上个月，一个做了六年天猫的老板把店铺后台拉出来给我看，3108个SKU，其中1760个在过去180天零销量，还有420个只卖过一单。这些“僵尸SKU”每年吃掉他近60万的仓储租赁费、15万的滞销库存损耗、以及无法量化的运营人力浪费。他说了一句话让我记到现在：“我以为把产品线铺得越宽，生意就越稳；后来才发现，SKU膨胀不是增长，是慢性失血。”
在电商运营圈，关于SKU精简的讨论大多停留在“做减法”的口号层面。但真正在一线做过店铺的人知道，砍SKU这件事最难的不是“砍什么”，而是“你敢不敢砍”和“砍完之后怎么办”。这篇文章不讲正确的废话，我将从自己过去几年在十几个电商项目中踩过的坑、测过的数据、犯过的错出发，把SKU精简这件事拆成一整套可执行的决策框架。
大多数人对SKU精简的理解停留在“把卖不动的产品下架”，这个认知偏差本身就是最大的问题。
真正的SKU精简，是在同一个资源池里重新分配注意力、资金和仓储面积。你的仓库面积是固定的，你的运营团队精力是有限的，你的广告预算是有上限的。当你用1500个SKU去分摊这些资源时，每个SKU能分到的关注度，远低于你用300个SKU去集中投放。这不是“少即是多”的哲学鸡汤，而是冷冰冰的数学约束。
我们内部做过一个简单的测算模型：假设一个电商团队有3个运营人员，每人每天有效工作时间6小时，花在每个SKU上的日常维护（库存监控、价格调整、评价回复、详情页优化）平均需要12分钟。1500个SKU意味着每人要盯500个，每个SKU每天能分到的注意力只有0.72分钟，连看完前一天的数据都不够。而当SKU压缩到300个时，每个SKU每天能获得3.6分钟的精细化运营时间，这就是为什么精简后的店铺，转化率和客单价往往不降反升。
所以我把结论提前摆在这里：SKU精简对运营效率的提升，本质上是通过降低管理复杂度来释放组织的注意力带宽，再通过注意力集中来拉升核心产品的业绩表现。这不是经验之谈，而是可以用库存周转率、坪效、人均产出等硬指标验证的经营逻辑。
在讨论怎么精简之前，我们必须先搞清楚一个前置问题：为什么你的SKU数量总是在不知不觉中膨胀？我观察过至少20个电商企业的产品线变化轨迹，发现三条几乎通用的膨胀路径。
很多初创电商团队有一个根深蒂固的假设：“多上几个品，总有一个能爆。”这个逻辑的问题在于，它把选品当成了概率游戏，而不是能力游戏。真实情况是：一个没有明确选品逻辑的团队，上100个品和上10个品，测出爆款的概率几乎一样低，因为每次选品都在用同样的错误方法重复。
我在2022年帮一个家居类目的天猫店做诊断时发现，他们每个月上新40到60个SKU，但选品依据只是一张粗糙的“竞品销量排行榜”。运营助理每周花两天时间扒竞品数据，哪些卖得好就去找同款供应商上架，完全不考虑品类关联度、供应链响应速度和自身的流量承接能力。结果上了800多个SKU，月销过百件的不到30个。
这种“铺货式选品”带来的不是SKU资产的积累，而是垃圾数据的堆积，每个新品都在稀释店铺的人群标签，让系统越来越搞不清楚你到底是什么定位的店铺。
工厂说“这款最少500件起订”，你咬着牙下了单，结果只卖掉80件。剩下的420件怎么办？清仓、打包进福袋、或者就扔在仓库角落里积灰，但它们都还挂在店铺后台，变成了“沉默SKU”。
更隐蔽的问题是：因为仓库里还有400多件库存，你在情感上和财务上都很难下决心把这个SKU砍掉。“好歹成本还在那儿”，这个念头是SKU精简最大的敌人之一。沉没成本不应该影响未来的资源配置决策，但现实中几乎没有哪个运营能完全做到这一点。
运营说“这个品数据不好，但我不是产品负责人，不敢随便下架”；产品开发说“我负责设计新品，老品的去留不归我管”；老板说“SKU管理是运营的事”，结果是所有人都在上架新品，没有人在系统性地清理长尾。
我见过最夸张的一个案例：一个美妆品牌三年内累计上架了超过2000个SKU，其中至少500个是已经停产半年以上、连供应商都找不到了的“幽灵SKU”。它们还挂在店铺里，偶尔有消费者拍下才发现无法发货，客诉率居高不下。直到一次大促期间系统崩溃，IT排查时才发现这些历史遗留数据占用了大量数据库资源。
