做商品分析的人，几乎都有过这样一种难堪：表格里的字段一个不少，销售额、销量、客单价、毛利率、库存周转天数全都在，周会上一页页翻过去，老板问了一句"那下个月该砍谁、该推谁"，会议室突然安静。问题不在于数据不够，而在于这套模板本身是"销售视角"的，它天然会告诉你什么卖得好，却不会告诉你什么值得继续卖。利润空间不是模板里的一个字段，它应该是整张表的组织逻辑，谁在贡献利润、谁的利润在恶化、谁占了资源却不产出利润，这三个问题决定了商品分析模板到底该怎么搭、复盘该按什么顺序做。
这篇文章不讲"模板包含哪些字段"这种谁都能拼出来的清单，我把它拆成一条从利润口径定义、到分层归因、再到动作输出的完整链路，并给出不同规模团队在表格结构和复盘节奏上的取舍建议。
我在过去几年里帮不同类目的商家梳理过商品分析体系，一个反复出现的结论是：决定一套商品分析模板有没有用的，不是它收录了多少指标，而是它把哪个指标放在了轴心位置。绝大多数模板把销售额放在轴心，利润作为附属列挂在最右边，这种结构会导致一个必然结果，复盘会议自然围绕"谁卖得多"展开，利润只在一句"整体毛利还行"里被草草带过。
把利润空间换成轴心之后，模板的每一行含义都变了。同一行商品，不再是"本月卖了多少钱"，而是"本月为整体利润贡献了多少、贡献效率如何、和下个月比是在变好还是变坏"。指标没有增加，但判断的方向完全不同了。
先给结论，再讲推导。我在复盘中反复遇到的、最消耗利润的三个结构性问题，都不是靠"多加一列毛利"能解决的：
这三点决定了：一套真正围绕利润空间的商品分析管理模板，必须同时具备"分层能力、时间维度、成本归集口径"三种能力，缺一个，复盘就会退回成销售额汇报。
不是能力问题，是起点问题。多数人的模板是从"数据源里有什么字段"倒推出来的，而不是从"复盘要回答什么问题"正推出来的。ERP、平台后台、财务系统能导出的字段是有限的，于是一张表就成了字段的集合。
正确的顺序应该反过来：先确定这次复盘要支持哪几个决策动作（主推、调价、汰换、补货、清仓），再确定每个动作需要什么判断依据，最后才决定需要哪些字段。这个顺序一变，模板会立刻瘦身，而且每个字段都有明确用途。
我通常用四个问题快速检验一套商品分析模板的质量，任何一个答不上来，模板就需要重做：
这四个问题的共同点是：它们都要求模板具备排序能力、时间对比能力、多维拆分能力和动作映射能力。这是后面所有模板设计的出发点。
三年前做商品复盘，毛利率还有比较厚的安全垫，看销售额基本能反映经营质量。现在的情况变了：流量成本上升、平台比价机制透明、退货率普遍走高，销售额和利润之间的裂缝被拉得很开。我见过不少店铺，GMV 同比涨了两成，净利润却原地踏步甚至下滑，原因就藏在商品结构里。
场景一：新品牌跑品阶段。上架节奏快，SKU 数量短期内翻倍，运营的注意力被"哪个新品起量"占满。三个月后发现，起量的几个品在扣掉退货和推广费之后几乎不赚钱，而两个没人管的自然流量款反而贡献了稳定利润。这个阶段的复盘模板如果没有利润分层，会持续把资源投给错误的方向。
场景二：成熟店铺做结构优化。这类店铺的痛点不是不知道哪些赚钱，而是不知道"还能再挤出多少"。同样一个价格带，不同成本结构的 SKU 混在一起，哪些有提价空间、哪些必须缩规模，需要更细的利润归因。
场景三：多渠道并行。同一个商品在天猫、抖音、私域三个渠道的利润表现完全不同，因为渠道佣金、退货率、包邮政策都不一样。只做商品维度的复盘，会得出错误结论，比如"这个品整体不赚钱"其实只是其中一个渠道拖累。
这三类场景看起来需求不同，本质上都需要同一件事：把利润拆到可决策的颗粒度上。
跨境场景把这个问题放大了一层。国内电商的成本结构相对简单，跨境则要同时处理采购成本、头程物流、关税与增值税、平台佣金、仓储费、尾程配送、汇率波动、退货处理，每一项都直接影响单品利润，而且这些数据的来源系统通常彼此独立。
