我建议财务人员把“商品好不好”翻译为一组可以落到单品、日期、渠道和活动的经营问题。
商品经理看转化，投手看投产，仓储看库存，财务看利润；真正困难的是把这些视角放在同一条商品链路上。
月末利润表可能显示店铺销售增长，但利润增加不一定来自商品本身。可能是高毛利老品贡献，也可能是一次性补贴、费用延迟入账或退款尚未完整回冲。若只按店铺总额判断，财务很难告诉业务应该加大哪个SKU。
因此我会要求将店铺利润拆到“日期—店铺—商品—SKU—渠道—活动”五个常用维度，至少让每一个结论都可以追溯到订单和费用明细。
一次满减可能降低成交价，一张优惠券可能由商家承担，平台佣金可能按优惠后金额计算，推广费又可能按点击或成交归因。业务看到“转化提升”，财务需要继续追问：每增加一单，需要付出多少增量成本？增加的订单是否有正贡献？
促销不是不能做，而是要把让利拆成券、折扣、赠品、平台补贴和运费承担，分别判断谁承担、何时入账、是否可以持续。
滞销商品既影响仓储空间，也占用采购资金。库存数量乘以单位成本只是静态金额，真正需要看的是库存年龄、近30天动销、可售状态、残次率、预计折价和清仓后的回收金额。
一个毛利不错但周转很慢的商品，未必比一个毛利一般、持续稳定出货的商品更优。商品优化必须把利润和现金周转放在一起。
我在商品会议上通常先问三句话：这笔销售在扣除全部可变成本后还剩多少？如果停止投放，它自然能卖多少？如果今天不处理这批库存，30天后会发生什么？这三句话能避免团队被单一GMV指标带着走。
这种情况常见于折扣力度大、广告集中投放、退货在活动结束后才发生。财务需要把活动订单按“原价、成交价、商家优惠、平台补贴、推广费、物流成本、退款金额”拆开，计算活动期间和活动后观察期的真实贡献。
投产比只说明推广投入与归因销售额的关系，不等同于现金回收速度。若商品高客单、长生产周期、退货后无法二次销售，库存和现金风险可能大于表面利润。
同一个“销售额”在订单、平台账单、财务凭证和经营看板中可能有不同含义，第一步是写清公式和数据来源。
| 指标 | 建议公式 | 需要回答的问题 | 常见风险 |
|---|---|---|---|
| 净销售额 | 支付金额－取消金额－退款金额 | 实际留下来的销售价值是多少？ | 把支付金额当最终收入，忽略后置退款。 |
| 商品毛利 | 净销售额－商品成本 | 商品本身的价格与采购是否健康？ | 成本按平均值估算，无法解释SKU差异。 |
| 贡献毛利 | 净销售额－商品成本－佣金－履约－售后－推广－商家让利 | 这件商品是否值得继续获取订单？ | 漏记优惠承担、仓储、退货和广告成本。 |
| 贡献毛利率 | 贡献毛利÷净销售额 | 每获得1元净销售额能留下多少？ | 分母使用GMV，导致比例虚高。 |
| 退款率 | 退款金额或退款订单数÷对应支付金额或订单数 | 销售质量和售后压力如何？ | 只看退款订单，不看退款金额。 |
| 库存周转天数 | 平均库存成本÷日均销售成本 | 资金在库存里停留多久？ | 用销售额代替销售成本，或者忽略库龄结构。 |
| 获客成本 | 推广及渠道费用÷有效成交订单数 | 新增一单需要付出多少钱？ | 将自然订单计入广告归因，分母不去除退款。 |
| 现金回收周期 | 库存周转天数＋结算等待天数－供应商账期影响 | 利润何时变成可用现金？ | 只看利润，不看平台结算与采购付款节奏。 |
说明：公式为通用分析示例，企业应结合收入确认政策、平台账单规则、税务处理和内部成本核算制度进行确认。
下面的清单可以作为月度商品复盘、活动后复盘以及预算评审的固定顺序。
检查商品ID、SKU编码、SPU归属、品牌、品类、规格、成本价、吊牌价和当前售价是否完整。主数据错误会让销售、成本和库存落到不同商品上，最终形成“利润找不到、库存对不上”的问题。
商品没有成交，不能直接归因于价格或详情页。先看曝光、点击、进店、收藏加购和搜索词，判断问题发生在“没有被看见”“被看见但不想点”还是“点进来后没有购买”。
