模块一：选品策略#

模块边界说明（重要） 本模块聚焦"卖什么"和"怎么定价格"，即选品决策与定价。 供应链开发与管理 → 模块四（供应链与采购） 仓储与物流配送 → 模块五（仓储与物流） 两者独立完整，边界不重叠。

知识库#

1.1 社区团购选品核心原则#

社区团购的选品不是"卖什么都可以"，而是围绕一个三角：

text

                    用户需求
                      △
                     / \
                    /   \
                   /     \
    供应链优势 ────────── 平台毛利

三者缺一不可：

• 只有用户需求：卖得动但没利润
• 只有供应链优势：有价格但卖不掉
• 只有毛利：两端都不成立，生意不成立

---

1.2 品类分级体系#

社区团购商品分为五个等级，每个等级运营策略不同：

P0：引流款（流量担当）

特征说明价格低于市场价的 30-50%需求极高，刚需，高频毛利0% 甚至负毛利（贴钱卖）目的引流、拉新、养成购买习惯代表品鸡蛋（每斤低于超市1-2元）、大白菜、土豆使用频率每期团购必有，但位置轮换

P1：爆款（GMV担当）

特征说明价格低于市场价 15-25%需求高，非刚需但转化率高毛利15-25%目的稳定 GMV，提升客单价代表品时令水果（榴莲/车厘子/芒果）、应季蔬菜、活鲜使用频率每周稳定上，但量有限制

P2：利润款（利润担当）

特征说明价格接近市场价或略低需求中等，有特定目标人群毛利25-40%目的平衡整体毛利代表品进口食品、有机蔬菜、地方特产、冷冻水产使用频率持续上架，作为毛利补充

P3：长尾款（品类补充）

特征说明价格市场价或略高需求低，但满足小众人群毛利20-35%目的完善品类宽度，提升客单价代表品有机食品、进口调味料、特殊膳食食品使用频率定期上，不追求量

P4：战略款（护城河）

特征说明价格自定义需求平台独有或独家合作毛利不限目的建立竞争壁垒代表品平台自营品牌、独家联名、产地直采使用频率长期固定

---

1.3 各平台选品逻辑对比#

美团优选

text

选品策略：爆品引流 + 标品扩充
核心逻辑：
  1. 以生鲜（蔬果/肉禽/水产）为骨架
  2. 标品（日用品/食品）补毛利
  3. 每期主打 2-3 个爆品，引流 60%+ 流量

爆品规律：
  - 时令水果（樱桃/荔枝/葡萄）= GMV 担当
  - 节假日（春节/端午/中秋）= 礼盒装冲量
  - 夏季（冰淇淋/冷饮）= 高频冲复购

自营占比：约 30%（据美团 2022 年财报及行业估算）
  → 自营品类：米面粮油/调味品/日用品，管控质量稳定性
  → 生鲜以外部供应商为主（降低损耗风险）
  → 2023 年优选 GMV 约 300 亿（收缩期）

多多买菜

text

选品策略：低价拼团 + 农产品上行
核心逻辑：
  1. 农产品为绝对主力（蔬菜/水果/肉类）占 GMV 65%+
  2. 强调"便宜"，用规模换利润
  3. 拼团机制：2-3 人成团，降低决策门槛

爆品规律：
  - 低价引流转：1 分钱秒杀（限量，每日 10:00 场次）
  - 整箱/整袋销售：最小 2 斤起，降低物流难度
  - 白牌为主：非品牌，只看价格不看品质

自营占比：约 20%（拼多多白牌基因，不强调品牌溢价）
  → 2023 年 GMV 约 1800 亿元（行业第一）
  → 2023 年营收约 320 亿元（GMV→营收转化率 18%）
  → 活跃 SKU 约 900 个（精而不滥，低于行业均值 1200）

淘菜菜

text

选品策略：阿里生态联动 + 品质升级
核心逻辑：
  1. 打"品质"牌，区别于多多买菜的低价低质
  2. 接入天猫/盒马供应链，提升商品力
  3. 主打"新鲜"，时效和品质优先

爆品规律：
  - 盒马同款：品质背书，价格低于盒马 20-30%
  - 88VIP 会员专享：会员专属价，提升会员价值
  - 直播联动：淘宝直播带团购

自营占比：约 40%（阿里有盒马+大润发供应链，选品质量更高）
  → 2023 年 GMV 约 200 亿（收缩中，已合并入淘宝特价版）

兴盛优选

text

选品策略：区域深耕 + 本地化供应链
核心逻辑：
  1. 主攻湖南/湖北/广东核心省份，不追求全国覆盖
  2. 供应商以本地小型工厂/合作社为主，物流成本低
  3. 本地特色农产品：湖南辣椒系/湖北热干面/广东腊味

爆品规律：
  - 地方特产：当地人强复购，竞品无法复制
  - 节日特供：端午节粽子、中秋节月饼（节令性强）
  - 农贸市场联动：源头直采，价格优势明显

自营占比：约 65%（自建仓储配送，毛利结构最优）
  → 湖南市场份额一度达 45%（美团 25%/多多 20%）
  → 用户月均购买频次 9-12 次（业内最高）
  → 2023 年后战略收缩，聚焦已有优势区域

