商品分析操作手册:价格带对应的问题清单步骤
目录

商品分析操作手册:价格带对应的问题清单步骤 | 九数云-E数通

eshutong 发表于2026年10月7日

先给结论:价格带分析做不好,90%的问题出在“问错了顺序”

我做了七年电商数据分析,带过三个类目的商品团队,最常被问的一句话是:“价格带到底该怎么分析?”我的回答通常是反问:你先告诉我,你要拿这个分析去做什么决策?十次里有八次,对方答不上来。这就是问题所在,大量商品分析报告死在“先拉数据、再找结论”这条路上,而不是死在数据不够。

这篇文章要讲的是一套我反复验证过的反向操作逻辑:先按价格带列出该问的问题清单,再倒推需要什么数据、用什么口径、得什么结论。低价格带问的是“引流效率”,中价格带问的是“利润贡献”,高价格带问的是“心智占位”。三个价格带的问题清单不同,指标口径不同,行动建议也完全不同。把这三个问题清单跑通,你手里那份“数据堆了一堆、结论说不出三句”的报告,基本就能救回来。

下面我把这套方法完整拆开,包括底层逻辑、每个价格带的问题清单、操作步骤、常见误判,以及一个完整的案例复盘。全文大约八千字,建议先看目录,遇到和自己品类对得上的部分再精读。

一、价格带分析的底层逻辑:它回答的是“结构”问题,不是“单品”问题

1. 价格带的本质是用户支付能力的连续映射

很多新手会把价格带理解成“把商品按价格分成几档”,这个理解不能算错,但太浅。价格带真正的含义是:在你的类目里,用户愿意掏多少钱、在什么场景下掏、掏完之后还会不会复购的一套连续分布。

举个实际例子。女装连衣裙这个类目,59元、129元、259元、499元、899元这五档,表面上是五个价格段,实际上对应的是五种完全不同的用户:学生党日常替换、白领通勤基础款、小个子精致通勤、约会/聚会/轻礼服、以及婚庆或重要场合。你把这五档放在同一张报表里比销量、比毛利率,本身就是错的,它们的成本结构、退货率、连带逻辑、复购周期全都不一样。

所以我一直强调一句话:价格带分析的第一性原理,是承认不同价位段的商品遵循不同的经营逻辑,而不是用同一套指标横比。

2. 为什么按价格带问问题,比按品类问问题更有效

按品类分(比如T恤、衬衫、连衣裙)是一种“商品视角”,回答的是“我卖什么”。按价格带分是一种“用户视角”,回答的是“用户在什么预算下选什么”。前者是供给侧分类,后者是需求侧分类。

我做过一个对比:同一个女装店铺,用“品类+销量”拆,得出的结论是“连衣裙是主力,加大投入”;用“价格带+转化率+连带率”拆,得出的结论是“129元档转化率最高但连带率最低,259元档连带率是它的1.8倍,真正该加投的是259元档,连衣裙只是恰好占了这个价位”。两个结论完全相反,后者才是可执行的。

3. 价格带划分的三种常见方式及其适用场景

划分方式没有绝对对错,关键看你要回答什么问题。

划分方式操作口径适用场景典型坑
等分法把类目价格区间按金额等分成3-5档初步摸底、新品入场调研档位边界可能落在无商品区,档位失真
分位法按SKU数或销量分布的四分位/五分位切分SKU密集的成熟类目把“卖得多的价位”当成“该做的价位”
心理价位法按用户搜索词、评价语义里出现的价格锚点划分决策成本高、有品牌溢价的类目锚点数据获取成本高,需要评论/搜索数据支撑

我的经验是:新品或新类目先用等分法摸底,做成熟类目用分位法,做品牌升级或高客单类目必须用心理价位法。三种方法可以叠加使用,不必二选一。

商品分析操作手册:价格带对应的问题清单步骤

二、真实场景:一份失败的月度商品分析报告长什么样

1. 场景还原:我接手过的一份“标准模板报告”