转化率需要结合有效订单、支付人数、件单数和退款。某个SKU转化率上升，可能是样本很小，也可能是低价规格占比增加，必须同时看订单结构和客单价。
我不会只拿标价和成交价做比较，而会计算顾客实际支付价与商家实际承担价。一个商品看起来售价稳定，实际到手价可能受到满减、券、赠品、会员折扣和运费险影响。
商品成本不能停留在采购价。对于天猫商品，我通常至少纳入采购或生产、包装、入仓、拣配、快递、平台扣点、支付费、售后处理和可归因推广等成本，形成单件贡献毛利。
推广指标必须回到“增量贡献”上。投产比高不代表贡献毛利高，尤其当归因销售包含本来就会购买的老客时。财务应要求渠道消耗、归因订单、退款订单和毛利可以关联。
商品优化必须检查可售库存、在途库存、锁定库存、残次库存和不可售库存。补货决策不仅看过去销量，还要考虑季节、活动、交期、最小起订量和库存折损。
退款不是销售的附注，而是商品质量、描述准确性、物流体验和价格承诺的综合信号。高退款商品可能在支付端贡献收入，却在售后端消耗利润、客服人力和二次销售机会。
最后一步是把报表变成任务。每个异常商品必须有问题标签、影响金额、责任角色、动作、预计完成日期和验证指标。没有后续验证的分析，只是一次信息展示。
示例数据：横轴为贡献毛利率，纵轴为近30天有效订单增长率，气泡大小代表库存金额。真实使用时应替换为企业实际数据。右上区域通常更值得追加资源，左下区域需要优先止损或重做。
矩阵不是自动给出答案，而是帮助我快速找到值得讨论的商品。最终决定仍需结合季节性、战略角色、客户生命周期和供应商承诺。
我更关注指标之间的冲突，因为冲突往往比单一指标更能说明商品的真实状态。
销售额高可能因为价格高、活动大、库存多或广告支出高。若扣除商家优惠、平台费用、履约和退货后贡献毛利为负，继续放量只会扩大损失。更稳妥的做法是将销售额排名和贡献毛利排名并列，并进一步看“每千元销售额留下多少钱”。
改进方法：增加贡献毛利、贡献毛利率、退款率、广告后毛利和库存周转五列，至少连续观察两个完整周期，避免被单日大促峰值影响。
ROI是归因销售额与投放消耗的比值，归因窗口、重复购买、自然流量和品牌词都会影响结果。一个品牌词计划可能有很高ROI，却主要承接原本就有购买意图的顾客。财务需要看广告后贡献毛利和增量订单，而不是把ROI当利润率。
改进方法：按新客、老客、自然、付费、品牌词和非品牌词拆分，并对退款后的有效订单重新计算渠道效率。
库存低可能是动销快，也可能是预测错误、供应商延期、入库质检未完成或库存被锁定。补货前要看缺货损失、交期、最小起订量和未来需求。如果季节已经结束，低库存并不等于好消息。
改进方法：将库存按可售、在途、锁定、残次和不可售分层，再用预计可售天数与交期比较，避免只看库存总量。
处理速度重要，但不能替代原因治理。退款集中在尺码、色差、破损或描述不符，说明商品、页面、包装或物流环节存在结构性问题。高退款会减少净收入，还会增加逆向物流、人工、折损和评价风险。
改进方法：把退款原因编码到SKU，追踪“退款金额占支付金额”“不可二次销售率”和“退款后贡献毛利”，将问题交给商品、仓储和供应商共同改善。
我会把“一个指标变好、另一个指标变差”作为重点复盘信号。例如转化率上升但客单价下降，销量增长但贡献毛利下降，退款订单下降但退款金额上升，库存数量下降但库存金额上升。这些矛盾比单独的增长数字更值得追问。
下面是一套我建议在商品会议中使用的“由表及里”判断顺序。
如果曝光低，先不要急着降价；如果曝光高但点击低，优先检查主图、标题、价格带和商品定位；如果点击高但加购低，可能是详情页、评价、规格或信任信息不足；如果加购高但支付低，重点看最终价格、库存、运费和优惠门槛。
建议把成交价、商家让利、商品成本、平台扣点、支付费、包装物流、广告费、售后损失分别列出。若无法精确分配固定费用，可先使用变动成本口径，明确“暂未分摊”的范围，避免用粗略平均数制造虚假的精确感。