---

1.4 选品禁入清单#

以下品类不适合社区团购，不能做：

text

禁入品类：
  1. 活鲜（螃蟹/龙虾/贝类）
     → 损耗极高，配送难度大，死亡责任难界定

  2. 进口冷链（冰淇淋/刺身/牛油果）
     → 冷链要求高，损耗超 15%

  3. 大件商品（整箱矿泉水/大袋米面）
     → 配送成本高，团长搬运困难

  4. 高客单价（奢侈品/电子产品）
     → 用户决策周期长，不适合团购场景

  5. 有效期<7天的短保食品
     → 物流周转 1-2 天，留给销售窗口太短

  6. 非标品（散装食品/称重食品）
     → 质量难以标准化，投诉率高

  7. 法律法规限制品类（烟酒/药品）
     → 合规风险极高

---

方法论#

1.5 选品决策流程（标准 SOP）#

text

选品决策七步法：

Step 1：需求验证
  → 这个品用户真的需要吗？（调研数据/历史销售数据）
  → 需求频率：高频（月购）？中频（季购）？低频（年购）？

Step 2：供应链可行性评估
  → 能不能稳定供货？（供应商产能/物流时效）
  → 最低起订量是多少？（MOQ 影响毛利）

Step 3：毛利测算
  → 用定价公式计算：毛利率是否 > 20%？
  → 如果 < 20%，是否有其他品类补贴？

Step 4：竞品分析
  → 各大平台这个品卖什么价格？
  → 我们的价格有没有竞争力？

Step 5：风险评估
  → 这个品有没有质量/安全风险？
  → 损耗率预估是多少？

Step 6：试销验证
  → 先小批量上架（50-100件）
  → 观察 3-7 天的销售数据和投诉率
  → 数据达标再进入正式选品池

Step 7：正式上架
  → 录入商品信息
  → 制定促销计划
  → 安排供应商备货

---

1.6 供应商与商品黑名单管理（选品风控）#

供应商与商品黑名单是选品安全的重要防线，属于选品风控，不属于供应商开发（供应商开发详见模块四）：

text

触发黑名单的条件（任一即入）：

供应商层面：
  ├── 资质造假：营业执照/许可证伪造
  ├── 质量事故：同一商品 3 次抽检不合格
  ├── 欺诈行为：缺斤少两、以次充好、货不对板
  ├── 商业行贿：向运营人员行贿
  └── 卷款跑路：收取预付款后失联

商品层面：
  ├── 食品安全：商品检出禁用添加剂/农药残留超标
  ├── 法律合规：销售国家明令禁止的食品
  ├── 虚假宣传：标注与实际不符（如有机认证造假）
  └── 侵权行为：销售假冒注册商标商品

text

黑名单处理流程：

Step 1：证据留存（3天内完成）
  → 截图/检测报告/实物照片
  → 供应商签字确认（如联系得上）

Step 2：立即下架
  → 平台所有在售商品全部下架
  → 通知已购买用户（必要时启动退款）

Step 3：全平台公示
  → 内部通报，禁止再次合作
  → 情节严重者上报行业协会

Step 4：法律追责（如涉及欺诈）
  → 报案或发起民事诉讼
  → 金额 > 3000 元即构成诈骗罪（刑法266条）

永久黑名单标准（不可解除）：
  ├── 食品安全事故主责（造成人身伤害）
  ├── 违法犯罪行为（假证/行贿/侵权）
  └── 卷款跑路

---

1.7 定价策略方法论#

text

社区团购定价公式：

        成本价
售价 = ────────────────
        (1 - 平台抽佣率 - 团长佣金率 - 物流费率 - 损耗率 - 运营费率)

目标毛利率 = 1 - 各项成本占比之和 ≥ 20%

---

参数说明：
  成本价：供应商报价
  平台抽佣率：平台收取的佣金（通常 10-18%）
  团长佣金率：给团长的佣金（通常 10-15%）
  物流费率：配送成本占售价比例（通常 5-10%）
  损耗率：预估损耗占售价比例（通常 2-8%）
  运营费率：营销/人力/技术等（通常 3-5%）

---

数值算例（以鸡蛋为例）：

假设条件：
  成本价：¥12.0/斤（供应商报价）
  市场价：¥18.0/斤（超市同款）
  平台抽佣率：12%
  团长佣金率：10%
  物流费率：7%
  损耗率：6%（禽蛋类）
  运营费率：3%

代入公式：
  合理售价 = ¥12.0 / (1 - 0.12 - 0.10 - 0.07 - 0.06 - 0.03)
            = ¥12.0 / 0.62
            = ¥19.35

毛利率验算：
  毛利率 = (¥19.35 - ¥12.0) / ¥19.35 = 38.0% ✅

若定价 ¥18.0（竞争定价，跟市场价持平）：
  毛利率 = (¥18.0 - ¥12.0) / ¥18.0 = 33.3% ✅
  但各项费率之和 = 0.12+0.10+0.07+0.06+0.03 = 0.38
  成本覆盖 = ¥12.0 + ¥18.0×0.38 = ¥12.0 + ¥6.84 = ¥18.84
  ¥18.0 < ¥18.84 → 亏损！竞争定价需要供应商额外补贴

若定价 ¥15.0（激进引流）：
  各项费率 = ¥15.0 × 0.38 = ¥5.70
  成本覆盖 = ¥12.0 + ¥5.70 = ¥17.70
  ¥15.0 < ¥17.70 → 每斤亏损 ¥2.70（平台需补贴）

