去年 Q3，我帮一个做家居收纳的客户复盘商品结构，发现一个反常识的现象：他们把 39-59 元价格带里的 12 个 SKU 砍到 4 个之后，这个价格带的整体 GMV 只跌了 7%，但毛利率从 21% 拉到了 34%，库存周转天数从 68 天压到了 41 天。更关键的是，原本被这 8 个 SKU 占用的货架和推广预算，挪到 89-129 元价格带后，带来的增量利润是砍掉那部分的三倍还多。
这次复盘让我彻底改变了对"价格带分析"的理解。价格带从来不是一个定价问题，而是一个资源分配问题。大部分团队做价格带分析，做的其实是"价格分布统计"，把 SKU 按价格排个序，画个柱状图，然后说"我们的价格带覆盖很全"。这不叫分析，这叫盘点。真正的效率评估要回答的是一个决策问题：在货架、库存、流量、人力都有限的前提下，哪几个价格带值得压重注，哪几个应该收缩甚至放弃。
下面这套框架是我在服务十余个消费品和零售客户过程中打磨出来的，核心是三个前提、五个指标、四步操作，以及一套判断"什么时候这套方法会失效"的反向清单。读完你应该能直接拿自己店铺的数据跑一遍。
核心结论我放在最前面：价格带效率评估，衡量的是"单位资源投入在一个价格带里能产出多少可比较的利润"，而不是这个价格带卖了多少货。
这句话听起来像绕口令，但它直接决定了两件事：你选什么指标，以及你怎么解读指标。如果你把"卖了多少货"当效率，那低价带永远赢，因为它天然动销快、订单多。但低价带的每一单消耗的拣货工时、客服工时、退货处理成本、包装成本，和高价带几乎一样，甚至因为件数多而更高。真正被消耗的资源，货架位、库容、推广位、运营注意力，是不可再生的。
所以我在给团队做培训时，会强制要求他们在报表里加一列：每个价格带的"综合贡献利润 ÷ 该价格带占用的库容体积"。这一列一加进去，很多"看起来很好"的价格带会立刻露馅。
我在过去三年里看过不下五十份所谓的"商品价格带分析报告"，它们的问题惊人地一致。在讲框架之前，先讲清楚这些坑，能帮你省掉大量白做的工。
最常见的开场白是："我们按 25 分位、50 分位、75 分位把商品划分为四个价格带，各价格带 SKU 数量和销售占比分别为……"然后就没有然后了。
划分价格带只是准备工作，就像切菜不是做菜。真正的分析从"划完之后你要做什么决策"开始。如果你划完价格带，得出的结论是"我们的价格带结构比较均匀"，那这份分析的价值约等于零。
"低价带贡献了 60% 的销量"，这句话的信息量极低，因为几乎所有零售业态的低价带都贡献大部分销量。这是结构规律，不是你的经营成果。
销售占比高只说明这个价格带被消费者需要，不代表它值得你投入更多资源。反过来，"高价带只贡献 15% 的销量"也不说明它该砍，要看它的利润贡献和战略价值。
我见过一个零食品牌，因为某个 9.9 元价格带连续两个月动销第一，就把它定为主推带，结果第三个月大促结束，这个价格带的复购率掉到 4%，退货率冲到 19%。问题出在：9.9 元带在大促期的"高效"完全是促销补贴制造的假象。
我在实操里一般要求至少看 26 周的滚动数据，并且把大促周单独剥离出来看。低于 12 周的数据，几乎不可避免会被季节性和促销节奏污染。
自己跟自己比，永远是"今年比去年好一点"。但价格带的合理性是一个相对概念：你的 89-129 元带如果毛利率只有 28%，而同行同带能做到 45%，那你的问题不在价格带结构，而在成本结构和选品上。
这是最深的一个坑。低价带看动销和周转，中价带看毛利和复购，高价带看客单和品牌溢出。用同一套权重去打分，只会得到一堆平均数，掩盖所有真实信号。
在动数据之前，我会先花半天时间和客户确认三件事。这三件事没对齐，后面所有指标都会打架。
价格带效率评估至少有四种典型目标，每种的目标函数完全不同：
我遇到过一个团队，季度初定的目标是"优化价格带利润率"，做到一半老板又说"要多拉新客"，结果两个目标互相打架，最后哪一头都没做好。一次评估只服务一个主目标，其他目标作为约束条件，而不是并列目标。
口径不统一是价格带分析最常见的返工原因。我会强制要求在一张"口径卡"上写下五个参数，团队任何人在任何报表里都用这一套：
| 参数 | 常见分歧 | 我的建议基准 |
|---|---|---|
| 时间周期 | 用月、季还是年 | 主看 26 周滚动，大促周单独标记 |
