{"skill":{"slug":"local-community-group-buying-product-selection","displayName":"01 Product Selection","summary":"社区团购选品策略全链路技能包。涵盖选品战略、品类分级、各平台选品逻辑对比、定价方法论、选品 SOP 及配套工具。不含供应链执行（见模块四）、仓储物流（见模块五）。","description":"---\nname: community-group-buying-product-selection\ndescription: 社区团购选品策略全链路技能包。涵盖选品战略、品类分级、各平台选品逻辑对比、定价方法论、选品 SOP 及配套工具。不含供应链执行（见模块四）、仓储物流（见模块五）。\nversion: 1.1.0\ncreated_at: 2026-04-14\nlicense: MIT\ngithub_url: null\n---\n\n# 模块一：选品策略\n\n> **模块边界说明（重要）**\n> 本模块聚焦\"卖什么\"和\"怎么定价格\"，即选品决策与定价。\n> 供应链开发与管理 → 模块四（供应链与采购）\n> 仓储与物流配送 → 模块五（仓储与物流）\n> 两者独立完整，边界不重叠。\n\n## 知识库\n\n### 1.1 社区团购选品核心原则\n\n社区团购的选品不是\"卖什么都可以\"，而是围绕一个三角：\n\n```\n                    用户需求\n                      △\n                     / \\\n                    /   \\\n                   /     \\\n    供应链优势 ────────── 平台毛利\n```\n\n**三者缺一不可：**\n- 只有用户需求：卖得动但没利润\n- 只有供应链优势：有价格但卖不掉\n- 只有毛利：两端都不成立，生意不成立\n\n---\n\n### 1.2 品类分级体系\n\n社区团购商品分为五个等级，每个等级运营策略不同：\n\n#### P0：引流款（流量担当）\n| 特征 | 说明 |\n|------|------|\n| 价格 | 低于市场价的 30-50% |\n| 需求 | 极高，刚需，高频 |\n| 毛利 | 0% 甚至负毛利（贴钱卖） |\n| 目的 | 引流、拉新、养成购买习惯 |\n| 代表品 | 鸡蛋（每斤低于超市1-2元）、大白菜、土豆 |\n| 使用频率 | 每期团购必有，但位置轮换 |\n\n#### P1：爆款（GMV担当）\n| 特征 | 说明 |\n|------|------|\n| 价格 | 低于市场价 15-25% |\n| 需求 | 高，非刚需但转化率高 |\n| 毛利 | 15-25% |\n| 目的 | 稳定 GMV，提升客单价 |\n| 代表品 | 时令水果（榴莲/车厘子/芒果）、应季蔬菜、活鲜 |\n| 使用频率 | 每周稳定上，但量有限制 |\n\n#### P2：利润款（利润担当）\n| 特征 | 说明 |\n|------|------|\n| 价格 | 接近市场价或略低 |\n| 需求 | 中等，有特定目标人群 |\n| 毛利 | 25-40% |\n| 目的 | 平衡整体毛利 |\n| 代表品 | 进口食品、有机蔬菜、地方特产、冷冻水产 |\n| 使用频率 | 持续上架，作为毛利补充 |\n\n#### P3：长尾款（品类补充）\n| 特征 | 说明 |\n|------|------|\n| 价格 | 市场价或略高 |\n| 需求 | 低，但满足小众人群 |\n| 毛利 | 20-35% |\n| 目的 | 完善品类宽度，提升客单价 |\n| 代表品 | 有机食品、进口调味料、特殊膳食食品 |\n| 使用频率 | 定期上，不追求量 |\n\n#### P4：战略款（护城河）\n| 特征 | 说明 |\n|------|------|\n| 价格 | 自定义 |\n| 需求 | 平台独有或独家合作 |\n| 毛利 | 不限 |\n| 目的 | 建立竞争壁垒 |\n| 代表品 | 平台自营品牌、独家联名、产地直采 |\n| 使用频率 | 长期固定 |\n\n---\n\n### 1.3 各平台选品逻辑对比\n\n#### 美团优选\n```\n选品策略：爆品引流 + 标品扩充\n核心逻辑：\n  1. 以生鲜（蔬果/肉禽/水产）为骨架\n  2. 标品（日用品/食品）补毛利\n  3. 每期主打 2-3 个爆品，引流 60%+ 流量\n\n爆品规律：\n  - 时令水果（樱桃/荔枝/葡萄）= GMV 担当\n  - 节假日（春节/端午/中秋）= 礼盒装冲量\n  - 夏季（冰淇淋/冷饮）= 高频冲复购\n\n自营占比：约 30%（据美团 2022 年财报及行业估算）\n  → 自营品类：米面粮油/调味品/日用品，管控质量稳定性\n  → 生鲜以外部供应商为主（降低损耗风险）\n  → 2023 年优选 GMV 约 300 亿（收缩期）\n```\n\n#### 多多买菜\n```\n选品策略：低价拼团 + 农产品上行\n核心逻辑：\n  1. 农产品为绝对主力（蔬菜/水果/肉类）占 GMV 65%+\n  2. 强调\"便宜\"，用规模换利润\n  3. 拼团机制：2-3 人成团，降低决策门槛\n\n爆品规律：\n  - 低价引流转：1 分钱秒杀（限量，每日 10:00 场次）\n  - 整箱/整袋销售：最小 2 斤起，降低物流难度\n  - 白牌为主：非品牌，只看价格不看品质\n\n自营占比：约 20%（拼多多白牌基因，不强调品牌溢价）\n  → 2023 年 GMV 约 1800 亿元（行业第一）\n  → 2023 年营收约 320 亿元（GMV→营收转化率 18%）\n  → 活跃 SKU 约 900 个（精而不滥，低于行业均值 1200）\n```\n\n#### 淘菜菜\n```\n选品策略：阿里生态联动 + 品质升级\n核心逻辑：\n  1. 打\"品质\"牌，区别于多多买菜的低价低质\n  2. 接入天猫/盒马供应链，提升商品力\n  3. 主打\"新鲜\"，时效和品质优先\n\n爆品规律：\n  - 盒马同款：品质背书，价格低于盒马 20-30%\n  - 88VIP 会员专享：会员专属价，提升会员价值\n  - 直播联动：淘宝直播带团购\n\n自营占比：约 40%（阿里有盒马+大润发供应链，选品质量更高）\n  → 2023 年 GMV 约 200 亿（收缩中，已合并入淘宝特价版）\n```\n\n#### 兴盛优选\n```\n选品策略：区域深耕 + 本地化供应链\n核心逻辑：\n  1. 主攻湖南/湖北/广东核心省份，不追求全国覆盖\n  2. 供应商以本地小型工厂/合作社为主，物流成本低\n  3. 本地特色农产品：湖南辣椒系/湖北热干面/广东腊味\n\n爆品规律：\n  - 地方特产：当地人强复购，竞品无法复制\n  - 节日特供：端午节粽子、中秋节月饼（节令性强）\n  - 农贸市场联动：源头直采，价格优势明显\n\n自营占比：约 65%（自建仓储配送，毛利结构最优）\n  → 湖南市场份额一度达 45%（美团 25%/多多 20%）\n  → 用户月均购买频次 9-12 次（业内最高）\n  → 2023 年后战略收缩，聚焦已有优势区域\n```\n\n---\n\n### 1.4 选品禁入清单\n\n以下品类不适合社区团购，不能做：\n\n```\n禁入品类：\n  1. 活鲜（螃蟹/龙虾/贝类）\n     → 损耗极高，配送难度大，死亡责任难界定\n\n  2. 进口冷链（冰淇淋/刺身/牛油果）\n     → 冷链要求高，损耗超 15%\n\n  3. 大件商品（整箱矿泉水/大袋米面）\n     → 配送成本高，团长搬运困难\n\n  4. 高客单价（奢侈品/电子产品）\n     → 用户决策周期长，不适合团购场景\n\n  5. 有效期<7天的短保食品\n     → 物流周转 1-2 天，留给销售窗口太短\n\n  6. 非标品（散装食品/称重食品）\n     → 质量难以标准化，投诉率高\n\n  7. 