这三个推手背后指向同一个根因：大多数电商企业缺乏SKU生命周期管理的机制，上架有流程，下架却没有标准。产品可以因为一个运营主管的灵感随时上线，但几乎不会因为连续几个月表现不佳而触发自动下线提醒。
接下来我要讲的东西，全部来自真实操作中摔过的跟头。如果你正在规划SKU精简，或者已经做过几轮但效果不理想，下面这四个坑大概率能帮你找到原因。
最常见的精简方法是把过去90天销量倒数20%的SKU砍掉。这个方法执行起来最简单，但也最危险。因为销量低不等于价值低。
2023年我在一个食品电商项目里遇到过一个典型案例：有一款客单价98元的坚果礼盒，月销只有30多单，在销量排名中位列倒数15%。按照“砍低销品”的逻辑，它应该被优化掉。但当我们拉出单品利润表之后发现，这款产品的毛利率高达62%，而且退货率只有1.2%，远低于全店均值的7.5%。更关键的是，它的购买用户中，有38%会在30天内复购店里其他高频消费品类。
这个SKU的角色不是“销量贡献者”，而是高净值客户的引流入口和利润稳定器。如果按销量一刀切，砍掉的不只是一个SKU，而是一整条高价值用户链路。所以后来我们调整了评价维度，把“利润贡献度”和“关联购买率”纳入精简决策模型，这款产品被保留并获得了更多站内引流资源，复购链路的转化率提升了将近一倍。
很多团队习惯在双十一或618之前搞一轮“店铺瘦身”，想法是轻装上阵。但我以自己的教训告诉你：大促前大规模砍SKU，大概率会让你的活动期转化率掉一个台阶。
原因很简单：每个SKU都对应着一小撮搜索关键词和人群标签。你砍掉100个长尾SKU，可能就意味着失去了200个长尾搜索词的曝光机会。在平时这些流量微不足道，但大促期间平台流量池整体膨胀，长尾词的边际获取成本极低，平时不值钱的长尾流量，在大促期间就是免费的增量转化来源。
我的建议是：SKU精简的最佳窗口期是在大促结束后的一到两周内。这时候销售数据刚刚经历了一轮压力测试，哪些品在流量高峰期都卖不动、哪些品靠着大促折扣才勉强出单，都暴露得非常清楚。而且接下来是相对淡季，有充足的时间调整库存和优化链接。
很多运营一提到精简就想到删链接、清库存，但其实还有一种更高级的操作叫SKU合并，在不损失销售覆盖面的前提下降低管理复杂度。
合并的场景通常是这样的：你的店铺里有5个SKU分别是“白色350ml保温杯”“黑色350ml保温杯”“白色500ml保温杯”“黑色500ml保温杯”“不锈钢原色500ml保温杯”。从管理角度看这确实是5个独立的SKU，但从供应链和品类管理角度，它们共享同一个供应商、同一种包装材料、同一套质检标准。这时候就可以考虑把它们合并为一个SPU链接，通过规格选项（颜色+容量）来承载销售，后端库存管理则按实际变体追踪。
这样做的好处很明显：前端链接的权重更集中，评价和销量数据更容易积累，搜索排名提升更快；后端则减少了采购预测的维度，降低了多SKU预测的误差。但合并也要谨慎，不同变体之间的转化率差异不能太大，否则链接整体的转化数据会被拉低。
一个很容易被忽略的点是：当你通知工厂“这个款以后不做了”的时候，你在供应商心目中的优先级也可能随之下降。尤其是对那些依赖你几个长尾SKU维持产线开工率的小工厂来说，你砍掉的可能恰好是让他们产线不空转的那部分订单。
我的实操经验是：在正式通知供应商停单之前，先和采购坐下来把供应商分级做一遍。A类供应商是你核心品类的战略合作伙伴，砍SKU的时候不但不能影响给他们下单的总量，反而应该把砍掉其他供应商的长尾订单集中转移过来，用“总量不变、集中采购”的逻辑换取更好的价格和交期。B类和C类供应商则根据精简后的实际需求重新评估合作必要性，该终止的果断终止，不要抱着“以后可能还用得上”的幻想。
前面讲了为什么要精简、有哪些坑，接下来进入最硬核的部分：到底怎么判断一个SKU该留还是该砍？以下是我在多个项目中反复打磨后沉淀下来的四步决策框架，不用依赖复杂的系统，Excel就能跑通。
在动手砍任何SKU之前，你需要先给每一个SKU建立一份“价值档案”。最少需要拉取以下六个维度的数据：