我留意过一些跨境团队的做法，他们用数跨境这类面向跨境电商的数据分析工具把多平台、多站点的经营数据做统一归集，再把利润核算的口径固化下来。这个思路的价值不在工具本身，而在于它把"利润口径"变成了一个可以复用的标准，而不是每次复盘都要重新争论的口径问题。
跨境场景里最容易被忽略的是汇率和退回成本。一个商品在本币口径下看起来有 35% 毛利，换成结算币种、扣掉跨境退货运费之后，可能只剩十几个点。这件事如果不在模板里单独立列，复盘就只能看到一个偏乐观的数字。
另一个普遍存在的场景问题是节奏。很多团队每月做一次商品复盘，但促销活动是每两周一次，选品决策是每周一次。月度复盘给出的结论，等到落地时已经错过了决策窗口。
更麻烦的是，月度复盘会把促销期的异常表现和平销期混在一个数字里。一个 SKU 在这个月做了大促，下个月回归平销，两个月的数据放在一起比较，得出的"利润下滑"结论其实毫无意义。所以我一直主张：复盘周期要跟着决策周期走，而不是跟着财务报表周期走。
下面这六个误区，是我在实际复盘中最常看到的。它们不是操作失误，而是结构性问题，改起来往往需要重做表格。
毛利率只扣了商品成本，剩下的推广、仓储、退货、客服、平台阶梯佣金一个都没算。我见过毛利率 45% 的类目，扣完各项之后净利率不足 6%。用毛利率做商品排序，结论会系统性偏向高毛利但高退货的商品。
更隐蔽的是，毛利率的排序稳定性反而更好看。因为它波动小，每个月的排名变化不大，给人一种"结构稳定"的错觉。而真正反映经营质量的贡献利润，波动往往很大，这个波动恰恰是最有价值的信息。
利润总额高不等于效率高。一个占用 500 万库存、贡献 80 万利润的商品，和一个占用 80 万库存、贡献 40 万利润的商品，前者利润是后者的两倍，但资金效率差了不止三倍。如果模板里只有利润额没有利润效率，就会持续把资金压在低效商品上。
所以我建议在模板里固定加入利润效率类指标：单位库存利润、单位流量利润、单位货架位利润。这三个指标能立刻把"看起来很赚钱"的商品打回原形。
不同价格带、不同渠道、不同生命周期的商品，成本结构差异很大。用同一套分摊比例给所有商品算成本，等于给每个商品都戴了一副度数不对的眼镜。
比较合理的做法是至少分成三层口径：引流款、利润款、形象款各用一套分摊规则。引流款的推广成本占比天然更高，如果不单独设置口径，它永远显示为负贡献，从而被错误淘汰。
商品是有生命周期的。上架初期，推广投入大、销量低，利润贡献通常为负；成长期利润快速转正；成熟期利润稳定但增长停滞；衰退期利润被清仓折扣和退货拉低。
如果模板只记录当月数值，就无法判断一个商品处在哪个阶段，也就无法判断"现在是该加投入还是该收手"。我在模板里会强制加两列：上架月龄和利润贡献环比变化。这两列加上去，很多"该不该继续投"的争论会立刻有答案。
这是最普遍也最致命的一个。复盘会议开完，结论是"XX 品类利润下滑"，然后散会。下个月再看，还是同一个结论。
根本原因是模板的输出结构里没有动作字段。我坚持在模板的最后固定四列：建议动作、责任人、执行时限、预期影响。哪怕填得粗糙，也比不填强，因为它逼着复盘产出可执行的东西。
很多团队的商品分析表是月度更新的，但选品决策是周度的。这意味着大量决策是在没有最新利润数据的情况下做出的。更合理的做法是分层更新：核心利润指标周更，结构性指标月更，成本口径季度校准一次。
前面讲了问题，这一节讲怎么搭。核心思路是反推：不是问"我有什么数据"，而是问"要做出利润决策，我必须回答哪些问题"。我把它归结为四个维度、一条主线。
贡献度解决的是排序问题，但它不是简单按利润额排。我用的方式是双排序交叉：先按利润额排一次，再按利润效率（单位库存利润或单位流量利润）排一次，然后看两个榜单的差异。
这个四象限一出来，商品策略的骨架就有了。关键是要用贡献利润而不是毛利来做这个排序，口径错一步，象限分布会全错。
趋势维度解决的是"该加还是该收"。我通常看三个信号：
