三年前我接手过一个宠物零食品牌的 SKU 复盘项目。团队交给我的第一版表格里，有 68 个 SKU 的毛利率在 45% 以上，看上去是一门相当健康的生意。同一份数据交给财务重算，结论却变成：这 68 个 SKU 里，真正在贡献正向现金利润的只有 21 个。再交给供应链看，他们认为其中 34 个 SKU 的库存周转是健康的，剩下 34 个已经在悄悄占用现金。
三份结论，同一批商品，谁都没算错。差异出在一个更前置的地方，大家对“利润空间”这条线该从哪里开始画，理解根本不一致。
我后来把这个现象反复验证过。无论是跨境电商、国内电商还是品牌自营，只要开始做商品分析，几乎都会掉进同一个坑：先急着算毛利率，再急着比高低，却没有人先把利润空间的起点定义清楚。起点不统一，后面所有的排名、淘汰、定价动作都会变形。
这篇文章不讲“利润=收入-成本”这种谁都能写的废话。我想把我在实际项目里踩过的坑、纠正过的口径、以及一套可落地的四层利润空间模型讲清楚，并给出不同业务阶段下的行动建议和取舍逻辑。读完你应该能回答一个问题：你手里的商品利润分析，起点到底选对了没有。
我把结论放在最前面，因为它和我见过的绝大多数商品分析教程都相反。多数内容会告诉你“利润空间=售价-成本”，然后教你如何精细核算成本。我的判断是：核算精度只决定结论有多细，口径定义才决定结论有没有意义。
毛利率有用，但它回答不了三个关键问题：这笔生意占用了多少现金、这些现金多久能回来、这个商品在整盘货里扮演什么角色。
一个毛利率 50%、账期 90 天、退货率 18% 的商品，很可能比一个毛利率 30%、账期 15 天、退货率 3% 的商品更不赚钱。如果只比毛利率，你会把后者淘汰掉，把前者当成明星款加大投入。
我自己在做选品复盘时，习惯先看现金利润，再看经营利润，最后才看贡献毛利。顺序反了，判断就会反。
这是我最想强调的一点。很多团队会花大力气把履约成本精确到每单 0.3 元，却把整店的行政费用按 GMV 平摊到每个 SKU。后者带来的偏差，远远大于前者节省的精度。
当分摊规则本身是错的，精细化核算只是在错误的方向上加倍努力。你会发现表格越来越复杂，决策却越来越犹豫。
三个信号全过，这套口径才有资格进入日常商品分析。只过第一个，通常只是财务视角的自洽，业务端用不起来。
我上面提到的宠物零食项目，后来我专门做过一次还原。同一批 SKU、同一份导出数据，三个部门的结论差异到底来自哪里。结论很有意思，差异不在计算过程，在于每个人默认的边界。
运营视角下，利润空间=售价-采购价-平台佣金。这个口径的优势是快，能当天给出选品意见；劣势是它把履约、退货、营销、资金占用全部留在了外面。
当运营说“这个款利润空间不错”，他实际表达的是“这个款在采购和平台扣点之后还有得赚”。这句话本身没错，但它不能直接用来决定加不加预算。
财务视角下，利润空间是全成本分摊后的净利，并越来越强调现金流。这个口径的问题在于慢，它依赖期间费用、税费、分摊规则，最快要到月末才能成型。
更麻烦的是分摊规则。我见过太多公司用 GMV 占比平摊所有间接费用，结果是高客单价、低周转的商品被系统性低估，低客单价、高周转的商品被系统性高估。
供应链视角下，利润空间是“商品占用多少现金、多久回笼”。这个口径关注库存天数、断货率、履约时效，对毛利率的敏感度反而不高。
这解释了为什么供应链常把运营眼中的爆款判为“不健康”。爆款往往备货重、周转慢、退货多，它在现金口径下的表现可能远不如一个小而稳的长尾款。
我把三方的边界拼到一起，才得到完整的利润空间。运营负责交易层和商品层，供应链负责履约和资金层，财务负责经营层和税务层。没有哪一方是错的，错的是没人负责把它们拼起来。
下面这七个误区，是我在复盘项目中反复撞见的。它们的共同特征是：单看都很有道理，组合起来就会系统性扭曲商品判断。我按出现频率从高到低排列。
这是最高频的一条。毛利率只回答了“卖出去这一单赚了多少”，它不回答“为了卖出去这一单，我提前花了多少钱、多久能收回来”。
