虾皮成本归集按什么口径分摊

成本归集按什么口径分摊，先定下来

口径就是那道算法。同样一批共用的开销，按什么基数分到各个商品上去。分出来每个商品承担多少。基数换一个，每个商品头上的数就换一套。所以口径不是细节，它直接决定单品成本长什么样。

分摊这个词听起来像分钱，实际分的是承担。共用的开销只有一份，分摊的动作是把这份开销的责任指派给几个对象。指派的方式不同，谁承担多少就不同。所以口径的本质是一套指派规则，规则要先定，再谈执行。规则没定就开工，每个人都会按自己舒服的方式分一次。

定口径的时候要先回答一个问题，这项开销是被什么推动的。仓库被空间推动，快递被重量推动。推广被投放策略推动，人工被工时推动。推动因素找对了，基数几乎是自然出来的。找错了，后面怎么算都是歪的。

同一个名目只能对应一个基数，这条要守住。一个名目同时按两种基数分。分出来的数既不像这一种也不像那一种。实在需要两种的，那就说明这个名目里混着两类东西。应该先把它拆开，再分别定基数。

口径要能被人复述出来，这一点比它精不精细更重要。别人问一句这笔仓库费怎么分的，你能用一句话说清。说不清，就说明口径里的某一环靠的是印象，而不是规则。靠印象的规则，别人接不了手。接不了手的东西，最后还是要退回给原来那个人去做。

知虾的选品面里按类目列出的成本构成。可以拿来对照自己选定的基数合不合。同一类目里各家的成本占比通常有一个大致的范围。自己的数偏得特别远，多半是基数选得和这类商品的特点不匹配。这一步只用来比范围。

口径还要能跨期沿用。这一期按件数分，下一期也按件数分。两期的单品成本才有可比性。中途换基数要留记录，写清从哪一期起换、为什么换。不写记录，看两期数据的人只会以为业务发生了变化。

基数选定之后，还要定范围。这个基数覆盖的是哪几类开销，写清楚。范围模糊的话，同一笔开销可能被两个基数都分了一次，也可能一个都没有分到。重复分和漏分都很难在当期被发现，因为它们不影响总数。总数看着对，单品身上却是错位的。

口径里有一种做法看着最省事。就是所有共用开销统一按销售额分。这样做的好处是简单，一个数就能算完。代价是便宜的商品会替贵的商品承担成本。因为它的销售额占比小，承担的仓库和运费就被压低了。

反过来，统一按件数分也有它的偏差。单价高、体积小的商品会显得成本很高。因为它跟大件承担一样的仓库成本。这种偏差在商品结构变化的时候会突然变大。因为两头的商品比例变了，而基数没有变。

口径定得好的一个标志，是它经得起换一组商品重算。把商品结构换一批，分出来的结果仍然合理。定得不好的口径，换一批商品就会得出明显荒谬的结论，比如某一款商品承担的成本超过了它的售价。出现这种结果的时候，多数人先怀疑商品，其实该先怀疑基数。基数是人定的，商品是无辜的。

口径还要考虑到操作的可行性。有些基数理论上更准，但需要的数据根本拿不到。比如按实际占用空间分仓库费。前提是每一款货的占用有记录。没有记录，这个基数就只能是纸面上的，实际用不起来。

所以定口径的时候，准确和可用要一起考虑。一个能达到八成准确、每期都能算出数的基数，胜过一个理论准确、实际拿不到数据的基数。拿不到数据的那一种，最后还是会退回到一个粗略的替代方案上。替代方案一出，原来那套精巧的算法也就成了摆设。能一直跑下去的规则，才是有效的规则。

口径定下来之后要写进文档。写清基数、范围、适用对象，以及遇到新商品时怎么处理。文档还要写清它的有效期，就是从哪一期开始用。写下来之后，这套算法就不再依赖某一个人的记忆。人换了算法还在，单品的成本口径不会跟着断。

