无法回到降价前水平的 90%，就必须回调。这条线能防止"降价容易涨价难"的陷阱。

3. 补位 vs 清退

两者都需要资源，但回报周期完全不同。清退是短周期动作，15-30 天就能看到现金回流和毛利率改善；补位是长周期动作，从选品到上架到爬坡稳定，通常需要 60-90 天。

如果现金流紧张，优先清退；如果现金流充裕但增长停滞，优先补位。最怕的是两个同时大干快上，清退会冲击 GMV 曲线，补位会占用现金，两边叠加容易让季度数据很难看。

4. 短期 GMV vs 长期结构

这是最根本的一组取舍。清退 26 个 SKU 会带来短期的 GMV 下降（这家店铺第一个月 GMV 环比 -2%），但结构健康度评分从 58 涨到 71 分。

我的建议是把这个短期下降提前和管理层对齐。不要等到数据出来再解释，而是在动作开始前就说清楚：预计第一个月 GMV 下降 2%-3%，第三个月恢复并超过改造前水平。有了这个预期，团队执行时的心态会完全不同。

从这家店铺的实际结果看，改造后第三个月 GMV 相比改造前提升了 8%，综合毛利率从 32.5% 提升到 34.8%，毛利额提升约 15%。而同期 SKU 数量从 120 个降到了 111 个。这就是结构性改造的典型特征：规模小幅增长，但质量提升明显。

十、结语：价格带不是一次分析，而是一个运营节拍

回到最开始那个问题：为什么商品分析总是"分析完就完了"？因为大多数分析只回答"现在怎么样"，没有回答"所以改哪里"。价格带的价值就是在这两者之间架一道桥，它把 120 个 SKU 的混乱现状，压缩成 6 个格子的清晰结构，让问题自己浮出来。

我想强调三个可能和主流说法不太一样的判断。

第一，价格带的边界比价格带的数量重要得多。很多人花大量时间纠结"该分几段"，其实分几段影响不大，边界划在哪影响很大。同一条边界今天定了，季度内就别动，可比性比精确性重要。

第二，SKU 数量下降不一定是坏事。这家店铺砍了 9 个 SKU，GMV 反而涨了 8%。如果你的团队把 SKU 数量当成规模指标，价格带改造会非常难推进。

第三，这套方法最难的不是算，是执行清退。算清楚只要一下午，决定砍掉哪 26 个 SKU 可能要开三次会。这也是为什么我建议把淘汰规则提前写成三条硬线，把决策变成规则，执行阻力会小很多。

如果你打算现在就动手，我建议按这个顺序推进：

1. 今天：把最近 90 天的 SKU 级订单数据导出来，按到手价打上价格带标签，算出每个价格带的 SKU 数、GMV、毛利率和效率比。这一步用 Excel 也行，用数跨境这类工具能省掉公式调试的时间。
2. 本周内：对照四个信号逐个检查，把最严重的那一个信号单独拎出来，不要贪多。
3. 本月内：只执行一个动作。倒挂最严重就清退，断层最明显就补位，别两个同时上。
4. 三个月后：算一次结构健康度评分，和改造前对比。如果评分没有提升，说明动作选错了，回到第二步重新诊断。

价格带分析真正的门槛不在方法，而在于你愿不愿意每个月抽出两个小时，把商品结构重新过一遍。把它变成月度节拍，而不是年度项目，结构问题才不会反复长回来。

免费注册

咨询方案

扫码咨询方案