这三个信号放在一起看，比单纯看一条利润曲线有效得多。因为单独看曲线，你会被促销造成的锯齿干扰；三个信号交叉验证，噪声会被过滤掉。
结构维度解决的是"资源该往哪集中"。同一批商品，换个维度切，结论可能完全相反。
| 拆分维度 | 要回答的问题 | 典型发现 |
|---|---|---|
| 价格带 | 哪个价格带的利润效率最高 | 中价带往往是利润集中区，低价带走量但利润薄 |
| 品类 | 品类间利润贡献是否失衡 | 某品类占 SKU 数 40% 但只贡献 15% 利润 |
| 渠道 | 同一商品在不同渠道的利润差 | 某渠道佣金与退货叠加后，实际贡献为负 |
| 新老品 | 新品投入产出是否合理 | 新品半年内未转正的需重新评估上架策略 |
我建议按这个顺序做结构分析：先价格带，再品类，最后渠道。因为价格带决定了成本结构和消费者预期，是解释力最强的一层；渠道差异往往只是前两层差异的放大器。
风险维度是我认为最被低估的一块。利润不是被"赚少了"，而是被"漏掉了"。常见的漏点有四类：
这四类风险的共同点是：它们不会立刻反映在利润表上，但会在两三个季度后集中爆发。把它们做成模板里的预警列，比事后补救便宜得多。
四个维度不是并列关系，而是有先后顺序的判断链条：
这个顺序的逻辑是从整体到局部、从现状到趋势、从显性到隐性。反过来做，很容易陷入细节，一场复盘会开三小时还没到结构性结论。
下面用一个我实际参与过的场景来说明。为保护隐私，店铺名称和具体商品做了脱敏，但数据关系和结论是真实的。
某家居类目店铺，SKU 数量约 320 个，年 GMV 在四千万级别。问题症状是：连续两个季度 GMV 同比增长 18%，但财务口径的净利润基本持平。运营团队的判断是"竞争加剧导致毛利下降"，准备整体提价。
我拿到数据后的第一判断是：这个结论可能方向错了。如果是普遍性毛利下降，那所有商品的利润应该同步收缩；但如果只是结构性失衡，那应该是少数商品在拖累整体。验证方法很简单，看利润的分散度。
把这个店铺的 320 个 SKU 按贡献利润排序后，分布是这样的：
| 分组 | SKU 数量 | 占 SKU 比例 | 利润贡献占比 | 累计利润贡献 |
|---|---|---|---|---|
| A 组（高贡献） | 32 | 10% | 63% | 63% |
| B 组（中贡献） | 86 | 27% | 31% | 94% |
| C 组（低贡献） | 124 | 39% | 9% | 103% |
| D 组（负贡献） | 78 | 24% | -3% | 100% |
看到这张表，问题的性质就变了。不是整体毛利下降，而是 24% 的 SKU 在持续消耗利润。C 组和 D 组合计 202 个 SKU，占了 63% 的数量，只贡献 6% 的净利润。而这些 SKU 占用了大量库存和运营精力。
进一步拆解 D 组 78 个负贡献 SKU 的成因，分布大致是三块：退货率异常偏高（约 35 个）、推广费长期高于利润（约 28 个）、库存周转过低导致仓储成本累积（约 15 个）。三块的解决方案完全不同，如果不拆开，就会得出"这些品都不行"的模糊结论。
这个案例里最耗时的环节不是分析，而是数据归集。销售数据在平台后台，成本数据在采购系统，物流和仓储费用在另一套系统，退货数据又分散在不同渠道。人工合并 320 个 SKU 的多来源数据，一次要花掉将近两天，而且每次都要重来。
后来我们调整了做法：用数跨境这类工具先把多平台经营数据统一归集，把利润核算所需的口径固定成一套可复用的配置，之后每次复盘只需要在归集好的数据上做分析，而不是重新拼数据。单次复盘的数据准备时间从两天压缩到几小时，这个变化的意义不只是省时间，更重要的是让复盘可以按周做，而不是被迫按季度做。
频率一变，很多问题的性质就变了。季度复盘只能看到"这个季度利润下滑"，周度复盘能看到"哪一周开始下滑、当时发生了什么动作"。归因的精度完全不同。