把口径先定下来，后面的动作才有依据。挂到商品上的直接成本不受影响，被分摊的那一部分则完全听口径的。同一批开销，基数换一个，落到每一款商品上的数就换一套，结论也跟着换。所以这一层做在前面，是单品成本能被信任的前提。先定，再算，顺序不能反。

基数先选定，范围再划清，最后一定要换一种口径重算一遍，排序翻转的地方就是口径最敏感的地方。

按销售额还是按件数，两种不一样

按销售额和按件数是最常用的两种基数，也是差别最明显的两种。销售额说的是这笔生意收了多少钱。件数说的是这批货走了多少个单位。一个从钱的角度看规模，一个从量的角度看规模。两个尺度各自成立，但它们衡量的是两件不同的事。

两种基数在商品结构均匀的时候差别不大。各款商品的价格和件数都差不多。按销售额分和按件数分算出来的结果很接近。真正的差别出现在结构不均匀的时候。也就是贵的和便宜的、大件和小件混在一起卖的时候。

按销售额分有一个直观的好处，它和毛利直接挂钩。销售额高的商品承担更多成本，剩下的毛利就更干净。用它来比较不同商品的盈利贡献比较自然。因为分子分母的口径是一致的。不用再做一次换算，看数的人也不会看岔。

按件数分的好处是它跟作业量挂钩。仓库里每一件货都要经过差不多一样多的动作，打包、拣货、出库。从这个角度看，一件货占用的作业量和它的售价没什么关系。所以按件数分更贴近实际的人工与操作成本。凡是作业量驱动的开销，用件数分通常都说得通。

两种基数带来的偏差方向是相反的。按销售额分，便宜的、量大的商品承担得少，显得比较赚钱。按件数分，这些商品承担得多，显得没那么赚钱。同一批商品，用两种基数看，得出的结论可能完全相反。结论相反的时候，先别急着选一个，先想清这笔开销是被什么推动的。

选哪一种，取决于被分的这项开销是被什么推动的。仓库、打包、人工这些被件数推动，用件数更合适。平台流量、账号维护、推广预算这些被销售额推动，用销售额更合适。混着用同一个基数，总会有一头是歪的。歪的那一头，通常正好是你想重点看的那一头。

定价计算那一栏在知虾是按站点列出的费用构成，可以先看一遍哪些费用项跟着成交额走、哪些跟着单量走。摆开看一遍，再决定自己那些共用开销分别该配哪种基数。这一步只用来判断推动因素，不替谁下结论。推动因素找对了，基数几乎是自然出来的。剩下的只是把选定的基数写进规则里。

有一种折中的做法是分别用不同的基数，仓配类按件数，推广类按销售额，各自分各自的。这样每一种开销都用了更贴近它的基数，结果也更可解释。代价是要维护两套分配表，操作上更麻烦一点。麻烦的部分在表上，不在判断上，这算是比较好的麻烦。判断上的麻烦，才是真正难处理的。

按销售额分还有一个隐患，就是它对价格调整特别敏感。同一批货，价格打了个折，销售额下来了。按这个基数分到的成本也跟着下来。可实际占用的仓库和人工一点没变。基数跟着价格走，成本就失去了独立性。

按件数分也有它的隐患，就是它看不见体积和重量的差别。一件大件和一件小件的作业量显然不同。按件数分把它们当成一样的。当大件的比例上升时，按件数分出来的结果会明显偏低。因为它低估了大件的实际占用。

有一种更接近实际的做法是按重量或者按占用体积分物流和仓储类的开销。这类基数照顾到了物理差异。比按件数更贴近实际消耗。前提是每一款商品的重量和体积在资料里都有，而且不会频繁变化。取不到数的基数用不起来。

选基数的时候还要想过一件事。这个基数会不会被操作的人影响。如果基数容易被某个动作改变，大家就会顺着基数去优化。而不是顺着真正的成本去优化。按件数分的时候，把一件大货拆成两件小货就能少承担成本。