这六个维度的数据拉齐之后，你大概率会发现一个现象：店铺里真正同时满足“高销量、高利润、低售后、强关联、稳定供应、多关键词”的SKU，通常不超过总数的15%。这些就是你的核心资产，精简过程中不但不能碰，反而应该加大资源配置。
档案建立之后，第二步是用我自创的“3C模型”把全部SKU分为四类：
（1）Core（核心品）：保留并加大投入
特征：销售额和利润贡献都在前20%，供应链稳定，售后率低。这类SKU占店铺总SKU数通常在10%到20%之间，但贡献了50%到70%的营收和更大比例的利润。精简策略：不但不砍，还要增加备货深度、优化详情页、加大广告投放。
（2）Complement（互补品）：保留但控制规模
特征：本身销量不高，但对核心品的关联购买拉动效应明显，或者承担着引流角色。前面提到的那款98元坚果礼盒就属于这一类。精简策略：保留链接但不做主动推广，控制库存深度，确保不断货即可。
（3）Candidate（待观察品）：设置观察期和退出标准
特征：数据表现中等，没有明显硬伤但也没有突出亮点。这类SKU占店铺SKU总数的比例通常最大，40%到50%之间。精简策略：给每个Candidate设置一个3个月的观察窗口和明确的退出标准（比如“连续90天毛利率低于15%即触发淘汰”），到期自动评估。
（4）Cut（淘汰品）：立即执行下架
特征：连续90天亏损、售后率超过类目均值2倍以上、供应链已断裂或供应商已不可用。精简策略：确定无关联购买拉动效应后立即下架，库存能清的清，不能清的做报废处理，不要继续占用仓储资源。
分类完成后不要立刻执行。我强烈建议在正式砍SKU之前做一轮交叉验证，至少包括以下三个动作：
（1）客户画像重叠度检查
被标记为“淘汰品”的SKU，它的购买用户中有多大比例同时是核心品的购买用户？如果重叠度超过30%，说明砍掉这个品可能会影响核心用户群体的购物体验，需要更谨慎评估。
（2）季节性因素纠偏
如果你是在3月份做的SKU价值评估，那么冬季保暖品的销量数据天然偏低。所以要确保评估周期覆盖了该SKU的完整销售周期，或者对不同季节性品类的评估基准做针对性调整。
（3）平台活动节奏对齐
某些SKU可能过去90天数据差，是因为你错过了两次平台大促的报名，而不是产品本身不行。在做最终决策前，确认一下该SKU近半年是否获得了公平的流量曝光机会。
不要一次性砍掉所有淘汰品。我的经验是：分三批执行，每批间隔至少两周。
第一批：砍掉最无争议的“已停产且无库存”的幽灵SKU。这批SKU的清理几乎没有业务风险，可以帮助团队熟悉下架流程和数据归档操作。
第二批：清理供应链已断裂、售后率畸高的问题SKU。这一批清理需要提前和客服团队对齐话术，准备好“该商品已升级换代，推荐您看看新款”之类的话术，减少已购用户的负面体验。
第三批：清理数据表现差但有一定销量的长尾SKU。这一批最具争议，也最容易引发内部阻力。建议在第三批执行前，把前两批精简带来的效果，比如仓储利用率提升、滞销库存金额下降、运营人效变化等，用数据汇报给决策层，用前两批的成果为第三批争取组织共识。
以下三个案例来自我亲身参与或近距离观察过的项目，为了保护客户隐私，品牌名称做了模糊处理，但数据保持真实。
这家店精简前的状态是：仓库面积1800平米，月租金5.4万元；库存周转天数196天；运营团队6个人，每人管超过200个SKU，日常大量时间花在调库存、改价格、处理异常订单上。
精简执行周期约4个月，分三批完成。精简后的核心变化：
但值得注意的一个副作用是：店铺的整体访客量在精简后的第一个月下降了约11%，主要是因为大量长尾搜索词随着SKU下架而流失。不过随着核心品在主要关键词上的排名提升，第三个月访客量回升并反超了精简前水平。
这个案例比较特殊。零食类目天然SKU就多，口味多、规格多、组合装多。他们精简的核心策略不是大幅减少产品线，而是把62种散装单品合并为15个组合装链接，用组合装的客单价提升来对冲SKU数量下降。