| 渠道范围 | 是否含线下、含分销 | 按决策对象选，评估线上就只算线上自营口径 |
| 退货处理 | 销售额扣不扣退货 | 一律用净销售额，退货单列一列 |
| 成本口径 | 是否摊物流、客服、仓租 | 至少摊到"直接履约成本+仓租"，否则毛利失真 |
| 价格取值 | 用吊牌价、成交价还是到手价 | 一律用实际到手均价，含券后 |
没有基准的数字是废话。"我们的中价带毛利率 32%"，这是好是坏？不知道。我会同时准备三条基准线：
这里说句实话，外部基准是最难拿的，也是最有价值的。很多中小团队卡在这一步，就是因为只看得见自己的后台数据。我自己在实操中会借助一些跨境和电商数据工具来补这一块，后面案例部分会具体讲。
下面五个指标是我用得最多的，但我会强调每一个的"什么时候有效、什么时候会骗你"。
动销率 = 该价格带内有销售记录的 SKU 数 ÷ 在架 SKU 数。它反映的是一个价格带的"健康状况"，如果某个价格带动销率低于 40%，通常意味着这个价格带里塞了太多无效 SKU。
但动销率有一个致命的陷阱：它可以被"上新"和"促销"轻易操纵。一个价格带如果每个月上 20 个新款、下架 15 个老款，动销率会很好看，但这是虚假的活跃。我会同时看"动销率"和"SKU 平均在架周期"，两个一起看才准。
这是我最看重的一个指标，也是大多数团队不做的一个。计算方式：
单位库容贡献毛利 = (该价格带净销售额 – 直接商品成本 – 直接履约成本 – 分摊仓租) ÷ 该价格带平均占用库容（立方米或货位数）
为什么用库容而不用销售？因为库容是真正稀缺且不可转移的资源。销售可以随时变，但货架和仓库位置是固定的。这个指标一算出来，很多团队会发现自己的高价带其实是被"高客单"迷惑了，它占的库容多、周转慢，单位产出反而低。
周转天数 = 平均库存金额 ÷ 日均销售成本。这个指标的解读要分价格带：
这个指标很多人没听说过，但非常有用。价格离散度 = 该价格带内 SKU 成交价的变异系数。如果一个所谓的"89-129 元价格带"里，SKU 成交价从 41 元到 187 元都有，那这个价格带的划分本身就是失败的，内部会严重互相蚕食。
我的经验阈值是：单个价格带内的价格变异系数应该控制在 0.15 以内。超过 0.25，说明要么价格带划分过宽，要么同一带内存在明显的价格错配。
这个指标最软，但也最关键。我会用一个组合指标：
契合度 = 该价格带的复购率 ÷ 该价格带客户的整体客单价分位
逻辑是：如果某个价格带的客户，大部分是低客单客户（他们在你店里的整体客单价处在低分位），但这个价格带本身定得偏高，那这些客户的复购率一定撑不住。反之，如果高价带吸引来的都是中高客单客户，复购率稳定，说明这个价格带定位准确，可以加大投入。
这个指标需要客户级的消费数据，不是所有团队都有。如果没有，可以用"价格带客单价 ÷ 店铺整体客单价"做一个粗替代。
框架本身不复杂，难的是每一步的细节判断。
价格带切分有两种主流方法，我在实操中的选择是这样的：
| 方法 | 操作 | 适用场景 | 主要缺点 |
|---|---|---|---|
| 分位数法 | 按成交价的 25/50/75 分位切分 | SKU 多、价格连续分布的标品 | 价格带边界随数据漂移，不好做同比 |
| 业务定义法 | 按行业惯例或消费者心理价位切分 | 价格锚点明显、有心理定价规律的品类 | 需要业务经验，容易拍脑袋 |
我的建议是两者结合：先用业务定义法划出大致的价格带（比如美妆常见的 99 以下/99-199/199-399/399 以上），再用分位数法检查每个价格带的 SKU 数量是否均衡，如果某个价格带占了 60% 的 SKU，就说明划分过宽，要再拆。
单项指标容易偏科，我一般用加权评分。权重的确定要和第一步的决策目标绑定：
如果目标是利润：单位库容贡献毛利 40%、周转天数 25%、动销率 15%、价格离散度 10%、客群契合度 10%。
如果目标是走量：动销率 35%、客群契合度 25%、单位库容贡献毛利 20%、周转天数 15%、价格离散度 5%。
评分前必须先做归一化，否则量纲不同会直接压垮权重设计。我一般用每个指标的 5 分位到 95 分位做线性映射，避免极端值拉偏。