行业定价参考区间（2023年数据）：

  ┌────────────────────────────────────────────────────────────────────────────┐
  │ 品类        成本价     市场价    合理售价区间    毛利率参考    损耗率参考    │
  │ ─────────────────────────────────────────────────────────────────          │
  │ 鸡蛋        ¥5-12/斤  ¥8-18/斤  成本价×1.5-2.0  30-45%      5-8%         │
  │ 大白菜      ¥0.5/斤   ¥2-3/斤   ¥1.5-2.5       25-40%      8-15%        │
  │ 猪五花肉   ¥15-20/斤 ¥25-35/斤 成本价×1.6-2.0  28-38%      3-6%         │
  │ 苹果        ¥3-6/斤   ¥6-12/斤  成本价×1.8-2.2  30-45%      6-10%        │
  │ 进口车厘子  ¥25-35/斤 ¥60-90/斤 成本价×2.0-2.5  40-55%      10-18%       │
  └────────────────────────────────────────────────────────────────────────────┘

---

实际定价策略（三种）：

策略 A：竞争定价（引流品）
  → 跟竞品比，我更便宜
  → 定价 = 市场价 × (70-85%)
  → 适用：鸡蛋、蔬菜、大米等刚需品
  → 注意：必须有供应商补贴才能执行，否则亏损

策略 B：价值定价（利润品）
  → 我的品质更好/更独家，值得更贵
  → 定价 = 市场价 × (95-110%)
  → 适用：有机食品、进口商品、地方特产

策略 C：撇脂定价（新品/稀缺品）
  → 趁着稀缺赶紧赚
  → 定价 = 成本价 × 2.5-3.0
  → 适用：首发新品、限量款、节假日礼盒

---

工具集#

工具归属说明 供应商评分卡（Tool 2 原位置）→ 划归模块四（供应链与采购） 本模块仅保留直接服务选品决策的工具

Tool 1: SKU 利润测算器#

python

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
SKU利润测算工具
输入：供应商报价 + 各环节费率
输出：毛利率 + 建议售价 + 盈亏平衡分析
"""

def calculate_sku_profit(
    cost_price: float,
    platform_commission: float = 0.12,  # 平台抽佣率
    leader_commission: float = 0.12,     # 团长佣金率
    logistics_rate: float = 0.08,       # 物流费率
    loss_rate: float = 0.05,           # 损耗率
    operation_rate: float = 0.03,       # 运营费率
    target_gross_margin: float = 0.20  # 目标毛利率
):
    """
    计算SKU利润

    Args:
        cost_price: 供应商成本价（元）
        platform_commission: 平台抽佣率（默认12%）
        leader_commission: 团长佣金率（默认12%）
        logistics_rate: 物流费率（默认8%）
        loss_rate: 损耗率（默认5%）
        operation_rate: 运营费率（默认3%）
        target_gross_margin: 目标毛利率（默认20%）

    Returns:
        dict: 包含售价、毛利率、各环节成本等
    """
    total_cost_rate = (
        platform_commission
        + leader_commission
        + logistics_rate
        + loss_rate
        + operation_rate
    )

    min_selling_price = cost_price / (1 - total_cost_rate - target_gross_margin)

    recommended_price_a = min_selling_price  # 目标毛利定价
    recommended_price_b = cost_price / (1 - total_cost_rate)  # 盈亏平衡定价

    gross_margin_a = (recommended_price_a - cost_price) / recommended_price_a
    gross_margin_b = (recommended_price_b - cost_price) / recommended_price_b

    cost_breakdown = {
        "平台佣金": recommended_price_a * platform_commission,
        "团长佣金": recommended_price_a * leader_commission,
        "物流成本": recommended_price_a * logistics_rate,
        "损耗成本": recommended_price_a * loss_rate,
        "运营成本": recommended_price_a * operation_rate,
        "商品成本": cost_price,
    }

    return {
        "成本价": round(cost_price, 2),
        "最低售价（盈亏平衡）": round(recommended_price_b, 2),
        "建议售价（目标毛利20%）": round(recommended_price_a, 2),
        "盈亏平衡毛利率": round(gross_margin_b * 100, 1),
        "建议毛利率": round(gross_margin_a * 100, 1),
        "成本拆解（元）": {k: round(v, 2) for k, v in cost_breakdown.items()},
        "定价是否可行": gross_margin_a >= target_gross_margin,
    }

def compare_platform_pricing(
    cost_price: float,
    platform: str,
    market_price: float = None
):
    """
    各平台定价对比

    Args:
        cost_price: 成本价
        platform: 平台名称
        market_price: 市场价（可选）

