销售波动诊断 — 一眼看穿商品销售波动
上传销售数据，自动生成商品销售分布箱形图，CV波动诊断，异常值精准定位
示例数据
2 秒看懂工具产出：CV 波动诊断、异常值检测、多 SKU 对比 —— 上传你的真实数据后自动替换
5 个商品销售波动箱形图
稳定 需关注 波动大
商品数量5
稳定商品2
需关注2
波动大1
稳定 SKU
2 个
CV < 15%
需关注
2 个
CV 15–30%
波动大
1 个
CV > 30%
CV 智能诊断
稳定 / 需关注 / 波动大 三级自动着色
异常值自动检测
IQR 规则精准定位异常天，红点高亮
多 SKU 对比
一张图对比所有商品分布，稳定/波动一目了然
报告导出
PPTX 含图表+数据表+诊断建议，一键可用
上传销售数据
点击或拖拽 Excel / CSV 文件到此处
支持 .xlsx .xls .csv · 每 SKU 至少 2 天（建议 7 天+）
典型应用场景
稳定款识别
找出 CV 低的稳定爆款，加大推广投入和备货量
波动异常排查
销售忽高忽低的 SKU 一眼识别，红点标记异常天
库存备货参考
稳定款加大备货，波动款谨慎补货，数据驱动库存决策
大促依赖识别
识别"活动一停就没量"的 SKU，评估日常转化力
快速体验 & 生成分析
CV 波动等级
稳定 CV≤0.4
需关注 0.4~0.7
波动大 >0.7
CV = 标准差 ÷ 均值，越大说明波动越大
数据格式示例
| SKU编号 | 日期 | 销售额 | 订单数 |
|---|---|---|---|
| SKU001 | 2025-10-15 | 3,260 | 28 |
| SKU001 | 2025-10-16 | 2,980 | 25 |
| SKU001 | 2025-10-17 | 3,410 | 29 |
| SKU002 | 2025-10-15 | 8,900 | 62 |
| SKU002 | 2025-10-16 | 1,240 | 9 |
必需「SKU编号 + 销售额」；「价格」或「订单数」二选一；每个 SKU 至少 2 行（建议 7 天+）
使用技巧
每个 SKU 至少 2 条记录，建议 7 天以上数据
图表最多展示前 30 个 SKU（按中位数排序），全量见数据表
空值或非数字行自动剔除，无需手动清洗
CV 消除量级影响，可比较不同价位商品的波动程度
红点异常天建议逐一排查：活动、改价、差评或缺货
使用方法
① 下载模板，准备「SKU编号 + 销售额」数据
② 至少 2 条 / SKU，推荐 7 天以上
③ 拖拽上传 Excel/CSV 文件
④ 点击「生成箱形图分析」
⑤ 结合 AI 解读，识别稳定 / 波动商品
能帮你解决什么
一眼识别"稳定爆款"和"波动不可控"的 SKU
库存备货决策：稳定款加大备货，波动款谨慎补货
大促依赖型商品识别，评估日常转化力
异常天精准定位，辅助运营复盘
PPTX 含图表+数据+诊断建议，直接用于周月会汇报
常见问题
类目转化率多少算正常？
基准值因品类而异：食品/零食 5%-8%，美妆护肤 3%-5%，服饰鞋包 2%-4%，数码3C 1%-3%，家具家居 1%-2%。转化率低于行业均值50%以上需要重点优化。
转化率如何优化？
按重要性排序优化：①价格竞争力（占30%）；②评价/销量基础（占25%）；③主图和详情页质量（占20%）；④流量精准度（占15%）；⑤促销活动力度（占10%）。
GMV和实际销售额有什么区别？
GMV包含已支付+未支付+退款的订单金额，实际销售额只包含已支付且未退款的订单。通常实际销售额 = GMV × 60%-80%。拼多多和抖音以支付金额统计，淘宝京东以下单金额统计。
GMV怎么计算？
GMV = UV × 转化率 × 客单价 = 展现量 × 点击率 × 转化率 × 客单价。提升GMV的三个杠杆：拉流量（提升UV）、提转化（提升CVR）、提客单（提升AOV）。
相关术语
销售
流量
转化
用户
