去年双十一结束后第二周，我帮一个做家居收纳的电商团队复盘。他们整个旺季的 GMV 涨了 37%，老板挺高兴，但运营负责人私下跟我说了一句话："我们其实不知道自己为什么涨。"这不是谦虚，他们手里有 6 张日报、3 张周报、1 个月度看板，但没有一张表能回答"哪个需求被满足了、哪个需求被漏掉了"。销售额是结果，需求是原因，而他们的分析清单里只有结果，没有原因。这就是我写这篇清单的起点：商品分析能力清单，本质上不是一份"指标名词表"，而是一张"日常管理要覆盖哪些市场需求事项"的作战地图。
我把过去几年在零售、电商、连锁门店三类场景里反复验证过的分析动作，收敛成四个模块。任何一个模块缺位，你的商品分析就会"差一口气"，报表很全，但决策时依然凭感觉。
核心结论：商品分析日常管理要覆盖的四类市场需求事项，分别是"需求识别""销售监测""库存健康""竞争与价格"。这四类不是并列关系，而是一条因果链：需求识别决定你卖什么，销售监测告诉你卖得怎样，库存健康告诉你还能卖多久，竞争与价格决定你卖多少钱合适。四者互为验证，缺一不可。
下面这张表，是我建议每个商品岗位贴在工位上的"最小清单"。它不是让你全做，而是让你知道"哪些没做"。
| 模块 | 要回答的经营问题 | 覆盖事项数 | 典型决策动作 |
|---|---|---|---|
| 需求识别 | 该卖什么 | 5 | 上新、汰换、扩品类 |
| 销售监测 | 卖得怎么样 | 5 | 调价、加推、砍SKU |
| 库存健康 | 还剩多少、多久卖完 | 5 | 补货、清仓、止订 |
| 竞争与价格 | 别人卖多少、我该卖多少 | 4 | 跟价、定价、保毛利 |
我面试过不下 40 个商品运营岗的候选人，问过同一个问题："你日常看哪几个指标？"90% 的人回答是"销售额、销量、库存、毛利率、转化率"。这五个指标全部落在第二模块（销售监测），最多加一点第三模块（库存健康）的边角。需求识别和竞争与价格，几乎是空白。
第一种症状是"只看结果不看原因"。销售额掉了 15%，团队开会讨论半天，结论是"加大投放"。但真正的原因可能是某个核心需求被竞品用新品截走了，投放再多也拉不回来。
第二种症状是"只看自己不看市场"。很多团队的价格分析只做自己的价格带分布，从来不监测竞品的价格带空缺。结果是自己在一个已经饱和的价格段里厮杀，而旁边 39-59 元这个空白段无人问津。
第三种症状是"只看当前不看周期"。库存分析只算当前周转天数，不做"按当前动销速度还能卖多少天"的前瞻测算，导致要么断货要么压货。
2022 年我在一个食品品牌做顾问，团队 3 月上了一款应季礼盒，前两周日销非常好。所有人都在看"日销趋势"，没人做"需求识别"里的季节性预判。结果清明节一过，需求断崖，仓库里压了 8000 盒。这批货最后靠临期折扣出掉，毛利率从 42% 掉到 11%。
问题的本质不是数据不准，而是清单不全。如果当时有一项"季节性/节日性需求预判"，要求在备货前明确"这个需求的窗口期是几天、峰值在第几天、过峰后如何处理尾货"，那 8000 盒的决策就不会发生。
这是最少人做、但影响最大的模块。需求识别不是"看销售"，销售是已经发生的需求，而需求识别要预测的是"还没被满足的需求"。
不要满足于"25-35 岁女性"这种画像。我在实操里会要求团队回答三个更具体的问题：谁在买、为什么买、复购的人为什么复购。这三个问题对应的指标是：新客占比、首单品类分布、复购品类的重合度。
最小可行动作：每月拉一次"首单品类 TOP5"和"复购品类 TOP5"，对比两者的差异。差异越大，说明你的拉新钩子和复购主力不是同一批需求，这本身就是重要的经营信号。
品类结构看的是"宽度"（有多少个品类）和"深度"（每个品类有多少 SKU）。我常用一个判断标准：如果某个品类贡献的销售额低于 5%，但占比的 SKU 数超过 15%，这个品类要么是战略性培育，要么就是占着货架不干活。两者必须明确区分，不能含糊。
上新不能只看"卖得好不好"，要看"成功率"和"汰换周期"。我建议定义的指标是：新品 90 天动销率达标的比例。行业里比较健康的水平是 40%-60%，低于 30% 说明你的选品机制有问题，高于 70% 可能说明你太保守，不敢试新需求。