基数一旦定了，就不宜频繁改。基数的变化会让所有商品的成本一起变。看起来像是所有的商品都发生了波动。真正变化可能只是算的方式变了。频繁改基数，等于每隔一段时间就把历史数据推倒一次。

判断基数选得对不对，有一个简单的检验办法。用两种基数各算一遍，看单品的盈利排序会不会翻。排序基本不变，说明这个结论对基数的选择不敏感，可以放心用。排序翻了，说明结论本身就是基数决定的。这时候要做的不是挑一个数交差，而是把基数重新定一遍。

所以按销售额还是按件数，不是一个偏好问题。而是一个要先想清推动因素的问题。想清楚了，答案通常只有一个方向。想不清楚就随手选一个，后面每次解释成本都要绕一圈。而且每次绕的路径还不太一样。

六类开销按对基数变化的敏感度排开，最上面两类换个基数就能让单品排序翻过来。

共用成本分几种分法，各自怎么分

共用成本的分法大致可以归成几种路子。一种是按单一基数平均分。一种是按多个基数分别分。一种是分层递进地分。还有一种是不分，直接整笔算在整体上，不落到单品。这几种各有各的适用场合。

按单一基数平均分是最常见的一种。所有共用开销用同一个基数。比如全部按件数或者全部按销售额。它的优点是简单、透明、好解释。缺点是它对每一项开销的推动因素都不做区分，总有几项会明显偏掉。

按多个基数分别分，是把共用开销先按类型拆开。每一类配一个更贴近它的基数。仓配类按件数或重量，推广类按销售额，人工类按工时。这样每一项都用了合适的基数。结果更贴近实际，代价是维护量变大。

分层递进地分，是先分给大类，再在大类里往下分。先把共用开销分给几个商品组。再在组内按另一套依据分到单品。这种做法适合商品组之间差异很大、组内差异较小的情况。组内差异大的时候，这种做法会掩盖掉组内的不均。

不分也是一种分法，就是把共用的开销整笔留在整体层面。只算整体的利润，不算单品的利润。这种做法在商品数量少、结构简单的时候完全够用。它的代价是无法回答哪一款商品更赚钱这个问题。因为它根本没往单品上落。

选哪一种分法，取决于要回答什么问题。只想看整体盈亏，不分就够。想看单品的盈亏方向，按单一基数分够用。想要单品成本能被用来做定价和补货决策，就得按多个基数分别分。问题决定分法，不是分法决定问题。

分层递进这种分法有一个容易出的问题。就是两层的依据不一致时，结果会互相打架。上层按销售额分，下层按件数分。最后落到单品上的数既不像销售额也不像件数。出现这种情况，往往是分层本身没必要，直接一层分到底更清楚。

该分几层可以先看站点之间的差别有多大。不同站点的费用构成差别很大时，就需要先把站点分开，再在站点内部按同一套基数分。一个基数套所有站点，站与站之间的差别会被平均掉。平均掉之后，表现好的站点看不出好在哪里，差的也说不清差在哪儿。分层不是为了让表变复杂，而是为了让差别留得下来。

共用成本里还有一部分是真正无法合理分摊的，比如一次性的罚款、一次性的服务采购。这类东西勉强分摊，只会把一笔偶发支出平均到所有商品上，让它们看起来都变差了。更合理的做法是把它们单独列出来，不进单品成本。单独列出来之后，它对应的责任也就清楚了。清楚之后，才知道该去改哪一步。

有一种分法看着粗糙，实际很有效。就是给每一类共用成本定一个上限占比。分摊完之后，如果某一款商品承担的成本超过了它售价的某个比例。就要回头检查这一款是不是被分多了。这属于事后校验，不是分摊方法本身。

选定分法之后，要能把每一款的承担额还原出来看。从一款商品出发，能追到它承担了哪几类开销、各是多少。这个还原能力是分法好不好的一个实际标准。还原不出来的分法，出错时无从查起，只能整批重算。整批重算的代价，往往比一开始就选个简单分法要高。