我见过一个跨境品牌，把毛利率排名前 20 的 SKU 全部加大投放，三个月后现金流转负。原因很简单：这 20 个款里有 14 个是长账期、高退货、重备货的款。毛利率把它们的真实成本全部藏起来了。
纠偏方向：把毛利率定位为入口指标，不是决策指标。看到高毛利先别高兴，继续往下算两层。
采购成本是最容易被量化的成本，所以大家习惯从这里起手。但真正吃掉利润的往往是采购之外的部分，头程、仓储、退换货、平台处罚、滞销减值。
我做过一次拆解，某品类的采购成本只占全成本的 42%，剩下 58% 分散在六个环节。只盯着采购成本谈降本，最多影响整体成本的不到一半。
纠偏方向：把成本清单列全，再决定哪些直接归集、哪些分摊。列不全就开算，等于默认漏掉的部分不存在。
这是隐蔽性最强的一条，因为它看起来非常“公平”。按 GMV 或销量平摊所有间接费用，表面上一碗水端平，实际上对不同商品结构的公司会产生系统性偏差。
一个典型的后果是：高客单价、低频次的商品被过度分摊，低客单价、高频次的商品被过度保护。选品结论因此偏向高频低值商品，长期拉低整体利润结构。
纠偏方向：能直接归集的费用坚决不分摊，必须分摊的按动因分摊，按订单数、按体积、按仓储天数，而不是默认按 GMV。
用一个月的利润空间去评价一个生命周期 18 个月的商品，结论会严重失真。新品期营销投入高、利润薄，成熟期利润厚、投入低，衰退期又需要清货。
如果每个月都用同一个门槛卡商品，你会发现新品永远被淘汰，而它们才是未来的利润池。
纠偏方向：按生命周期阶段设置不同门槛，新品看趋势和边际改善，成熟品看绝对贡献，衰退品看现金回收效率。
引流款、利润款、形象款、清仓款承担的职能完全不同，用一条毛利率线去卡它们，必然误伤。引流款本来就不该要求高毛利，它换的是流量和连带。清仓款不该要求正毛利，它换的是现金回笼。
真正该被质疑的是：一个被定义为利润款的商品，长期达不到利润款该有的贡献。
纠偏方向：先给商品定角色，再按角色设门槛。角色和门槛必须成对出现。
退货不是偶发项，尤其在服饰、鞋类、家居品类里，它是结构性的。我见过退货率 22% 的品类，团队在做利润分析时用了 5% 的行业均值做参考，结论完全跑偏。
退货的成本不止于退款本身，还包括逆向物流、二次质检、包装损耗、可售性下降。这部分成本常常是显性退款金额的 1.5 到 2 倍。
纠偏方向：按 SKU 统计真实退货率，把退货相关成本拆成四项，全部计入商品层。
利润表上赚钱、现金流上失血，是很多增长型品牌的真实写照。库存占用的资金有机会成本，账期占用的资金也有机会成本。这两块在传统利润分析里几乎不出现。
我现在的做法是给每个 SKU 算一个“资金占用成本”，用库存平均余额乘以资金成本率，再乘以占用天数占比。这一个数字经常能让排名整体洗牌。
纠偏方向：把资金占用单列成一层，不要混进经营费用。它需要单独被看见，才能被单独治理。
说完了误区，进入正题。我的专业判断是：利润空间不从任何一张成本表开始，而是从五个定义问题开始。这五个问题回答完，利润空间的起点才真正落地。
这五个问题不回答清楚，模型就没有边界。我见过太多团队跳过这一步直接开始搭表，结果表搭得越漂亮，用起来越纠结。因为不同人心里装的答案不一样。
我常用四层模型来组织利润空间。它的好处是每层都有明确的责任方和决策出口，既不会像纯财务口径那样慢，也不会像纯运营口径那样虚。
| 层级 | 核心内容 | 主要责任方 | 典型决策出口 |
|---|---|---|---|
| 交易层 | 售价、折扣、退款、实收 | 运营 | 定价、促销力度、优惠券结构 |
| 商品层 | 采购、包装、头程、履约、损耗 | 运营 + 供应链 | 换供应商、改包装、调履约方案 |
| 经营层 | 营销、平台佣金、售后、税费 | 运营 + 财务 | 投放预算、渠道选择、售后策略 |
| 资本层 | 库存资金占用、周转天数、账期 | 供应链 + 财务 | 备货节奏、清仓、账期谈判 |
