去年双十一大促结束后的第三天，我陪一个做家居收纳的店主复盘数据。他的店铺在活动期间 GMV 冲到了 78 万，比平时翻了将近三倍，团队正在群里发红包庆祝。但他把后台的利润报表拉出来之后，整个会议室安静了，活动周期内的实际净利润只有 1.9 万，净利润率 2.4%，而大促前一个月的日常净利润率是 9.7%。销量涨了，利润反而被稀释了。问题出在哪里？后来我们逐 SKU 拆解才发现，他主推的三款爆品里，有两款在扣除退货、平台佣金、达人分佣、物流和售后之后，单件贡献利润是负的。
卖得越多，亏得越多。
这件事让我意识到，商品分析优化清单之所以被反复讨论，不是因为它复杂，而是因为大多数人在错误的顺序上做了正确的动作。他们列了一长串分析项，看销量、看 GMV、看转化率、看点击率，但唯独没有先算清每卖一件商品到底赚多少钱。这篇文章想解决的，就是这个顺序问题：利润空间与进阶玩法的关键动作，核心不在于分析项够不够全，而在于决策链的顺序对不对。我会用第一人称的实操经验，把这条决策链拆成可执行的步骤，并结合像数跨境（https://shukuajing.jiushuyun.com/?
utm_source=seo&utm;_plan=est&utm;_unit=gys）这类数据分析工具的指标设计逻辑，讲清楚每一步该看什么、该砍什么、该等什么。
如果你只能记住一句话，请记住这句：商品分析的最小决策单元是 SKU 的单件贡献利润，而不是 SPU 的毛利率，也不是店铺的整体 GMV。我见过太多运营在 SPU 层面看数据，看到某个系列毛利率 45%，就判断这个系列健康，结果拆到 SKU 才发现，系列里销量最高的那个颜色一直在亏钱，是被另外两个低频高利润的 SKU 硬撑起来的。SPU 层面的毛利率就像一份合并报表，它会把亏损款藏在盈利款后面。
为什么是"贡献利润"而不是"毛利"？因为毛利只扣了商品成本，而贡献利润要扣掉所有跟这一单直接相关的变动成本：平台佣金、支付通道费、物流费、包装耗材、退货产生的逆向物流和折旧、客服分摊、达人佣金或推广费分摊。这些成本在毛利里是不体现的，但它们真实发生，且随销量线性变化。一个毛利率 45% 的商品，扣完这些变动成本后，贡献利润率可能只剩 12%，甚至为负。
我把这条决策链总结为四个有先后依赖的顺序：先算清单件贡献利润，再决定 SKU 去留，然后调整商品结构，最后才是接入进阶玩法。这个顺序不能颠倒，因为后面的每一步都依赖前一步的输出。你没法在贡献利润没算清的情况下决定砍哪个品，也没法在 SKU 结构没优化的情况下指望投流能带来利润。
过去三年我接触过六十多个中小电商团队，从年销百万到年销过亿的都有。一个非常普遍的现象是：团队的数据能力在提升，看板越做越漂亮，但利润决策的质量没有同步提升。运营每天在看销量、看 GMV、看 ROI，但很少有人每天在看单件贡献利润。这个错位，是"销量涨利润不涨"的根本原因。
回到开头那个家居收纳店的案例。我们后来把大促周期内所有 SKU 的单件贡献利润算了一遍，发现一个典型规律：大促期间，高销量 SKU 的贡献利润率普遍比日常低 40% 到 60%。原因有三层。第一层是折扣，大促折扣直接压缩了收入端。第二层是达人分佣，为了冲量找达人带货，佣金率 20% 到 30%，直接从利润里切走一块。第三层是退货率飙升，大促冲动消费多，退货率从日常的 8% 涨到 19%，退货产生的逆向物流、商品折旧、二次包装成本全部由商家承担。
这三层叠加之后，一个日常贡献利润率 15% 的商品，在大促周期里的贡献利润率可能只有 5% 到 7%。如果团队只看 GMV 增长，就会误判形势，继续加码投流，把亏损放大。
另一个高频场景是 SKU 膨胀。一个店铺从 50 个 SKU 做到 300 个 SKU，团队以为是在丰富选择，实际上是在制造管理黑洞。我统计过一个女装店铺的数据：300 个在售 SKU 里，真正贡献正利润的只有 87 个，贡献主要利润的只有 31 个，剩下 213 个 SKU 要么微利、要么亏损、要么长期零动销。但团队在做商品分析时，看的是整个店铺的汇总数据，这些亏损 SKU 被盈利 SKU 的数字掩盖了。