去年我帮一个年GMV约1.2亿的家居类目团队做复盘。他们当时的月度商品分析报告有28页,包含销量TOP50、GMV TOP50、毛利率分布、退货率分布、库存周转天数分布。数据拉得很全,图表做得也漂亮。但运营总监看完之后说了句:“我知道哪里卖得好,但我不知道该改什么。”

我把这28页翻完后发现三个致命问题:

  • 第一,所有指标都是全店铺口径的。没有按价格带拆,导致59元的口杯和399元的成套餐具放在一起比毛利率。
  • 第二,只有描述,没有归因。“A款销量下滑18%”后面没有跟任何一句“因为哪个价格带被挤了”。
  • 第三,没有行动分层。报告最后给了8条建议,其中5条是“加强推广”,完全无法落地。

2. 我当时的改造思路

我没有推翻他们的数据,只做了一件事:把所有指标按价格带重新分组,然后给每个价格带配一套独立的问题清单。一周之后,同样的数据得出了完全不同的结论,59-99元档的引流款被一个新入场的白牌价格战打穿了,但159-229元档的利润款其实一直很稳,只是被店铺整体的GMV下滑掩盖了。运营总监看到这一条之后,两周内就调整了投放预算,第三个月毛利率回升了2.3个百分点。

这里的关键不是数据变多了,而是提问的框架变了。下面这张图是我改造前后的问题结构对比。

商品分析操作手册:价格带对应的问题清单步骤

三、常见误区:这五个坑,我几乎在每个团队都见过

1. 误区一:把“卖得多的价格带”当成“该加投的价格带”

这是最高频的一个坑。销量集中在中低价位,往往是因为这个价位段天然SKU多、转化快、试错成本低,不代表它是利润来源。我见过一个零食类目团队,看到39元档贡献了62%的销量,就把70%的投放预算压到39元档,结果毛利被促销吃掉,年底一算净利下滑。

正确的问法应该是:这个价格带贡献了多少销量、多少毛利额、多少新客、多少复购?四个数字放在一起看,才能判断它是“引流型”还是“利润型”。

2. 误区二:价格带划分过粗或过细

粗到只有“低中高”三档,很多结构性问题会被平均掉。比如“中档”里可能同时包含129元和259元两个截然不同的用户群,混在一起分析等于没分析。反过来,细到十几档,又会导致每档SKU太少,指标波动大、结论不稳定。

我的经验值是:单一子类目内,价格带划5-7档最稳;跨子类目合并分析时,控制在3-4档。再多就散了。

3. 误区三:只看销量和GMV,不看利润和连带

销量和GMV是“结果指标”,但它们不能告诉你钱是怎么赚的。真正决定一个价格带该不该保留的,是毛利额、连带率、退货率、复购周期这四个指标的组合。一个价格带销量高、毛利低、退货高,它其实是在消耗你的现金流,而不是创造价值。

4. 误区四:忽略价格带之间的替代效应

很多团队分析时把每个价格带当成独立单元,忘了用户在同一店铺里是流动的。你把129元档做促销,很可能直接把259元档的成交抢走,尤其是当两者功能重叠时。这种替代效应如果不识别,你看到的“129元档销量大涨”其实是假的增长。

识别方法很简单:在大促前后对比各价格带的成交结构变化,如果低价档涨、中价档等额下跌,基本就是内部替代。

5. 误区五:用静态数据做动态决策

价格带的边界不是固定的。用户支付能力会随季节、平台流量结构、竞品定价变化而迁移。用三个月前的价格带分布去指导这个月的投放,往往就是踩空。我的做法是每两周刷新一次价格带分布,每个月重跑一次问题清单。

[CHARM_FALLBACK]

商品分析操作手册:价格带对应的问题清单步骤

[/CHARM_FALLBACK]

四、专业判断逻辑:按价格带问对问题的四条原则

1. 原则一:先问“它在结构里扮演什么角色”,再问“它表现好不好”