法律法规限制品类（烟酒/药品）\n     → 合规风险极高\n```\n\n---\n\n## 方法论\n\n### 1.5 选品决策流程（标准 SOP）\n\n```\n选品决策七步法：\n\nStep 1：需求验证\n  → 这个品用户真的需要吗？（调研数据/历史销售数据）\n  → 需求频率：高频（月购）？中频（季购）？低频（年购）？\n\nStep 2：供应链可行性评估\n  → 能不能稳定供货？（供应商产能/物流时效）\n  → 最低起订量是多少？（MOQ 影响毛利）\n\nStep 3：毛利测算\n  → 用定价公式计算：毛利率是否 > 20%？\n  → 如果 < 20%，是否有其他品类补贴？\n\nStep 4：竞品分析\n  → 各大平台这个品卖什么价格？\n  → 我们的价格有没有竞争力？\n\nStep 5：风险评估\n  → 这个品有没有质量/安全风险？\n  → 损耗率预估是多少？\n\nStep 6：试销验证\n  → 先小批量上架（50-100件）\n  → 观察 3-7 天的销售数据和投诉率\n  → 数据达标再进入正式选品池\n\nStep 7：正式上架\n  → 录入商品信息\n  → 制定促销计划\n  → 安排供应商备货\n```\n\n---\n\n### 1.6 供应商与商品黑名单管理（选品风控）\n\n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）：\n\n```\n触发黑名单的条件（任一即入）：\n\n供应商层面：\n  ├── 资质造假：营业执照/许可证伪造\n  ├── 质量事故：同一商品 3 次抽检不合格\n  ├── 欺诈行为：缺斤少两、以次充好、货不对板\n  ├── 商业行贿：向运营人员行贿\n  └── 卷款跑路：收取预付款后失联\n\n商品层面：\n  ├── 食品安全：商品检出禁用添加剂/农药残留超标\n  ├── 法律合规：销售国家明令禁止的食品\n  ├── 虚假宣传：标注与实际不符（如有机认证造假）\n  └── 侵权行为：销售假冒注册商标商品\n```\n\n```\n黑名单处理流程：\n\nStep 1：证据留存（3天内完成）\n  → 截图/检测报告/实物照片\n  → 供应商签字确认（如联系得上）\n\nStep 2：立即下架\n  → 平台所有在售商品全部下架\n  → 通知已购买用户（必要时启动退款）\n\nStep 3：全平台公示\n  → 内部通报，禁止再次合作\n  → 情节严重者上报行业协会\n\nStep 4：法律追责（如涉及欺诈）\n  → 报案或发起民事诉讼\n  → 金额 > 3000 元即构成诈骗罪（刑法266条）\n\n永久黑名单标准（不可解除）：\n  ├── 食品安全事故主责（造成人身伤害）\n  ├── 违法犯罪行为（假证/行贿/侵权）\n  └── 卷款跑路\n```\n\n---\n\n### 1.7 定价策略方法论\n\n```\n社区团购定价公式：\n\n        成本价\n售价 = ────────────────\n        (1 - 平台抽佣率 - 团长佣金率 - 物流费率 - 损耗率 - 运营费率)\n\n目标毛利率 = 1 - 各项成本占比之和 ≥ 20%\n\n---\n\n参数说明：\n  成本价：供应商报价\n  平台抽佣率：平台收取的佣金（通常 10-18%）\n  团长佣金率：给团长的佣金（通常 10-15%）\n  物流费率：配送成本占售价比例（通常 5-10%）\n  损耗率：预估损耗占售价比例（通常 2-8%）\n  运营费率：营销/人力/技术等（通常 3-5%）\n\n---\n\n数值算例（以鸡蛋为例）：\n\n假设条件：\n  成本价：¥12.0/斤（供应商报价）\n  市场价：¥18.0/斤（超市同款）\n  平台抽佣率：12%\n  团长佣金率：10%\n  物流费率：7%\n  损耗率：6%（禽蛋类）\n  运营费率：3%\n\n代入公式：\n  合理售价 = ¥12.0 / (1 - 0.12 - 0.10 - 0.07 - 0.06 - 0.03)\n            = ¥12.0 / 0.62\n            = ¥19.35\n\n毛利率验算：\n  毛利率 = (¥19.35 - ¥12.0) / ¥19.35 = 38.0% ✅\n\n若定价 ¥18.0（竞争定价，跟市场价持平）：\n  毛利率 = (¥18.0 - ¥12.0) / ¥18.0 = 33.3% ✅\n  但各项费率之和 = 0.12+0.10+0.07+0.06+0.03 = 0.38\n  成本覆盖 = ¥12.0 + ¥18.0×0.38 = ¥12.0 + ¥6.84 = ¥18.84\n  ¥18.0 < ¥18.84 → 亏损！竞争定价需要供应商额外补贴\n\n若定价 ¥15.0（激进引流）：\n  各项费率 = ¥15.0 × 0.38 = ¥5.70\n  成本覆盖 = ¥12.0 + ¥5.70 = ¥17.70\n  ¥15.0 < ¥17.70 → 每斤亏损 ¥2.70（平台需补贴）\n\n行业定价参考区间（2023年数据）：\n\n  ┌────────────────────────────────────────────────────────────────────────────┐\n  │ 品类        成本价     市场价    合理售价区间    毛利率参考    损耗率参考    │\n  │ ─────────────────────────────────────────────────────────────────          │\n  │ 鸡蛋        ¥5-12/斤  ¥8-18/斤  成本价×1.5-2.0  30-45%      5-8%         │\n  │ 大白菜      ¥0.5/斤   ¥2-3/斤   ¥1.5-2.5       25-40%      8-15%        │\n  │ 猪五花肉   ¥15-20/斤 ¥25-35/斤 成本价×1.6-2.0  28-38%      3-6%         │\n  │ 苹果        ¥3-6/斤   ¥6-12/斤  成本价×1.8-2.2  30-45%      6-10%        │\n  │ 进口车厘子  ¥25-35/斤 ¥60-90/斤 成本价×2.0-2.5  40-55%      10-18%       │\n  └────────────────────────────────────────────────────────────────────────────┘\n\n---\n\n实际定价策略（三种）：\n\n策略 A：竞争定价（引流品）\n  → 跟竞品比，我更便宜\n  → 定价 = 市场价 × (70-85%)\n  → 适用：鸡蛋、蔬菜、大米等刚需品\n  → 注意：必须有供应商补贴才能执行，否则亏损\n\n策略 B：价值定价（利润品）\n  → 我的品质更好/更独家，值得更贵\n  → 定价 = 市场价 × (95-110%)\n  → 适用：有机食品、进口商品、地方特产\n\n策略 C：撇脂定价（新品/稀缺品）\n  → 趁着稀缺赶紧赚\n  → 定价 = 成本价 × 2.5-3.0\n  → 适用：首发新品、限量款、节假日礼盒\n```\n\n---\n\n## 工具集\n\n> **工具归属说明**\n> 供应商评分卡（Tool 2 原位置）→ 划归模块四（供应链与采购）\n> 本模块仅保留直接服务选品决策的工具\n\n### Tool 1: SKU 利润测算器\n\n```python\n#!