名字相近，不代表口径相同

电商分析最常见的错误，不是公式算错，而是把分母不同的指标放在一起讨论。GMV、销量、订单数、购买人数、客单价和平均成交价都与“卖了多少”有关，但它们回答的是不同问题。

在开始分析之前，先问清楚一个指标的分子、分母、时间窗口、订单状态和聚合层级。缺少任何一项，同一个名称都可能对应不同数字。

AsKlear 当前三个核心指标

在当前京东月度数据契约中：

这意味着 ASP 的分母是商品件数。它回答的是“平均每件商品贡献多少销售额”，而不是“每个订单花了多少钱”，也不是“每位购买者花了多少钱”。

如果没有订单数，就不能计算订单均价；如果没有购买人数，就不能计算客单价。不要用 ASP 代替这两个指标。

  • GMV 表示所选范围内聚合的券后销售额。
  • Units 表示所选范围内聚合的商品销量。
  • ASP 表示平均成交价，在销量不为零时按 GMV 除以 units 计算。

用第一层公式拆开增长

对于同一查询范围，可以先使用一个简单恒等式：

GMV = Units × ASP

这个公式把销售额变化拆成销量和平均成交价两部分。它不是完整的经营漏斗，但非常适合解释月度商品销售数据。

这些组合是诊断入口，不是原因证明。促销、缺货、上新和商品结构变化仍需要进一步验证。

  • GMV 和销量同时增长：规模扩张较为明确。
  • GMV 增长、销量持平：ASP 上升或商品结构向高价商品移动。
  • 销量增长、GMV 持平：ASP 下降，可能存在折扣或低价商品占比提高。
  • GMV 和销量同时下降：需要继续检查需求、供给和在售商品变化。

不要把商品公式当成经营漏斗

高赞的数据分析方法经常把 GMV 继续拆成流量、转化率和客单价。这适用于拥有曝光、点击、购买人数和订单明细的经营数据。

但月度商品销售数据不一定包含这些漏斗字段。如果当前数据只有 GMV、销量和 ASP，就应该停留在可以被数据证明的层级，不能反推出流量或转化率。

一个成熟的分析不是把公式拆得越长越好，而是明确哪些结论由当前数据支持，哪些需要额外数据源。

聚合后的 ASP 是加权结果

品牌或类目层面的 ASP 不是各商品价格的简单平均值，而是总 GMV 除以总销量。销量高的商品权重更大。

假设一个品牌有一款高价商品和一款低价商品。即使两款商品各自价格都没有变化，只要销量更多地转向高价商品，品牌 ASP 就会上升。这是产品结构变化，不一定是涨价。

因此，当 ASP 明显变化时，至少再检查两件事：主要商品的销量占比是否变化，以及是否有新品或商品退出统计范围。

比较必须使用同一把尺子

跨月、跨品牌或跨类目比较时，保持以下条件一致：

还要同时看绝对值和变化率。一个品牌从 1 增长到 3，增长率很高，但商业规模可能仍然很小；一个大品牌增长 5%，带来的绝对增量可能远大于小品牌翻倍。

  • 相同的完整月份范围。
  • 相同的类目层级和筛选条件。
  • 相同的品牌或商品对齐规则。
  • 相同的指标定义和聚合方式。

一张结果应该怎样阅读

建议按以下顺序阅读：

如果结论涉及份额，再加入同范围的类目总量作为分母。如果结论涉及利润、流量、转化或复购，则需要新的数据，不能从这三个指标直接推断。

指标的价值不在于名字多，而在于每一个数字都能被准确解释，并且知道它不能解释什么。

  • 先看 GMV，判断销售规模及其方向。
  • 再看 Units，判断规模变化是否由销量推动。
  • 再看 ASP，判断价格或商品结构是否发生变化。
  • 最后按商品、品牌或类目下钻，寻找变化集中在哪里。