这是整套方法的起点。每个价格带在你的店铺结构里都有角色:有的负责拉新,有的负责盈利,有的负责树形象。角色不清楚,所有指标都是噪音。

我先定角色,再定指标。低价格带角色是引流,那么它要看的核心指标就是新客占比、加购率、连带率;中价格带角色是利润,要看的核心指标是毛利额、毛利率、复购率;高价格带角色是形象,要看的核心指标是搜索点击率、收藏加购比、客单价提升贡献。同一个“转化率”在不同价格带里的权重大不相同。

2. 原则二:每个问题必须能对应到一个具体动作

我在设计问题清单时有个硬性标准:如果一个问题的答案无论是什么,你都不会采取不同动作,这个问题就该删掉。

比如说“这个价格带的平均价格是多少”,就是个废问题,因为答案不会驱动任何动作。但“这个价格带的转化率相比上一档低了多少个百分点”就是好问题,因为一旦低出阈值,你就要考虑是选品问题还是定价问题。问题清单不是用来展示你分析得多全面的,是用来驱动决策的。

3. 原则三:指标要成组看,不要单点看

单看任何指标都会误导。“毛利率高”看着好,但如果是靠牺牲销量换来的,那可能意味着这个价格带在萎缩。“复购率高”看着好,但如果伴随客单价持续下滑,那可能是用低价在维系老客。我的做法是把每档价格带的指标分成三组:规模组(销量/GMV/新客)、效率组(转化率/连带率/复购率)、质量组(毛利率/退货率/客诉率)。三组放在一起看,才能判断这个价格带是健康的、亚健康的还是需要干预的。

4. 原则四:跨价格带的结构性问题优先级最高

单档价格带内部的问题,影响的是局部;跨价格带的问题,影响的是整个商品结构。我通常会先看四个跨档指标:价格带之间的销量占比分布是否连续、相邻档位是否有明显的“断崖”、低价档是否在蚕食中价档、高价格带是否缺乏承接。这四个问题解决了,再回头看单档问题。

商品分析操作手册:价格带对应的问题清单步骤

五、按价格带拆解的问题清单(核心章节)

1. 低价格带:引流品的问题清单

低价格带一般占店铺SKU数的30%-50%,是拉新主力,但也是最容易被拖累的部分。我在这一档常问的六个问题:

编号问题关键指标判断标准行动建议
Q1这档价格带的新客占比是多少?新客占比低于40%说明拉新失效补充新品或调整主图/价格锚点
Q2加购率是否高于店铺均值?加购率低于店铺均值10%以上需干预优化详情页首屏和评价展示
Q3连带率是多少?连带率低于1.2说明不带货搭配套餐或凑单机制
Q4退货率是否高于类目均值?退货率高于类目均值5个百分点需排查检查尺码/描述偏差/物流
Q5这档价格带的引流成本是多少?单新客成本超过中价档毛利额的60%需警惕降低出价或换引流品
Q6这档产品的复购周期多长?复购周期超过90天说明引流价值有限考虑替换为高频消耗品

这里面最容易忽略的是Q5。很多团队只看“新客来了多少”,不看“新客来了多少钱”。低价格带的意义是把人带进来,但如果带进来的成本高于中价档能赚回的利润,整个引流逻辑就是亏的。

2. 中价格带:利润品的问题清单

中价格带通常是店铺的利润中枢,也是我最愿意花时间分析的一档。这里的核心问题不是“卖得好不好”,而是“赚得够不够、稳不稳”。

编号问题关键指标判断标准行动建议
Q1这档价格带的毛利额占店铺比重是多少?毛利额占比低于SKU占比说明结构不合理提价、降本或替换低效SKU
Q2毛利率和销量的关系是正相关还是负相关?毛利率-销量散点负相关需分SKU看识别真正的利润款
Q3复购率是多少?90天复购率低于15%说明粘性不足会员机制、私域触达
Q4客单价是否在稳定提升?客单价趋势连续3个月下滑需预警搭配销售、升级款引导
Q5这档是否被低价档蚕食?销量结构变化低价档涨、中价档等额跌即替代差异化选品或调整价格带边界
Q6这档的库存周转天数是多少?周转天数高于店铺均值20%需清理调整备货或做清仓
Q7这档SKU的集中度如何?TOP3 SKU的贡献占比超过60%说明过度依赖扩展利润款梯队