/usr/bin/env python3\n# -*- coding: utf-8 -*-\n\"\"\"\nSKU利润测算工具\n输入：供应商报价 + 各环节费率\n输出：毛利率 + 建议售价 + 盈亏平衡分析\n\"\"\"\n\ndef calculate_sku_profit(\n    cost_price: float,\n    platform_commission: float = 0.12,  # 平台抽佣率\n    leader_commission: float = 0.12,     # 团长佣金率\n    logistics_rate: float = 0.08,       # 物流费率\n    loss_rate: float = 0.05,           # 损耗率\n    operation_rate: float = 0.03,       # 运营费率\n    target_gross_margin: float = 0.20  # 目标毛利率\n):\n    \"\"\"\n    计算SKU利润\n\n    Args:\n        cost_price: 供应商成本价（元）\n        platform_commission: 平台抽佣率（默认12%）\n        leader_commission: 团长佣金率（默认12%）\n        logistics_rate: 物流费率（默认8%）\n        loss_rate: 损耗率（默认5%）\n        operation_rate: 运营费率（默认3%）\n        target_gross_margin: 目标毛利率（默认20%）\n\n    Returns:\n        dict: 包含售价、毛利率、各环节成本等\n    \"\"\"\n    total_cost_rate = (\n        platform_commission\n        + leader_commission\n        + logistics_rate\n        + loss_rate\n        + operation_rate\n    )\n\n    min_selling_price = cost_price / (1 - total_cost_rate - target_gross_margin)\n\n    recommended_price_a = min_selling_price  # 目标毛利定价\n    recommended_price_b = cost_price / (1 - total_cost_rate)  # 盈亏平衡定价\n\n    gross_margin_a = (recommended_price_a - cost_price) / recommended_price_a\n    gross_margin_b = (recommended_price_b - cost_price) / recommended_price_b\n\n    cost_breakdown = {\n        \"平台佣金\": recommended_price_a * platform_commission,\n        \"团长佣金\": recommended_price_a * leader_commission,\n        \"物流成本\": recommended_price_a * logistics_rate,\n        \"损耗成本\": recommended_price_a * loss_rate,\n        \"运营成本\": recommended_price_a * operation_rate,\n        \"商品成本\": cost_price,\n    }\n\n    return {\n        \"成本价\": round(cost_price, 2),\n        \"最低售价（盈亏平衡）\": round(recommended_price_b, 2),\n        \"建议售价（目标毛利20%）\": round(recommended_price_a, 2),\n        \"盈亏平衡毛利率\": round(gross_margin_b * 100, 1),\n        \"建议毛利率\": round(gross_margin_a * 100, 1),\n        \"成本拆解（元）\": {k: round(v, 2) for k, v in cost_breakdown.items()},\n        \"定价是否可行\": gross_margin_a >= target_gross_margin,\n    }\n\n\ndef compare_platform_pricing(\n    cost_price: float,\n    platform: str,\n    market_price: float = None\n):\n    \"\"\"\n    各平台定价对比\n\n    Args:\n        cost_price: 成本价\n        platform: 平台名称\n        market_price: 市场价（可选）\n\n    Returns:\n        dict: 各平台定价建议\n    \"\"\"\n    platform_configs = {\n        \"美团优选\": {\n            \"platform_commission\": 0.12,\n            \"leader_commission\": 0.12,\n            \"logistics_rate\": 0.08,\n            \"loss_rate\": 0.06,\n            \"operation_rate\": 0.03,\n        },\n        \"多多买菜\": {\n            \"platform_commission\": 0.10,\n            \"leader_commission\": 0.10,\n            \"logistics_rate\": 0.07,\n            \"loss_rate\": 0.05,\n            \"operation_rate\": 0.02,\n        },\n        \"淘菜菜\": {\n            \"platform_commission\": 0.15,\n            \"leader_commission\": 0.12,\n            \"logistics_rate\": 0.09,\n            \"loss_rate\": 0.04,\n            \"operation_rate\": 0.04,\n        },\n        \"兴盛优选\": {\n            \"platform_commission\": 0.14,\n            \"leader_commission\": 0.12,\n            \"logistics_rate\": 0.06,\n            \"loss_rate\": 0.05,\n            \"operation_rate\": 0.03,\n        },\n    }\n\n    if platform not in platform_configs:\n        return {\"error\": f\"未知平台: {platform}\"}\n\n    cfg = platform_configs[platform]\n    result = calculate_sku_profit(\n        cost_price=cost_price,\n        **cfg\n    )\n\n    if market_price:\n        result[\"市场竞争价\"] = market_price\n        result[\"相对市场价\"] = f\"+{(result['建议售价（目标毛利20%）']/market_price - 1)*100:.1f}%\"\n        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\"\n\n    