精简后最明显的变化发生在物流端：过去因为SKU多、包装规格不统一，仓库打包效率极低，一个熟练打包工每小时只能处理约40单。合并SKU并统一了包装箱规格后，每小时打包效率提升到75单以上，人力成本下降了接近40%。同时因为组合装的客单价从散装的38元提升到78元，虽然订单量下降了约15%，但整体营收反而增长了8%。
这个案例给我们的启示是：SKU精简在不同类目中的最优策略完全不同。标品重“砍”，非标品重“并”，快消品重“组”，不能套用一个模板。
我不想只讲成功案例。2023年有一个服饰类目的客户，在没有和我们充分对齐的情况下，自己按照“销量排名”一刀切砍掉了60%的SKU。结果三个月后店铺月销从180万掉到90万以下，最后花了大半年才恢复过来。
复盘下来，三个关键错误：
第一，砍掉了大量刚上架不到两个月的新品。服饰新品有爬坡期，用90天销量去判断一个上架45天的品是不公平的。被砍掉的品里面至少有20%正在上升通道中。
第二，没有做品类关联分析。他们砍掉了一系列“看起来销量不高”的配饰类SKU，结果这些配饰恰好是主销连衣裙的搭配推荐品，配饰没了之后，连衣裙的加购率也受到了影响。
第三，执行节奏太快、没有留观察缓冲。两周内下架了700多个SKU，运营团队根本来不及逐个检查链接之间的关联关系。
这个失败案例告诉我们：SKU精简最大的风险不是“砍少了”，而是“砍错了”。宁可慢一点、分批次、留余地，也好过一刀切之后的连锁崩塌。
看到这里，你可能已经意识到：SKU精简没有万能公式，策略必须根据所处阶段和类目特性做针对性调整。下面我把常见的几种情况做一个分类讨论。
（1）初创期（年营收500万以下，SKU通常在100到300之间）
这个阶段的核心任务不是砍SKU，而是先建立“选品标准”再谈“淘汰标准”。很多初创店铺的问题不是SKU太多，而是每个SKU都没有经过严格的选品论证。建议：先确定核心品类的边界（我们到底做什么品类、不做什么品类），把明显偏离核心定位的SKU清掉，然后把资源集中在5到8个有爆款潜力的品上跑数据。
（2）成长期（年营收500万到3000万，SKU通常在300到800之间）
这个阶段SKU膨胀速度最快，也是最需要系统化执行精简的窗口期。重点应该放在建立“3C分类+定期评估”的机制上，每季度跑一次SKU价值档案，把Candidate（待观察品）的比例控制在30%以下。
（3）成熟期（年营收3000万以上，SKU通常在800以上）
成熟期店铺的SKU精简最难，因为组织大了之后牵涉的利益方太多，每个品类负责人都不想自己的SKU被砍。这个阶段的重点不是“怎么砍”，而是“怎么建立砍的共识和决策机制”。建议引入“SKU健康度仪表盘”，把关键指标可视化到每个品类负责人面前，让数据说话，减少人情博弈。
| 品类特征 | 精简策略侧重 | 典型动作 | 风险提示 |
|---|---|---|---|
| 高客单标品（家电、数码） | 重“砍”，追求单SKU深度 | 聚焦3-5个核心型号，做深库存和内容 | 精简后选品容错率极低，单SKU翻车影响大 |
| 低客单快消（零食、日化） | 重“组”，用组合装替代散装 | 将多口味多规格合并为组合SKU，提升客单价 | 组合装定价不合理会导致比价劣势 |
| 非标时尚（服饰、鞋包） | 重“新”，加速上新和淘汰节奏 | 建立月度淘汰机制，新品占比保持40%以上 | 精简过头会损失风格丰富度，影响逛感 |
| 长尾配件（手机壳、配饰） | 重“并”，合并属性维度 | 将颜色/尺寸变体合并到同一SPU下 | 变体过多会导致链接加载速度下降 |
如果你是经销商或代运营，品牌方可能会要求你保持一定的SKU上架数量作为合作条件。这时候就不能单纯从利润最大化角度做精简，而需要找到一个平衡点：哪些SKU是“品牌门面”（必须上架但不需要深度备货），哪些是“利润引擎”（重点运营的SKU）。
实操中我处理这类情况的方式是：和品牌方坦诚沟通数据。把SKU价值档案拉出来，让对方看到长尾SKU不但不贡献利润，反而在拖累整个店铺的DSR评分和转化率。多数理性的品牌方在看到数据后会愿意调整合作方案，关键是你要有数据，而不只是“我觉得应该精简”。