几种分法混用在同一个期间，是最容易乱的情况。这个月仓库费按件数分，下个月某个小组单独按占用分。结果两期的单品成本没有可比性，而且原因很难查，因为分法本身没有写在任何地方。没有记录，后面的人只能靠猜，猜错了又要重新来一遍。所以要改分法，先把旧分法写下来。

分法的选择还会影响激励方向。按件数分，大家会倾向于把商品做小、做轻。按销售额分，大家会倾向于把价格做高。这两种倾向都不一定是错的，但要清楚自己选的基数会把注意力引向哪里。引错了方向，优化出来的结果未必是真正省了钱。

有一种改进方式是在分法之外再加一层说明。写清哪些开销没有进单品成本、哪些只进了一部分。这样看单品成本的人知道它的边界在哪里。不会把它当成完整的商品成本去用。边界说清，比追求完整更实用。

几种分法都能算出数来，区别在于这些数能被用来回答什么问题。所以别急着挑哪一种更准，先想清自己要用这个数做什么判断。判断决定需要的精度，精度决定分法。顺序反过来，就会在精度上做无谓的投入。投入很多，结论却还是同一个，那就白花了。

最容易分偏的，是把固定开销全摊给爆款

把固定开销全部摊给卖得最多的那几款商品，是分摊里最常见的一种偏。理由是这几款出货多，应该多承担。听起来有道理，但它混淆了两件不同的事。出货多和占用得多并不总是同一件事，有时候两者甚至是反方向。反方向的时候，出货最多的那款会被压得最重。

固定开销的特点是它不随着销量变化。仓库租一个月就那么多，不管这个月卖了多少。所以把固定开销按销量摊，本质上是用一个会变的量去除一个不变的量。得出的结果会随着销量波动，而实际占用并没有波动。这种波动看起来像是业务特征，其实是算法造出来的。

这种偏带来的第一个后果是爆款的成本被高估。它承担的是一份和全店销量挂钩的固定开销，销量越大，它背得越重。看起来是它供养了全店，实际上这个结论是分摊方式造出来的，不是业务本身的样子。把造出来的结论当成事实，后面的判断就会一路歪下去。歪到最后，连原来的偏差都看不出来了。

第二个后果是小众商品被低估。它们销量小，按销量摊到的固定开销就少，看起来每一款都挺赚钱。可它们同样占着货架、同样要打包、同样要有人去管。这些成本被销量这个尺度悄悄抹掉了。抹掉的部分不会凭空消失。

第三个后果更隐蔽，是决策被带偏。看到小众商品毛利不错，就可能加大投入去推它们。推起来之后销量涨了，它们摊到的固定开销也跟着涨，毛利反而掉了。这个过程会被当成市场变化。很难联想到是分摊方式造成的。

固定开销更合理的处理方向，是找一个跟占用相关而不是跟销量相关的依据。占地、货架格位、库内停留时间，这些更接近固定开销的实际消耗。用这类依据分，销量大的商品不会因为卖得好而被额外加成本。卖得好这件事本身，不该成为被多摊成本的理由。这两件事分开之后，账也才分得清。

如果拿不到占用类的数据，另一种处理方式是把固定开销单独留在整体层面，不进单品成本，再做一次整体盈亏的计算。单品的数只用变动成本来算，标注清楚它不含固定开销。这样两个层面的判断各用各的数，互不干扰。互不干扰的前提是标注清楚，标注不清就会被人混着用。混着用的时候，谁也说不清结论是怎么来的。

按销量摊固定开销这一处的偏差。可以先看哪一部分开销在全站点之间是均匀的、哪一部分随站点规模变。知虾的站点分析页能帮着摆出来对照。均匀的那一部分更像固定开销，摊的时候用占用类依据比用销量类依据更贴近。这一步只做判断。