这就是为什么我一直强调要到 SKU 层面看贡献利润。SPU 和店铺层面的数据是合并报表，SKU 层面的数据才是明细账。合并报表看趋势，明细账做决策，两者不能混用。
第三个场景更隐蔽。很多团队在商品结构还没理顺的时候，就急着上直播、做私域、投信息流。他们的逻辑是"先用流量把销量冲起来，规模上去了利润自然就来了"。这个逻辑在贡献利润为正的时候成立，因为规模确实能摊薄固定成本。但如果商品结构里有大量贡献利润为负的 SKU，流量越大，亏损越大，规模效应会变成规模亏损。
我见过一个食品店铺，投流 ROI 做到 4.2，看起来非常健康，但月度净利润是负的。拆解后发现，它投流主推的引流款贡献利润是 -3 元/件，靠引流款带动的利润款转化率又极低，连带率不到 1.1。结果就是每卖一件引流款亏 3 元，利润款又带不动，投流只是在加速失血。
商品分析优化清单这个说法本身没有问题，问题在于大多数人把它当成任务清单来执行，而不是当成决策链来使用。任务清单的逻辑是"做完打勾"，决策链的逻辑是"前一步的输出是后一步的输入"。这两种逻辑导致了完全不同的行为模式。
毛利率是商品成本维度的指标，它回答的是"这件商品的进货价和售价之间有多少空间"。但利润空间是一个更宽的概念，它回答的是"这件商品卖出去之后，我到底赚了多少"。这两者之间隔着一整套变动成本。用毛利率做商品分析，就像用身高判断一个人的健康状况，它是个起点指标，但远不是决策指标。
更麻烦的是，毛利率高的商品往往容易被过度重视。我见过一个美妆店铺，把毛利率 65% 的一款精华作为主推，投了大量预算，结果这款精华的退货率高达 28%，加上达人分佣和逆向物流，单件贡献利润是 -8 元。而另一款毛利率只有 38% 的洁面，退货率 6%，贡献利润率稳定在 14%，才是真正的利润支柱。
这是最普遍也最致命的误区。SPU 是商品概念单元，SKU 是库存和交易单元。一个 SPU 下可能有多个颜色、尺码、规格的 SKU，它们的成本结构、退货率、动销速度可能完全不同。在 SPU 层面看数据，你会得到"这个系列卖得不错"的结论，但拆到 SKU 才能看到"卖得不错的是两个颜色，另外四个颜色在亏钱"。
我建议所有做商品分析的团队，把 SKU 作为最小分析单元，SPU 只用于归类汇总。具体做法是：先算每个 SKU 的单件贡献利润，再按 SPU 汇总看系列健康度，最后按店铺汇总看整体利润结构。这个顺序反过来，就会丢失明细信息。
行业里流传"20% 的 SKU 贡献 80% 的利润"，很多人直接拿这个比例去套自己的店铺。但我实操过的店铺里，这个比例差异巨大：有的店铺 12% 的 SKU 贡献了 85% 的利润，集中度更高；有的店铺 35% 的 SKU 才贡献 75% 的利润，集中度更低。二八法则是一个方向性判断，不是一个可套用的数值。正确的做法是算自己店铺的利润集中度曲线，看前 10%、前 20%、前 30% 的 SKU 分别贡献了多少利润，再决定优化力度。
直播、私域、投流是放大器，它们放大的是你已有的商品结构。结构健康，玩法放大利润；结构不健康，玩法放大亏损。这个道理说起来简单，但实操中大量团队还是先上玩法。原因很现实：玩法有明确的动作和短期反馈，而算贡献利润、砍 SKU、调结构这些基础动作，反馈周期长，还容易得罪人。
我的判断是：如果店铺里贡献利润为负的 SKU 占比超过 15%，就先不要上任何放量型玩法。先把负利润 SKU 处理掉，把结构理顺，再谈放大。这个 15% 是我实操中的经验阈值，不是平台规则，你可以根据自己的品类和现金流情况调整。
这部分是全文的核心。我把商品分析优化清单重组成一条四步决策链，每一步都有明确的输入、输出和判断标准。你不需要一次做完全部四步，但顺序不能颠倒。