return result\n\n\ndef run():\n    \"\"\"\n    交互式运行\n    \"\"\"\n    print(\"=\" * 50)\n    print(\"SKU利润测算工具\")\n    print(\"=\" * 50)\n\n    try:\n        cost = float(input(\"请输入成本价（元）：\"))\n    except ValueError:\n        print(\"成本价输入错误\")\n        return\n\n    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\")\n    platform_map = {\"1\": \"美团优选\", \"2\": \"多多买菜\", \"3\": \"淘菜菜\", \"4\": \"兴盛优选\"}\n    p_choice = input(\"请输入选项（默认美团优选）：\").strip() or \"1\"\n    platform = platform_map.get(p_choice, \"美团优选\")\n\n    result = compare_platform_pricing(cost, platform)\n\n    print(f\"\\n【{platform}】定价分析：\")\n    print(f\"  成本价：{result['成本价']} 元\")\n    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']}%）\")\n    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']}%）\")\n\n    if \"市场竞争价\" in result:\n        print(f\"  市场价：{result['市场竞争价']} 元\")\n        print(f\"  相对市场价：{result['相对市场价']}\")\n        print(f\"  价格竞争力：{result['价格竞争力']}\")\n\n    print(\"\\n成本拆解（元）：\")\n    for k, v in result[\"成本拆解（元）\"].items():\n        print(f\"  {k}：{v}\")\n\n    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%）'}\")\n\n\nif __name__ == \"__main__\":\n    run()\n```\n\n### Tool 2: 选品竞品对比器\n\n```python\n#!/usr/bin/env python3\n# -*- coding: utf-8 -*-\n\"\"\"\n选品竞品对比工具\n输入：自己想上的品 + 各平台当前售价\n输出：竞争力分析 + 建议定价\n\"\"\"\n\ndef compare_product_competitiveness(\n    product_name: str,\n    cost_price: float,\n    my_platform: str,\n    competitor_prices: dict,\n    market_price: float = None,\n    target_margin: float = 0.20\n):\n    \"\"\"\n    竞品对比分析\n\n    Args:\n        product_name: 商品名称\n        cost_price: 成本价\n        my_platform: 己方平台\n        competitor_prices: 竞品价格 dict，如 {\"美团优选\": 12.9, \"多多买菜\": 11.9}\n        market_price: 超市/菜市场市场价（可选）\n        target_margin: 目标毛利率\n\n    Returns:\n        dict: 竞争力分析报告\n    \"\"\"\n    import statistics\n\n    all_prices = list(competitor_prices.values())\n    if market_price:\n        all_prices.append(market_price)\n\n    avg_price = statistics.mean(all_prices)\n    min_price = min(all_prices)\n    max_price = max(all_prices)\n\n    # 计算己方各平台定价\n    platform_configs = {\n        \"美团优选\": {\"platform\": 0.12, \"leader\": 0.12, \"logistics\": 0.08, \"loss\": 0.06, \"op\": 0.03},\n        \"多多买菜\": {\"platform\": 0.10, \"leader\": 0.10, \"logistics\": 0.07, \"loss\": 0.05, \"op\": 0.02},\n        \"淘菜菜\": {\"platform\": 0.15, \"leader\": 0.12, \"logistics\": 0.09, \"loss\": 0.04, \"op\": 0.04},\n        \"兴盛优选\": {\"platform\": 0.14, \"leader\": 0.12, \"logistics\": 0.06, \"loss\": 0.05, \"op\": 0.03},\n    }\n\n    cfg = platform_configs.get(my_platform, platform_configs[\"美团优选\"])\n    total_cost_rate = sum(cfg.values())\n\n    suggested_price = cost_price / (1 - total_cost_rate - target_margin)\n    breakeven_price = cost_price / (1 - total_cost_rate)\n\n    # 竞争力判断\n    price_vs_avg = (suggested_price / avg_price - 1) * 100\n    price_vs_min = (suggested_price / min_price - 1) * 100\n\n    if price_vs_avg < -10:\n        competitiveness = \"🟢 极强（显著低于平均）\"\n        recommendation = \"低价引流款，可快速起量\"\n    elif price_vs_avg < 0:\n        competitiveness = \"🟢 较强（低于平均）\"\n        recommendation = \"有竞争力的定价，可以上\"\n    elif price_vs_avg < 10:\n        competitiveness = \"🟡 中等（接近平均）\"\n        recommendation = \"需要差异化支撑（品质/服务），否则难销\"\n    elif price_vs_avg < 20:\n        competitiveness = \"🟠 较弱（高于平均）\"\n        recommendation = \"不适合做爆品，建议做长尾/利润款\"\n    else:\n        competitiveness = \"🔴 极弱（显著高于平均）\"\n        recommendation = \"定价过高，除非独家/品质极强，否则不建议上\"\n\n    return {\n        \"商品名称\": product_name,\n        \"成本价\": cost_price,\n        \"己方平台\": my_platform,\n        \"统计基准\": {\n            \"竞品数量\": len(competitor_prices),\n            \"最低价\": min_price,\n            \"最高价\": max_price,\n            \"平均价\": round(avg_price, 2),\n            \"市场价（超市）\": market_price,\n        },\n        \"己方定价\": {\n            \"建议售价（毛利20%）\": round(suggested_price, 2),\n            \"盈亏平衡售价\": round(breakeven_price, 2),\n            \"目标毛利率\": f\"{target_margin*100:.0f}%\",\n        },\n        \"竞争力分析\": {\n            \"相对平均价\": f\"{'+' if price_vs_avg > 0 else ''}{price_vs_avg:.1f}%\",\n            \"相对最低价\": f\"{'+' if price_vs_min > 0 else ''}{price_vs_min:.1f}%\",\n            \"竞争力评估\": competitiveness,\n            \"建议策略\": recommendation,\n        },\n        \"竞品明细\": competitor_prices,\n    }\n\n\ndef run():\n    print(\"=\" * 60)\n    print(\"选品竞品对比工具\")\n    print(\"=\" * 60)\n\n    product = input(\"商品名称：\").strip()\n    try:\n        cost = float(input(\"成本价（元）：\"))\n    except ValueError:\n        print(\"成本价输入错误\")\n        return\n\n    print(\"\\n竞品价格输入（输入完成后直接回车）：\")\n    competitors = {}\n    while True:\n        p = input(\"  平台名称（直接回车结束）：\").strip()\n        if not p:\n            break\n        try:\n            price = float(input(f\"  {p} 售价（元）：\"))\n            competitors[p] = price\n        except ValueError:\n            print(\"  价格输入错误\")\n\n    platform_map = {\"1\": \"美团优选\", \"2\": \"多多买菜\", \"3\": \"淘菜菜\", \"4\": \"兴盛优选\"}\n    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\"\n    my_platform = platform_map.get(my_p, \"美团优选\")\n\n    market_input = input(\"市场价（超市价，可直接回车跳过）：\").strip()\n    market_price = float(market_input) if market_input else None\n\n    result = compare_product_competitiveness(\n        product, cost, my_platform, competitors, market_price\n    )\n\n    print(f\"\\n{'='*60}\")\n    print(f\"【{result['商品名称']}】竞品对比报告\")\n    print(f\"{'='*60}\")\n    print(f\"\\n统计基准：\")\n    print(f\"  竞品数量：{result['统计基准']['竞品数量']}\")\n    print(f\"  最低价：{result['统计基准']['最低价']} 元\")\n    print(f\"  最高价：{result['统计基准']['最高价']} 元\")\n    print(f\"  平均价：{result['统计基准']['平均价']} 元\")\n    if result['统计基准']['市场价（超市）']:\n        print(f\"  超市价：{result['统计基准']['市场价（超市）']} 元\")\n\n    print(f\"\\n己方定价（{result['己方平台']}）：\")\n    print(f\"  建议售价（毛利20%）：{result['己方定价']['建议售价（毛利20%）']} 元\")\n    print(f\"  盈亏平衡售价：{result['己方定价']['盈亏平衡售价']} 元\")\n\n    print(f\"\\n竞争力分析：\")\n    print(f\"  相对平均价：{result['竞争力分析']['相对平均价']}\")\n    print(f\"  相对最低价：{result['竞争力分析']['相对最低价']}\")\n    print(f\"  竞争力：{result['竞争力分析']['竞争力评估']}\")\n    print(f\"  建议策略：{result['竞争力分析']['建议策略']}\")\n\n    print(f\"\\n竞品明细：\")\n    for p, price in result['竞品明细'].items():\n        print(f\"  {p}：{price} 元\")\n\n\nif __name__ == \"__main__\":\n    run()\n```\n\n### Tool 3: 品类适配度评估器\n\n```python\n#!/usr/bin/env python3\n# -*- coding: utf-8 -*-\n\"\"\"\n品类适配度评估器\n输入：品类特征数据\n输出：适配度评分 + 品类定级(P0-P4) + 上架建议\n\"\"\"\n\n\ndef assess_category_fit(\n    category: str,\n    is_staple: bool,           # 是否刚需品\n    purchase_frequency: str,   # 高频/中频/低频\n    avg_order_value: float,    # 该品类平均客单价\n    loss_rate: float,         # 预估损耗率(0-1)\n    is_standardized: bool,    # 是否标准化商品\n    shelf_life_days: int,      # 保质期天数\n    has_supply_advantage: bool,  # 是否有供应链优势\n    competitor_density: str,   # 竞品密度：高/中/低\n    weights: dict = None,     # 可选：自定义权重，如 {\"刚需性\": 25, \"频次\": 20, ...