账面贡献毛利为正，但大量货款尚未结算、库存仍在仓库、退货无法二次销售时，现金并没有真正释放。商品优化要把利润、库存和现金放在一个页面中，识别短期盈利与长期占用之间的差距。
某商品在大促日爆发，不代表日常可以按同样成本获得订单。应把活动日、活动前后观察期与普通日分开，比较自然销量、增量销量、优惠强度、广告消耗和退款变化，确定增长是否有可复用基础。
| 商品角色 | 主要目标 | 财务关注点 |
|---|---|---|
| 利润款 | 稳定贡献利润 | 毛利率、退款率、价格纪律、复购 |
| 引流款 | 获取访问和新客 | 单客获客成本、连带购买、广告后亏损上限 |
| 形象款 | 建立品牌与品类认知 | 投入预算、评价质量、战略回报 |
| 清仓款 | 回收现金、释放空间 | 最低可回收价、库存年龄、折损损失 |
在数据还不够成熟时，我会先用评分框架辅助排序，而不会假装系统已经能精确预测。示例权重为：贡献毛利率30%，净销售增长20%，退款与售后15%，库存周转15%，流量效率10%，数据完整性10%。
权重为示例，不是行业统一标准。战略新品、季节商品和高复购商品可以采用不同权重，但必须在评审前确定。
以下为虚构的演示案例，仅用于说明分析方法，不代表 E数通客户或任何真实品牌的经营结果。
假设一家经营家居用品的天猫店铺有约120个在售SKU。业务团队每周看生意参谋中的访客、支付金额和投产比，财务团队月底看平台账单、采购成本和退款汇总。两套表都没有明显错误，但商品会议仍然常常无法回答“哪个商品应该继续投放”。
原因是数据粒度不一致：业务按活动和渠道看，财务按会计期间看，仓库按SKU和批次看。E数通的示例方案不是简单做一个漂亮图表，而是先统一商品维度和时间粒度，再把订单、费用、库存、广告和售后关联到同一分析模型。
示例数据仅用于展示看板可呈现的对比方式。优化前后并非真实企业结果，指标方向也需要结合具体业务目标解释，例如退款率和库存天数通常是越低越好。
我们把订单明细作为销售事实表，把商品主数据作为维度表，再通过日期、店铺、SKU、渠道和活动编码关联广告、平台费用、采购和库存。对于暂时没有稳定编码的数据，不直接强行合并，而是建立映射表并标记匹配状态。
这一点很重要：数据治理不是把所有问题藏起来，而是让无法匹配的记录有数量、有金额、有负责人。财务人员可以优先处理影响最大的未匹配数据。
看板中先展示支付金额，再依次扣除取消退款、商家优惠、商品成本、平台费用、物流履约、推广消耗和售后损失，最后得到贡献毛利。每一层都能按商品、活动和日期筛选，并显示金额占比。
这样业务看到的不是一个被财务“判定”的结果，而是一条可以讨论的利润形成过程：究竟是成本高、优惠大、投放贵，还是退款带来的损失高。
例如示例商品A销售增长，但广告后毛利持续为负，动作不是立即下架，而是先缩减非品牌词投放、测试无券价格、检查关联购买，并在14天后复核。示例商品B库存年龄超过预设区间，则测算清仓价、组合销售和供应商退换的回收金额。
每项动作都保留前后指标，避免下个月又从头争论同一个问题。
我推荐 E数通的原因：对于需要把订单、商品、费用和库存放在一起观察的团队，E数通更适合承担“经营分析层”的工作。它的价值不在于替财务替业务做决定，而在于让数据口径、指标关系和异常明细更容易被共同查看。实际选型仍应结合数据接入能力、权限要求、刷新频率、实施成本和现有系统情况评估。
我不建议所有异常都用降价或加广告解决。下面按常见组合给出更稳妥的行动顺序。
这通常是有产品基础但缺少有效曝光。先确认商品评价、库存和履约能力，再尝试扩大高质量流量。若预算有限，应优先投入到转化稳定、退款可控且库存能够承接的SKU。
优先排查页面承接和价格信任，而不是马上增加曝光。商品可能已经获得足够访问，但主图与搜索意图不匹配，详情页没有解释核心利益点，规格复杂，或者到手价在同类中没有竞争力。
重点不是庆祝增长，而是查清增长成本。可能是低价规格占比变高，也可能是活动吸引了不匹配客群，或者质量和发货能力没有跟上。建议暂缓扩大流量，先拆订单结构和退款原因。