我不用简单的分数高低分三档，而是用"得分高/低 × 环比改善/恶化"两个维度交叉出四个象限：
策略不是"扩张/维持/收缩/淘汰"四个词，那太粗。我会按价格带的具体情况给出更细的动作：
下面这个案例是我去年年底做的一个跨境家居品类项目，为了保密做了一些数值模糊化处理，但逻辑是真实的。
客户是一个做家居收纳的跨境卖家，主营三个站点，SKU 总数约 480 个，跨越 9.9 美金到 89.9 美金五个主要价格带。他们的问题是：整体毛利率连续三个季度下滑，从 38% 掉到 31%，但运营团队一直找不到原因，因为每个价格带的销售额都在增长。
增长但毛利下滑，典型的"虚假繁荣"。我判断问题出在价格带的内部结构和资源分配，而不是绝对销量。
数据方面，客户提供了过去 34 周的订单级数据，包含成交价、成本、退货、履约费用，但没有仓租分摊和库容占用数据。这是跨境卖家的普遍状况，因为货在海外仓或 FBA，仓租是打包付费的。
我用了两个方法补齐：一是按库容体积估算分摊仓租，二是引入了"数跨境"这个工具（官网 https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）做外部基准参考。说实话，跨境品类最难的就是拿外部对标，因为各站点的品类结构差异大，公开财报又往往不细分到价格带。
数跨境这类工具的价值在于，它把公开的跨境平台数据做了结构化整理，可以按品类、价格区间、站点看到一些参考性的销售分布和价格分布数据。我当时主要用它做了两件事：一是验证我的价格带划分是否和行业主流区间一致，二是拿到同品类的价格分布作为"理论最优基准"的参考。这一步很关键，如果没有外部基准，我就只能得出"你比你自己去年好/差"这种没有决策价值的结论。
分析结果出乎客户意料。五个价格带里，分数最高的是 19.9-29.9 美金这个中低价带，销售额占比 37%，动销率 78%，是名副其实的"明星带"。表面数据非常漂亮。
但我看了环比和单位库容贡献两个维度之后，判断它是一个典型的"陷阱带"：
更严重的是，真正高效的 39.9-49.9 美金价格带，因为推广预算被低价带吸走，过去两个季度只上架了 6 个新款，错失了一整轮增长机会。
基于这个判断，我们做了三步调整。第一步，把 19.9-29.9 美金带的 SKU 从 96 个砍到 54 个，砍掉的主要是价格离散度贡献最高的尾部 SKU，同时清理了一批滞销 60 天以上的库存。第二步，把释放出来的推广预算和货架位，向 39.9-49.9 美金带倾斜，新增 22 个 SKU，并且做了价格锚点设计（39.9/44.9/49.9 三个锚点）。第三步，把 59.9 美金以上的高价带保持不扩张，但做了一次性 SKU 优化，砍掉 3 个低效 SKU，集中资源到 4 个主力 SKU 上。
调整后 12 周的数据：整体毛利率从 31% 回升到 37%，19.9-29.9 美金带的动销率虽然从 78% 降到 66%，但因为只保留了高效 SKU，该带贡献毛利反而提升了 9%；39.9-49.9 美金带的贡献毛利增长了 63%，成为新的增长引擎；库存周转天数从平均 62 天压缩到 47 天。
这套框架用了几年，我也踩过不少坑。下面三个误区是我见过最普遍的，写出来供你参考。
数据能告诉你"发生了什么"，但很难直接告诉你"为什么"。我见过一个团队，因为某价格带动销率连续两个月下滑，就果断砍掉了一整个价格带，结果第三个月发现是竞品在这个价格带做了一次大规模促销，促销结束后需求自然回流，但他们已经失去了这个价格带的货架位和搜索权重。
指标异常时，先问三个问题：是不是外部扰动？是不是周期性波动？是不是数据口径变化？三个问题都排除了，再下结论。
很多团队的本能反应是"我们要覆盖更多价格带"，但价格带越宽，对供应链、库存、营销资源的要求越高。一个 30 个 SKU 的小品牌，硬要覆盖五个价格带，结果每个价格带都做不透，效率反而全线下降。
我的经验法则是：SKU 总数低于 100 时，主攻价格带不要超过 2 个；100-300 个时可以做到 3-4 个；300 个以上再考虑 5 个以上。这个数字不是绝对标准，但方向是对的，价格带数量要和管理能力匹配。
价格带结构是会变的，因为消费环境、竞争对手、平台规则都在变。我会要求客户至少每季度重跑一次评估，遇到大促、平台规则重大变化、新品上线时临时加跑。