这四层不是并列关系，而是逐层扣减关系。交易层最高，资本层最低。每往下走一层，利润空间都会收窄，但也更接近真实。
这是我判断一套模型的第二个准则。凡是能直接归集到 SKU 的成本，一律不要进入分摊池。只有确实无法直接归集的，才进入分摊。
我见过的失败模型，几乎都是分摊池过大的模型。分摊池越大，商品间的相对排名越不可信。经验值上，分摊池占全成本的比例最好控制在 30% 以内，超过 50% 就要警惕结论失真。
上一节给了模型框架，这一节我把每一层拆开讲。每层我都会给出起手指标和常见漏项。需要说明的是，下面涉及的具体费率、天数、比例均为脱敏后的示意数据，实际应用中必须按自己企业的真实口径重新核实。
交易层的起手指标是实收金额，不是标价。实收=售价-折扣-优惠券-退款-平台补贴的净额。很多团队这一层就用标价起算，后面所有口径都会偏高。
常见漏项有两个。一是优惠券和满减的叠加效果，二是退款在时间上的滞后性。退款金额当月可能只体现一部分，剩余部分拖到下月，导致当月利润被高估。
我的处理方式是按会计期间权责匹配，把退款按发生时间而不是支付时间归集。这一步做扎实，后面的分析才有底。
商品层的起手指标是落地成本，包括采购价、头程、清关、入库、包装。这层最容易被低估的是包装和损耗。
包装成本在低频高值品类里占比很低，但在高频低值品类里能占到落地成本的 8% 到 12%。损耗则和运输方式、仓储条件、保质期强相关，需要按 SKU 单独统计，不能用平均值代替。
我见过一个团队用全品类平均损耗率 1.5% 做测算，但生鲜类目的真实损耗率是 7%。这个错误直接导致生鲜选品的结论偏乐观。
经营层的起手指标是经营利润，包括营销、平台佣金、售后、税费。这层最难的是营销费用的归集，因为广告投放往往是账户级、活动级的，很难精确拆到 SKU。
我的做法是分两步。能直接关联到 SKU 的投放直接归集；无法直接关联的，按曝光或点击占比分摊，而不是按 GMV 分摊。按 GMV 分摊会让高客单商品被过度摊派，因为它们的 GMV 高但点击未必多。
售后成本的归集原则是“谁引发谁承担”，把退换货成本算到具体 SKU，而不是放进全店池。这一条执行下来，能显著提升商品分析的行动指导性。
资本层的起手指标是现金利润。它的计算逻辑是经营利润减去资金占用成本。资金占用成本=平均库存余额 × 资金成本率 × 占用天数 / 365。
资金成本率该取多少，是个业务判断。我一般用公司的加权平均资金成本，或者用短期融资利率作为代理。这个数字不必追求绝对精确，但要保持一致性，否则跨期对比会失效。
账期对资本层的影响常常被低估。一个 90 天账期的渠道，相当于把利润空间的一部分提前压在了应收账款里。如果资金成本率是 8%，90 天账期本身就吃掉约两个百分点的利润空间。
抽象讲了这么多，我用一个真实项目来落地。这是一个跨境母婴品牌，年 GMV 在 1.2 亿左右，SKU 数约 420 个，主要销售渠道包括三个海外平台和自建站。下面涉及的具体数字已做脱敏处理，仅用于说明方法。
项目开始时，团队使用的是单一毛利率口径。按这个口径，全店有 210 个 SKU 处于“盈利状态”，占比 50%。团队认为整体健康。
我们引入四层模型后重算，得到的结论是：现金利润为正的 SKU 只有 87 个，占比 20.7%。这意味着有 123 个 SKU 在毛利率口径下被判定为盈利，但在现金口径下实际失血。
这个落差让团队一开始不太相信。我们去逐层核对，发现主要偏差来自两个地方：一是退货成本被严重低估，二是资金占用从未被计算。
在数据组织上，这个项目使用了数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）做多平台订单、库存与财务数据的归集。它的价值不在于替代判断，而在于把分散在三个平台和自建站的数据按统一口径对齐，减少人工对账带来的口径漂移。
我把这次重算的差异分布整理成了一张表。可以看到，随着口径逐层收紧，盈利 SKU 数量呈阶梯式下降，而每次下降的驱动因素都不同。