贡献利润的计算逻辑是：售价减去所有随销量变动的成本。我把它拆成六个扣减项，你可以按自己的业务实际情况增减。
这里有一个实操细节很重要：退货成本不能只算逆向物流费，还要算商品折旧和二次销售损失。一件退货商品回到仓库，如果不能再按原价卖出，中间的差价也是成本。很多团队只算了退回的快递费，低估了退货的真实成本。
在数跨境的指标设计里，我注意到它把利润分析和库存、动销放在同一个数据体系里看，这个思路是对的。因为贡献利润不是孤立指标，它要跟库存周转、动销率联动才有决策意义。一个贡献利润为正但库存周转 180 天的 SKU，占用资金的成本可能比利润还高。
算完贡献利润之后，你手里会有一张按贡献利润排序的 SKU 清单。接下来是决定每个 SKU 的去留。我的方法是把 SKU 分成四类，不同类型用不同策略。
| SKU 类型 | 特征 | 处理策略 |
|---|---|---|
| 利润核心型 | 贡献利润为正且排名前 20%，动销稳定 | 重点保护，优先分配库存和推广资源 |
| 引流贡献型 | 贡献利润微正或接近零，但带来高连带和复购 | 保留观察，核算连带利润是否覆盖其低利润 |
| 结构亏损型 | 贡献利润为负，但属于品类完整性必需 | 限制定价、缩减库存深度，或找替代品 |
| 真亏损型 | 贡献利润持续为负，无连带价值，无战略意义 | 果断下架，清库存，释放资金和运营精力 |
这四类里最难判断的是"引流贡献型"和"结构亏损型"。它们的区别在于：引流贡献型虽然自身利润低，但能带动其他 SKU 的销售；结构亏损型只是"品类看起来完整"，但并没有实际的带动作用。判断标准是连带率：如果这个 SKU 的连带率高于店铺均值 30% 以上，它可能属于引流贡献型；如果连带率低于均值，它就是结构亏损型。
关于"救还是砍"，我的判断逻辑是看边际贡献而不是当前利润。一个当前亏损的 SKU，如果通过调整定价、更换物流方案、降低退货率之后，边际贡献能转正，那就值得救。如果调整空间已经用尽，边际贡献还是负的，就该砍。不要因为"这个 SKU 以前卖得好"就舍不得砍，历史销量不构成保留理由。
SKU 去留决策做完之后，你手里剩下的是一批贡献利润为正的 SKU。接下来要做的不是马上放大，而是调整结构。结构优化的核心是两个维度：定价带和连带率。
定价带的问题是很多店铺的隐性病灶。我见过一个店铺有 47 个 SKU，价格集中在 89 元到 119 元这个窄区间，结果就是 SKU 之间互相蚕食，每个 SKU 的销量都不高，库存深度都上不去，采购成本也压不下来。定价带过密会导致内部竞争，定价带过疏会导致价格断层，两种情况都会损失利润。
识别方法很简单：把你的 SKU 按售价排序，算出相邻价格带的间隔，如果超过 60% 的 SKU 集中在某一个 20% 的价格区间内，就是过密；如果两个相邻价格带之间差距超过 2 倍且中间没有过渡产品，就是过疏。
连带率优化的前提是先有利润款。连带销售的逻辑是"用利润款带动关联购买"，如果店铺里没有明确的利润款，连带率优化就无从谈起。正确的顺序是：先确认利润核心型 SKU，再围绕它们设计搭配组合，最后才是调整陈列和推荐逻辑。顺序反了，就会变成为了搭配而搭配，连带率上去了但利润没上去。
前三步做完之后，才轮到进阶玩法。这一步的关键不是"怎么玩"，而是"什么时候玩"和"玩什么"。直播、私域、投流这三种主流玩法，放大的是不同的东西。
什么阶段不该上玩法？我的判断是：当店铺的负贡献利润 SKU 占比超过 15%，或者利润核心型 SKU 的库存周转超过 90 天时，不应该上任何放量型玩法。这两个信号说明商品结构本身有问题，此时放量只会放大问题。
玩法接入后的复盘指标，不能只看 ROI 和 GMV。我建议看的核心指标是"玩法周期内的贡献利润总额变化"和"新客贡献利润回收周期"。ROI 高不代表利润高，GMV 涨不代表结构健康。只有贡献利润总额在玩法周期内真实增长，才说明玩法接入是正确的。
