商品分析，是可以和用户分析交叉来做的，这样能发现增效的机会点。指望一个爆款打天下不是很现实，因此商品需要区分流量款、爆款、利润款、搭配款，有了商品分级后，再看每一类商品覆盖用户数量，比例，就能发现：

• 引流款是否对新用户有足够吸引力
• 利润款是否覆盖足够多老用户
• 还有哪些款没有覆盖到高价值用户

机会点就是这么找出来的（如下图）

渠道分析比用户和商品更直接：

• 砍掉高成本、低质量劣质渠道
• 将用户向低成本的渠道引流
• 做大低成本、高质量的渠道

在渠道分析上，一般对拉新的关注度比较高，各个投放渠道的拉新成本，拉新后的用户价值计算是重点。不过要注意的是，由于现在渠道日益分散（实体店、电商平台、外卖平台、自建APP、小程序、短视频平台、社群、私域……），很有可能一个用户同时在多个平台活动， 一个平台会同时覆盖多个用户，因此区分出不同渠道覆盖用户类型，是进行优化第一步。

同时，渠道质量并非一个稳定数值，很有可能随着业务行动优化，因此，记录优化结果，建议优化方向，又是一个典型的增效的点。只不过，对每次优化动作，需要有业务标签库进行监控，才能看清楚到底在往哪里优化。

综上可见，想实现降本增效，不是只靠一条数据两条公式那么一计算，就咣当得出一个神威无敌大将军建议。

降本增效的本质，是通过数据手段，量化业务行为，核算业务成本，监控业务收益。量化才是最重要的一步。相应的，业务标签库，业财一体化流程，才是保障降本增效的根本。否则账目都是纸质单张，里边的描述和业务实际脱节，业务动作无法被数据监控，连基础的数据都核算不清，降本增效更无从谈起。