还有一种是季节性爆款带来的偏差。某一款在旺季销量突然翻倍，按销量摊的固定开销也跟着翻倍。于是那一期的单品毛利特别难看。可实际占用并没有翻倍，仓库面积还是那么大。这种偏差每年都会重演一次。

判断自己有没有摊偏，可以做一个很简单的检查。把卖得最多的那几款商品单独拎出来，看它们承担的成本占全店共用开销的多少比例。如果这个比例明显高于它们的件数占比或者占用占比，基本就可以确认摊偏了。检查的动作只需要几分钟，发现问题却往往能省好几个月。发现得越早，能改回来的期间就越多。

这类偏差还有一个特征，它在商品结构稳定的时候看不出来。结构一变，偏差立刻显形。所以很多店是在商品结构调整之后才发现成本算得不对。而问题其实从定口径那天就存在了，只是被稳定的结构盖住了。结构变化不是问题的起因，它只是把问题翻了出来。

要避免摊给爆款，还有一个更根本的办法，是承认固定开销本来就无法精确落到单品上。它的性质就是全店一起产生的，没有哪一款单独造成了它。与其勉强用一个不合适的基数把它分下去，更稳妥的做法是明确它属于整体层面，不去硬摊。承认摊不准，比摊出一个假数要诚实。诚实的数至少能被人放心使用。

硬摊的做法之所以流行，是因为它能让每一款商品都有一个看起来完整的成本数。这个完整感是有代价的，它换来的是错误的精度。一个精确到小数点、但基数选错的三位数，比一个标明不含固定开销的粗略数更容易误导人。误导的可怕之处在于，它看起来很专业。越是看起来专业的数，越少有人回头去问它是怎么来的。

如果确实需要把固定开销摊下去。那也要在商品层面标出它是按什么依据摊的。标的目的是让用这个数的人知道它的前提。不知道前提就拿来用，等于在用别人的假设做自己的判断。而那个假设未必适合当前的问题。

把固定开销的这一层处理好之后，单品的成本数才算能用。变动成本那一部分相对客观。固定开销那一部分带假设。两部分的性质不同，混在一起呈现的时候要说清楚。否则用数的人会把两者当成一回事。

几种分法并排摆开，单品毛利差多少

几种分法并排放开看，差距往往比想象的大。同一批商品、同一批开销，只换一个基数，单品的毛利可以差出十几个百分点，个别款甚至更多。这个差距不是算错了，而是口径本身带来的，两种数各自都是算对的。所以比较口径，比较的其实是两种假设，而不是两组错误。假设选哪一个，取决于你要回答的问题。

差距的大小和商品结构的离散度直接相关。各款商品的价格、重量、体积都差不多时。不同基数算出来的差距很小。款与款之间差别很大时，差距会被迅速放大。所以判断自己要不要在意口径，先看商品结构散不散。

差距还会集中在某几款商品上。多数商品在几种口径下的结论相差不大。真正被拉开的就是那几个极端的款。比如特别便宜的量大的，或者特别贵但量小的。这几款的排序在不同口径下最容易翻过来。

排序翻转是比数值差距更值得关注的现象。数值差一点，结论方向不变。排序翻了，意味着补货、定价、砍款的判断会完全不同。同一个池子里的商品，按一种口径该補那一款。按另一种口径该补另一款。

知虾的竞品监控页把同一款商品在不同卖家那里的表现并排放在一起，可以用来判断自己的口径有没有把某一款推到不合理的位置。同一款货在不同卖家手里，成本占比的差别通常不会离谱到几十个百分点。差别太大就该回头看看口径。看口径比看市场更有可能找到答案。市场不会因为你算错了就改变自己。

差距的另一个来源是分摊范围。同一种分法，如果把更多开销放进共用池子里。单品之间的差距会被放大，因为要分的东西多了。范围缩小，差距也跟着小。所以比较两种口径时，要确认它们分的范围是同一个，否则比较没有意义。