这一项我在前面已经用食品礼盒的血案说明过。实操上，我建议每个应季商品都要提前算出三个数字：需求窗口期（天）、峰值出现日、尾货安全线。尾货安全线我通常定在"过峰后 5 天内必须清到 10% 以下库存"。
定期看竞品在卖什么你还没卖的品类。这不是抄，而是识别"被市场验证过、但你还没覆盖的需求"。我一般每月做一次竞品品类扫描，重点记录"竞品有而我无、且连续两个月有销量"的品类。
上面五个事项，如果让我只保留一个，我会保留"季节性需求预判"，因为它对资金安全的保护最直接。这也是判断一个商品分析能力是否成熟的标志，成熟团队的清单里，前瞻性事项多于回顾性事项。
这是大多数人做得最熟、但也最容易做成"报表搬运"的模块。销售监测的价值不在于把数据算对，而在于把数据变成"异常信号"。
基础动作，但有一个细节很多人忽略：趋势要区分"量驱动"还是"价驱动"。销售额涨了，如果销量没涨、客单价涨了，那可能是调价带来的；如果销量涨、客单价跌，那是促销透支。两种原因的应对策略完全不同。
这是我在实战里最看重的两个指标。动销率的定义是"有销售记录的 SKU 数 / 总 SKU 数"，售罄率是"已售数量 / 总可售数量"。
我的经验判断：动销率低于 60% 就要警惕，低于 40% 说明 SKU 结构已经臃肿。售罄率在应季品上要盯到 80% 以上，否则就是备货过多或上架太晚。
动销率 = 有销售记录的SKU数 / 在架SKU总数 × 100%
售罄率 = 累计销量 / 总可售量 × 100%
把销量按价格带分组，找出"贡献 60% 销量但只占 30% 价格段"的集中区。这个集中区就是你的主力价格带。价格弹性则用于判断调价的后果，不是所有商品降价都能换量。
促销要看"增量"还是"透支"。我常用的方法是对比促销前后各 7 天的日均销量，如果促销后一周的日均销量低于促销前一周，说明是透支型促销。透支型促销只适合清库存，不适合常态化做。
同一款商品在不同渠道或门店的表现差异，能帮你区分"货的问题"还是"场的问题"。如果一款货在 A 店卖爆、B 店滞销，问题大概率在 B 店的陈列或人群匹配，而不是货本身。
库存是商品分析里最"实"的部分，因为它直接对应资金。库存分析做得不好，前两个模块再漂亮都没有意义。
这是库存分析的核心指标。周转天数的计算公式是"平均库存 / 日均销量"。不同业态的参考区间差异很大，我在下面这张表里做了对比。
| 业态 | 健康周转天数（参考） | 警戒线 | 核心逻辑 |
|---|---|---|---|
| 快消电商 | 25-45 天 | >60 天 | 流量波动大，需留缓冲 |
| 大型超市 | 30-60 天 | >75 天 | 品类多，坪效优先 |
| 便利店 | 10-20 天 | >30 天 | 面积小，周转即生命 |
| 生鲜/鲜食 | 2-7 天 | >10 天 | 效期决定一切 |
这些区间是参考，不是标准答案。你自己的健康线应该由历史数据反推，过去 12 个月里，哪些月份的周转天数是"既没断货也没压货"的，那个区间才是你的真实健康线。
断货是隐形成本。一个商品断货一周，损失的不只是这一周的销量，还有被竞品抢走的复购心智。我建议至少监测两个指标：断货 SKU 占比和断货天数。
滞销的定义要分业态。电商里"连续 14 天零动销"通常可以标记为滞销；超市里"连续 21 天零动销"就够了。标记之后要有明确的处理动作，而不是挂着不动。
补货点 = 日销 × 补货周期 + 安全库存。这个公式看着简单，但很多团队的问题在于安全库存是"拍"出来的，不是算出来的。
补货点 = 日均销量 × 补货在途天数 + 安全库存
安全库存 = 日销波动标准差 × 服务水平系数 × √在途天数
食品、日化、生鲜、药品都要做这一项。核心动作是"临期预警前移"，不要等到剩余效期 1/3 才处理，要在剩余效期 1/2 时就开始做促销或调拨。前移处理损失的毛利，远小于临期清仓的损失。
这个模块是残清单里最常见的空白，也是拉开分析水准差距的地方。它的核心不是"抄价格"，而是"找定价空间"。
跟价要有选择性。我的建议是只对"价格敏感型品类"做实时跟价，对"品牌忠诚型品类"保持价格定力。两者判断依据是：降价后销量是否明显上升。如果没反应，就不该跟。
竞品做促销时，你要记录的是"节奏"而不是"价格"。节奏包括：多久做一次、持续几天、主打哪个价格带。跟踪三个月，你就能预判下次促销的时间点，提前布防。