    Returns:
        dict: 各平台定价建议
    """
    platform_configs = {
        "美团优选": {
            "platform_commission": 0.12,
            "leader_commission": 0.12,
            "logistics_rate": 0.08,
            "loss_rate": 0.06,
            "operation_rate": 0.03,
        },
        "多多买菜": {
            "platform_commission": 0.10,
            "leader_commission": 0.10,
            "logistics_rate": 0.07,
            "loss_rate": 0.05,
            "operation_rate": 0.02,
        },
        "淘菜菜": {
            "platform_commission": 0.15,
            "leader_commission": 0.12,
            "logistics_rate": 0.09,
            "loss_rate": 0.04,
            "operation_rate": 0.04,
        },
        "兴盛优选": {
            "platform_commission": 0.14,
            "leader_commission": 0.12,
            "logistics_rate": 0.06,
            "loss_rate": 0.05,
            "operation_rate": 0.03,
        },
    }

    if platform not in platform_configs:
        return {"error": f"未知平台: {platform}"}

    cfg = platform_configs[platform]
    result = calculate_sku_profit(
        cost_price=cost_price,
        **cfg
    )

    if market_price:
        result["市场竞争价"] = market_price
        result["相对市场价"] = f"+{(result['建议售价（目标毛利20%）']/market_price - 1)*100:.1f}%"
        result["价格竞争力"] = "强" if result['建议售价（目标毛利20%）'] < market_price * 0.9 else "中" if result['建议售价（目标毛利20%）'] < market_price else "弱"

    return result

def run():
    """
    交互式运行
    """
    print("=" * 50)
    print("SKU利润测算工具")
    print("=" * 50)

    try:
        cost = float(input("请输入成本价（元）："))
    except ValueError:
        print("成本价输入错误")
        return

    print("\n选择平台：1-美团优选 2-多多买菜 3-淘菜菜 4-兴盛优选")
    platform_map = {"1": "美团优选", "2": "多多买菜", "3": "淘菜菜", "4": "兴盛优选"}
    p_choice = input("请输入选项（默认美团优选）：").strip() or "1"
    platform = platform_map.get(p_choice, "美团优选")

    result = compare_platform_pricing(cost, platform)

    print(f"\n【{platform}】定价分析：")
    print(f"  成本价：{result['成本价']} 元")
    print(f"  盈亏平衡售价：{result['最低售价（盈亏平衡）']} 元（毛利率 {result['盈亏平衡毛利率']}%）")
    print(f"  建议售价（20%毛利）：{result['建议售价（目标毛利20%）']} 元（毛利率 {result['建议毛利率']}%）")

    if "市场竞争价" in result:
        print(f"  市场价：{result['市场竞争价']} 元")
        print(f"  相对市场价：{result['相对市场价']}")
        print(f"  价格竞争力：{result['价格竞争力']}")

    print("\n成本拆解（元）：")
    for k, v in result["成本拆解（元）"].items():
        print(f"  {k}：{v}")

    print(f"\n定价是否可行：{'✅ 是' if result['定价是否可行'] else '❌ 否（毛利低于20%）'}")

if __name__ == "__main__":
    run()

Tool 2: 选品竞品对比器#

python

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
选品竞品对比工具
输入：自己想上的品 + 各平台当前售价
输出：竞争力分析 + 建议定价
"""

def compare_product_competitiveness(
    product_name: str,
    cost_price: float,
    my_platform: str,
    competitor_prices: dict,
    market_price: float = None,
    target_margin: float = 0.20
):
    """
    竞品对比分析

    Args:
        product_name: 商品名称
        cost_price: 成本价
        my_platform: 己方平台
        competitor_prices: 竞品价格 dict，如 {"美团优选": 12.9, "多多买菜": 11.9}
        market_price: 超市/菜市场市场价（可选）
        target_margin: 目标毛利率

    Returns:
        dict: 竞争力分析报告
    """
    import statistics

    all_prices = list(competitor_prices.values())
    if market_price:
        all_prices.append(market_price)

    avg_price = statistics.mean(all_prices)
    min_price = min(all_prices)
    max_price = max(all_prices)

    # 计算己方各平台定价
    platform_configs = {
        "美团优选": {"platform": 0.12, "leader": 0.12, "logistics": 0.08, "loss": 0.06, "op": 0.03},
        "多多买菜": {"platform": 0.10, "leader": 0.10, "logistics": 0.07, "loss": 0.05, "op": 0.02},
        "淘菜菜": {"platform": 0.15, "leader": 0.12, "logistics": 0.09, "loss": 0.04, "op": 0.04},
        "兴盛优选": {"platform": 0.14, "leader": 0.12, "logistics": 0.06, "loss": 0.05, "op": 0.03},
    }

    cfg = platform_configs.get(my_platform, platform_configs["美团优选"])
    total_cost_rate = sum(cfg.values())

    suggested_price = cost_price / (1 - total_cost_rate - target_margin)
    breakeven_price = cost_price / (1 - total_cost_rate)

    # 竞争力判断
    price_vs_avg = (suggested_price / avg_price - 1) * 100
    price_vs_min = (suggested_price / min_price - 1) * 100

    if price_vs_avg < -10:
        competitiveness = "🟢 极强（显著低于平均）"
        recommendation = "低价引流款，可快速起量"
    elif price_vs_avg < 0:
        competitiveness = "🟢 较强（低于平均）"
        recommendation = "有竞争力的定价，可以上"
    elif price_vs_avg < 10:
        competitiveness = "🟡 中等（接近平均）"
        recommendation = "需要差异化支撑（品质/服务），否则难销"
    elif price_vs_avg < 20:
        competitiveness = "🟠 较弱（高于平均）"
        recommendation = "不适合做爆品，建议做长尾/利润款"
    else:
        competitiveness = "🔴 极弱（显著高于平均）"
        recommendation = "定价过高，除非独家/品质极强，否则不建议上"