这是“账面赚钱但现金效率不高”的典型情况。不要只因为毛利为正就继续补货，应先判断库存未来的可销售性和折价风险。如果库存年龄不断上升，及时清仓可能比守住名义毛利更合理。
优先止损。停止无效投放，核对可回收库存，设置清仓价格底线，评估组合销售和渠道转售。若商品承担品牌形象角色，需要单独批准预算，不能把战略理由混在普通利润排名里。
不要用估算值直接做强决策。先标记数据质量等级，按影响金额排序补齐数据。对于暂不能确认的商品，可以采取低风险观察动作，同时给出补数截止日期和责任人。
新品不能套用成熟商品阈值。先看曝光到加购的漏斗、首批评价、退款原因和单件变动成本，用小预算验证需求。将目标设置为“验证假设”，而不是在短期内要求新品达到成熟款的利润水平。
商品优化永远有取舍，财务的职责不是只说“不”，而是把选择的代价和边界量化出来。
| 决策方案 | 可能带来的好处 | 需要承担的代价 | 适合的前提 | 必须监控 |
|---|---|---|---|---|
| 降价促销 | 提升转化、加速库存回收、增加活动曝光。 | 单位毛利下降，可能形成价格依赖，吸引低匹配客群。 | 库存年龄偏高，降价后仍有正贡献或可接受的回收损失。 | 净价、贡献毛利、退款率、连带购买、活动后销量。 |
| 增加广告 | 扩大有效流量，验证商品需求，推动新品冷启动。 | 获客成本上升，归因可能高估，库存与客服压力增加。 | 转化基础稳定，库存和履约能力足够，设定投放上限。 | 新增订单、广告后贡献毛利、新客占比、退款后ROI。 |
| 减少投放 | 保护利润，降低无效消耗，给页面和商品改造留时间。 | 流量和销量可能短期下滑，错过部分市场机会。 | 投放后贡献毛利为负，或自然流量仍能维持基本销售。 | 自然订单、搜索排名、库存消化速度和利润恢复情况。 |
| 补货加大 | 避免缺货，承接增长，降低单次采购或生产成本。 | 资金占用、滞销和季节性折损风险上升。 | 需求稳定，预测可信，交期长且缺货损失明显。 | 预计可售天数、库存周转、在途比例、动销预测误差。 |
| 清仓下架 | 快速回收现金，释放仓位和管理精力。 | 可能产生折价损失，影响价格体系或品牌形象。 | 商品长期低动销，未来回收价值继续下降，战略价值有限。 | 实际回收金额、库存减值、清仓渠道贡献和客户反馈。 |
对重要商品，我会分别测算保守、基准和进取三种情景。保守情景使用较低销量、较高退款和较长周转；基准情景使用近期中位表现；进取情景假设流量和转化改善，但同时提高客服、库存和履约压力。每种情景都计算净销售额、贡献毛利、库存金额和现金回收周期。
例如，降价方案可能让销量增加30%，但如果贡献毛利减少20%、退款增加10个百分点，进取情景未必比维持现状更好。用情景表呈现后，团队可以清楚地讨论“愿意为增长承担多少利润”，而不是争论谁的经验更准确。
这五项能让商品优化从“建议”变成可管理的经营实验。
数据分析不应只在月末进行。不同频率解决不同问题，频繁刷新也不代表所有指标都需要每天决策。
每天关注订单异常、缺货、价格错误、广告预算消耗、退款突增和大额订单。日看板的目的不是做完整利润核算，而是及时阻止明显损失扩大。
每周按商品、渠道和活动复盘流量漏斗、有效订单、净销售额、贡献毛利和库存变化。周复盘适合调整投放、页面、价格实验和补货节奏。
月度需要与财务账和平台结算核对，确认收入、成本、费用、退款、库存和应收结算。月度商品分析要服务于预算、采购、库存策略和下月资源分配。
| 商品 | 本期净销售额 | 贡献毛利率 | 退款率 | 库存天数 | 问题标签 | 本周动作 | 负责人 |
|---|---|---|---|---|---|---|---|
| 示例SKU-A | 示例值 | 示例值 | 示例值 | 示例值 | 流量不足 | 测试搜索词与主图 | 商品经理 |
