最近九数云BI看到一个很火的面试题：抖音有 2000 个品类，但真正有销量的只有 200 个，你会如何做商品诊断？

题目很短，不少人第一反应是“选品不行”“爆款太少”，但如果真这么回答，基本就止步在表面判断了。今天，九数云BI就借这个问题，系统拆一拆： 当商品规模快速扩张，但动销严重失衡时，应该如何一步步做商品诊断、分层和优化。我们往四个方向回答这个问题：

一、一个被忽视的核心指标：动销率

很多团队一上来就看 GMV、爆款数、ROI，但真正决定你商品池是否健康的，其实是一个基础指标——动销率。

简单说一句话：

动销率低，不是卖得少，而是商品系统失效。

当你有 2000 个品类，但只有 200 个能卖，说明什么？

所以，商品诊断的第一步，不是调直播话术，也不是上新，而是把商品按“是否在动”拆清楚。

二、商品诊断的核心框架：先分清「卡在哪一步」

所有卖不动的商品，本质上都卡在交易链路的某一环。你可以用下面这条逻辑，把 1800 个“没销量商品”全部拆解清楚：

曝光 → 点击 → 转化

1、没有讲过

如果说一家店铺有2000个品，而一场直播，主播的精力也是有限的，而且也要多关注一些爆品，所以不可能每一个品类全部都过过，或许有一些产品，是完全没有出现在直播间过的，这个就需要卖家进行排查。

2、讲过但是没有点击

这类商品说明主播在介绍的过程中，用户第一眼没有被打动，重点检查产品“吸引力”问题。

如果点击率长期低于账号平均水平，这类商品需要优先优化素材，而不是反复讲解。

3、点进去了，但是没有人买

这是最有分析价值的一类商品，说明用户有兴趣，但在最后一步被劝退。

这类商品往往是“潜力款”，应作为重点优化对象，而不是直接淘汰。

三、商品分层：用波士顿矩阵管好 2000 个品类

当完成基础诊断后，下一步不是统一动作，而是先分层，再管理。可以用波士顿矩阵思路，把商品分成四类。

将商品按销量（市占比）和增长率进行二维分类：

通过这一模型，运营团队可以对SKU做分级管理，明确每类产品的资源投入与生命周期规划。

四、优化策略：让商品“跑起来”的三件事

完成诊断和分层后，真正的差距来自执行策略。

1、直播间与货架定位要清晰

直播间和货架，本质上承担的是两种不同的销售任务。

直播间适合卖： 好讲、好理解、决策快、下单路径简单的商品。 主播能在短时间内讲清卖点，用户不用反复对比，就能被氛围和优惠推动下单。

货架更多用来承接： 搜索流量、长尾需求和补充购买。 参数复杂、规格多、需要仔细对比的商品，更适合通过详情页和评价慢慢转化。

并不是所有商品都必须进直播间。 如果一个商品需要讲很久、容易打断节奏、用户频繁犹豫，那它更适合放在货架，而不是硬塞进直播间。

2、排品逻辑决定成交上限

根据不同的流量结构，不同的直播间的具体的排品策略。可以参考站长之前写过的两个策略

1）既定排品策略

就是在开播前，我们可以根据历史直播数据，以及各个商品的测款数据反馈，先做出一个排品计划来。

2）动态排品

就是根据你当场直播的实时数据反馈，来调整你的排品。

比如说现在你直播间，突然间多了很多关于某个产品的评论，那这个时候你就可以适当的选择把这个产品往前移，先来推这款产品，看整体的数据转化如何，这个就是动态排品。

那这个想要做好，关键就是你的整个团队，各个岗位之间的一个相互的配合程度了，包括主播个人的这个临场反应能力了等等的了。

一般来说，根据每个企业的情况不同，直播间可能的货品类型的多少也是不同的，以每场直播排品数量大概有 100-200 个的直播间为例，可以通过直播间每日订单商品数据分析，快速总结以下内容：

商品选择的正确与否：

是否有爆品诞生：

3、用赛马机制，而不是拍脑袋选品

面对大规模商品池，必须数据驱动：

五、写在最后

抖音卖不动的商品，90% 不是因为“商品不行”，而是：

没被正确诊断、没被正确分层、也没被放在正确的位置上。

当你真正把：

2000 个商品，不会再是负担，而会变成持续出爆款的商品池。