很多企业都会遇到一种看似矛盾的情况:
销售额增长了,利润却没有同步增长;订单越来越多,企业反而觉得越来越难赚钱。
问题往往不在收入规模,而在收入背后的利润结构。
某个月综合毛利率下降2个百分点,表面看只是一个财务指标发生变化,继续往下拆,原因可能完全不同:
产品涨价了,但原材料成本上涨得更快;
高毛利产品销量没有变化,低毛利产品占比却明显增加;
某个大客户贡献了大量收入,但折扣、返利和服务成本吞掉了利润;
销售完成了收入目标,却通过低价订单拉低了整体盈利;
账面成本没有异常,但加急运输、售后赔付等隐性成本正在增加。
因此,毛利率分析不能只回答“高了还是低了”,还要回答“谁拉低的、为什么拉低、影响了多少、接下来改什么”。
在正式展开之前,我整理了一套适合财务和经营分析使用的FineBI经营分析看板,里面包含收入、成本、利润、预算执行等常用分析场景。需要搭建经营分析体系、梳理指标或制作汇报看板的,可以做参考。
需要自取:https://s.fanruan.com/3hc91(复制到浏览器)
一、毛利率分析,不能只算一个比例
毛利率的基本公式并不复杂:
毛利额=销售收入-销售成本
毛利率=毛利额÷销售收入×100%
但真正分析时,至少要同时观察三个指标:
毛利额:企业最终获得了多少毛利;
毛利率:每100元收入中留下了多少毛利;
单位毛利:每销售一个产品能够贡献多少毛利。
这三个指标不能互相替代。
例如,某产品毛利率从30%下降到25%,看起来盈利能力变差了;但如果销量翻倍,毛利额仍可能明显增长。相反,某产品毛利率很高,但销售规模很小,对公司整体利润的贡献可能有限。
所以分析毛利时,不能简单地认为“毛利率越高越好”,而要同时判断:
毛利率是否健康、毛利额是否增长、收入规模是否值得投入。
还有一个常被忽略的问题:综合毛利率并不是各产品毛利率的简单平均,而是由各产品收入占比加权形成的。
某企业有A、B两类产品:
A产品毛利率40%,收入占比由60%降到30%;
B产品毛利率15%,收入占比由40%升到70%。
即使两个产品自身的毛利率都没有下降,企业综合毛利率也会明显降低。此时问题不在成本控制,而在销售结构发生了变化。
现实中,收入数据、销售成本和客户信息经常分散在财务系统、ERP与CRM中。使用FineBI做毛利分析时,通常会先把订单、产品、客户和成本数据关联成统一分析主题,再按照同一套口径计算毛利额、毛利率和单位毛利,减少不同部门各算一套结果的情况。
二、第一层拆解:先分清价格、成本、销量和结构
毛利率变化看似复杂,底层通常可以归结为四类因素:
价格变化
在成本不变的情况下,售价下降会直接压缩单位毛利。
但售价下降不一定都是销售主动降价,还可能来自促销折扣、合同返利、渠道返点、赠品、价格保护和汇率变化。
因此,分析价格不能只看报价单,还要计算:
实际成交单价=扣除折扣、返利等因素后的实际收入÷实际销量。
只有实际成交价,才能反映企业真正获得的收入。
成本变化
成本上涨也不能停留在“销售成本增加了”这一层。
制造企业需要继续拆到原材料、人工、制造费用、外协、能源和损耗;
贸易企业则要关注采购价格、运费、仓储、关税和汇率;
项目型企业还要考虑人力投入、外包费用和项目延期带来的追加成本。
成本只有拆到责任环节,才可能变成改善动作。
销量变化
销量增加不一定提高毛利率,却会直接影响毛利额。
如果低毛利产品销量增长很快,企业可能出现收入和毛利额上升、综合毛利率下降的情况。此时不能简单要求销售减少这类订单,而应判断它是否承担获客、清库存、渠道覆盖或带动其他产品销售的作用。
销售结构变化
结构因素最容易被忽略。
企业整体毛利率下降,有时并不是某个产品变得不赚钱,而是低毛利产品、低毛利客户或低毛利渠道的收入占比提高了。
所以,一个完整的毛利率变动结论应当写成:
本月综合毛利率下降2.3个百分点,其中产品结构变化影响1.1个百分点,单位售价下降影响0.7个百分点,原材料成本上涨影响0.5个百分点。
这比“受市场竞争和成本上涨影响,毛利率有所下降”更能支持经营决策。
三、第二层拆解:沿着产品、客户、区域和渠道找问题
找到价格、成本和结构因素后,还要继续定位问题发生在哪里。
按产品拆
产品维度主要回答:
哪些产品收入高但毛利率低?
哪些产品毛利率高但销量始终没有增长?
哪些产品正在依靠降价维持收入?
哪些产品单位成本持续上升?
哪些产品看似赚钱,却占用了大量产能和库存?