}\n):\n    \"\"\"\n    评估品类是否适合社区团购\n\n    Args:\n        category: 品类名称\n        is_staple: 是否为刚需品（米面粮油/蔬菜/鸡蛋等）\n        purchase_frequency: 高频/中频/低频\n        avg_order_value: 该品类平均客单价（元）\n        loss_rate: 预估损耗率（0.05 = 5%）\n        is_standardized: 商品是否标准化（规格统一/易验货）\n        shelf_life_days: 保质期天数\n        has_supply_advantage: 是否有供应链优势（源头直采/独家等）\n        competitor_density: 竞品密度（高=多家平台在卖/中/低=少有人卖）\n        weights: 可选，自定义各维度权重（默认值如下）\n            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\n\n    Returns:\n        dict: 适配度评分 + 定级建议\n    \"\"\"\n    # 默认权重（总分100）\n    w = weights or {\n        \"刚需性\": 25,\n        \"频次\": 20,\n        \"标准化\": 15,\n        \"损耗率\": 15,\n        \"供应链优势\": 15,\n        \"竞品密度\": 10,\n    }\n\n    score = 0\n    reasons = []\n\n    # 刚需性（权重内自定义，这里用0/满分二值）\n    if is_staple:\n        score += w[\"刚需性\"]\n        reasons.append(\"✅ 刚需品，用户需求稳定\")\n    else:\n        score += int(w[\"刚需性\"] * 0.3)\n        reasons.append(\"⚠️ 非刚需品，用户购买决策成本高\")\n\n    # 购买频次（最高20分）\n    freq_map = {\"高频\": 20, \"中频\": 12, \"低频\": 5}\n    freq_score = freq_map.get(purchase_frequency, 8)\n    score += freq_score\n    reasons.append(f\"{purchase_frequency}购买（+{freq_score}分）\")\n\n    # 标准化程度（最高15分）\n    if is_standardized:\n        score += 15\n        reasons.append(\"✅ 标准化商品，质量易管控，投诉率低\")\n    else:\n        score += 3\n        reasons.append(\"❌ 非标品，质量难标准化，投诉风险高\")\n\n    # 损耗率（最高15分，越低越好）\n    if loss_rate < 0.03:\n        score += 15\n        reasons.append(f\"✅ 损耗率低（{loss_rate*100:.0f}%），成本可控\")\n    elif loss_rate < 0.08:\n        score += 10\n        reasons.append(f\"🟡 损耗率中等（{loss_rate*100:.0f}%），需重点管控\")\n    elif loss_rate < 0.15:\n        score += 3\n        reasons.append(f\"⚠️ 损耗率高（{loss_rate*100:.0f}%），建议试销\")\n    else:\n        score += 0\n        reasons.append(f\"❌ 损耗率极高（{loss_rate*100:.0f}%），不适合上\")\n\n    # 供应链优势（最高15分）\n    if has_supply_advantage:\n        score += 15\n        reasons.append(\"✅ 有供应链优势（源头直采/独家），成本可压低\")\n    else:\n        score += 5\n        reasons.append(\"⚠️ 无明显供应链优势，成本竞争力弱\")\n\n    # 竞品密度（最高10分，低密度=蓝海）\n    if competitor_density == \"低\":\n        score += 10\n        reasons.append(\"✅ 竞品密度低，差异化空间大\")\n    elif competitor_density == \"中\":\n        score += 6\n        reasons.append(\"🟡 竞品密度中等，需差异化竞争\")\n    else:\n        score += 2\n        reasons.append(\"❌ 竞品密度高，价格战激烈，利润薄\")\n\n    # 定级建议\n    if score >= 80:\n        grade = \"P1（爆款）\"\n        suggestion = \"✅ 强烈建议上架，可作为主推爆品\"\n    elif score >= 65:\n        grade = \"P2（利润款）\"\n        suggestion = \"✅ 可以上架，作为毛利补充品类\"\n    elif score >= 50:\n        grade = \"P3（长尾款）\"\n        suggestion = \"🟡 谨慎上架，需控制库存量\"\n    elif score >= 35:\n        grade = \"P4（观察款）\"\n        suggestion = \"⚠️ 建议试销（50-100件），数据达标再正式上架\"\n    else:\n        grade = \"禁入\"\n        suggestion = \"❌ 不建议上架，风险大于收益\"\n\n    return {\n        \"品类\": category,\n        \"适配度评分\": f\"{score}/100\",\n        \"定级建议\": grade,\n        \"上架建议\": suggestion,\n        \"加分项\": [r for r in reasons if \"✅\" in r],\n        \"扣分项\": [r for r in reasons if \"❌\" in r],\n        \"中性项\": [r for r in reasons if \"🟡\" in r],\n    }\n\n\ndef run():\n    print(\"=\" * 55)\n    print(\"品类适配度评估器\")\n    print(\"=\" * 55)\n\n    category = input(\"品类名称：\").strip() or \"土豆\"\n\n    is_staple = input(\"是否刚需品（y/N，如大米/鸡蛋）：\").strip().lower() == 'y'\n\n    freq = input(\"购买频次（高/中/低）：\").strip() or \"高频\"\n\n    try:\n        aov = float(input(\"平均客单价（元）：\").strip() or \"15\")\n    except ValueError:\n        aov = 15.0\n\n    try:\n        loss = float(input(\"预估损耗率（0.05=5%）：\").strip() or \"0.03\")\n    except ValueError:\n        loss = 0.03\n\n    is_std = input(\"是否标准化商品（y/N）：\").strip().lower() == 'y'\n\n    try:\n        shelf = int(input(\"保质期（天）：\").strip() or \"30\")\n    except ValueError:\n        shelf = 30\n\n    has_adv = input(\"是否有供应链优势（y/N）：\").strip().lower() == 'y'\n\n    comp = input(\"竞品密度（高/中/低）：\").strip() or \"高\"\n\n    result = assess_category_fit(\n        category, is_staple, freq, aov, loss, is_std, shelf, has_adv, comp\n    )\n\n    print(f\"\\n{'='*55}\")\n    print(f\"品类适配度评估：{result['品类']}\")\n    print(f\"{'='*55}\")\n    print(f\"\\n适配度评分：{result['适配度评分']}\")\n    print(f\"定级建议：{result['定级建议']}\")\n    print(f\"上架建议：{result['上架建议']}\")\n\n    if result['加分项']:\n        print(f\"\\n加分项：\")\n        for r in result['加分项']:\n            print(f\"  {r}\")\n    if result['中性项']:\n        print(f\"\\n中性项：\")\n        for r in result['中性项']:\n            print(f\"  {r}\")\n    if result['扣分项']:\n        print(f\"\\n扣分项：\")\n        for r in result['扣分项']:\n            print(f\"  {r}\")\n\n\nif __name__ == \"__main__\":\n    run()\n```\n\n---\n\n## 案例库\n\n### 案例1：橙心优选败局复盘（选品失控）\n\n```\n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\n\n选品问题：\n  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\n  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）\n  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\n\n关键数据推导：\n  高峰期日均 GMV ≈ 1.5 亿元\n  每单平均客单价 ≈ 35 元\n  日均订单量 ≈ 428 万单\n  每单补贴额 ≈ 3-5 元（含物流/营销/损耗）\n  日均亏损 ≈ 1284-2140 万元\n  月均亏损 ≈ 3.9-6.4 亿元\n  31 个月累计亏损 ≈ 120-200 亿元\n\n各品类亏损占比：\n  生鲜（蔬菜/水果/肉）：亏损 55%（损耗率 18-22% 是主因）\n  标品（饮料/零食）：亏损 20%（竞争平台价格战）\n  日用品：亏损 15%（物流成本高于毛利）\n  其他：亏损 10%\n\n橙心 vs 多多买菜同期对比：\n  ┌─────────────────────────────────────────────────┐\n  │  指标          橙心优选      多多买菜          │\n  │  ─────────────────────────────────────          │\n  │  日均 GMV      1.5亿       5亿+              │\n  │  SKU 数量      3000+        800-900             │\n  │  单品采购量    分散          集中（议价力强）    │\n  │  生鲜损耗率    18-22%       6.5-8%             │\n  │  单均亏损      3-5元        <0.5元             │\n  │  31个月累计亏损 120-200亿    约50亿（可控）     │\n  └─────────────────────────────────────────────────┘\n\n失败根源分析（选品视角）：\n  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\n  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\n  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\n\n核心教训：\n  → 不是所有品类都适合社区团购，生鲜占比 > 50% 必须严控损耗\n  → SKU 数量不是优势，爆品精准度 + 单品采购量才是竞争力\n  → 损耗率 > 12% 的平台，财务模型必然崩溃（不可逆）\n  → 选品边界 = 供应链边界 = 成本边界，三位一体\n```\n\n### 案例1b：有机菠菜损耗率超标降耗方案\n\n```\n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%）\n\n问题诊断：\n  → 损耗来源拆解：\n    - 在途损耗（干线运输）：3%（包装不当）\n    - 仓储损耗（冷库存储）：2%（温湿度控制问题）\n    - 到团损耗（团长提货）：4%（分拣不及时）\n    - 用户拒收损耗：3%（叶菜不易保存）\n\n可执行降损耗方案：\n\n方案A：分批采购（源头控制）\n  → 原来：一次性采购5天库存\n  → 改为：每日配送，降低单次采购量\n  → 预期效果：降低 40% 存储损耗 → 损耗率从 12% 降至 9%\n  → 成本变化：物流成本增加 10%，但损耗减少节省更多\n\n方案B：包装优化（标准化处理）\n  → 原来：散装泡沫箱，无孔\n  → 改为：带孔透气包装盒，单层摆放\n  → 预期效果：降低 30% 运输损耗 → 损耗率从 12% 降至 10%\n  → 成本变化：包装成本增加 ¥0.3/份，可接受\n\n方案C：物流链路优化（缩短周转时间）\n  → 原来：中心仓→网格仓→团长（平均周转 36小时）\n  → 改为：中心仓→团长直发（部分区域试点）\n  → 预期效果：降低 35% 物流损耗 → 损耗率从 12% 降至 8.5%\n  → 成本变化：物流成本增加 5%，但客诉率降低\n\n方案D：设定改善期限（管理机制）\n  → 第1周：每日监控损耗数据，找出主因\n  → 第2-4周：优先执行成本最低的改善（包装优化）\n  → 第2个月：评估效果，决定是否扩大试点\n  → 第3个月：若损耗率降至 ≤ 8%，正式推广全链路\n\n综合执行计划（4周改善周期）：\n  Week 1：诊断分析，确定主因，制定改善计划\n  Week 2：执行包装优化 + 分批采购试点\n  Week 3：评估效果，调整策略\n  Week 4：固化最优方案，推广至全链路\n\n验收标准：\n  → 损耗率 ≤ 8%：继续正常运营\n  → 损耗率 8-10%：限流销售，控制库存\n  → 损耗率 > 10%：暂停上架，待问题解决后再上\n\n注意事项：\n  → 降损耗不能牺牲品质（不能减少保鲜措施）\n  → 团长培训同样重要（到团后2小时内必须完成分拣）\n  → 损耗率数据必须每日追踪，及时发现异常\n```\n\n### 案例2：多多买菜成功选品策略\n\n```\n成功点：聚焦农产品，差异化竞争，财务模型健康\n\n具体做法：\n  1. 