    return {
        "商品名称": product_name,
        "成本价": cost_price,
        "己方平台": my_platform,
        "统计基准": {
            "竞品数量": len(competitor_prices),
            "最低价": min_price,
            "最高价": max_price,
            "平均价": round(avg_price, 2),
            "市场价（超市）": market_price,
        },
        "己方定价": {
            "建议售价（毛利20%）": round(suggested_price, 2),
            "盈亏平衡售价": round(breakeven_price, 2),
            "目标毛利率": f"{target_margin*100:.0f}%",
        },
        "竞争力分析": {
            "相对平均价": f"{'+' if price_vs_avg > 0 else ''}{price_vs_avg:.1f}%",
            "相对最低价": f"{'+' if price_vs_min > 0 else ''}{price_vs_min:.1f}%",
            "竞争力评估": competitiveness,
            "建议策略": recommendation,
        },
        "竞品明细": competitor_prices,
    }

def run():
    print("=" * 60)
    print("选品竞品对比工具")
    print("=" * 60)

    product = input("商品名称：").strip()
    try:
        cost = float(input("成本价（元）："))
    except ValueError:
        print("成本价输入错误")
        return

    print("\n竞品价格输入（输入完成后直接回车）：")
    competitors = {}
    while True:
        p = input("  平台名称（直接回车结束）：").strip()
        if not p:
            break
        try:
            price = float(input(f"  {p} 售价（元）："))
            competitors[p] = price
        except ValueError:
            print("  价格输入错误")

    platform_map = {"1": "美团优选", "2": "多多买菜", "3": "淘菜菜", "4": "兴盛优选"}
    my_p = input("\n己方平台（1-美团 2-多多 3-淘菜 4-兴盛，默认1）：").strip() or "1"
    my_platform = platform_map.get(my_p, "美团优选")

    market_input = input("市场价（超市价，可直接回车跳过）：").strip()
    market_price = float(market_input) if market_input else None

    result = compare_product_competitiveness(
        product, cost, my_platform, competitors, market_price
    )

    print(f"\n{'='*60}")
    print(f"【{result['商品名称']}】竞品对比报告")
    print(f"{'='*60}")
    print(f"\n统计基准：")
    print(f"  竞品数量：{result['统计基准']['竞品数量']}")
    print(f"  最低价：{result['统计基准']['最低价']} 元")
    print(f"  最高价：{result['统计基准']['最高价']} 元")
    print(f"  平均价：{result['统计基准']['平均价']} 元")
    if result['统计基准']['市场价（超市）']:
        print(f"  超市价：{result['统计基准']['市场价（超市）']} 元")

    print(f"\n己方定价（{result['己方平台']}）：")
    print(f"  建议售价（毛利20%）：{result['己方定价']['建议售价（毛利20%）']} 元")
    print(f"  盈亏平衡售价：{result['己方定价']['盈亏平衡售价']} 元")

    print(f"\n竞争力分析：")
    print(f"  相对平均价：{result['竞争力分析']['相对平均价']}")
    print(f"  相对最低价：{result['竞争力分析']['相对最低价']}")
    print(f"  竞争力：{result['竞争力分析']['竞争力评估']}")
    print(f"  建议策略：{result['竞争力分析']['建议策略']}")

    print(f"\n竞品明细：")
    for p, price in result['竞品明细'].items():
        print(f"  {p}：{price} 元")

if __name__ == "__main__":
    run()

Tool 3: 品类适配度评估器#

python

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
品类适配度评估器
输入：品类特征数据
输出：适配度评分 + 品类定级(P0-P4) + 上架建议
"""

def assess_category_fit(
    category: str,
    is_staple: bool,           # 是否刚需品
    purchase_frequency: str,   # 高频/中频/低频
    avg_order_value: float,    # 该品类平均客单价
    loss_rate: float,         # 预估损耗率(0-1)
    is_standardized: bool,    # 是否标准化商品
    shelf_life_days: int,      # 保质期天数
    has_supply_advantage: bool,  # 是否有供应链优势
    competitor_density: str,   # 竞品密度：高/中/低
    weights: dict = None,     # 可选：自定义权重，如 {"刚需性": 25, "频次": 20, ...}
):
    """
    评估品类是否适合社区团购

    Args:
        category: 品类名称
        is_staple: 是否为刚需品（米面粮油/蔬菜/鸡蛋等）
        purchase_frequency: 高频/中频/低频
        avg_order_value: 该品类平均客单价（元）
        loss_rate: 预估损耗率（0.05 = 5%）
        is_standardized: 商品是否标准化（规格统一/易验货）
        shelf_life_days: 保质期天数
        has_supply_advantage: 是否有供应链优势（源头直采/独家等）
        competitor_density: 竞品密度（高=多家平台在卖/中/低=少有人卖）
        weights: 可选，自定义各维度权重（默认值如下）
            刚需性=25, 频次=20, 标准化=15, 损耗率=15, 供应链优势=15, 竞品密度=10

    Returns:
        dict: 适配度评分 + 定级建议
    """
    # 默认权重（总分100）
    w = weights or {
        "刚需性": 25,
        "频次": 20,
        "标准化": 15,
        "损耗率": 15,
        "供应链优势": 15,
        "竞品密度": 10,
    }

    score = 0
    reasons = []

    # 刚需性（权重内自定义，这里用0/满分二值）
    if is_staple:
        score += w["刚需性"]
        reasons.append("✅ 刚需品，用户需求稳定")
    else:
        score += int(w["刚需性"] * 0.3)
        reasons.append("⚠️ 非刚需品，用户购买决策成本高")