Q2是我个人最看重的。如果中价档里出现“销量越高的款毛利率越低”,基本可以确定你在用利润换规模,而且这个交换没换来品牌溢价。这种情况通常需要把SKU拆成“流量款”和“利润款”两条线分别管。

3. 高价格带:形象品的问题清单

高价格带销量往往不大,但它在结构里的作用是拉高店铺心智、带动中价档成交。这一档的问题清单,重点是“影响力”而不是“销量”。

编号问题关键指标判断标准行动建议
Q1这档是否带动了中价档的成交?浏览高价格带后的中价档转化率无带动说明形象作用未实现优化内容呈现和关联推荐
Q2搜索/自然流量占比是多少?自然流量占比低于20%说明品牌力不足加强内容种草和口碑建设
Q3收藏加购比是多少?收藏加购比显著高于成交比说明“被收藏未被买”做价格锚点、促单工具
Q4是否拉高了店铺整体客单价?客单价贡献无贡献则需要重新定位调整展示位置和推荐逻辑
Q5售后成本(退换/客诉)是否可控?售后成本占销售额比高于10%需谨慎维持优化服务和包装
Q6这一档是否有“招牌款”?单品贡献占比无单品能代表价格带需培育资源倾斜到1-2款重点打造

Q3很微妙。高价格带天然“被收藏未被买”是正常的,但如果这个比例极端失衡(收藏是成交的10倍以上),说明你的价格超出用户预期太多,或者产品支撑不起这个价位。这时候要么降价,要么加价值感,不能装看不见。

4. 跨价格带:结构性问题清单

单档看完之后,一定要跨档再看一遍。我通常问这四个问题:

  • 销量分布是否连续?如果某一价格带出现“空白”,要么是选品缺口,要么是用户在你的店里根本找不到这个价位。
  • 相邻档位是否存在断崖?比如99元到199元之间没有过渡,用户从99元跳到199元的心理门槛过高,就会流失。
  • 低价档是否在蚕食中价档?识别方法前面讲过,大促前后结构对比最快。
  • 高价格带是否有承接?用户在你的店里买高了,还有没有更高的选择?没有的话他们就会去别家。

商品分析操作手册:价格带对应的问题清单步骤

六、从问题到行动:五步操作流程

1. 第一步:确定价格带划分标准

先明确这次分析要回答什么问题。如果是要优化商品结构,用分位法;如果是要做新品切入,用等分法;如果是要做品牌升级,用心理价位法。这一步的产出是一张价格带边界表,明确每一档的起止金额和覆盖的SKU范围。

2. 第二步:匹配各价格带的问题清单

按上一章的清单,把对应的六到七个问题贴到每个价格带上。这个过程不需要一次到位,可以先跑一轮,看哪些问题无法回答(数据拿不到)、哪些问题答案无意义(无法驱动决策),下一轮调整。

3. 第三步:提取数据并验证

提取数据的时候一定要带时间维度和对照维度。时间维度至少要有“上月 / 本月 / 去年同期”三个点,对照维度要有“店铺整体 / 该价格带 / 主要竞品”。这一步的产出是一张价格带指标表,通常包含15-20列,是后续分析的核心底表。

4. 第四步:输出结论与调整建议

这一步要注意,结论必须绑定动作。“129元档转化率下滑3个百分点”不是一个结论,而是一个观察;“建议把129元档的2款低效SKU下架,把预算转移到259元档”才是结论。每档价格带最后输出2-3条行动建议最合适,再多就抓不住重点。

5. 第五步:跟踪效果并迭代

行动落地之后,至少两周回看一次效果。这里的回看不是看“有没有效果”,而是看“效果是否在结构层面显现”。比如你调整了预算,不该只看总GMV,而要看“中价档的销量占比是否上升、低价档是否停止蚕食”。