反过来，也不要过于频繁。月度级别的重评会导致策略摇摆，运营团队刚调整完又被要求调整，最后谁都不信这套方法。
框架是一样的，但不同团队的起点不同，我会给出不同的切入点。
不要一开始就追求完整框架。先做两件事：第一，把所有 SKU 按成交价排序，用肉眼识别有没有明显的价格"断层"（比如 35 元到 89 元之间完全空白），断层意味着你失去了中间价格带的客户。第二，找出你销量最高的 5 个 SKU 和毛利最高的 5 个 SKU，看它们是否落在同一个价格带里。如果不一致，说明你的资源和产出是错配的。
可以从五指标加权评分开始，但建议先做两个季度，不要着急拿它指导重大决策。用第一季度的分数和实际业绩做校验，看看哪个指标的预测力最强，然后调整权重。
这个阶段最容易犯的错，是拿着一套"完美"的模型直接指挥业务，结果执行不下去。模型是用来辅助决策的，不是代替决策的。
你的复杂度是分层的：站点差异、品类差异、价格带差异。我的建议是先把站点维度拆开，每个站点独立做价格带评估，然后再做跨站点的结构对比。跨站点的数据不能直接合并计算，因为客群、购买力、竞争环境都不同。
外部基准的获取在这个阶段尤其重要。像前面提到的数跨境这类工具，可以作为快速了解不同站点价格分布参考的起点，帮助判断某个站点的价格带结构是"普遍现象"还是"你的特殊问题"。当然，工具提供的是参考，最终判断还要结合自己的成本和品牌定位。
所有分析最终都要落到取舍上，而取舍从来没有标准答案。下面是几组最常见的权衡场景。
如果目标是利润，你可能需要砍掉一部分中低价带的 SKU，短期销售额会下滑。如果目标是增长，你需要忍受低毛利甚至负毛利的价格带作为引流入口。
我的判断逻辑是：看你的现金流状况和融资阶段。现金充足、有明确上市或融资计划的阶段，可以容忍低毛利换增长；现金流紧张、需要自我造血的阶段，就必须把单位库容贡献毛利放在第一位。
集中资源到 2-3 个价格带，效率一定更高，抗风险能力却更弱；覆盖到 5 个价格带，抗风险能力强，但每个带都做不透。
我的建议是：主攻带不超过 3 个，但覆盖带可以保持 4-5 个，覆盖带的目标不是增长，而是防守和探测。覆盖带可以只放最小可行 SKU 数，目的不是赚多少钱，而是保持对消费者需求的敏感度，一旦发现新的增长机会可以快速加注。
这套框架本质是数据驱动的，但我必须诚实地说：数据只能覆盖 70-80% 的决策，剩下 20-30% 要靠业务直觉。特别是新品类、新市场、新客群，历史数据往往不足，强行用模型反而会误导。
我在实操中会明确划分：成熟品类的价格带调整，以数据为主；新品类的价格带设计，以直觉为主、数据验证为辅。这个比例不是死的，但方向要清楚。
如果发现某个价格带明显低效，可以快速砍；如果是整个价格带结构的重构，则应该分批调整，每次调整后观察至少 4 周再决定下一步。价格带调整会影响搜索权重、消费者认知和运营节奏，动作太快会引发连锁反应。
回到开头那个家居收纳客户的案例。他们的 8 个 SKU 被砍掉，损失了 7% 的 GMV，换来了 34% 的毛利率和更短的周转周期。这笔账，只有当你看清楚"GMV 不是效率、利润才是效率"的时候，才算得明白。
价格带效率评估的终极价值，是帮你把有限的货架、库存、流量和运营注意力，配置到能够产生最高综合收益的价格带上。它不是一次性的分析动作，而是一种持续的资源分配视角。当你能一眼看出哪个价格带在消耗资源、哪个价格带在创造价值的时候，你的商品分析能力就已经跨过了一个台阶。
如果你现在就想动手，我的建议是：不要追求完整框架，先从本文第四节提到的"单位库容贡献毛利"这一个指标开始，把你店铺里所有价格带算一遍，排个序。这一张表的信息量，可能比你过去做的所有价格带分析报告都大。算完再回头看本文的其他内容，会顺畅很多。
你的店铺里现在有几个价格带？哪一个在消耗资源却不产出价值？这个问题的答案，就是下一步行动的起点。
读者评论
用单位库容贡献毛利来评估价格带效率，这个角度确实比单纯看销售占比更贴近资源分配的本质，尤其适合货架和库容受限的零售业态。
文章反复强调一次评估只服务一个主目标，这点很关键。很多团队做分析时目标摇摆，最后指标互相打架，等于白做。
周滚动数据并剥离大促周的要求很务实，单期数据确实容易被促销节奏带偏，短期动销高不代表价格带真的健康。