| 示例SKU-B | 示例值 | 示例值 | 示例值 | 示例值 | 退款偏高 | 核对尺码与详情描述 | 商品/客服 |
| 示例SKU-C | 示例值 | 示例值 | 示例值 | 示例值 | 库存老化 | 测算清仓与组合销售 | 供应链/财务 |
模板中的“示例值”不是实际经营数据，使用时应替换为已核对的数据，并在表头写明统计周期和更新时间。
这些问题适合放入内部培训、商品会议或SEO内容页，回答时要同时说明口径、例子和行动。
我以前也容易把商品优化理解成改标题、改主图、调价格和加投放，但实际执行后发现，运营数据只能说明流量和成交发生了什么，不能完整说明每增加一笔订单留下多少利润、占用多少库存资金。财务参与的价值，是统一净销售额、退款、成本、平台费用和库存口径，让“销量增长”能够被翻译成可持续的经营结果。例如一个商品支付金额上涨20%，如果商家让利、广告和退货损失增长得更快，财务就需要提醒团队先调整模型，而不是直接继续放量。
我会把商品毛利率作为价格和采购成本的基础指标，把贡献毛利率作为是否继续获取订单的决策指标。商品毛利通常只扣除商品成本，而贡献毛利还会纳入平台佣金、商家优惠、支付费、物流履约、推广消耗和售后损失。比如某商品商品毛利率示例为35%，但因为推广费用高、退款后无法二次销售，贡献毛利率示例可能只有5%甚至为负，所以不能用单一毛利率决定是否加大投放。
我建议至少同时看退款订单率、退款金额率、部分退款率和不可二次销售率，因为它们回答的问题不同。订单数适合观察发生频率，金额率适合识别高客单商品的损失，部分退款可以说明商品缺陷或服务补偿，而不可二次销售率直接影响库存回收。假设100个低价订单中有10个小额退款，同时1个高价订单发生全额退款，订单率和金额率会呈现完全不同的风险，财务不应只报一个平均退款率。
我会先确认ROI的分子是支付金额、归因销售额还是退款后的净销售额，再确认分母是否只包含广告消耗。ROI高但不赚钱，常见原因包括商品本身毛利低、商家优惠没有扣除、平台扣点和物流费用漏记、归因窗口把自然订单算进广告，以及退款发生在投放报表之后。正确的检查方式是按渠道得到有效订单，再用净销售额减去商品成本、让利、平台费用、履约、售后和广告，最后看广告后贡献毛利。
库存周转天数不是越低越好，而是要与交期、需求波动、季节性和缺货损失一起判断。周转天数很低可能代表管理优秀，也可能代表安全库存不足，导致核心SKU频繁缺货；周转天数很高则可能意味着资金被库存占用和未来折价风险。我的做法是把可售库存、在途库存、锁定库存和残次库存拆开，比较预计可售天数与供应商交期，再测算缺货损失、补货成本和清仓损失，最后确定安全库存区间。
以本文的示例场景来说，我更建议把 E数通理解为经营分析和决策看板工具，用来整合订单、商品、费用、广告、库存等数据，支持按商品、渠道、活动和日期钻取异常，而不是把它当作法定账务系统的替代品。财务系统仍然承担凭证、结账、会计政策和正式报表职责。实际使用前应确认数据接入、权限、刷新频率、指标配置、历史数据质量和与现有系统的衔接方式，先从一个商品或店铺试点更稳妥。
我不会用成熟商品的销量阈值直接评价新品，而会先建立假设和最小验证周期。第一阶段看曝光到点击，判断定位和素材是否被看见；第二阶段看加购到支付，判断价格、详情和信任；第三阶段看退款、评价和单件贡献毛利，判断销售质量。新品可以暂时接受较低规模的亏损，但必须明确预算上限、验证时间、成功指标和停止条件。示例中可以设置14天验证期，但实际周期要根据品类决策速度和供应链周期确定。
我会比较“继续等待”和“现在清仓”的增量结果，而不是只比较账面售价。继续等待要计入仓储、资金占用、季节过期、折损和未来更低售价的风险；清仓则要测算折价损失、渠道费用和回收现金速度。若商品的未来可回收价值持续下降，及时清仓可能比坚持原价更能保护现金。建议制作保守、基准、进取三种情景，并将库存金额、预计回收金额、贡献毛利和释放仓位一起呈现，让决策者看到等待的机会成本。
清单的价值不在于填满表格，而在于让团队用同一套语言做取舍。