以蔬菜/水果/肉类为主，占 GMV 65%+\n  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）\n  3. 整箱/整袋销售：最小销售单元 2-5 斤，降低物流难度\n  4. 爆品逻辑：每期只主推 1 个单品，全部流量集中打爆\n  5. SKU 严控：活跃 SKU 始终控制在 800-1000 个，不追求数量\n\n关键数据（2023年）：\n  GMV：约 1800 亿元（行业第一，超第二名美团 3 倍）\n  营收：约 320 亿元（GMV→营收 转化率 18%）\n  净利润：接近盈亏平衡（2023年 впервые 实现微利）\n  生鲜品类毛利率：27-32%（业内最高）\n  综合损耗率：6.5-7.5%（行业最优，比橙心低 11-15pp）\n  活跃 SKU：约 900 个（精而不滥，周转率 12-15 次/月）\n\n选品结构占比（多多买菜 SKU 构成）：\n  蔬菜/水果/肉禽（生鲜）：SKU 占比 45%，GMV 占比 65%，毛利 27-32%\n  乳品/低温食品：SKU 占比 15%，GMV 占比 15%，毛利 15-20%\n  标品（饮料/零食/日用）：SKU 占比 30%，GMV 占比 15%，毛利 18-22%\n  进口/有机/有机：SKU 占比 10%，GMV 占比 5%，毛利 35-45%\n\n单品采购量优势（核心竞争壁垒）：\n  土豆：日采购 500 吨 → 采购成本比中小平台低 18%\n  大蒜：日采购 200 吨 → 采购成本比中小平台低 22%\n  鸡蛋：日采购 300 万枚 → 采购成本比中小平台低 15%\n\n用户结构：\n  70 后+80 后用户占比 65%（价格敏感，追求实用性）\n  重点区域：山东/河南/四川/广东（农业大省+人口大省）\n  用户月均购买频次：5-7 次（高于行业均值 3-5 次）\n\n可复用经验：\n  → 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）\n  → 爆品集中打法（1 期 1 爆品，所有流量打一个品） > 全面铺货\n  → 源头直采是降本提质的关键，损耗率每降 1% = 年省数亿元\n  → 选品边界决定了供应链边界，进而决定成本边界，三位一体\n```\n\n### 案例3：兴盛优选地方特产选品\n\n```\n成功点：地方化选品，建立区域护城河，用户粘性极高\n\n具体做法：\n  1. 湖南区域：主打辣椒系（剁椒鱼头/辣椒酱）、腊肉系\n  2. 湖北区域：主打热干面/周黑鸭/武昌鱼\n  3. 广东区域：主打腊味/早茶点心/潮汕牛肉丸\n  4. 供应商本地化：区域小型工厂/合作社，本地人管本地事\n\n差异化价值：\n  用户感受：\"这就是我家门口的东西，又便宜又方便\"\n  竞品无法复制：美团/多多无法每个区域都本地化供应链\n\n关键数据：\n  湖南市场份额：一度达 45%（碾压美团 25%/多多 20%）\n  区域毛利率：28-32%（高于行业平均 20%）\n  用户月均购买频次：9-12 次（业内最高，多多买菜为 5-7 次）\n  次月留存率：78%（行业最高，美团/多多约 55-65%）\n  自营占比：约 65%（最高，高毛利结构）\n\n失败教训（2023年收缩）：\n  扩张过快：湖南以外省份供应链不成熟，损耗率飙升\n  核心结论：区域密度 > 全国覆盖，先做透再做大\n```\n\n### 案例4：某平台\"进口水果\"选品失败教训\n\n```\n背景：2022年某平台为提升客单价，引入进口水果品类\n\n选品决策：\n  → 选品经理认为进口车厘子/蓝莓/牛油果有消费升级需求\n  → 定价：市场价 8-9 折，目标客群：高学历/高收入用户\n  → 供应商：找到进口水果贸易商，有完整资质\n\n初期数据（看起来很好）：\n  → 上架第1周：日均订单 800 单，客单价 ¥85（高于均值 35元）\n  → 用户反馈：进口水果品质好，复购意愿强\n  → 毛利率：约 18%（扣除损耗前）\n\n问题浮现（第2-3周）：\n  1. 冷链要求高：\n    → 进口水果需要全程冷链 2-6℃\n    → 到团后团长冷柜条件参差不齐（部分团长无冷柜）\n    → 用户提货延迟或未及时冷藏：果品腐败投诉激增\n\n  2. 损耗率飙升：\n    → 预期损耗：3-5%\n    → 实际损耗：12-18%（到团后腐败为主因）\n    → 每单亏损：损耗 ¥12/单 × 800单/天 = 每天亏损近万元\n\n  3. 客诉率暴涨：\n    → 进口水果相关投诉：日均 35 起（占总投诉 40%）\n    → 用户差评扩散：社交媒体出现\"进口水果不新鲜\"的帖子\n\n最终处置（第4周）：\n  → 全面下架进口水果\n  → 供应商货款纠纷：部分货物已到港，违约损失约 ¥30 万\n  → 直接损失：累计亏损 + 赔偿 + 违约 ≈ ¥180 万\n\n核心教训：\n  → 社区团购的冷链条件（团长端）无法支撑高标准进口水果\n  → 损耗率测算必须包含\"到团后\"损耗，不能只算干线运输\n  → 选品不能只看\"毛利率\"，要看\"履约毛利率\"（扣除全链路损耗）\n  → 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\n```\n\n---\n\n## 附录：选品检查清单\n\n```\n新品上架前检查清单：\n\n□ 1. 需求验证：有没有用户主动搜索/询问过这个品？\n□ 2. 供应链确认：供应商是否已签署合同，货能不能准时到？\n□ 3. 资质审核：食品经营许可证/检测报告是否齐全？\n□ 4. 毛利测算：毛利率是否 ≥ 20%？（用 SKU 利润测算器验证）\n□ 5. 竞品对比：我们的售价是否有竞争力？（用竞品对比器验证）\n□ 6. 风险评估：有没有质量安全风险/合规风险？\n□ 7. 损耗预估：生鲜损耗率是否在可控范围内？\n□ 8. 试销计划：是否安排了 50-100 件试销？\n□ 9. 退换货预案：如果出现滞销，供应商是否接受退换？\n□ 10. 营销资源：这个品有没有营销费用支持？\n\n以上全部 ✅ 才能正式上架\n任何 ❌ 都需要先解决才能上架\n```\n","tags":{"latest":"1.0.0"},"stats":{"comments":0,"downloads":355,"installsAllTime":13,"installsCurrent":0,"stars":0,"versions":1},"createdAt":1777621952475,"updatedAt":1778492818233},"latestVersion":{"version":"1.0.0","createdAt":1777621952475,"changelog":"community-group-buying-product-selection v1.1.0\n\n- 新增社区团购选品全链路知识体系，包括选品战略、品类分级、各平台差异、定价方法、标准化SOP及黑名单风控流程。\n- 明确各品类分级策略（引流、爆款、利润、长尾、战略款），并对不可选品类进行了详细列举。\n- 综合多平台（美团优选、多多买菜、淘菜菜、兴盛优选）最新选品策略比较。\n- 完善选品决策SOP与风控流程，强化供应商及商品黑名单管理。\n- 推出SKU利润测算器工具，支持毛利率、建议售价和盈亏平衡分析。\n- 不涵盖供应链执行及仓储物流，相关内容见独立模块。","license":"MIT-0"},"metadata":null,"owner":{"handle":"nic-yuan","userId":"s17601s6pc41mkraa1bkeshfx983kdsw","displayName":"nic-yuan","image":"https://avatars.githubusercontent.com/u/195308903?v=4"},"moderation":null}