基于上面的分析，这个店铺做了四件事，我按投入产出比从高到低排列：
三个月后的结果是：GMV 基本持平，但整体贡献利润提升了约 19%。这个结果反过来验证了最初的判断，问题不在毛利水平，而在商品结构。如果当时按"整体提价"的思路走，很可能把 A 组的价格敏感客户推走，反而伤害了真正的利润来源。
上面的案例是大店的做法，但不同规模的团队条件差异很大。这一节按团队成熟度和业务特征给出分层建议。
小团队（SKU 少于 100，1-2 人负责商品分析）。不要试图一次搭完整模板。先做一件事：把贡献利润算出来，做成一张按利润排序的单表。这张表只需要六个字段，SKU、销量、销售额、贡献利润、贡献利润率、上架月龄。做到这一步，就能回答"该推谁、该砍谁"两个最核心的问题。
中型团队（SKU 100-500，有专职运营或数据岗）。在单表基础上加入分层和时间维度：ABC 分组、环比变化、库存占用。同时建立月度复盘机制，输出固定的动作清单。这个阶段最容易犯的错是追求指标全面，导致表格臃肿到没人愿意填。
成熟团队（SKU 500 以上或多渠道）。需要分层口径、多渠道拆分和自动化数据归集。这个阶段人工拼数据已经不可行，必须把归集和口径固化下来，否则复盘会变成数据搬运工作。
高退货率类目（服饰、鞋类）。退货成本必须单独成列，并且按商品而非按整体统计。我建议至少拆成"退货率"和"退货处理成本"两个字段，因为退货率高的商品未必处理成本高，取决于退货后能否二次销售。
强季节性或强促销依赖类目。必须做同期对比而非环比。促销期的数据和促销期的数据比，平销期和平销期比，混着比会得出完全错误的结论。
跨境或多渠道类目。把渠道作为独立维度，而不是把多渠道数据加总后分析。加总之后的数字既不反映任何单一渠道的真实情况，也无法指导渠道策略。
如果目前连成本数据都不完整，不要急着做贡献利润分析，先解决数据可得性。可以分三步：
很多团队的误区是等数据完美了才开始做利润复盘，结果永远开始不了。用估算数据先跑起来，边跑边校准，比等待完整数据高效得多。
复盘频率应该跟着决策频率走。我建议的配置是：
这三层各有各的用途，不要合并。合并的结果通常是只做季度复盘，而季度复盘的结论对当下的决策已经太晚。
做商品分析模板，本质上是在"分析精度"和"维护成本"之间做取舍。模板越精细，维护成本越高；维护成本一旦超过团队承受能力，模板就会废掉。这一节讲几个关键的取舍点。
我的经验是：一个 15 个字段但每周都填的表，价值远高于一个 60 个字段但三个月后没人维护的表。字段选择的标准只有一个：这个字段会不会影响某个具体决策？如果不会，删掉。
常见的高价值字段其实不多：SKU 标识、销量、销售额、贡献利润、贡献利润率、库存占用、上架月龄、环比变化、建议动作。九个字段覆盖了绝大部分决策场景。
把所有间接成本精确分摊到每个 SKU，理论上最准确，但实践中有两个问题：一是数据采集成本高，二是分摊规则本身容易引发争议，每次复盘都变成讨论分摊比例的会。
我的建议是分层分摊：对 A 组商品做精确分摊，因为它们的决策影响最大；对 C、D 组用简化规则，因为它们的决策方向已经很明确（优化或淘汰），精度不影响结论。
自动化归集能大幅降低维护成本，但会牺牲一部分灵活性。当你想临时加一个分析维度时，自动化流程往往需要改配置，周期比手工做还长。
比较务实的做法是固定项自动化，探索项手工。核心的利润指标和分层结构固化在自动化流程里，临时的探索性分析在导出数据上手工做。往前走一步，等探索项验证有价值后再固化进流程。
完美归因需要时间。一个 SKU 利润下滑，可能有七八个原因，全部查清楚要一周。但决策窗口可能只有三天。
我的处理方式是分级归因：先做一级归因（销量变化、成本变化、退货变化），三天内给出方向性判断和执行动作；如果一级归因无法解释，再做二级归因（具体到渠道、批次、活动）。大部分情况下，一级归因已经足够支撑决策。