    # 购买频次（最高20分）
    freq_map = {"高频": 20, "中频": 12, "低频": 5}
    freq_score = freq_map.get(purchase_frequency, 8)
    score += freq_score
    reasons.append(f"{purchase_frequency}购买（+{freq_score}分）")

    # 标准化程度（最高15分）
    if is_standardized:
        score += 15
        reasons.append("✅ 标准化商品，质量易管控，投诉率低")
    else:
        score += 3
        reasons.append("❌ 非标品，质量难标准化，投诉风险高")

    # 损耗率（最高15分，越低越好）
    if loss_rate < 0.03:
        score += 15
        reasons.append(f"✅ 损耗率低（{loss_rate*100:.0f}%），成本可控")
    elif loss_rate < 0.08:
        score += 10
        reasons.append(f"🟡 损耗率中等（{loss_rate*100:.0f}%），需重点管控")
    elif loss_rate < 0.15:
        score += 3
        reasons.append(f"⚠️ 损耗率高（{loss_rate*100:.0f}%），建议试销")
    else:
        score += 0
        reasons.append(f"❌ 损耗率极高（{loss_rate*100:.0f}%），不适合上")

    # 供应链优势（最高15分）
    if has_supply_advantage:
        score += 15
        reasons.append("✅ 有供应链优势（源头直采/独家），成本可压低")
    else:
        score += 5
        reasons.append("⚠️ 无明显供应链优势，成本竞争力弱")

    # 竞品密度（最高10分，低密度=蓝海）
    if competitor_density == "低":
        score += 10
        reasons.append("✅ 竞品密度低，差异化空间大")
    elif competitor_density == "中":
        score += 6
        reasons.append("🟡 竞品密度中等，需差异化竞争")
    else:
        score += 2
        reasons.append("❌ 竞品密度高，价格战激烈，利润薄")

    # 定级建议
    if score >= 80:
        grade = "P1（爆款）"
        suggestion = "✅ 强烈建议上架，可作为主推爆品"
    elif score >= 65:
        grade = "P2（利润款）"
        suggestion = "✅ 可以上架，作为毛利补充品类"
    elif score >= 50:
        grade = "P3（长尾款）"
        suggestion = "🟡 谨慎上架，需控制库存量"
    elif score >= 35:
        grade = "P4（观察款）"
        suggestion = "⚠️ 建议试销（50-100件），数据达标再正式上架"
    else:
        grade = "禁入"
        suggestion = "❌ 不建议上架，风险大于收益"

    return {
        "品类": category,
        "适配度评分": f"{score}/100",
        "定级建议": grade,
        "上架建议": suggestion,
        "加分项": [r for r in reasons if "✅" in r],
        "扣分项": [r for r in reasons if "❌" in r],
        "中性项": [r for r in reasons if "🟡" in r],
    }

def run():
    print("=" * 55)
    print("品类适配度评估器")
    print("=" * 55)

    category = input("品类名称：").strip() or "土豆"

    is_staple = input("是否刚需品（y/N，如大米/鸡蛋）：").strip().lower() == 'y'

    freq = input("购买频次（高/中/低）：").strip() or "高频"

    try:
        aov = float(input("平均客单价（元）：").strip() or "15")
    except ValueError:
        aov = 15.0

    try:
        loss = float(input("预估损耗率（0.05=5%）：").strip() or "0.03")
    except ValueError:
        loss = 0.03

    is_std = input("是否标准化商品（y/N）：").strip().lower() == 'y'

    try:
        shelf = int(input("保质期（天）：").strip() or "30")
    except ValueError:
        shelf = 30

    has_adv = input("是否有供应链优势（y/N）：").strip().lower() == 'y'

    comp = input("竞品密度（高/中/低）：").strip() or "高"

    result = assess_category_fit(
        category, is_staple, freq, aov, loss, is_std, shelf, has_adv, comp
    )

    print(f"\n{'='*55}")
    print(f"品类适配度评估：{result['品类']}")
    print(f"{'='*55}")
    print(f"\n适配度评分：{result['适配度评分']}")
    print(f"定级建议：{result['定级建议']}")
    print(f"上架建议：{result['上架建议']}")

    if result['加分项']:
        print(f"\n加分项：")
        for r in result['加分项']:
            print(f"  {r}")
    if result['中性项']:
        print(f"\n中性项：")
        for r in result['中性项']:
            print(f"  {r}")
    if result['扣分项']:
        print(f"\n扣分项：")
        for r in result['扣分项']:
            print(f"  {r}")

if __name__ == "__main__":
    run()

---

案例库#

案例1：橙心优选败局复盘（选品失控）#

text

背景：滴滴 2020 年 8 月上线橙心优选，2023 年 3 月关停，历时 31 个月

选品问题：
  1. 无差异化：SKU 扩张至 3000+（行业均值 800-1200），单品采购量分散，供应链议价能力极弱
  2. 低价依赖：平台补贴 30-50%，用户没有平台忠诚度（补贴停即流失）
  3. 供应链失控：生鲜损耗率高达 18-22%（行业均值 6-8%），每单损耗成本 2.5-3.5 元