商品分析操作手册:价格带对应的问题清单步骤

七、完整案例:一个家居类目用这套方法跑出结构调整结论

1. 背景与初始数据

这是我在“数跨境”(官网:https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys)上做过的一个真实结构分析项目,类目是家居清洁工具。

当时的初始数据大致是这样:店铺月GMV约860万,SKU总数约420个。按分位法把主力区间39-299元划成五档:39-59元、59-99元、99-159元、159-229元、229-299元。五档SKU数和销量占比分布如下表。

价格带SKU数SKU占比销量占比GMV占比毛利额占比
39-59元14634.8%42.1%21.3%11.5%
59-99元11226.7%26.5%24.8%20.2%
99-159元7818.6%17.2%23.6%28.4%
159-229元5412.9%9.8%19.2%25.6%
229-299元307.1%4.4%11.1%14.3%

2. 用问题清单跑一遍,得到了什么

按前面的清单跑完,最有价值的发现集中在三个地方。

第一个发现:39-59元档贡献了42.1%的销量,但毛利额只占11.5%,且这档的新客占比只有28%。也就是说它既没带来足够的新客,也没带来利润,是一个“双输”的价格带。这就是前面清单里Q1和Q5的组合预警信号。

第二个发现:99-159元档以18.6%的SKU数贡献了28.4%的毛利额,且90天复购率约19%,是全店最高。这一档属于典型的利润中枢,但过去6个月的推广预算只占了13%,明显被低估。

第三个发现:159-229元档的搜索点击率达到11%,但销量占比只有9.8%,属于典型的“被收藏未被买”状态。结合评价语义分析,用户认可设计但觉得价格偏高。

3. 采取的动作和效果

基于上述发现,我们做了三个调整:

  1. 砍掉39-59元档中12款低效SKU(占该档SKU数8%),把节省的预算全部转移到99-159元档。
  2. 对159-229元档的招牌款做一个价格锚点动作:把其中两款的价格从199元调整到189元,同时提升包装和说明书体验。
  3. 针对99-159元档的复购用户做私域触达,推送配件和消耗品。

三个月之后,店铺GMV从860万增长到约940万,毛利率从36.1%提升到38.6%,其中99-159元档的毛利额占比从28.4%提升到33.2%。这个案例最关键的不是增长数字,而是整个调整的方向是靠价格带问题清单推出来的,而不是靠直觉或拍脑袋。

商品分析操作手册:价格带对应的问题清单步骤

八、不同情况下的行动建议

1. 情况一:新类目入门,还没有稳定的价格带结构

先做等分法划分,快速摸底类目的整体价格分布,然后重点看两点:一是哪些价格带SKU密集且竞争激烈,避免进入;二是哪些价格带出现“空白”,可能是选品机会。这一阶段的行动建议是先跑一轮完整问题清单,但只做记录不做调整,把基线数据沉淀下来再决策。

2. 情况二:成熟店铺,价格带结构稳定但利润增长乏力

重点是中价格带。用前面的七问清单把中价格带的问题过一遍,核心是看毛利额占比和SKU占比是否匹配。如果毛利额占比低于SKU占比,说明你的中价格带在“用高成本做低效生意”。这时候最有效的动作通常是砍SKU而不是加SKU。

3. 情况三:价格带出现替代效应,内部打架

先做内部替代分析,找出具体是哪两个价格带在打架。然后做差异化,最常用的方法是把低价档做成明显区别于中价档的“入门款”,功能更简单、包装更基础,让用户不可能同时考虑两档。如果差异做不出来,就把低价格带直接砍掉,把流量导向中价格带。

4. 情况四:想要往高价格带突破

高价格带不是靠涨价实现的,而是靠心智。问题清单里Q1和Q2最关键:有没有带动中价档,自然流量占比是否足够。如果自然流量占比低于15%,即使你把价格调上去,用户也不会认。这一阶段的动作顺序是“先内容、后价格、再推广”,不能颠倒。