有一种情况会让差距看起来很小，就是共用开销本身占总成本的比例很低。这时候无论怎么分，单品成本都差不多，因为可分的部分本来就少。这种店的成本结构以直接成本为主，口径的重要性相对低。重心该放在核直接成本上，而不是在分摊方法上反复推敲。推敲的收益，抵不上花掉的时间。

反过来，共用开销占比高的店，口径的每一次调整都会明显改变单品结论。自建仓、自己做品牌、自己投广告的店属于这一类。这类店更需要认真定口径，因为分法的选择会实实在在地改变经营判断。口径没定好，仓库越自建，账面越看不清。看不清的时候，人就会开始凭感觉做决定。

差距还有一个隐藏的来源，就是分摊的时点。这个月发生的固定开销全部由本月的销量承担，和摊到全年再由每个月承担，结果完全不同。旺季的销量承担了全年的仓库租，单品毛利在旺季会显得很低。看上去是旺季不赚钱，其实是摊的方式把账挪到了旺季头上。挪走的成本不会消失，只会换个地方出现。

把几种分法并排摆开的时候，比较的维度也要一致。只看毛利额会被销售额的规模带偏。因为卖得多的那款毛利额天然大。看毛利率又会被价格带偏。两个一起看，才能看出是哪一款真的被口径影响了。

差距大不一定是坏事，它说明口径的选择很关键，值得花时间。差距小也不一定说明口径不重要。可能是这个店的商品结构本来就均匀。几款商品的物理和价格特征都接近。判断的依据是结构散不散，而不是差距的大小。

有一种处理差距的办法是同时保留两套口径的数。一套按件数，一套按销售额，并存着看。哪一款在两边都表现好，结论就比较稳。只在一边表现好的，那就要看看它的优势是不是基数造出来的。这种做法能挡住一部分误判。

差距还会影响定价。如果按件数分成本，大件的成本高。定价时就要把大件定得贵一点。如果按销售额分，大件的成本被压低，定价可以更激进。同一款商品的合理价格区间，因为口径不同而变宽或者变窄。

所以比较几种分法的时候，不宜只比较一个数。而要比较它们带来的决策差异。哪些款的补货顺序会变，哪些款的价格区间会变。哪些款会不会从盈利变成亏损。这些具体的判断，才是口径差异真正的落点。

把差距看清之后，回过头再选口径，心里就有底了。知道每种分法会让谁受益、让谁吃亏，也知道这个偏差在哪一类商品上最大。这种知情状态下做的选择，比随手选一个然后一直不确定要好得多。知情之后就算选错了，也知道错在哪里，改起来有方向。有方向地改一次，胜过没头绪地试十次。

六种基数在这三条特性上的对照，每一条基数都只擅长一件事，按固定比例那一行三列全空。

这套分法该改掉，通常是在什么情况发生时

分摊的方法定下来之后不是永久有效的。有几类情况一出现，就说明这套分法该重看了。这些情况都不难发现，难的是发现之后愿不愿意停下来改。因为改分法意味着之前几期的数要重新解释。重新解释比重新计算更费心力，这也是很多人拖着不改的原因。

第一种情况是商品结构发生了明显变化。从轻小件转到大件，或者从低单价转到高单价，都会让原来的基数失配。原来按件数分还算合理，换成大件之后按件数分就明显低估了大件的占用。结构变了，基数就该跟着看一遍。看完之后不改也行，但至少要知道偏差在往哪边走。

第二种情况是出现了很反常的单品结论。某一款商品的成本占比明显不合理。比如承担的成本超过了它的售价。这通常不是业务出了问题，而是分法把不该给它的东西分给了它。看到反常的数，先怀疑分法。

第三种情况是新增了一类之前没有的开销。比如开始自建仓库，或者开始做一件代发的补充渠道。新开销的推动因素可能和现有基数完全不符。它的推动因素可能没人注意过。硬塞进老基数里分，这一笔就会一直分得不准。