| 口径层级 | 盈利 SKU 数 | 占比 | 主要淘汰原因 |
|---|---|---|---|
| 贡献毛利口径 | 210 | 50.0% | ， |
| 经营利润口径 | 124 | 29.5% | 履约与退货成本超预期 |
| 现金利润口径 | 87 | 20.7% | 资金占用成本被首次计入 |
| 税后净利口径 | 62 | 14.8% | 税费与总部费用分摊 |
值得注意的是，从贡献毛利到经营利润这一步淘汰了 86 个 SKU，力度最大。这说明在这个品牌里，真正的问题不在采购成本，而在履约和退货。如果只做采购降本，能影响的只是那一部分，对整体结论改变有限。
完成四层重算后，我们又做了一件事：给 SKU 打角色标签。结果发现，被淘汰的 148 个 SKU 里，有 41 个是引流款，19 个是形象款。这两类本来就不该用利润门槛卡。
剔除这两类之后，真正需要处理的 SKU 是 88 个。这个数字更可操作，也更容易让团队接受。
分层不是为了美化数据，是为了让动作落在正确的对象上。如果不分层，团队会误伤引流款，导致流量下滑，反而更亏。
第一个结论：在这个品牌里，高客单价 SKU 的现金利润表现明显差于中客单价 SKU。原因不是定价问题，而是高客单 SKU 的退货率和库存周转天数都更高。资金占用成本把它们拖垮了。
第二个结论：排名前三的利润款 SKU，毛利率都只在 32% 到 38% 之间，低于全店平均的 41%。它们之所以成为利润款，靠的是低退货、快周转、高连带的组合优势，而不是高毛利。这个发现直接改变了团队后续的选品偏好。
模型讲完，案例讲完，接下来是行动。我把商品按业务场景分成四类，每类给出起手动作。这些建议的前提是：口径已经统一到四层模型，否则动作会走偏。
新品的正确起手方式不是核算已有成本，而是先定目标。先确定这个商品在成熟期应该贡献多少现金利润，再倒推可接受的采购成本、履约成本和营销投入上限。
具体步骤：
这样做的好处是把利润空间的约束前置到了选品阶段，而不是等到上架后才发现不赚钱。新品期的成本约束能力，直接决定了这个商品能不能成为未来的利润款。
爆品的利润空间经常被规模效应掩盖。销量上去之后，采购成本下来了，但履约成本、退货成本、客服成本可能同步上升。净效应是正还是负，需要单独测算。
我的做法是给爆品单独维护一张成本曲线，横轴是月销量，纵轴是单位成本。看这条曲线的斜率是负还是正。如果单位成本随规模上升，说明履约体系已经跟不上，扩规模只会放大亏损。
爆品的另一个关键是库存弹性。销量突然放大时，备货往往跟着放大，但销量回落时的库存消化能力可能不足。爆品的现金利润表现，经常在销量回落后才暴露出问题。
长尾和滞销商品的分析重点不是毛利率，而是现金回收效率。这类商品的正确问题是：继续持有它，还是现在就清掉。
我一般会算一个临界点：继续持有 N 天的资金占用成本，对比现在清仓的折价损失。如果前者大于后者，就该清。
举例说明。一个 SKU 库存成本 20 万元，资金成本率 8%，预计还需 180 天清完，资金占用成本约 7890 元。如果现在打七折能一次清掉，折价损失 6 万元。显然继续持有更划算。
但如果预计需要 720 天才能清完，资金占用成本约 3.16 万元，同时还要承担仓储费、保质期风险和款式过时风险。这时候就应该认真考虑直接清仓。关键是把这个临界点显性化，而不是靠感觉。
同一个 SKU 在不同平台的利润空间可能相差一倍以上。差异来源包括佣金比例、推广效率、退货率、履约方案、价格带竞争强度。
我的建议是按平台单独建利润空间模型，不要用全渠道平均。全渠道平均会把平台间的差异抹平，导致在错误的平台上加大投入。
具体做法是给每个平台维护独立的成本参数，然后在 SKU 维度做交叉分析。这样能看出某个 SKU 在 A 平台赚钱、在 B 平台亏钱的具体原因，进而决定是调整投放还是退出该平台。
讲完行动，必须讲取舍。利润空间分析里没有完美方案，只有适合当前阶段的方案。下面四组取舍是我在项目里反复要做的判断。
