选品越来越难，问题出在哪
做电商时间长了，店里的 SKU 往往越积越多。从最初的几款，慢慢扩到几十款、上百款，每次上新前都要花大量时间纠结：这款要不要推？那款是不是该下架了？备货多少合适？
大部分卖家做决策的方式是：看销量排行榜、问运营感觉怎么样、或者参考上个月哪款出了爆款。但这样的判断有几个明显问题：
- 只看销量：销量高不代表赚钱，走量款毛利薄，推多了反而亏
- 忽略库存周转：有的商品看着销量还行，但库存已经压了 4 个月没消化
- 缺乏横向对比：各商品的指标散落在不同表格，很难一眼看出优劣
- 凭感觉决策：主观判断容易受近期印象影响，忽视数据背后的规律
AI 智能选品分析工具做的事情很简单：把这些分散的指标整合起来，用算法给每款商品打一个综合分，再告诉你每款商品应该怎么对待。
工具首页截图，展示上传区域和分析流程示意
评分逻辑：用哪些维度、权重怎么算
工具会根据你上传的数据列自动识别可用维度，每个维度都有对应权重，综合计算出 0–100 的评分：
| 维度 | 列名示例 | 权重 | 说明 |
|---|---|---|---|
| GMV / 销售额 | GMV、销售额、成交额 | 25% | 越高越好，反映整体体量 |
| 毛利率 | 毛利率、利润率 | 25% | 越高越好，反映盈利能力 |
| 销量 | 销量、成交件数、出库量 | 20% | 越高越好，反映市场认可度 |
| 买家评分 | 评分、好评率、综合评分 | 15% | 越高越好，反映用户口碑 |
| 库存周转天数 | 库存周转天数、在库天数 | 8% | 越低越好，天数越长说明积压越严重 |
| 竞品数量 | 竞品数量、竞争指数 | 5% | 越低越好，竞品少说明竞争优势更强 |
不是所有维度都必须有，工具会根据你实际提供的列自动调整评分计算。哪怕只有「商品名称 + GMV + 销量」三列，也可以跑出结果。维度越完整，评分越准确。
四类商品分组：评分出来之后怎么解读
综合评分计算完成后，系统会根据分数和各维度表现将每款商品归入以下四类：
| 分类 | 判断条件 | 建议策略 |
|---|---|---|
| 重点培育 | 综合评分 ≥ 70，GMV 处于较高水平 | 加大推广投入，增加备货，重点维护 |
| 利润担当 | 综合评分 ≥ 65，毛利率处于较高水平 | 维持稳健运营，保护利润空间，适度推广 |
| 成长潜力 | 综合评分 45–70 | 精细化运营，测试推广效果，持续观察 |
| 考虑下架 | 综合评分 < 45 | 停止投放，评估是否清仓或下架 |
分析结果页面截图，展示四类分组的 KPI 卡片和商品排行榜
三张可视化图表，帮你看清商品结构
文字和表格之外，工具会同步生成三张图表，让数据更直观：
分类分布饼图
展示四类商品各占多少比例。理想状态下，"重点培育"和"利润担当"加起来应该占大多数。如果"考虑下架"的比例超过 30%，说明商品线需要大幅度清理优化。
商品分类分布饼图截图
GMV × 毛利率象限散点图
横轴毛利率、纵轴 GMV，每个气泡代表一款商品。四个象限一目了然：右上角（高毛利 + 高 GMV）是最理想的商品，左下角（低毛利 + 低 GMV）最需要关注。这张图特别适合用来开团队会议，直接呈现给运营和采购。
注意：只有同时提供 GMV 和毛利率两列数据时，这张图才会显示。
GMV × 毛利率象限散点图截图，标注四个象限含义
综合评分排行横向柱状图
所有商品按评分从高到低排列，颜色对应分类。一眼就能看出排名前几位和末位的商品分别是谁，比翻数据表格直观得多。
商品综合评分排行横向柱状图截图
一个实际案例：15 款服装商品的选品分析
工具内置了一组示例数据（15 款服装商品），可以直接加载体验。以下是示例数据的分析结果摘要：
| 商品名称 | 综合评分 | 分类 | GMV | 毛利率 |
|---|---|---|---|---|
| 明星同款K款 | 92.5 | 重点培育 | 39.8万 | 52% |
| 潮流外套E款 | 88.3 | 重点培育 | 31.2万 | 45% |