文章看到这里，如果你只记住一件事，我希望是：SKU精简不是一个项目，而是一种能力。它不是“做一次就完了”的清仓运动，而是需要嵌入日常运营节奏的持续管理动作。
以下是一份可以直接拿去用的执行清单，按优先级排序：
第一周：
第二周：
第三到四周：
持续动作：
最后说一句我反复跟团队强调的话：不要等到仓库堆不下了才想起精简SKU，就像不要等到身体垮了才想起体检。SKU管理是电商运营中最容易被忽视的基本功，但也是最能在长期拉开效率差距的能力之一。从今天开始，打开你的店铺后台，拉一张完整的SKU列表，你可能会被自己看到的数字吓一跳。但那正是改变的起点。
我是一家家居电商的运营经理，按照常规方法砍掉了近一半的SKU，结果下个月销售额直接掉了15%，老板拍桌子问我怎么回事。到底该怎么做才能在精简SKU的同时稳住甚至提升销售额？
这个问题我踩过实坑。2023年帮一家2000万级家居店铺做SKU精简时，第一次直接砍掉绩效垫底的40%SKU，结果次月营收下降12%。教训是：不能只看历史销售额排名，要区分“高贡献”和“高潜力”。
我后来改用“3C优先矩阵”（贡献-成本-流程）：第一步，拉出最近180天数据，用帕累托分析找出贡献80%营收的顶部20%SKU，这些绝对不砍；第二步，对剩余80%的SKU，计算单品毛利率和库存周转天数，把毛利率为负或周转天数超过行业2倍的直接标红；
第三步，看趋势，最近30天搜索热度环比上升超过20%的SKU即使当前销量低也保留为“潜力观察品”。实际操作中，我还会把要砍的SKU先设为“暂停采购”而非直接下架，用九数云BI搭建一个动态看板，实时监测这些SKU的库存消化速度和替代品的销售承接情况。
一般2-3周后，如果替代品的销售增长率达到原SKU同期水平的80%以上，才正式下架。这套方法后来帮那家店在第二个月营收回升到精简前的98%，但库存成本下降25%，整体利润反而提高了6%。关键判断：销售下降不等于利润下降，要考核的是精简化后的单位SKU回报率。
团队里总有人说某个SKU现在卖得不好但未来可能是爆款，可仓库里那一堆低动销品天天赔钱。有没有一套硬指标能让我做出让所有人服气的判断？
我处理过的最典型冲突是2024年帮一家服装电商做SKU审计，运营主管坚持保留一款冬季羽绒裙，说‘去年卖爆过’，但数据表明该款已连续120天零成交，且库存积压超800件。
我定了一套量化评分规则：第一，动销维度，连续90天未产生任何销售订单的SKU直接进入待砍列表（特殊类目如季节性商品可放宽至180天）；第二，财务维度，计算该SKU过去6个月的毛利额和库存持有成本（仓储费+资金占用利息），若毛利为负且持有成本占售价比例超过15%，标记为“毒药SKU”；
第三，潜力维度，查看最近60天的流量数据：搜索点击率、加购率、收藏率，只要有一项指标高于品类均值且月环比增长，就暂缓处理。我在九数云里建了一个“SKU生存诊断表”，把这三个维度的数据自动汇总成一个0-100分的健康分，低于30分的自动推送预警。
实际执行中，那个羽绒裙健康分只有18分，零动销、负毛利（库存持有成本已吃掉本应赚的钱）、且无任何流量回升迹象。我拿着这个分数和运营主管讨论，他最终同意清仓。清仓后释放的资金投入了一款数据看好的卫衣，月销涨了3倍。
核心判断：不要相信经验直觉，用连续的数据周期（至少90天）和多个财务指标交叉验证，潜力不是感觉出来的，是数据趋势跑出来的。
我们采购部总监觉得SKU越多采买越安全，销售总监也怕得罪老客户。我作为数据分析师提了砍SKU的建议，结果被怼‘你不懂业务’。到底该怎么做才能让业务部门主动支持？
2022年我给一家3000万级美妆代运营做咨询时遇到完全相同的情况。我的方法是“利益绑定+可视化对话”。第一步，不用Excel表，用九数云直接拉出每个SKU的“全成本画像”：除了销售额，还关联采购占款、仓储面积占用、退货处理人工费、过期报废损失。