商品分析操作手册:价格带对应的问题清单步骤

九、不同情况下的取舍

1. 取舍一:SKU数量 vs 价格带覆盖完整性

很多团队希望每个价格带都有一把“抓手”,结果每个价格带SKU都铺得很平均,反而每个价格带都做得不深。我的建议是:核心价格带(通常是中价档)SKU可以相对分散,其他价格带必须控制在3-8款,宁可覆盖有缺口,也不要平均用力。

2. 取舍二:短期销量 vs 长期毛利结构

价格带调整一定会短期牺牲一部分销量,尤其是砍低价档的时候。这个取舍的判断标准是:如果被砍掉的低价档新客占比低于30%,且毛利额占比低于15%,那么这个牺牲是值得的。如果新客占比高于40%,就要谨慎,因为它可能仍在承担重要的拉新功能。

3. 取舍三:数据精细度 vs 决策效率

理论上你可以每档价格带都跑几十个指标,但实际操作中,超过20个指标分析会陷入“数据瘫痪”。我的经验是每档价格带最多6-8个核心问题、15-20个指标,超出部分留到专项分析再展开。日常经营看结构,专项分析看细节。

4. 取舍四:静态结构优化 vs 动态价格带迁移

价格带的迁移是真实存在的。用户支付能力会随经济周期、平台补贴、竞品价格变化而移动。要不要跟随迁移,取决于你所在的类目是否对价格敏感。高频消耗品必须跟随,低频耐用品可以相对稳定。如果拿不准,就每两个月做一次价格带扫描,判断是短期波动还是长期迁移。

十、总结:下一步该怎么做

整套方法的核心观点只有一句:价格带分析不是先有数据再有结论,而是先有问题再有数据。低价格带问引流、中价格带问利润、高价格带问心智,这三个问题清单跑通,你的商品分析报告就能从“描述现状”升级到“驱动决策”。

如果你的团队刚开始尝试这套方法,我建议按这个顺序落地:

  1. 本周内先按分位法把你的主力类目划成5档价格带,做出边界表。
  2. 用本文的五步流程跑一次完整的价格带问题清单,产出一份底表。
  3. 识别出1-2个最明确的结构性问题,形成2-3条可执行建议。
  4. 两周后回看结构指标,判断动作是否生效。
  5. 把稳定的流程固化下来,每两周刷新一次价格带分布、每月重跑一次问题清单。

如果你所在的类目SKU特别多、跨平台数据分散,用专业的数据分析工具会比手工维护Excel高效得多,比如数跨境在跨平台商品数据聚合和价格带分布可视化上可以省下不少基础工作量,但工具只是加速器,真正决定分析质量的是你问的那些问题。

十一、常见问题(FAQ)

1. 价格带应该划几档最合适?

单一子类目内,5-7档最稳;跨子类目合并分析时,控制在3-4档。关键判断标准是每档至少要有15个以上SKU,否则指标波动大、结论不稳定。

2. 如果某个价格带SKU数很少,还要单独分析吗?

要。SKU少不等于不重要。高价格带往往SKU少但承担心智功能。如果这档是结构性缺口,反而要单独重点看。SKU少于5个的档位可以合并到相邻档位一起看,但不能直接忽略。

3. 中小卖家没有专业数据平台,怎么落地这套方法?

用平台后台的数据导出功能就能做到80%。核心数据是销量、GMV、毛利、退货率,这些都能从后台拿到。难的是跨平台数据聚合和价格带分布可视化,这部分用数跨境这类工具会省很多时间,但如果暂时不上工具,用手工Excel跑一个月一次也能起步。

4. 什么时候该放弃一个价格带?

当同时满足三个条件时考虑放弃:新客占比低于25%、毛利额占比低于10%、且连续三个月结构占比下滑。如果只是其中一个条件不满足,通常可以调整而不是放弃。

5. 价格带分析和品类分析冲突时听谁的?

