帕累托法则做SKU分层：用Power Query复盘7-Eleven单品管理与滞销预警周报

【使用场景】

本文面向零售、电商、分销等拥有SKU销售与库存数据的团队，讨论如何用Excel Power Query搭建一份可每周刷新的SKU ABC分类与滞销预警周报。适用对象包括商品运营、供应链计划、门店管理、电商商品负责人。该工具不是替代ERP，而是把分散在导出表、库存表、主数据表中的信息整理成可复核、可追踪、可讨论的周度决策清单。

【学习目标】

1. 理解帕累托法则与ABC库存分类，明确为何要把资源集中在高贡献SKU。
2. 通过7-Eleven单品管理实践，理解单品级数据如何支撑高频补货与淘汰决策。
3. 掌握Power Query搭建周报的工具准备、字段设置、操作步骤和检查清单。
4. 学会识别新品、季节品、引流品等特殊SKU，避免把C类简单全部淘汰。

【问题背景】

很多团队并不缺销售数据，缺的是把数据变成每周动作。常见痛点包括：SKU数量多，手工透视容易漏；销售、库存、毛利分散在不同表；滞销发现滞后；商品淘汰靠经验争论；每周重复整理占用大量时间。此时需要一个稳定的数据加工流程，把SKU按贡献分层，并把异常库存提前暴露出来。

【核心概念与理论】

帕累托法则在商品经营中常表现为少数SKU贡献较多销售额或毛利，多数SKU贡献较少。ABC分类是在此基础上做运营分层：A类重点保障，B类常规维护，C类重点审视。注意，ABC不是价值判断，而是资源配置优先级。

滞销预警关注的是库存占用与机会成本。一个SKU销量低并不必然错误，关键看它是否占用资金、仓储、货架或运营注意力，是否承担组合、场景、引流、品牌形象等功能。

因此，周报要同时回答三个问题：哪些SKU贡献高，哪些SKU库存效率低，哪些异常需要人工复核。

【案例还原：7-Eleven单品管理】

案例背景：便利店经营空间有限，货架与库存容量受约束，消费需求高频变化。公开经营常识中，7-Eleven长期强调单品管理，即不只观察品类总额，而是把每个单品作为订货、陈列和淘汰的基本单位。

关键决策：以单品为单位追踪销售与库存，用门店反馈和POS数据做假设验证，而不是仅凭总部经验拍脑袋。

执行过程：门店围绕天气、节日、周边活动、历史销售形成订货假设；销售发生后通过POS数据反馈；经营者观察单品的动销、周转和毛利贡献；对高频稳定单品保持供给，对低效单品进行调整或淘汰；对季节品和新设观察期。

结果与因果链：单品级数据让门店能更快识别哪些商品占用货架却贡献不足，哪些商品需要补货或扩大陈列。其有效性来自三个机制：第一，数据颗粒度足够细，能定位到具体SKU；第二，反馈周期短，能支持高频调整；第三，淘汰与补货是连续动作，不是一次性盘点。

理论为何有效：因为货架、资金和注意力有限，帕累托法则提示团队优先保障高贡献SKU；ABC分类把这种优先级变成可执行分层。

理论为何可能失效：如果把单品管理简化成只看历史销量，容易误伤新品、季节品、引流品和低频但必要的组合商品。

【用理论拆解案例