| 基础款T恤B款 | 71.4 | 利润担当 | 19.8万 | 42% |
| 库存积压L款 | 12.8 | 考虑下架 | 0.85万 | 12% |
| 季末清仓O款 | 5.2 | 考虑下架 | 0.62万 | 8% |
从这组数据可以看到：15 款商品里有 3 款属于"考虑下架"，如果继续投入推广资源，会产生不必要的成本浪费；而排名前 2 的商品 GMV 合计已经超过总盘的一半，值得重点备货和推广。
AI 深度诊断：从数据到策略
看完图表之后，如果还想要一份更系统的分析结论，可以开启 AI 深度诊断。系统会把评分 Top 5 和 Bottom 5 的商品数据发送给 AI，生成包含以下四个维度的策略建议：
- 重点培育款建议：如何加大资源投入、扩大流量
- 利润担当款建议：如何维护核心利润来源
- 成长潜力款建议：如何加速成长、提高转化率
- 清退与优化建议：针对低分商品的具体处理方案
AI 分析采用流式输出，实时显示生成过程，一般几十秒内完成。适合需要向团队汇报或整理运营周报的场景。
AI 深度诊断功能需要 Pro 会员权限。
AI 深度诊断输出面板截图，展示四维度策略建议
导出 PPTX 报告，直接用于汇报
分析完成后支持一键导出 PPTX 格式报告，包含：
- 封面（含分析日期和商品总数）
- KPI 摘要卡片（四类商品数量概览）
- 分类分布饼图
- GMV × 毛利率象限图（有数据时）
- 综合评分排行图
- 商品详细评分明细表（自动分页）
- AI 分析结论页（运行过 AI 诊断时）
导出的 PPT 可以直接用于团队周会、月度复盘或者和采购供应商的沟通。导出功能需要基础版及以上会员。
导出 PPTX 报告预览截图，展示封面和明细表页面
数据怎么准备，格式有什么要求
数据格式要求很简单：Excel（.xlsx / .xls）或 CSV 文件，第一行是列名，往下是商品数据，每行一款商品。
列名不需要和工具完全一致，系统会自动识别。比如"销售额""成交额""营业额"都会被识别为 GMV 列。以下是一个标准的数据格式示例：
| 商品名称 | GMV | 销量 | 毛利率 | 库存周转天数 | 评分 |
|---|---|---|---|---|---|
| 爆款连衣裙A款 | 285000 | 3200 | 38% | 22 | 4.8 |
| 滞销款西裤D款 | 18000 | 180 | 28% | 145 | 3.9 |
毛利率支持填百分比（如 38%）或小数（如 0.38）都可以识别。商品数量建议 5 款以上，至少需要 2 款才能进行对比评分。
如果不确定格式，可以在工具页面下载示例模板，按模板格式整理自己的数据。
几个常见问题
我没有毛利率数据，还能用吗？
可以。只要有商品名称和 GMV（或销量），系统就能跑出结果，毛利率只是评分权重的一部分，缺少该维度会降低评分的完整性，但不影响正常使用。
数据是否会被保存？
上传的文件仅用于当次分析，不会保存到服务器，分析完成后数据只存在于你的当前浏览器页面中。刷新后需要重新上传。
评分低的商品一定要下架吗？
不一定。工具给出的是数据层面的参考，实际决策还需要结合行业特点、新品期、季节性等因素综合判断。"考虑下架"是提示，不是指令。
操作步骤
- 访问 www.yitongweb.cn，顶部导航「数据工具」→「AI 智能选品分析」
- 点击「加载内置示例」可以直接体验，不需要准备数据
- 准备好数据后，点击上传区域或拖拽文件上传（支持 .xlsx / .xls / .csv，最大 10MB）
- 系统自动识别列类型，确认无误后点击「生成选品分析报告」
- 查看 KPI 卡片、分类分布图、散点图、评分排行和明细表
- 有需要的话，点击「AI 深度诊断」获取策略建议（Pro 会员）
- 按需导出 PPTX 报告（基础版及以上会员）
工具地址：www.yitongweb.cn，功能路径：AI 智能选品分析 / www.yitongweb.cn/ai-product-selection