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：

                    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）

P1：爆款（GMV担当）

P2：利润款（利润担当）

P3：长尾款（品类补充）

P4：战略款（护城河）

1.3 各平台选品逻辑对比

美团优选

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

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

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

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：

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）

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）：

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

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

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

#!/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

#!/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

#!/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）

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

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

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

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

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

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