追求极致精度意味着更长的计算周期和更高的维护成本。我见过团队花三个月搭建全成本模型，等模型上线时业务结构已经变了。
我的判断是：业务的变动速度决定了模型的精度上限。如果业务每月都有大调整，模型精度就应该控制在能支撑月度决策的级别，而不是追求到单笔订单的精确分摊。
实际操作上，可以先做 80% 精度的版本，快速上线，再根据使用反馈迭代。等模型被真正用起来，再补精度。反过来做，模型往往在还没上线时就死了。
统一口径保证可比性，业务灵活保证实用性。两者常常冲突。比如运营希望按活动维度看利润，财务希望按会计期间看利润。
我的处理方式是分层：底层数据统一口径，上层视图允许灵活。底层保证数据基础一致，上层允许不同角色按自己的决策需要组织视图。
这样既避免了数据打架，也避免了用一套视图硬套所有角色。口径统一的目的是让讨论有共同语言，不是让所有人看同一张表。
有些商品的短期利润为负，但从利润池的角度看是必要的。引流款承担获客，形象款承担品牌，新品承担未来。
关键是这些战略性亏损必须有预算、有边界、有退出条件。我一般要求每个战略性亏损商品都要标注三个东西：亏损预算上限、考核指标、复盘周期。
三个东西缺一个，这个商品就容易从战略性亏损变成惯性亏损。惯性亏损是最危险的，因为它披着战略的外衣。
自建模型的好处是贴合业务、可定制；坏处是维护成本高、容易产生口径漂移。使用工具的好处是数据归集快、口径相对稳定；坏处是可能不完全贴合业务细节。
我的建议是看数据复杂度。如果只有单一渠道、SKU 数量在 100 以内，自建表格完全够用。如果是多渠道、多币种、SKU 数在几百以上，靠人工对账会让口径漂移难以控制。
像我前面提到的那个跨境母婴品牌，因为涉及三个海外平台加自建站，订单、库存、财务数据分散，我们借助了数跨境这类工具做统一归集，把口径对齐这件事从人工转移到系统层面。这样团队可以把精力放在判断上，而不是放在对账上。
| 取舍维度 | 偏向 A 的适用条件 | 偏向 B 的适用条件 |
|---|---|---|
| 精度 vs 速度 | 业务结构稳定、决策周期长 | 业务变动快、需要快速迭代 |
| 统一口径 vs 业务灵活 | 跨部门协作多、需要横向比较 | 单部门决策、场景差异大 |
| 短期利润 vs 长期利润池 | 现金流紧张、需要自我造血 | 有资本支持、处于扩张期 |
| 自建模型 vs 使用工具 | 渠道单一、SKU 少、个性化强 | 多渠道、多币种、SKU 数量大 |
我把前面所有内容压缩成一张清单。你可以在做下一个 SKU 复盘时直接对照使用。清单分四组，对应四层利润空间模型。
回到文章标题。利润空间从哪里开始，这个问题看起来像是在问计算方法，其实是在问业务边界。我见过太多团队把精力全部投在“算得准不准”上，却很少有人先问“算的是什么”。
我的核心观点，浓缩成三句话：
如果你现在正要开始一轮商品复盘，我建议的下一步是：先停下来，用本文第九节的清单自查一遍现有口径。重点看三个地方，退款是否按发生时间归集、退货成本是否拆到 SKU、资金占用是否被计入。
这三项修正做完，你可能会发现原有的 SKU 排名发生明显变化。别急着推翻结论，先核对数据。如果核对无误，那说明你之前用的起点确实偏了，现在调整还来得及。
利润率是一个结果，利润池才是一个起点。先把池子的边界画清楚，再谈池子里装了多少水。
我们店里一直用吊牌价或者成交价做商品利润表，做出来的数字挺好看，但一到月底对账就跟财务对不上。我自己也拿不准，利润空间这个起跑线到底该画在哪儿，是不是一开始就选错了起点。
起手应该是实收，不是售价，也不是采购成本。实收等于成交价减去优惠券、店铺满减、平台补贴里自己承担的部分，再减去退款金额。采购成本是实收之后要减掉的第一项成本，而不是分析的起点，因为它回答的是花多少，不回答收到多少。