听价格带的。品类分析回答“卖什么”,价格带分析回答“用户在什么预算下选什么”。当两者冲突时,通常意味着你的品类划分方式已经跟不上用户真实决策路径,应该重构品类分类逻辑,而不是否定价格带结论。

现在你就可以做一件事:打开你最近一次的商品分析报告,看看里面有没有按价格带拆分。如果没有,把今天这篇文章里的问题清单拿出来,试着给每一档价格带贴上属于它自己的三到五个问题,这就是把一份描述性报告改成决策型报告的第一步。

常见问题解答(FAQ)

1. 价格带到底该怎么划分才合理,有没有可落地的判断标准?

我每次做商品分析,第一步就卡在价格带上,凭感觉分吧,老板说太粗糙,分得太细吧,自己又说不清每档的意义。我看别人写的文章都说要按用户心理价位分,可真到自己店铺里就不知道从哪下手了。

别用等分法,用'订单价格分布+竞品锚点'双线校准。具体做法:先把过去90天订单按成交价排序,画出价格分布直方图,找出明显的断层(比如199-229之间订单极少),断层的两端天然就是价格带边界;再拉出同类目Top10竞品的价格锚点,看你的边界是否落在竞品的主力区间之外。

一般控制在4-6档,低于3档看不清结构,高于7档每档样本量不足,结论不可信。判断标准:每一档至少要占到总SKU的8%以上、总销量的5%以上,达不到就合并相邻档。

2. 每个价格带应该问哪些问题,有没有一份现成的问题清单可以直接套?

我在写商品分析报告的时候,最大的问题是不知道问什么。数据拉了一堆,销量、毛利率、转化率都有,但就是串不成一个有逻辑的分析。领导问'你觉得中价格带有什么问题',我脑子里一片空白,只能干巴巴地说占比多少。

按'低价格带问引流效率、中价格带问利润贡献、高价格带问形象溢价'三层拆。低价格带核心问题:这个价格带的访客占全店多少?转化率是否高于店铺均值1.5倍?带来的连带购买占多少?如果引流品转化率低于店铺均值,说明选品或定价出了问题,先换品再谈引流。中价格带核心问题:毛利率是否达到店铺目标线?

动销率有没有超过70%?库存周转天数是否高于全店平均?中价格带是利润的基本盘,重点看'卖得动且赚得到'。高价格带核心问题:这个价格带是否撑起了店铺的价格天花板?它的存在有没有拉高其他价格带的转化?复购率是否高于其他档位?高价格带不追求销量占比,追求的是'锚定效应'和品牌溢价能力。

3. 价格带分析做完之后,怎么判断该淘汰哪些商品、该补充哪些商品?

我每次分析完各价格带的占比、毛利这些数据,报告交上去就结束了,没人告诉我下一步该干什么。我自己也知道某个价格带SKU太多或者太少,但到底该砍还是该补,补什么价位,完全没有抓手。

用'四象限法'落到具体动作。横轴是价格带销量占比,纵轴是该价格带毛利率,把所有价格带分到四个象限里。高销量高毛利(明星带):加大资源投入,扩充SKU,但要警惕竞品跟进,保持2-3款差异化款。高销量低毛利(引流带):控制SKU数量,不要超过总SKU的20%,重点盯转化率和连带率,不达标就换品。

低销量高毛利(利润带):如果SKU数占比超过30%但销量不足15%,说明定价或选品有问题,要么降价试探,要么砍掉尾部SKU。低销量低毛利(淘汰带):直接砍,释放的坑位补到明星带或引流带。补充新品时,优先补在明星带和引流带之间那个'价格空档'里,那里通常藏着未被满足的需求。

判断依据:调整后跟踪4周,看明星带销量占比是否提升、整体毛利率是否不降,两个指标同时向好才算调整成功。

4. 价格带分析的常见误判有哪些,怎么避免用静态数据做了错误的动态决策?