第四种情况是拿不到原来的数据了。有些基数依赖特定的资料，比如每一款的占用体积。如果记录的方式变了，或者某一批货没有记占用，这个基数就失效了。基数的可用性变了，等于分法的前提变了。前提变了还照旧算，算出来的数只能说是应付。

第五种情况是针对某一类商品的偏差被反复提起。做单品分析的人几次都指出同一款商品的数据不对劲。一次可能是偶然，反复被提起就说明分法里有系统性的偏差。这种信号往往比数字更早出现。听到第三次的时候，就该动手查一查分法了。

第六种情况是口径自己内部的规则开始互相打架。比如原本说定的范围，实际执行时有人把不该进来的开销也放进来了。规则和实际执行分岔，说明这套分法在实际操作里已经维持不住了，需要重新说清边界。规则失守往往不是有人故意，而是边界本身写得不够清楚。写清楚一次，后面就能省下很多次解释。

改分法之前该先核对一遍自己的费用项有没有跟着平台侧的口径一起变。平台侧调整了收费结构，自己这边的共用开销池子可能也换了构成，基数要跟着重看。这一步只做核对，不动任何数。核对之后往往能发现，该改的不只是分法，还有名目表本身。两件事一起改，才不会改完还要再改一次。

改分法的时候，要提前想清楚改完之后怎么处理历史数据。有两种选择，一种是只往前改。历史数据保留原样并注明分法已变。另一种是把最近几期重算一遍，让新旧数据能接上。前一种省事，后一种省解释成本。

选择哪一种，看的是变化的影响面。只影响少数几款商品的小范围调整，往前改就够。影响到了共用池子的主要构成。那最近几期的数就该重算。否则拿两期数据做比较的时候，比较的其实是两种分法。

改分法还要防止改得太频繁。每期都换个基数，单品的成本就变成了一条没有意义的曲线。因为它的变化主要来自分法而不是业务。改分法的节奏应该跟着业务变化走。业务没变就不必动，动了反而多出一层解释成本。

改完之后要复算一遍。挑几款商品，用新旧两种分法各算一次。看看差距有多大、方向是升还是降。差距大的那几款要单独看一看。确认新的分法给出的结论是合理的，而不是换了一种方式错。

改分法的时机也值得挑。宜放在一个完整的经营周期结束之后。比如一个季度收尾的时候。这时候有完整的素材，也有一个自然的断点，前后两段数据可以明确分开。在周期中间改，会让那一段的数据两边都不像。

还有一类情况是该改但没有改。就是分法已经用了很久而业务已经换了好几轮。分法没变不代表它还对，可能只是没人回头看。所以除了等信号，也可以定期主动复查一次。看它和当前的商品结构还配不配。

分法改掉之后，宜把改动的原因一并写下来，写清是哪种情况触发的、改了哪一处、从哪一期开始。原因写下来，下一次遇到类似信号的人就知道该怎么判断，而不是重新摸索一遍。重新摸索出来的结论还未必和上次一致。写一行字，省掉的是以后每一次的重新决策。决策的次数越少，口径就越稳。

同一款商品、同一批开销，只因为基数不同，四周之后两边的承担额已经差了三分之一。

分法讲完，名目在上一节列过

口径和名目是两层东西，落点完全不同。名目回答的是有哪些开销、它们分别叫什么。口径回答的是按什么基数把共用的那一部分分出去。前者决定清单里有什么，后者决定清单里的东西怎么落到商品上。两层分开讲，才不至于把分类问题和计算问题混成一团。

这两层的关系是有先后的。名目没分清楚，口径就没有明确的作用对象。你会不知道自己在给什么选基数。因为那一栏里混着好几种不同推动因素的东西。所以名目在前，口径在后，顺序不能倒。