关键数据推导：
  高峰期日均 GMV ≈ 1.5 亿元
  每单平均客单价 ≈ 35 元
  日均订单量 ≈ 428 万单
  每单补贴额 ≈ 3-5 元（含物流/营销/损耗）
  日均亏损 ≈ 1284-2140 万元
  月均亏损 ≈ 3.9-6.4 亿元
  31 个月累计亏损 ≈ 120-200 亿元

各品类亏损占比：
  生鲜（蔬菜/水果/肉）：亏损 55%（损耗率 18-22% 是主因）
  标品（饮料/零食）：亏损 20%（竞争平台价格战）
  日用品：亏损 15%（物流成本高于毛利）
  其他：亏损 10%

橙心 vs 多多买菜同期对比：
  ┌─────────────────────────────────────────────────┐
  │  指标          橙心优选      多多买菜          │
  │  ─────────────────────────────────────          │
  │  日均 GMV      1.5亿       5亿+              │
  │  SKU 数量      3000+        800-900             │
  │  单品采购量    分散          集中（议价力强）    │
  │  生鲜损耗率    18-22%       6.5-8%             │
  │  单均亏损      3-5元        <0.5元             │
  │  31个月累计亏损 120-200亿    约50亿（可控）     │
  └─────────────────────────────────────────────────┘

失败根源分析（选品视角）：
  ① SKU 无边界：什么都想卖 → 没有核心品类 → 无法形成供应链壁垒
  ② 生鲜占比过高且管理失控：生鲜占 GMV 40%，但损耗率 18%+ → 每卖 100 元亏 18 元
  ③ 标品价格战：可口可乐/农夫山泉等标品，多多买菜价更低，橙心无法竞争

核心教训：
  → 不是所有品类都适合社区团购，生鲜占比 > 50% 必须严控损耗
  → SKU 数量不是优势，爆品精准度 + 单品采购量才是竞争力
  → 损耗率 > 12% 的平台，财务模型必然崩溃（不可逆）
  → 选品边界 = 供应链边界 = 成本边界，三位一体

案例1b：有机菠菜损耗率超标降耗方案#

text

背景：某平台新上架有机菠菜，上架第1个月损耗率 12%（标准 ≤ 8%）

问题诊断：
  → 损耗来源拆解：
    - 在途损耗（干线运输）：3%（包装不当）
    - 仓储损耗（冷库存储）：2%（温湿度控制问题）
    - 到团损耗（团长提货）：4%（分拣不及时）
    - 用户拒收损耗：3%（叶菜不易保存）

可执行降损耗方案：

方案A：分批采购（源头控制）
  → 原来：一次性采购5天库存
  → 改为：每日配送，降低单次采购量
  → 预期效果：降低 40% 存储损耗 → 损耗率从 12% 降至 9%
  → 成本变化：物流成本增加 10%，但损耗减少节省更多

方案B：包装优化（标准化处理）
  → 原来：散装泡沫箱，无孔
  → 改为：带孔透气包装盒，单层摆放
  → 预期效果：降低 30% 运输损耗 → 损耗率从 12% 降至 10%
  → 成本变化：包装成本增加 ¥0.3/份，可接受

方案C：物流链路优化（缩短周转时间）
  → 原来：中心仓→网格仓→团长（平均周转 36小时）
  → 改为：中心仓→团长直发（部分区域试点）
  → 预期效果：降低 35% 物流损耗 → 损耗率从 12% 降至 8.5%
  → 成本变化：物流成本增加 5%，但客诉率降低

方案D：设定改善期限（管理机制）
  → 第1周：每日监控损耗数据，找出主因
  → 第2-4周：优先执行成本最低的改善（包装优化）
  → 第2个月：评估效果，决定是否扩大试点
  → 第3个月：若损耗率降至 ≤ 8%，正式推广全链路

综合执行计划（4周改善周期）：
  Week 1：诊断分析，确定主因，制定改善计划
  Week 2：执行包装优化 + 分批采购试点
  Week 3：评估效果，调整策略
  Week 4：固化最优方案，推广至全链路

验收标准：
  → 损耗率 ≤ 8%：继续正常运营
  → 损耗率 8-10%：限流销售，控制库存
  → 损耗率 > 10%：暂停上架，待问题解决后再上

注意事项：
  → 降损耗不能牺牲品质（不能减少保鲜措施）
  → 团长培训同样重要（到团后2小时内必须完成分拣）
  → 损耗率数据必须每日追踪，及时发现异常

案例2：多多买菜成功选品策略#

text

成功点：聚焦农产品，差异化竞争，财务模型健康

具体做法：
  1. 以蔬菜/水果/肉类为主，占 GMV 65%+
  2. 源头直采：云南蔬菜（通海/元谋）、山东大蒜（金乡）、四川丑柑（蒲江）
  3. 整箱/整袋销售：最小销售单元 2-5 斤，降低物流难度
  4. 爆品逻辑：每期只主推 1 个单品，全部流量集中打爆
  5. SKU 严控：活跃 SKU 始终控制在 800-1000 个，不追求数量

关键数据（2023年）：
  GMV：约 1800 亿元（行业第一，超第二名美团 3 倍）
  营收：约 320 亿元（GMV→营收 转化率 18%）
  净利润：接近盈亏平衡（2023年 впервые 实现微利）
  生鲜品类毛利率：27-32%（业内最高）
  综合损耗率：6.5-7.5%（行业最优，比橙心低 11-15pp）
  活跃 SKU：约 900 个（精而不滥，周转率 12-15 次/月）