我踩过一个大坑:去年看到低价格带销量占比特别高,就砍了一批中价格带的品,结果三个月后整体利润反而掉了。后来复盘才发现,低价格带的销量有一部分是中价格带用户被引流过来后连带买的,我把中价格带砍了,连带也没了。

最常见的三个误判:第一,把价格带当孤立分析,忽略替代和连带效应,建议在分析时额外拉一张'跨价格带购买关联表',看买了A价格带的用户中有多少同时买了B价格带,关联度高于15%的两个价格带不能同时动。

第二,用某一周的静态数据做长期决策,正确做法是至少拉13周滚动数据,看趋势而不是看单点,某个价格带连续4周占比下滑才值得调整。第三,只看本店数据不看竞品,建议每月固定拉一次竞品价格带结构,如果你的某个价格带竞品普遍在收缩而你还在扩,大概率是踩错了节奏。

避免方法就一个原则:任何基于价格带的调整动作,先做小范围AB测试,比如只调整10%的SKU,观察4周再决定是否全量铺开。

核心关键词

读者评论

石
石启航

价格带划分5-7档的经验值很实用,之前做类目分析时经常在粗和细之间纠结,导致结论反复。不过想问下跨子类目合并分析时3-4档,具体怎么处理不同子类目的价格区间差异?

钟
钟思源

失败报告那段太真实了,我们团队现在就是28页报告堆数据,运营看完说不知道改什么。按价格带重新分组问题清单这个方法准备试一下,但担心小团队数据量不够拆分后每档样本太少。

潘
潘欣然

原则二每个问题对应具体动作这个标准很狠,但确实戳中痛点。很多分析报告的问题就是问了一堆不痛不痒的,看完该怎么做还是不知道。另外价格带替代效应确实容易被忽略,大促时低价档涨了以为好事,其实中价档被吃掉了。

免责申明:本文内容通过AI工具匹配关键字智能整合而成,仅供参考,帆软及九数云不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见,您可以通过联系jiushuyun@fanruan.com进行反馈,九数云收到您的反馈后将及时处理并反馈。
咨询方案
咨询方案二维码

扫码咨询方案

热门产品推荐

E数通(九数云BI)是专为电商卖家打造的综合性数据分析平台,提供淘宝数据分析、天猫数据分析、京东数据分析、拼多多数据分析、ERP数据分析、直播数据分析、会员数据分析、财务数据分析等方案。自动化计算销售数据、财务数据、绩效数据、库存数据,帮助卖家全局了解整体情况,决策效率高。

相关内容

查看更多
外贸数据分析平台建设路线:从买家查询到趋势观察分几步

外贸数据分析平台建设路线:从买家查询到趋势观察分几步

去年第三季度,我帮一家做户外照明的外贸企业梳理他们的数据链路。老板跟我说了一句让我印象很深的话:“我们每个月花 […]
外贸数据分析平台实践指南:市场趋势的趋势观察怎样更有效

外贸数据分析平台实践指南:市场趋势的趋势观察怎样更有效

去年第三季度,我帮一家做户外储能电源的宁波外贸企业复盘他们的选品决策,发现一个让我印象很深的细节:他们花了将近 […]
外贸数据分析平台优化清单:销售线索与趋势观察的关键动作

外贸数据分析平台优化清单:销售线索与趋势观察的关键动作

去年第四季度,我帮一家做工业阀门的外贸企业做数据复盘时,发现一个很反常识的现象:他们当月从 LinkedIn […]
外贸数据分析平台管理模板:围绕商品编码开展趋势观察

外贸数据分析平台管理模板:围绕商品编码开展趋势观察

去年秋天,一个做五金配件的宁波外贸朋友老周给我打电话,说他跟丢了一个合作五年的德国客户。原因听起来很荒诞:这个 […]
外贸数据分析平台决策指南:用趋势观察判断客户画像方案

外贸数据分析平台决策指南:用趋势观察判断客户画像方案

做外贸数据分析这十年,我见过太多企业把"买平台"当成了解客户,把"看报表&quo […]

让电商企业精细化运营更简单

整合电商全链路数据,用可视化报表辅助自动化运营

让决策更精准