讲完方法论，我需要用具体案例来验证这套顺序的有效性。这里我选择以数跨境（https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）的指标设计作为观察对象，不是因为它特殊，而是因为它的指标组织方式恰好印证了"贡献利润优先"这个逻辑。
店铺案例有一个天然缺陷：每家的品类、平台、阶段都不同，你很难直接套用。但数据分析工具的指标设计是通用的，它反映的是"做商品分析时哪些指标必须放在一起看"。数跨境把利润分析、库存分析、动销分析放在同一个数据体系里，这个设计本身就说明了单看利润是不够的。
我实际使用和观察下来，它在商品分析维度有三个值得参考的设计逻辑。
大多数店铺的利润报表和库存报表是分开的，利润报表看赚了多少，库存报表看压了多少货。但真实情况是，一个贡献利润为正的 SKU，如果库存周转极慢，它的资金占用成本可能把利润吃掉。数跨境把这两类指标放在同一个 SKU 维度下看，这个设计的好处是你可以一眼看到"这个 SKU 是赚钱的，但它的钱都压在库存里"。
我自己的判断标准是：一个 SKU 的年化贡献利润除以它的平均库存占用资金，得到的资金回报率如果低于 15%，这个 SKU 的利润质量就不算健康。这个 15% 是经验基准，你可以根据自己行业的资金成本调整。
动销率高的 SKU 不一定赚钱，赚钱的 SKU 不一定动销快。这两个指标必须交叉看。数跨境的动销分析模块允许按贡献利润区间筛选动销数据，这个功能对应的正是我前面说的"SKU 四分类"。
我观察到的规律是：动销率排名前 30% 但贡献利润为负的 SKU，是最危险的一类。它们表面上很活跃，实际上在持续失血，而且因为动销快，团队往往会误以为它们是畅销款，给予更多资源。这类 SKU 是商品分析中最需要优先识别的。
现在很多店铺同时做多个渠道，每个渠道的佣金率、退货率、物流成本都不同。如果各渠道用不同的利润口径，就没法横向对比。数跨境在多渠道数据整合上做了统一口径的处理，这一点对做全渠道商品分析的团队很重要。
我的经验是：多渠道店铺做商品分析时，至少要统一三个口径，佣金口径、退货口径、推广费分摊口径。口径不统一，你看到的渠道利润排名可能是失真的。我见过一个店铺，A 渠道的利润看起来比 B 渠道高 40%，统一口径后才发现是 A 渠道的退货成本没有计入。
方法论讲完了，但每家店铺的情况不同，行动建议也不能一刀切。我按店铺阶段和核心问题，分成五种情况给出建议。
这类店铺的首要任务是算清每个 SKU 的贡献利润，不需要复杂的分析体系。建议手工或用简单表格，把六个扣减项列清楚，算出每个 SKU 的单件贡献利润。这个阶段的目标不是优化结构，而是确认哪些 SKU 是真正赚钱的，把资源集中到它们身上。
行动建议：每周更新一次贡献利润表，不要等到月底。新品上架后 14 天内必须完成第一次贡献利润核算，因为早期的退货率和转化数据最能反映真实情况。
这个阶段的典型问题是 SKU 膨胀带来的结构失控。建议先做一次全量 SKU 的贡献利润排序，识别出负利润 SKU 和微利 SKU，然后按四分类法处理。这个阶段不需要频繁优化，一个季度做一次全量盘点就够了。
行动建议：优先砍掉"真亏损型"SKU，这部分通常能释放 20% 到 30% 的库存资金。释放出来的资金不要平均分配，集中投向利润核心型 SKU 的库存深度和推广。
这个阶段需要工具化，手工表格已经不够用了。建议接入数据分析工具，建立按 SKU 维度的贡献利润、库存周转、动销率的联动看板。像数跨境这类把利润和库存放在同一体系下的工具，在这个阶段的价值最明显。
行动建议：每月做一次 SKU 健康度评分，把贡献利润、库存周转、动销率、连带率四个指标加权打分，低于阈值的 SKU 进入观察名单，连续两个月低于阈值的进入下架流程。