选品结构占比（多多买菜 SKU 构成）：
  蔬菜/水果/肉禽（生鲜）：SKU 占比 45%，GMV 占比 65%，毛利 27-32%
  乳品/低温食品：SKU 占比 15%，GMV 占比 15%，毛利 15-20%
  标品（饮料/零食/日用）：SKU 占比 30%，GMV 占比 15%，毛利 18-22%
  进口/有机/有机：SKU 占比 10%，GMV 占比 5%，毛利 35-45%

单品采购量优势（核心竞争壁垒）：
  土豆：日采购 500 吨 → 采购成本比中小平台低 18%
  大蒜：日采购 200 吨 → 采购成本比中小平台低 22%
  鸡蛋：日采购 300 万枚 → 采购成本比中小平台低 15%

用户结构：
  70 后+80 后用户占比 65%（价格敏感，追求实用性）
  重点区域：山东/河南/四川/广东（农业大省+人口大省）
  用户月均购买频次：5-7 次（高于行业均值 3-5 次）

可复用经验：
  → SKU 数量不是护城河，单品采购量才是（500 吨/天的土豆谁也打不过）
  → 爆品集中打法（1 期 1 爆品，所有流量打一个品） > 全面铺货
  → 源头直采是降本提质的关键，损耗率每降 1% = 年省数亿元
  → 选品边界决定了供应链边界，进而决定成本边界，三位一体

案例3：兴盛优选地方特产选品#

text

成功点：地方化选品，建立区域护城河，用户粘性极高

具体做法：
  1. 湖南区域：主打辣椒系（剁椒鱼头/辣椒酱）、腊肉系
  2. 湖北区域：主打热干面/周黑鸭/武昌鱼
  3. 广东区域：主打腊味/早茶点心/潮汕牛肉丸
  4. 供应商本地化：区域小型工厂/合作社，本地人管本地事

差异化价值：
  用户感受："这就是我家门口的东西，又便宜又方便"
  竞品无法复制：美团/多多无法每个区域都本地化供应链

关键数据：
  湖南市场份额：一度达 45%（碾压美团 25%/多多 20%）
  区域毛利率：28-32%（高于行业平均 20%）
  用户月均购买频次：9-12 次（业内最高，多多买菜为 5-7 次）
  次月留存率：78%（行业最高，美团/多多约 55-65%）
  自营占比：约 65%（最高，高毛利结构）

失败教训（2023年收缩）：
  扩张过快：湖南以外省份供应链不成熟，损耗率飙升
  核心结论：区域密度 > 全国覆盖，先做透再做大

案例4：某平台"进口水果"选品失败教训#

text

背景：2022年某平台为提升客单价，引入进口水果品类

选品决策：
  → 选品经理认为进口车厘子/蓝莓/牛油果有消费升级需求
  → 定价：市场价 8-9 折，目标客群：高学历/高收入用户
  → 供应商：找到进口水果贸易商，有完整资质

初期数据（看起来很好）：
  → 上架第1周：日均订单 800 单，客单价 ¥85（高于均值 35元）
  → 用户反馈：进口水果品质好，复购意愿强
  → 毛利率：约 18%（扣除损耗前）

问题浮现（第2-3周）：
  1. 冷链要求高：
    → 进口水果需要全程冷链 2-6℃
    → 到团后团长冷柜条件参差不齐（部分团长无冷柜）
    → 用户提货延迟或未及时冷藏：果品腐败投诉激增

  2. 损耗率飙升：
    → 预期损耗：3-5%
    → 实际损耗：12-18%（到团后腐败为主因）
    → 每单亏损：损耗 ¥12/单 × 800单/天 = 每天亏损近万元

  3. 客诉率暴涨：
    → 进口水果相关投诉：日均 35 起（占总投诉 40%）
    → 用户差评扩散：社交媒体出现"进口水果不新鲜"的帖子

最终处置（第4周）：
  → 全面下架进口水果
  → 供应商货款纠纷：部分货物已到港，违约损失约 ¥30 万
  → 直接损失：累计亏损 + 赔偿 + 违约 ≈ ¥180 万

核心教训：
  → 社区团购的冷链条件（团长端）无法支撑高标准进口水果
  → 损耗率测算必须包含"到团后"损耗，不能只算干线运输
  → 选品不能只看"毛利率"，要看"履约毛利率"（扣除全链路损耗）
  → 进口水果适合盒马/叮咚等有专业冷链的平台，不适合社区团购

---

附录：选品检查清单#

text

新品上架前检查清单：

□ 1. 需求验证：有没有用户主动搜索/询问过这个品？
□ 2. 供应链确认：供应商是否已签署合同，货能不能准时到？
□ 3. 资质审核：食品经营许可证/检测报告是否齐全？
□ 4. 毛利测算：毛利率是否 ≥ 20%？（用 SKU 利润测算器验证）
□ 5. 竞品对比：我们的售价是否有竞争力？（用竞品对比器验证）
□ 6. 风险评估：有没有质量安全风险/合规风险？
□ 7. 损耗预估：生鲜损耗率是否在可控范围内？
□ 8. 试销计划：是否安排了 50-100 件试销？
□ 9. 退换货预案：如果出现滞销，供应商是否接受退换？
□ 10. 营销资源：这个品有没有营销费用支持？

以上全部 ✅ 才能正式上架
任何 ❌ 都需要先解决才能上架