我做完后发现，一个SKU看起来月销8万元，但退货率25%、仓储成本每月每平方120元占用了12个平方、加上包装损耗，实际赚的钱还不如隔壁一个月销5万元但退货率5%的SKU。第二步，我做了一个“零和博弈”的推演：如果砍掉最差的20%SKU，释放出的仓库面积可以再放3款爆款的补货量，减少缺货损失；
释放的资金占用可以缩短账期，采购部门能拿到更低的供货价。我专门给采购总监算了一笔账：当前现金周转天数是65天，精简后预计缩短到45天，相当于公司多出了200万现金流。
第三步，我建议老板搞“试点战役”：选择库存压力最大的一个小品类，只砍5个最差SKU，用九数云建立AB对比看板，一季度后对比该品类的整体利润率和库存周转率。结果试点品类利润从8%跳到11%，周转天数从90天降到62天。采购总监看到数据后主动要求推广到全品类。
关键判断：不要站在业务的对立面说“你们错了”，而是用数据证明“这样对你们KPI更有利”，并且用小范围试点降低对方风险感。
公司买了九数云，但运营团队只会每月导出Excel手工算，效率低还容易出错。有没有一套现成的分析模板或者流程，能直接让九数云自动算出哪些SKU该砍，并持续监控效果？
我亲自给好几家客户搭建过这套自动化流程，自己踩过不少坑。具体操作分五步：第一步，数据接入，在九数云里直接连接电商平台（淘宝、抖音、拼多多）的API或导入历史订单数据，同时导入ERP的库存台账和财务的采购成本表。注意一定要把“退货成本”和“仓储费用”单独建字段，很多公司漏了这个。
第二步，建立核心分析表，用九数云的“分析表”功能，新建一个字段叫“SKU综合得分”，公式是：销售额权重40% + 毛利率权重25% + 库存周转率权重20% + 近期趋势权重15%。然后按得分排序，自动分出A（前20%）、B（20%-60%）、C（后40%）三类，C类就是砍的首选。
第三步，设置自动化预警，在九数云里配置“数据预警”，当某个SKU连续30天无销售且库存金额超过1万元时，自动推送消息到钉钉或企业微信，提醒运营决策。第四步，搭建监控看板，把A类SKU的补货建议、B类SKU的去库存策略、C类SKU的清理进度做成三个独立仪表板，管理层每天看。
第五步，迭代优化，每季度更新一次模型权重。举个例子，2024年帮一家零食电商跑这套流程，第一次跑出来有213个C类SKU（占总数的37%），我们分三个月清仓，同时把释放出来的货架和资金集中到40个A类爆款上。
三个月后，库存周转率从4.2次/年提升到7.8次/年，退货率从12%降到6%，单SKU的平均净利润提升了210元。这套模板（包括字段设计和公式）我存成九数云模板了，新客户1小时内就能复用。
关键经验：自动化不是一把万能钥匙，必须每季度根据业务变化调权重，比如淡季要提高库存周转的权重，旺季要提高毛利率权重。
读者评论
作为运营，看到3108个SKU里1760个零销量那段真是扎心。团队刚起步时，我们也是扒竞品爆款找同款，结果上了几百个品，爆款影子都没见着，反而把店铺标签做乱了。这提醒了我，精简得看利润结构和关联价值，不能图省事只看一个指标，否则容易误伤。, "最打动我的是关于供应商连锁反应那点。
我上一家公司的老板就是这种心态，总觉得铺得广机会多。现在回想起来，精力确实被分散了，还不如老老实实打磨几个核心品。SKU合并的思路很有启发。很多人在砍SKU时只想着内部，忽略了合作伙伴的感受。
结果仓库租金一年比一年高，滞销品堆成了山，最后清仓时亏得肠子都青了。这个误区值得所有运营新人警惕。以前我总觉得精简就是下架删链接，完全没想过可以把同系列产品整合到一个链接下，通过规格选项管理。小工厂就靠几个长尾订单维持产线，你突然停了，人家可能就断炊了。
文章里那句'SKU膨胀不是增长，是慢性失血'说得太准，果断收藏。, "最让我警醒的是那个只看销量砍SKU的反面案例。这样既可以积累评价，又能降低采购预测难度，少了很多维护烦恼。文章里建议的'总量不变、集中采购'思路很聪明，既精简了内部，也没影响与核心供应商的关系，这才是成熟的做法。
那个'铺货式选品'的总结深有体会。卖坚果礼盒那款，月销倒数但利润高、退货少、还能引流复购，如果当时一刀切了，高价值客户的入口就断了。这个做法比单纯砍掉更聪明，风险也小。