具体做法是先拉订单明细，把每一笔的实收还原出来，退款要拆成退款金额和退货带来的逆向履约两部分，不要合并处理。判断标准很直接，如果一款商品的退货率是两位数，你用售价当起点算出来的利润空间一定被高估，高估的幅度大约等于退款额加逆向运费。所以先做一张实收表，再往下面挂成本，顺序反了后面全是错的。
我每次选品都看毛利率，40% 以上才上架，按这个标准选出来的款也卖得动。可财务给我看的月度经营结果是亏的，我一度怀疑是不是财务把费用摊错了。毛利率和真正到手的利润之间，到底还隔着哪些东西。
因为毛利率只扣了采购成本，它是一个很窄的口径。中间至少还隔着四层：履约层（快递、包装、仓储出库）、经营层（平台佣金、广告投放、售后赔付、客服、税费）、资本层（库存资金占用、账期、周转天数带来的机会成本），以及退款退货带来的冲减。
可执行的做法是把单品利润做成三层而不是一层：贡献毛利等于实收减采购减履约，经营利润等于贡献毛利减营销减售后减固定费分摊，现金利润等于经营利润再减库存资金占用。判断依据是看哪一层开始转负，转负的那一层就是真正的问题所在，而不是笼统地说不赚钱。
需要提醒的是，各层费用率必须用你自己店铺的实际数据回填，任何外部听来的费率都只能当假设，不能当基准。
图省事，我一直用全店平均值当营销费率和履约费率，往每个 SKU 上一乘，很快就能排出谁赚钱谁亏钱。但排出来的名单我自己都不太信，有些我觉得明显亏的款，反而排在前面。这种统一分摊法是不是有系统性的坑。
能用，但只能用来做粗筛和排序参考，不能直接拿来做淘汰决策。统一费率的问题在于它把结构性差异抹平了：高客单、低退货的款会被系统性低估，低客单、重售后、体积大的款会被系统性高估，因为费用发生的动因完全不同。更好的做法是分两步归集。
第一步是直接归集，凡是能追到单个 SKU 的费用就直挂，比如单品广告计划的花费、专属包材、某款独有的赠品。第二步才是分摊，但分摊动因要和费用实际发生的原因相关：物流按重量或体积分摊，客服按订单数或咨询量分摊，仓储租金按占用体积和周转天数分摊，平台佣金按实收分摊。
判断依据可以这样验证，拿三个费用结构差异最大的 SKU 分别用统一费率和动因费率算一遍，如果排序发生反转，说明统一费率在你的品类里不可靠。
我之前做 SKU 复盘，用同一张表、同一条利润率及格线去评估所有商品，结果把几款拉新的引流款全列进了淘汰名单，后来发现店里整体流量掉了一截。是不是不同角色的商品，利润空间的起点和评判口径本来就不该一样。
不该一样，用一条线卡所有 SKU 是商品分析里代价最高的误区之一。理由是商品在组合里承担的任务不同，衡量它贡献的指标自然不同。引流款看的不是单品利润，而是获客成本和连带率，正确口径是把引流款带来的关联销售合并进来算整体毛贡献，只要整体为正就有存在价值。利润款看单品经营利润率和现金利润，这条线要卡严。
爆品要看规模效应有没有真的落到履约成本上，量大但单件履约成本没下来，说明只是虚胖。清仓和滞销款看的是回收现金和释放库存占用的能力，这时候折扣越低越好不是重点，重点是周转天数能不能压下来。可执行的做法是先给每个 SKU 打一个角色标签，再给每个角色分别设定及格线，然后才做横向比较。
判断依据是单品层面可以亏，只要它在其承担的任务上达标并且整体账算得过来，就不该被简单砍掉。
读者评论
文章把利润空间从‘算’转向‘定义’，这点很戳中实际工作中的痛点。我们团队也常出现运营、财务和供应链各说各话的情况，根源确实是边界没对齐。不过四层模型落地时，如何让三方都认可分摊规则，可能比模型本身更考验协作。
作者提到的‘退货和售后当偶发项’这个误区太真实了。我们做服饰类目时，退货率长期在20%以上，但之前做利润分析还在用行业均值5%来估算，导致选品结论完全失真。后来按SKU拆解退货成本，才发现逆向物流和二次质检吃掉了很多隐性利润。
毛利率高不等于赚钱，这个观点我深有体会。之前接手一个跨境项目，毛利率排名前几的SKU加大投放后现金流反而紧张，就是因为账期长、库存重。文章里‘资金占用成本’单列一层的建议很实用，我们后来给每个SKU算资金成本，排名确实洗牌了。