这一节的产出是一套规则，包含基数、范围、适用范围三样。任何一笔共用的开销进来，照着规则就能知道它该按什么分、分给哪些对象。规则写清了，分摊这件事就不再依赖当班人的判断，每一期算出来的数也是可比的。可比性一旦建立，不同期间的分析才算有了基础。基础不牢的时候，再怎么分析都是在沙上盖楼。

规则交出去之后，接手的动作有明确的起点。名目表告诉他有哪些东西要分，规则告诉他怎么分。两样东西都在，执行的人不需要再做判断。这时候如果执行的人还要临场决定。那就说明规则里还缺一块。

名目那一层的边界变动会直接传到口径这一层。名目里某两栏合并了，对应的基数可能就要重新选。名目里新添了一栏，就要给它配一个基数。所以名目改过之后，口径要跟着过一遍，不能只改名目不认账。两层之间是要对齐的，只动一边等于留了个缺口。

反过来，口径里的基数选不出来，也常常能反推出名目有问题。一个名目如果找不到合适的基数，说明它里面混着好几类推动因素不同的开销。这时候该做的是回到名目那一层把它拆开，而不是硬挑一个基数。硬挑出来的基数，用起来别扭，解释起来也勉强。勉强用下去的规则，早晚要再改一次。

这一节里还有一个判断是留给后面看的，就是分出来的数该怎么用。按什么基数分只是一种算法，分完之后怎么解释、怎么和实际经营对上、出现偏差时归到哪一栏，是后面的事。这一节只负责把数分出来，分得有理有据。分得有理有据之后，用它的人才有讨论的余地。讨论的落点是判断，不是数字本身。

把口径这一层做完之后，单品成本才算有了完整的算法链条。直接成本挂着走，共用成本按基数分。两部分加起来就是这一款商品承担的全部开销。链条完整，这个数才有资格被拿去做判断。缺了哪一段都只能看个大概。

也要说清这一节不管什么。它不管有多少种开销，那是名目的事。它不管单据在几个环节之间流转，那是流程的事。它不管差额最后记在哪一栏，那是归账的事。三件事都不在这一篇的范围内。

把开头那两款商品再摆一次。仓库的月租按件数摊还是按占用摊，正是口径要回答的问题。选件数，两款商品承担一样多。选占用，大件承担得多。两种都算得出数，区别在于哪一个更贴近仓库成本实际被消耗的方式。

这类选择没有普适的答案，因为不同店卖的东西不一样，仓库里的瓶颈也不一样。有的店卡在货架格位，有的店卡在拣货工时，有的店卡在打包台。卡在哪里，哪一项就更容易被撑爆，基数也该往那一项靠过去。瓶颈决定基数，这比套用别人的做法可靠得多。别人家的瓶颈，未必是你家的瓶颈。

所以选基数的时候，可以问一个很具体的问题。如果商品结构不变而销量翻倍，哪一项开销会最先撑不住。撑不住的那一项，说明它和销量是相关的。用与量相关的基数更合适。撑得住的那些，往往和占用相关。

这个问题问一遍，很多基数的选择就自动浮出来了。不需要把每一种开销都做一遍复杂的分析。只需要找到那一个最先撑不住的环节。分摊的精度不需要面面俱到。关键的那几项分准了，单品的结论大体就可靠。

把这一层和上一层接起来看，顺序是这样。先把开销按名义列全，再判断每一项是被什么推动的，然后给每类配一个基数，最后按基数分到商品上去。四步走完，一套可用的成本归集口径就成了。顺序里最容易被跳过的是第二步，而被跳过的后果通常要到很后面才显出来。显出来的时候，前面的数已经用了好几期了。

名目的清单在上一节里已经列过，这一节只是接着往下走。两节合起来，回答了成本从哪儿来、按什么名字记、最后怎么落到商品上这几个问题。落到商品上的数怎么用来做判断，是后面要接着说的部分。到这一步，单品的成本才算有了可以被讨论的数。有了可以被讨论的数，判断才有机会变得具体。

常见问题（FAQ）