统一标准的好处是简单、可比较，坏处是不适应差异。分类施策的好处是精准，坏处是管理复杂度上升。
我的判断依据是商品的成本结构差异程度。如果类目内不同商品的成本结构差异在 10 个百分点以内，统一口径就够用；如果差异超过 20 个百分点，就必须分层。这个阈值可以根据自己的数据波动情况调整。
前面讲了怎么分析。这一节讲最后一段也是最容易断掉的一段：怎么把结论变成动作。
我把商品复盘的动作分成四类，每类都有明确的触发条件，避免每次都要重新讨论：
| 动作类型 | 触发条件 | 执行要点 |
|---|---|---|
| 主推加投 | 贡献利润排名前 20% 且环比为正 | 优先保障库存和流量位，设置投入上限 |
| 调价测试 | 贡献利润率为正但低于类目均值，且需求弹性低 | 小幅测试，观察两周销量变化再决定 |
| 收缩投放 | 推广费占贡献利润比超过 60% | 逐步收缩而非一次性停止，避免数据失真 |
| 清仓汰换 | 连续两月负贡献且无改善趋势 | 设定清仓时限，避免无限期占用库存 |
这四类动作覆盖了日常复盘中 90% 以上的决策场景。把它们和触发条件绑定，最大的好处是减少会议讨论时间，数据触发条件，动作就执行，不需要每次都论证一遍。
一份合格的复盘输出应该包含四块内容，缺一块都会导致执行断层：
第四块最容易被省略，但它其实是复盘机制能否持续的关键。没有验证环节，动作执行率会迅速下降，复盘会退化成例行汇报。
不需要复杂的预警系统，三个阈值就够了：
这三个阈值的具体数值需要根据自己的类目特征设定，我一般建议先用行业常识值跑一个季度，再根据实际数据分布调整。关键是先有阈值，再谈优化阈值。
模板不是一次做完就不动的。我的做法是每季度做一次模板体检，问三个问题：
这个体检机制能防止模板随时间推移变得越来越臃肿，也能保证它始终贴合实际业务变化。
回到最开始那个会议室的场景。老板问"下个月该砍谁、该推谁"，如果你手上那张表是按销售额排序的，你就答不上来；如果它是按贡献利润组织的，答案是现成的。
这就是我在这篇文章里想说的核心：商品分析管理模板的差别，不在于字段多少，而在于它把哪个指标放在了组织轴上。把利润空间放在轴心，模板会自然长出分层、趋势、结构和风险四个维度；把销售额放在轴心，剩下的都只是补充说明。
另一个我想强调的判断是：利润复盘的价值不在分析本身，而在它逼出来的动作。我在案例里提到的那个店铺，真正带来 19% 利润提升的不是那张分析表，而是表后面的四组动作，清仓、修详情页、收缩投放、加大保障。分析只是把这些动作变成了不可回避的选择题。
最后一点关于节奏的判断。复盘频率不是管理偏好，而是损失规模的决定因素。周度复盘能在三天内发现问题，季度复盘要两个多月，这段时间里库存资金在占用、机会在流失、结构性问题在固化。如果你的团队还在做纯季度复盘，把核心商品的利润排名改成周更，这一步的收益往往比优化分析模型更大。
下一步可以这样开始：先拉出最近一个月的数据，只算贡献利润一个指标，按它排一次序，然后对比一下销售排名的差异。如果两个榜单的差异超过你的预期，说明你的商品结构里确实藏着被忽略的利润问题，值得把整套复盘逻辑重做一遍。如果你的数据来源分散、口径每次都难以统一，那就先把归集和口径固化成标准流程，就像跨境团队用数跨境把多平台数据统一归集那样，让复盘从"重新拼数据"变成"直接看结论"。这一步做完，后面的分析框架才跑得起来。
我之前做商品复盘的时候，一直用的是毛利率，觉得已经够用了。但后来发现有些商品毛利率很高，算上推广费和退货之后其实是亏的，老板问我到底赚没赚钱，我一下就答不上来了。我就想知道，模板里到底该用哪个利润口径才不会被质疑。
三个口径都要有，但用途不同，不能混用。毛利率用来做商品初筛和定价参考，公式是（售价-采购成本）/售价，适合快速判断价格带是否健康；贡献利润用来做资源分配决策，公式是毛利-分摊推广费-物流费-退货损失-平台佣金，这个才是决定要不要继续主推的依据；
