商品运营的日常工作中,有一个问题反复出现:到底哪些商品值得重点投入?
判断重点商品,需要电商后台系统同时看销售、毛利、库存、动销几个维度。
数据分布在POS、ERP、库存系统里,光是把数据凑齐就要花掉大半天,等到分析做完,重点商品的销售窗口可能已经过去了一半。
重点商品分析看板解决的正是这个问题:把商品销售明细、库存数据、毛利数据汇聚到同一套视图里,用重点商品KPI、销售排行、毛利贡献、库存健康、动销分析、品类结构六个模块,回答一个问题:
- 哪些商品在贡献价值
- 哪些商品在消耗资源
- 下一步动作应该落在哪里
这套看板在WorkBuddy和九数云BI中搭建,九数云BI负责数据接入和计算,WorkBuddy负责自然语言驱动和看板生成,整个过程在对话框中完成。
九数云BI免费试用:https://s.fanruan.com/jk3vg

一、重点商品分析看板需要承载哪些电商后台系统信息
搭建看板之前,先想清楚一件事:这个看板到底是给谁看的、解决什么问题。商品运营每天面对几百个SKU,不可能每个都盯。
重点商品分析的目的,是从几百个SKU里挑出真正值得投入的那几十个,然后把精力集中在这几十个上面。
一套完整的重点商品分析看板,需要覆盖六个维度:
- 重点商品KPI
重点商品数量、销售额占比、毛利占比、动销率、售罄率——快速判断重点商品的基本盘
- 销售排行
重点商品销量与销售额的TOP与BOTTOM——识别谁在拉动、谁在拖累
- 毛利贡献
重点商品毛利额贡献度与毛利率区间分布——判断哪些商品在赚钱、哪些只是走量
- 库存健康
库存周转天数、缺货/积压商品预警——发现库存结构风险
- 动销分析
动销率、滞销商品清单——找出长期未动销的SKU
- 品类结构
各品类重点商品销售占比与同比——判断品类结构的健康度
六个模块之间存在递进关系:先看重点商品整体表现,再拆到单品层面找具体问题,最后落到品类层面判断结构是否合理。
这个顺序不能乱——先看整体是为了建立基准,再看单品是为了定位异常,最后看品类是为了判断这个异常是个别现象还是结构性问题。

二、电商后台系统第一步:在九数云BI中接入数据源
看板的基础是数据。
九数云BI的数据连接模块支持直连多个业务系统,在数据连接市场新增数据源、完成账号授权后即可同步数据。这一步的目标是把散落在POS、ERP、库存系统中的数据汇聚到同一个平台,让后续的分析有一个统一的数据底座。
重点商品分析看板需要的核心数据表包括:
- 商品销售明细表
日期、SKU、商品名称、品类、品牌、销量、销售额、毛利额、毛利率
- 库存明细表
日期、SKU、期初库存、期末库存、入库数量、出库数量、动销天数
- 商品主数据表
SKU、商品名称、品类、品牌、供应商、上市日期
这里需要特别注意的是:三张表的SKU编码必须能够关联。 销售明细表用SKU编码,库存明细表也用SKU编码,商品主数据表同样用SKU编码——如果三张表的编码规则不一致,后面的关联分析就无法进行。
配置一次,数据永久自动同步,商品运营不需要每天登录四五个系统导数据,不需要手动拼Excel。
三、电商后台系统第二步:在WorkBuddy中配置九数云连接器
数据在九数云BI中准备好了,下一步是让WorkBuddy能够调用这些数据,这一步的核心操作是在WorkBuddy中配置九数云BI连接器。
在WorkBuddy对话框中输入 /连接器,找到「九数云BI」,点击「授权」,用九数云账号登录,选择工作空间与数据范围,状态显示「已连接」即可。
授权一次,持续生效,配置完成后,WorkBuddy可以直接在对话中调用九数云中的数据。
这一步的意义在于:把九数云BI的数据能力和WorkBuddy的自然语言能力连接起来。
商品运营不需要学SQL、不需要操作BI工具,只需要在对话框中用日常语言描述需求,WorkBuddy自动调用九数云中的数据进行计算和分析。