定价空间 = 竞品最高价 − 你的成本 − 目标毛利。这个空间就是你调价的余地。很多团队定价时只算自己的成本，不算竞品的价格天花板，结果定低了少赚，定高了卖不动。
把竞品和你自己的价格带分布画在一张图上，找"有需求信号但没人占"的价格段。这是最容易出爆款的位置。
清单写出来容易，落到日常执行难。我自己的经验是：清单必须绑定一个能自动出数的工具，否则两周后就会荒废。这里我用数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）这类跨境电商数据工具举个例子，说明清单如何转化为日常动作。
需求识别最难的是"我没卖过的品类怎么判断需求"。传统做法是看平台榜单，但榜单只能告诉你"什么在火"，不能告诉你"这个火还能持续多久、利润空间多大"。数跨境这类的选品数据能力，可以帮你看品类的搜索趋势、竞争密度和价格分布，让"要不要上新"这件事从直觉变成可验证的判断。
销售监测的日常动作，是把"动销率、售罄率、价格带分布"做成每周自动跑的报表。这里的关键不是工具多强，而是报表能否回答"哪个 SKU 需要处理"，而不是只给一个数字。
库存分析最怕的是"看当前"不看"看未来"。我建议把"按当前动销速度还能卖多少天"作为常驻指标挂在看板上，这样一旦某个 SKU 的可售天数超过警戒线，就会自动被标记出来。
竞品跟踪不需要每天看，但需要"结构化记录"。我通常建议团队按周记录竞品在核心价格带上的动作，三个月后就能画出竞品的定价节奏图谱，这比任何单次比价都有价值。
这里有一个我坚持的判断：工具解决的是"看得见"，人解决的是"看得懂"。任何工具都不能替你做需求判断，它只能让你在判断前拥有更完整的信息。把清单绑定工具的意义，是解放你去做真正需要人脑的那部分，判断和取舍。
清单不是全做的，是要按你的阶段、业态、团队规模裁剪的。下面按三种典型情况给建议。
我见过太多团队因为"都想做"而"什么都没做好"。以下是几条取舍原则。
| 情况 | 可以放 | 绝对不能放 |
|---|---|---|
| 人手不足 | 竞品促销动向跟踪（可月度做） | 季节性需求预判、可售天数 |
| 数据能力弱 | 价格弹性模型 | 动销率、断货率（基础项） |
| 品类单一 | 价格带空白点识别 | 库存周转、效期管理 |
| 品类极多 | 单店/单渠道对比（改为抽样） | 滞销识别、动销率分层 |
取舍的核心原则是：先保资金安全，再保决策质量，最后才是效率优化。库存健康和需求预判直接关系资金安全，无论什么情况都不能放。竞争与价格分析属于决策质量层，可以降频但不能取消。至于效率类分析，忙的时候可以暂停。
清单的最后一步是频率化。我建议按下面的节奏安排，团队可以直接照搬。
| 频率 | 必看事项 | 异常信号阈值 |
|---|---|---|
| 每日 | 断货 SKU 数、可售天数 | 断货 SKU >5% 或可售天数 <7 天 |
| 每周 | 动销率、售罄率、促销前后对比 | 动销率环比下降 >8 个百分点 |
| 每月 | 品类宽深、新品成功率、价格带分布、竞品对标 | 新品 90 天达标率 <30% |
| 每季 | 汰换机制复盘、定价空间重估 | 滞销库存占比 >15% |
这张表的价值不在"全"，而在"可执行"。我通常建议团队先从每日那两行开始，坚持一个月，再往上加。清单不是一次性建成的，是迭代出来的。
回到开头那个家居收纳团队。后来我们一起做了一件事：把他们的 6 张日报重新拆进这四个模块，发现销售监测的内容占了 5 张，需求识别和竞争价格几乎为零。调整后的第一个季度，他们的新品成功率从 31% 提升到 52%，滞销库存占比从 19% 降到 8%。
这份清单真正想告诉你的，不是"要分析得多细"，而是"要覆盖得足够全"。数据分析做得多不等于做得好，做得全才等于做得对。需求识别、销售监测、库存健康、竞争与价格，四类缺一不可，缺哪一类，你就在哪一类上凭感觉决策。
如果你今天只能做一件事，我的建议是：打开你的现有报表，把每一项指标归到这四个模块里。哪一块是空的，就是你下一步最该补的能力。清单只是地图，真正让商品分析产生价值的，是你每天基于它做出的那一个个判断和取舍。