净利只在月度或季度整体复盘时看，因为分摊规则复杂，不适合放到单品维度。模板里的正确做法是：单品表填毛利率和贡献利润两个字段，贡献利润为负的商品直接进淘汰观察区，毛利率高但贡献利润低的商品单独标记出来查推广效率。
判断依据很简单，如果一个商品毛利率30%但贡献利润只有2%，说明利润被费用吃掉了，这时候要动的不是采购价，而是投放策略。
我们团队之前做过一版商品分析表，一开始大家还挺积极，每天填数据，后来慢慢就没人更新了。我自己也觉得每天追数据很累，但不更新又怕错过问题。所以我想知道，商品分析模板到底应该按什么频率更新，才不会变成形式主义。
更新频率取决于决策频率，不是越勤越好。具体建议：日维度只追踪三个字段，销售额、贡献利润、退货率，用于发现异常而不是做分析，5分钟就能填完；周维度做利润趋势对比和商品分层调整，重点看连续两周贡献利润下滑超过20%的商品；月维度做全量复盘，包括品类利润结构、价格带分布、ABC分层重新划分。
判断依据是：如果一个数据你看到了也不会立刻做动作，那就不需要高频更新。多数团队的失败不是更新太少，而是字段太多导致没人坚持。模板设计的原则是日表不超过8列、周表不超过15列、月表可以完整展开。
我们做的是服饰类目，新品前两周基本都在亏，因为要测款、投流、试价格。但按模板的逻辑，贡献利润为负就该淘汰，可实际上有些款第三周才开始起量。我就很纠结，新品到底该不该用同一套利润标准去评判。
新品必须单独设一套观察期口径，不能和成熟品混在一张表里排名。具体做法：给新品设定固定观察周期，比如14天或21天，观察期内只看三个指标，加购率、转化率、复购意向（收藏+加购/访客），不看利润；观察期结束后再算贡献利润，如果此时贡献利润仍为负且转化率低于品类均值，才进入淘汰流程。
判断依据是：新品前期的亏损是获客成本而非经营亏损，用成熟品的利润标准去考核新品，会系统性地误杀潜力款。模板里最简单的处理方式就是加一个商品阶段字段，用新品、成长期、成熟期、衰退期做区分，不同阶段的利润阈值分开设定，比如新品贡献利润阈值设为-10%，成熟品设为+15%。
我们每月都做商品利润复盘，表格填得挺完整，会议也开了，但开完会就是‘知道了’，该卖的还是那些款，该亏的还在亏。我就想知道，复盘和动作之间到底缺了什么环节，怎么才能让复盘真的改变商品策略。
缺的是归因到动作的映射规则。复盘结论如果不能自动对应到一个动作选项，就会停在‘知道了’的层面。具体做法：在模板里给每类利润问题预设动作标签，贡献利润连续下滑→查推广ROI或调价；毛利率正常但贡献利润为负→砍推广预算或换渠道；毛利率低于品类底线→谈采购价或换供应商；
贡献利润高但销量低→加曝光或扩渠道；贡献利润和销量双低→进入清仓流程。判断依据是：每次复盘会议结束时，每个被标记的商品必须落到一个动作标签上，并且指定责任人和完成时间。没有动作标签的复盘结论不允许进入会议纪要，这样就能强制闭环。
读者评论
把销售额放在轴心这件事确实被说透了。我们店按销量排序选主推，半年后才发现真正贡献利润的几个SKU一直排在二十名开外，销售Top10和利润Top10名单重合度不到一半，这个偏离比想象中严重。
引流款统一口径下显示负利润、差点被砍掉这段很有共鸣。分层分摊听着麻烦，但比误杀一个带客款代价小得多。关键还是推广费、退货成本能不能按商品归集，很多团队卡在这一步就放弃了。
复盘周期跟着决策周期走这句说到点上。我们每月复盘一次，可大促是两周一次，等结论出来窗口早过了。而且促销期和平销期混在一个月度数字里比，得出的利润下滑结论完全失真。
跨境那部分补充得实在。本币看着有三十多个点毛利，换成结算币种、扣掉退货运费和汇率波动，实际剩十几个点。如果模板里不单列这几项，复盘看到的永远是偏乐观的数字。
思路完整，但落地难点在数据侧。仓储、客服工单、平台阶梯佣金这些分摊到商品行，需要ERP、财务、平台后台口径打通，小团队很难做到。务实一点可以先做贡献利润的近似口径，再逐步细化。