大促前必须做一次专门的利润压力测试。按大促预计的折扣率、达人分佣率、退货率，重新算一遍每个主推 SKU 的贡献利润。如果某个 SKU 在压力测试下贡献利润转为负，就不要把它作为大促主推。
行动建议：大促主推 SKU 的筛选标准不是"销量最高"，而是"压力测试下贡献利润仍为正且库存深度足够"。这个标准能帮你避免开头那个家居店铺的困境。
先做一次结构体检，看负贡献利润 SKU 占比和利润核心型 SKU 的库存周转。两个指标都健康再上玩法。如果其中任何一个不健康，先解决结构问题。
行动建议：玩法接入前设定明确的复盘指标，不只是 ROI 和 GMV，还要看贡献利润总额变化和新客贡献利润回收周期。玩法跑满一个周期后，如果贡献利润总额没有真实增长，就要重新评估玩法策略。
商品分析最终是要做取舍的。取舍之所以难，是因为每个选择都有代价。我把最常见的四组取舍列出来，给出我的判断逻辑。
这是最根本的取舍。我的判断是：在贡献利润结构没有理顺之前，优先利润；结构理顺之后，可以为了规模适度让渡短期利润。原因很简单，结构不健康时的规模增长是负向的，只有结构健康后的规模增长才是正向的。判断结构是否健康的信号，就是负贡献利润 SKU 占比和利润集中度曲线。
具体操作上，如果店铺连续两个月贡献利润率低于 8%，就暂停所有放量动作，先做结构优化。8% 这个基准是经验值，你可以根据自己的固定成本结构算出盈亏平衡点作为替代。
品类完整性对用户体验有价值，但它的价值必须可衡量。我的判断逻辑是：如果保留一个亏损 SKU 能带来可量化的连带销售或复购提升，就保留；如果只是"看起来品类全"，就砍掉。衡量方法是看这个 SKU 的连带率和复购贡献，如果连带率低于店铺均值，它就不具备保留价值。
另一个实操建议是：对于确实需要保留的亏损 SKU，可以通过调整规格、降低库存深度、改用更经济的物流方案来压缩成本，把亏损控制在可接受范围内，而不是直接砍掉。
负利润 SKU 的库存处理有两难：快速清仓会确认亏损，慢慢卖会持续占用资金。我的判断是：如果库存周转已经超过 120 天，快速清仓优于慢慢卖。因为超过 120 天的库存，资金占用成本、仓储成本、贬值风险加起来，慢慢卖的综合损失可能比一次性清仓更大。
清仓时不要只看清仓价格，还要算清仓带来的现金流释放价值。一笔被库存占用的资金，释放出来投入到利润核心型 SKU，可能带来更高的回报。这个对比要算清楚再做决策。
SKU 数量少于 50 时，手工表格够用，不必上工具。SKU 超过 100 之后，手工分析的错误率和耗时都会快速上升，工具化的投入产出比开始显现。我的经验阈值是：当每月在商品数据分析上的人工耗时超过 16 小时，就应该考虑工具化。
工具选择上，重点看三个能力：能否按 SKU 维度算贡献利润、能否把利润和库存联动看、能否统一多渠道口径。这三个能力是商品分析的核心需求，缺一个都会影响决策质量。
文章写到这里，我想回到最初的那个观点：商品分析优化清单的问题不是分析项不够，而是决策顺序错了。我最后给一个自查框架，你可以用它在 30 分钟内判断自己店铺的分析体系是否需要调整。
如果上面七个问题里有三个以上答不上来或者答案是负面的，说明你的商品分析还停留在"列清单"阶段，需要往"决策链"方向调整。
不要试图一次做完所有优化。我建议按这个节奏推进：第一周算清单件贡献利润，第二周做 SKU 四分类，第三周处理真亏损型 SKU，第四周复盘结构变化。一个月为一个周期，跑完三个周期之后，你的商品分析体系会有质的变化。
关于工具，如果你还在用 Excel 手工算，SKU 数量超过 100 之后可以考虑接入专业工具。数跨境这类把利润、库存、动销放在同一数据体系下的工具，可以作为参考方向，但最终选择要看你的平台生态和数据整合需求。
我认为商品分析优化的关键动作，归根结底是三件事：算对利润口径、做对 SKU 取舍、等对玩法时机。这三件事的顺序不能颠倒，因为后一件依赖前一件的输出。市面上很多内容在教你"要做哪些分析"，但真正的难点不是分析项，而是决策链的顺序和每一步的判断标准。