产品分析不能只排毛利率高低,还要把收入规模、毛利额、毛利率和增长率放在一起看。
按客户拆
客户带来的销售额不等于客户价值。
有些客户采购规模很大,但议价能力强、账期长、退货多,还要求专门交付和售后支持。扣除这些成本后,真实毛利可能远低于账面结果。
因此,客户毛利分析至少要观察:
成交价格、产品组合、折扣返利、退货损失、交付成本、账期和资金占用。
按区域和渠道拆
区域分析能够识别价格、运费和市场结构差异;渠道分析则要考虑平台佣金、经销折扣、推广费用、履约成本和退货率。
同一件商品在线下直营网点的毛利率可能为35%,进入电商平台后,扣除平台佣金、促销补贴和退货损失,真实毛利率可能只剩18%。
这类分析如果每次都依赖导出Excel重新汇总,很难持续追到明细。FineBI的实际使用场景通常是把公司总览与产品、客户、区域、渠道等维度放在同一个分析页面中:发现某个月毛利率异常后,继续筛选到业务单元和订单明细,判断异常究竟来自单价、成本还是销售结构。
四、第三层拆解:穿透到订单,识别“虚假毛利”
维度分析找到异常对象后,最终还要回到订单。
因为产品毛利率和客户毛利率仍然是汇总结果,真正决定利润的是一笔笔交易。
订单层至少要检查:
实际成交价是否低于最低指导价;
折扣和返利是否完整计入收入;
采购成本或生产成本是否使用同期口径;
加急运输、仓储和售后成本是否进入订单;
退货、赔偿和质量损失是否及时冲减毛利;
赠品和配套服务是否被当作“免费资源”忽略;
跨期收入与跨期成本是否错误匹配。
例如,某客户账面毛利率为22%,看起来仍在合理范围内。但继续穿透发现,该客户要求专线配送、延长售后服务,并长期占用应收资金。如果这些成本没有被分摊到客户,22%只是产品口径的毛利率,并不等于企业服务这个客户后真正获得的利润。
所以企业最好同时建立两套口径:
财务毛利=收入-会计核算口径下的销售成本
经营毛利=收入-销售成本-直接履约成本-可归属的经营成本
财务毛利用于核算和对外报告,经营毛利用于客户、产品和订单决策。两套口径不应混用,但必须能够相互解释。
五、毛利率下降以后,先判断问题值不值得解决
发现低毛利业务后,不能立即得出“提价、停产或放弃客户”的结论。
更合理的方法,是把业务分成四类:
高收入、高毛利率
这是核心利润来源,要重点关注产能、供应稳定性和客户留存,避免高价值业务流失。
高收入、低毛利率
这是毛利改善的重点区域。即使只提升1个百分点,也可能带来较大的毛利增量。需要重点检查定价、折扣、采购和产品组合。
低收入、高毛利率
这类业务可能具备增长潜力,但要判断低收入究竟来自市场空间有限、销售资源不足,还是客户尚未接受。
低收入、低毛利率
如果它既不能带动其他产品,也不承担战略获客和产能平衡作用,就需要评估是否继续投入。
毛利分析真正要寻找的,不只是最低毛利率,而是最有改善价值的利润缺口。
完成分类后,可以在FineBI中持续跟踪低毛利产品、高收入低毛利客户、异常折扣订单及成本波动项目。下一周期数据更新后,再对照改善前后的成交价、单位成本、销售结构和毛利贡献,检验提价、降本或调整客户组合是否真正产生结果。
六、把毛利分析转化为经营闭环
很多毛利分析最后停在一张排名表上:
“某产品毛利率最低。”
“某区域同比下降最多。”
“某客户利润贡献不足。”
这些结论只能说明问题存在,不能推动问题解决。
一份能够进入经营管理的毛利分析,至少要形成五项内容:
异常对象:哪个产品、客户、渠道或订单出现问题;
影响金额:导致毛利减少了多少;
原因判断:价格、成本、销量还是结构变化;
改善动作:提价、降本、调整产品组合或修改商务政策;
验证指标:由谁负责、何时完成、用什么数据判断结果。
例如,不要只写“华东区域毛利率下降”,而应写成:
华东区域毛利率下降2.6个百分点,主要由三家大客户折扣扩大和A产品原材料成本上涨造成,合计减少毛利约85万元。下一周期分别验证合同价格调整、采购降本及产品结构优化结果。
这才是从财务数据走向经营行动。
结语
毛利率只是一个结果,真正重要的是结果背后的形成过程。
整体毛利率告诉企业赚不赚钱,
维度拆解告诉企业谁在赚钱,
因素拆解告诉企业为什么变化,
订单穿透则告诉企业利润究竟在哪一笔交易中被留下或流失。
所以,毛利率分析不是拆得越多越专业,而是要一直拆到能够明确责任、采取行动并验证结果的层级。
当企业能够把毛利率拆到产品、客户、区域、渠道、订单、价格和成本结构时,看到的就不再只是一个百分比,而是一张完整的利润地图。