毛利率分析要做好做深,关键是看颗粒度 | 帆软九数云
“这个月毛利率怎么又掉了?”
听到领导的这句问话,我脑子已经开始幻痛了。但这偏偏是很多财务人或者业务负责人在每月经营复盘会上的日常。
领导这个问题,说白了就是要你解释公司为什么会这样,问题出在哪个环节。但多数时候,咱财务人做毛利率分析能拿出来的,只是一堆汇总指标数据和趋势图,看似完整,却无法透彻的回答上述问题。
其实,毛利率分析的核心,不是把毛利率这个指标算对就可以了,而是要通过层层拆解,找到影响它的深层因素,弄清楚问题出在哪、后续该怎么改,也就是所谓的颗粒度。想把毛利率分析做好做深,颗粒度就得细。
一、别只停留在“表面毛利率”
毛利率公式大家都知道:
毛利率 =(销售收入 - 销售成本)÷ 销售收入 × 100%
计算出来的这个数字当然重要,但是它只能说明结果,看不出任何原因。
如果你的分析只停留在“整体毛利率下降了3%,产品毛利率略有波动”,那你其实只是报告了一个“经营现象”,没法给业务解决问题提供任何有价值的指导。
真正有价值的毛利率分析,是要根据已有结果,顺藤摸瓜地拆到底,还原问题发生的过程,揪出背后的原因,并给出相应建议。
说白了,就是颗粒度要细,否则真正的问题永远藏在平均数里。
二、颗粒度越细,越能看清问题在哪
1. 产品结构拆解👉卖得多的不一定赚得多
毛利率出现同比下滑,背后可能有很多原因,比如说:
- 那些赚钱多的高毛利产品销量减少,拉跨了整体的盈利结构
- 不怎么赚钱的低毛利产品销量大幅上涨,拉低了整体的盈利水平
- 公司主力产品要么被迫降价,要么采购、生产成本涨了,导致该单品的赚钱能力变差。
想找到问题到底出在哪,在分析颗粒度上,可以从产品线→单品→SKU→包装规格 层层下钻,结合每个产品的售价变化和成本波动,才能看清产品结构对毛利率的影响。
2. 客户结构拆解👉客户质量比数量更重要
有的公司表面看销售额上升了,但毛利率却还是在下降。此时毛利率分析可以考虑从客户结构的维度进一步做拆解:
- 分析到底是哪类客户撑起了公司最大的毛利额
- 分析总结哪些客户的议价能力强,压价厉害
- 一些大客户采购占比上升,但是因为他们议价能力强、压价厉害,虽然带来了销售额,却拉低了整体毛利。要检查公司有没有出现这种不良情况,毕竟高销量不赚钱,那不白忙活了吗。
做毛利率分析的时候,建议按客户大类→客户类型→单个客户→客户组别(比如经销、直销、直营、分销等)这一颗粒度层级来细化,慢慢找出真正能给企业带来高毛利的优质客户。
3. 渠道模式拆解👉不同渠道毛利差异大
现在企业常常多渠道并行,经销、电商、直营、批发一起做。但是不同渠道的成本结构完全不同,毛利率表现各异。比如:
- 经销渠道毛利低,但一般回款速度较快
- 直营渠道毛利高,但是店铺租金、人力支出也高
- 电商渠道虽然毛利高,但要额外付出推广费用
- 外贸渠道毛利中等偏上,但要承担关税、物流费和汇率波动风险,回款周期也比内销长
- 代销渠道毛利中等,不用压库存风险小,但定价权弱,回款要看代销方的结算节奏
- 私域渠道(社群/小程序)毛利高且推广费低,但需要持续投入运营维护客户,复购全靠口碑
- ......
如果只看总毛利率,就会忽略掉这些渠道差异。所以要按渠道模式进行细分拆解,分析颗粒度可以按照销售渠道→每个渠道的费用结构→每个渠道的单品毛利率这一思路去逐层细化,从而判断渠道真正的毛利率表现。
4. 区域销售拆解👉地域差异影响毛利高低
同样一款产品,在华东市场能卖出高价,在西南市场可能只能保本。为什么?因为它们的价格体系、运输成本、竞争环境、客户偏好都不一样。
做毛利率分析时至少要拆到大区、省份,必要时可以细化到城市,还得结合产品或客户进行交叉分析,才能快速定位到那些拉低整体毛利的问题区域。
总结下来,颗粒度细化层级可以参考:大区→省份→城市→区域+客户/产品联动分析
5. 时间维度拆解👉季节性和周期性变动也不能忽视
很多产品的毛利会随时间波动。
- 有的产品旺季销量大,但因为促销活动多/成本上升,毛利率反而下降
- 有的产品淡季销量少,但是价格稳定/成本可控,毛利反而更高
这种波动如果不做时间维度的分析,就很容易误判毛利率变化的原因。
财务人可以按季度/月跟踪毛利率变化趋势,并结合销量与成本变化做组合分析,避免被短期的波动所误导。
三、颗粒度越细 ≠ 数据越杂乱
很多财务人一听要细化颗粒度就头疼,担心数据太多、报表太杂。
其实颗粒度细不代表要面面俱到、事无巨细,而是要顺着业务本身的逻辑,有针对性地做维度拆解,抓住主要矛盾。
核心是聚焦业务最关心的问题,而不是搞一堆没意义的维度交叉。
企业根据自身的业务特点,可以先聚焦几个核心维度做组合分析。比如说:
- 产品 + 客户 → 分析客户盈利
- 产品 + 区域 → 分析市场拓展
- 渠道 + 时间 → 分析促销效果
还是那句话,毛利率分析细化颗粒度要有的放矢,不要盲目叠加维度,无脑搞一堆交叉数据上去只会让听分析的人迷失重点。
四、毛利率分析(不同颗粒度)怎么直观展现?
上面说了那么多,终归还是分析方法或者理论,那么怎么才能把做好的不同颗粒度层级的毛利分析直观呈现出来,让业务负责人和领导能够快速理解呢?常用的方式有三种:
1.结构变动图
展示各产品线或者客户类群对毛利率的影响情况,可以用柱状图、瀑布图等形式来展示各产品毛利及其销量占比的变化。


2.瀑布图(贡献分析)
用来展示一段时间内毛利润金额或者毛利率变化的各个因素及其影响占比。


甚至可以按照不同拆分维度,做更细分的动态瀑布图:

3.下钻报表
可以从总毛利钻取到具体产品/客户/渠道/地区等明细数据,逐步定位问题来源。
现在很多零代码BI都可以实现这种动态报表的效果,下面这个是我用九数云BI做别的分析模型产出的报表,颗粒度层级形式仅供大家参考,重要的是呈现的思路。
九数云BI财务分析工具,免费试用:https://www.jiushuyun.com/finance

总结
最后回收本文的标题,毛利率分析要做好做深,关键是看颗粒度:
- 拆的细→才能逐渐理解业务逻辑
- 拆的准→才能逐渐发现问题
- 拆的恰当,符合业务目标→才能推动业务决策
当你能用清晰的结构和数据逻辑把毛利率的变化讲明白,那才是真正有含金量的毛利率分析。
热门产品推荐