利润空间不是省出来的，是算清楚之后自然浮现的。进阶玩法不是救命药，是放大器。当你把单件贡献利润算清、把 SKU 结构理顺之后，你会发现利润空间的优化和进阶玩法的接入，都是水到渠成的事。真正需要花力气的，是前面那一步，把账算清楚。
我之前一直用毛利率判断一个品能不能做，觉得毛利率高就是好品。但去年有个毛利率45%的款，卖了三个月，月底一算账户余额反而少了，我就开始怀疑是不是自己算错了账。
看贡献利润，不看毛利率。做法是在毛利率基础上继续往下扣四项：退货率折算后的实际收入（售价乘以1减退货率）、平台佣金、物流仓储费、售后与客服分摊成本。判断依据是：毛利率只反映定价空间，贡献利润才反映这个SKU往账户里放不放钱。
你可以拿一个月的数据做验证，把当月每个SKU的贡献利润加总，看是否接近财务口径的毛利，如果差距很大，说明你的口径漏了扣减项。口径提醒：退货率、佣金比例各平台各品类差异极大，以你后台近90天实际数据为准，不要套用统一数值。
我店里有一批卖得不算差的款，单件利润是负的，但流量表现还行，每次想砍又觉得可惜。我就卡在这里：到底该给它机会调价，还是直接下架？
先做分类，再下判断。亏损SKU一般分三种：引流型（本身亏但带动其他SKU连带成交）、结构型（因为定价带缺位才导致亏损）、真亏损型（既不连带也无流量溢出）。判断信号看两个：一是这个SKU的边际贡献是否为正，也就是每多卖一件，是否至少不继续扩大亏损；
二是它被移除后，原本由它带来的成交是否会被同价格带的其它SKU接住。如果边际贡献为负、又无法被替代承接，就该砍。如果边际贡献为正但整体亏损，先调价或调组合，不要急着下架。这套判断是经验逻辑，不是平台规则，最终以你两个完整销售周期的对比数据为准。
我知道要做价格带布局，但实际操作时不知道几个价位算合适。排太密感觉自己在跟自己抢流量，排太疏又怕覆盖不到用户。这个问题我调过好几轮都没找到稳定的标准。
用利润贡献倒推定价带，而不是先定价格再填商品。做法是：把现有SKU按贡献利润从高到低排成梯队，看每个价位区间里有没有一个能扛利润的款。判断标准有两个，第一，相邻两个主推价位之间的价差是否小于用户对该品类价格的敏感阈值（用你店铺的成交价分布曲线看，如果两个价位段的成交高度重叠，就是过密）；
第二，最高价位段是否有对应的利润款支撑，如果没有，说明你的结构缺了一条腿。调整顺序是先补缺位，再收过密，不要同时动。所有阈值以你店铺近半年成交价分布为准。
我去年在结构还没理顺的时候就投了一波流，销量确实起来了，但月底利润反而更薄。后来就一直在想，究竟是我玩法没做对，还是上的时机不对。
玩法是放大器，不是救命药。它能放大的是你已有的商品结构优势，不能逆转结构性亏损。判断时机看一个前置条件：你的核心利润款是否已经有稳定的贡献利润为正，且前十SKU的贡献利润占比是否形成了一个可依赖的梯队。如果没有，先做前面三步，算清贡献利润、定SKU去留、调定价带。
上玩法之后的复盘指标也要跟着换：不要只看GMV和ROI，要看贡献利润总额和利润款占比这两个数是否同步上升。如果销量涨、贡献利润没涨，说明你在放大一个本来就不赚钱的结构。具体占比门槛因品类不同差异很大，以你自己结构稳定期的数据做基线。
读者评论
文章把贡献利润作为分析起点，确实点中了很多店铺的痛点。我见过不少团队在大促后只看GMV，结果利润被退货和佣金吃光。不过要落地到每个SKU算清变动成本，对数据能力要求不低，小团队可能得先靠工具辅助。
四个步骤的顺序不能颠倒，这点很认同。尤其对SKU膨胀的店铺，先砍负利润款再谈投流，逻辑上完全正确。但实操中砍品会得罪运营和商品部，执行阻力不小，作者说的经验阈值15%可以作为参考。
文中'二八法则不能硬套'的提醒很实在。不同类目利润集中度差异很大，女装和食品可能完全不同。帕累托图那个对比挺直观，说明优化前先算自己的集中度曲线，比盲目砍SKU更靠谱。