四、电商后台系统第三步:自然语言生成看板
WorkBuddy调用九数云连接器,自动完成:
识别字段语义→推导指标→选用图表→输出仪表板
生成后给出可访问链接。
这一步的核心能力在于:把自然语言描述的分析需求翻译成可执行的计算逻辑和图表结构。
不需要手动配置图表、不需要拖拽字段、不需要调整坐标轴,全都是WorkBuddy自动完成。
重点商品看板的默认结构:
- 重点商品KPI
重点商品数、销售额占比、毛利占比、动销率、售罄率
- 销售排行
重点商品销量/销售额TOP与BOTTOM
- 毛利贡献
重点商品毛利额贡献度与毛利率区间分布
- 库存健康
库存周转天数、缺货/积压商品预警
- 动销分析
动销率、滞销商品清单
- 品类结构
各品类重点商品销售占比与同比
五、电商后台系统第四步:调整看板
初版生成后,通过对话微调看板。
这一步的价值在于:看板不是一次成型的,需要在对话中持续校准,直到完全匹配业务需求。
调整圈选口径:
重点商品圈选口径改成“毛利率 > 35% 且月销量 > 500”。
调整库存预警阈值:
库存预警阈值改为“库存周转天数 > 60天标红”。
调整排行维度:
销售排行增加环比列,只看“食品”品类。
新增图表:
新增价格带分布图,分 0-50 / 50-100 / 100-200 / 200+ 四档。
常见可调项包括:圈选口径、图表类型、维度筛选、指标替换、单位、阈值高亮、对比基准。
每次调整之后,WorkBuddy会重新生成看板,直到业务方满意为止。
六、电商后台系统第五步:发布与分享
看板生成后,获取九数云看板URL,可以分享到企微、邮件、钉钉群,这一步的目标是让看板从“个人分析工具”变成“团队协作工具”。
- 权限管理
在九数云端按角色分配查看/编辑权限,采购、运营、店长分级管理,不同角色看到的数据范围不同——采购看到库存和毛利数据,运营看到销售和动销数据,店长看到自己门店的销售排行
- 定时刷新
数据每日更新时,在九数云设自动刷新,或在WorkBuddy建每日定时任务
- 导出
支持PNG / PDF / Excel三种格式作汇报附件
七、电商后台系统注意事项
下面提供一些速查清单和指令。
01 重点商品圈选口径速查
- 销量型
月销量TOP N(N自定,如TOP30)
- 毛利型
毛利率大于阈值(如35%)或毛利额贡献TOP
- 新品型
上市天数小于90天的新品
- 主推型
运营指定的主推/引流款清单
- 组合型
同时满足“销量大于等于X且毛利率大于等于Y”的交叉筛选
- 滞销型(反向重点)
动销天数大于阈值或期末库存周转异常
02 指标口径速查
销量 = Σ销售件数(来源:POS/订单系统)
销售额 = Σ订单实付金额(来源:POS/订单系统)
毛利额 = 销售额 − 成本(POS + 成本数据)
毛利率 = 毛利额 ÷ 销售额(派生指标)
库存周转天数 = 平均库存 ÷ (销售成本 ÷ 365)(ERP/库存系统)
动销率 = 动销SKU数 ÷ 总SKU数(商品主数据)
售罄率 = 已售数量 ÷ 期初库存(POS + 库存系统)
03 异常处理
- 授权失败
检查九数云账号是否在企业空间内、是否勾选「读+写」权限
- 字段识别错误
把表头改成明确字段名,去掉特殊符号后重新上传
- 重点商品圈选不准
明确圈选口径(销量/毛利/新品/主推),必要时先上传一份“重点商品清单表”作白名单
- 图表选型不当
直接指明类型,如“销量趋势用折线图、品类占比用饼图”
- 数据量超限
超过50MB时拆分文件,或先在九数云端汇总再上传
- 口径不一致
先用指标定义表对齐各区域、各渠道口径,再生成看板
04 速查指令集
生成看板:
把这份商品销售明细建成九数云看板,重点商品按“月销量TOP30”圈选,包含重点商品KPI、销售排行、毛利贡献、库存健康、动销分析、品类结构。
调整圈选:
重点商品改成“毛利率 > 35% 且月销量 > 500”,重新生成。
替换指标:
把售罄率换成库存周转天数,超过60天的标红。
新增图表:
加一张价格带分布图,分 0-50 / 50-100 / 100-200 / 200+ 四档。
导出:
把这个看板导出成PDF,发到我企业微信。
定时刷新:
每天早上9点自动用昨天的数据刷新重点商品看板,并把链接发到商品运营群。
写在最后
重点商品分析看板的搭建,本质是把商品销售、库存、毛利数据按统一的逻辑串起来,让商品运营在打开看板的第一眼就能判断:哪些商品在贡献价值、哪些商品在消耗资源、下一步动作应该落在哪里。
九数云BI负责数据接入和计算,WorkBuddy负责自然语言驱动和看板生成。
整个搭建流程分为六步:
数据准备→连接器授权→生成看板→调整看板→发布分享
配置完成后,看板数据自动刷新,商品运营每天打开链接就能看到最新结果。
重点商品分析的价值在于用数据锁定重点对象。
- 销售排行让运营知道谁在拉动
- 毛利贡献让运营知道谁在赚钱
- 库存健康让运营知道谁在积压
- 动销分析让运营知道谁在沉睡
四个维度交叉验证,才能做出准确的商品决策。
热门产品推荐