我在一家连锁便利店做运营，每天报表一大堆，但老板问我‘这周重点该管什么’，我经常答不上来。感觉不是数据不够，而是不知道哪些事项才算‘必须覆盖’的，有没有一个相对完整的分类？
日常商品管理的市场需求事项可以归为四类：需求识别（该卖什么）、销售监测（卖得怎么样）、库存健康（还剩多少、多久卖完）、竞争与价格（别人卖多少、我该卖多少）。每一类再拆成若干可勾选的具体事项，例如需求识别包含客群画像、品类宽度深度、新品汰换、季节预判、竞品品类对标。
实操上不要四类平均用力，先按你所在业态定权重：电商把重心放销售监测和价格带，超市放品类结构和坪效，便利店放鲜度和周转。判断标准是看这一类事项近30天有没有触发过异常动作，没有触发说明要么没管，要么指标口径太粗。
我们团队每周复盘都在报销售额和销量，涨了就高兴跌了就焦虑，但没人说得清有多少SKU是真正在贡献销售的。我怀疑只看销售额会漏掉很多问题，可又不知道动销率这类指标具体怎么用、阈值定多少。
销售额是结果指标，动销率和售罄率是过程诊断指标，三者要交叉看。动销率的常用口径是‘有销售记录的SKU数÷在架SKU数’，零售场景周维度低于60%就说明货架宽度过宽、无效SKU堆积；售罄率是‘某SKU销量÷期初库存’，反映一批货卖透的程度，服饰类通常盯首周售罄率。
可执行做法是每周跑一次SKU动销清单，把连续两周零动销的品单独列出来，再结合毛利率判断是清仓还是下架。注意别只盯一个数：动销率高但售罄率低，往往是靠降价拉动的虚假繁荣，要回看促销是否透支了后续需求。
上个月我们的周转天数从45天涨到58天，老板让我写原因分析。我第一反应是‘卖得不好’，但具体是货的问题、价的问题还是备货的问题，我完全没有排查思路，怕写出来的分析站不住脚。
周转天数变长的排查建议按‘量，价，货，场’的顺序走。第一步拆销量：同比环比看是整体下滑还是个别品类下滑；第二步拆价格：检查期间是否做了提价或减少了促销频次，用价格带销量分布看哪个价位段掉了；第三步拆货：看是不是上了不该上的新品或备了过量的季节性货，重点查新品首月动销；
第四步拆场：对比各门店或各渠道的周转差异，判断问题出在货还是出在销售端。经验上，周转天数单次上升20%以上时，八成以上能归因到新品引入失误或季节品备货过量，所以先把这两项作为首查项。分析里务必带上口径说明，比如周转天数是用期初库存还是平均库存算的，否则跨部门对数时容易各说各话。
我在电商和线下超市都待过，发现同一套分析模板换个业态就不好用。现在要给公司做一份通用的商品分析能力清单，又怕做成大而全的结果没人看。到底哪些事项是该保留的核心，哪些可以按业态删掉？
裁剪原则是‘四类模块全保留，18项事项按业态调优先级’、但保留不等于平均看。电商优先看流量转化、价格带分布和SKU动销，库存和鲜度可以简化；超市优先看品类结构、坪效、促销效果和库存周转，新品汰换可以粗一点；便利店优先看鲜度效期、周转天数和断货率，价格竞争类事项相对弱化。
落地时做一张优先级表，把18项事项标成‘必看/抽看/暂不看’三档，每档再写明频率。判断依据是业态的核心盈利逻辑：电商靠流量效率和转化，超市靠品类结构和周转，便利店靠鲜度和单店坪效。清单不是越全越好，能在日常班次或周会里真正执行完的才叫能力清单。
读者评论
文章把商品分析拆成需求识别、销售监测、库存健康、竞争与价格四类事项，逻辑清晰。不过对中小团队来说，需求识别模块的落地成本偏高，尤其是竞品品类对标和季节性预判，需要专人持续投入，未必都能做到。
库存健康部分很实用，周转天数参考区间和临期预警前移的毛利对比很有说服力。但不同类目的健康线差异大，文章给的区间偏经验值，实际用的时候还是得结合自己历史数据反推才靠谱。
销售监测那段点出了动销率和售罄率的关系，尾部SKU既不动销也不贡献销售额，这个观察很准。不过促销效果评估只提了前后7天对比，实际操作中受季节和活动节奏干扰，简单对比容易误判。
我最认同的是‘残清单’这个说法。很多运营日报周报做得很全，但全是结果指标，没人回答需求有没有被满足。文章把因果链讲透了，但需求识别那部分建议再补充一些低成本起步方法，否则小团队还是无从下手。
整体框架完整，四类事项的因果链和图表配合得不错。但竞争与价格模块展开明显偏少，文章到这里就断了，价格带空缺和跟价策略其实是最容易直接产生利润的动作，希望后续能补全。