品类
当前 — 场次 · — 款
Jingdong Paipai · Auction Opportunity Dashboard v2

京东夺宝岛竞拍 · 机会分析看板 ｜闲鱼比价 · 款级价格波动

数据快照 2026-11-10 11:31· 来源 服务器 MySQL dbpai（主表 + 2 张归档表）· 样本 — 场次 / — 款· 比价基准 闲鱼同款在售中位价
01

数据全景

从全部采集场次，到可下单机会：三层漏斗，层层损耗。当前：全站

机会漏斗

全量 → 已比价 → 有样本 → 正毛利 → 可做

比价覆盖

搜过但无同款 ≠ 未比价

结论构成

系统四级判定 + 未比价

成交价 × 结论分布

按成交价分档堆叠，看机会集中在哪个价格带

毛利率分布

有样本记录 — 条，中位 —
02

机会地图

钱在哪个类目里？点条形或表格里的类目，可以直接下钻到该类目的具体产品。

类目潜在毛利池 Top 12

该类目下所有正毛利场次之和（元，系统净口径：已扣 4% 折扣 + 8 元/件）· 点击下钻

二级类目可做率 Top 15

场次 ≥150 · 可做率 = 可做场次 ÷ 总场次 · 点击条形下钻
率高的都是低单价、报价不透明的小件；电子类成交价贴近闲鱼价，率天然偏低（最高的数码/智能手环 35.7%，排第 11）
— — 收起 ×
点表头排序（降 → 升 → 取消） 命中 0 款
商品（款）场次成交价区间中位 极差样本可做最近结束

选择左侧商品查看价格曲线

一级类目全景

点击表头排序 · 点类目名下钻 · 毛利池 = 正毛利场次之和（系统净口径，已扣 4% + 8 元/件）
类目场次占比有样本覆盖率 可做可做率不值得毛利池 (元)中位毛利中位毛利率中位成交价均出价人数
03

款级追踪：同一件商品，重复上架了几次、价格怎么走

每一行是「同一商品名 + 同一成色」的一个款。点任意一行展开该款明细：成交中位、极差倍数、闲鱼区间、平均价差，以及最近 12 场的成交价序列（旧 → 新），用数字直接看价格怎么走。

款数（名 + 成色去重）
—
对应 — 场次，平均 — 次上架
有 ≥2 次成交、可算价格波动的款
—
极差中位 — 元 · 倍数中位 —×
价格跨 3 倍以上的款（疑似混 SKU）
—
同名不同规格/配件会把价格拉开，展开明细时注意剔除

款级价格波动表

价格只统计成交价 >2 元的场次（剔除起拍价占位）· 点任意一行展开该款明细与最近成交价序列（再点一次收起）
点表头排序（降 → 升 → 取消） 显示前 0 款
商品（款）成色场次 成交价区间 闲鱼区间平均价差正价差池
怎么读这张表：
  • 成交价区间 = 这个款历次在京东结束竞拍时实际拍出的价格（最低–最高），不是闲鱼报价。悬停可看极差与中位价。
  • 闲鱼区间 = 闲鱼同款的历史报价最低–最高（整款所有比价场次的包络）。副行「均 69 · 差 +36」：均 = 闲鱼均价 69 元；差 = 闲鱼均价比京东成交中位高出的金额（69 − 33 = +36），也就是每件的毛价差。显示「—」表示这个款没匹配到闲鱼样本，此时没有任何可比价——价差只能由闲鱼价算出，不会凭空产生。
  • 平均价差 = 每件能赚的毛价差 = 闲鱼均价 − 京东成交价，不扣任何费用（手续费、运费、掉价你自己算）。负价差场次照扣（不是只加赚的），所以这是这个款真实的平均单件空间。副行「12/59」= 赚的场次数 / 可比场次数。悬停可看：合计价差、赚亏场次分布，以及按闲鱼最低价 / 最高价分别成交时的单件价差（你的最差与最好情况）。
  • 正价差池 = 该款所有正价差场次相加，负价差场次不倒扣，且假设每场都能按当时闲鱼均价卖掉一件——理论上限，不是到手利润。它和「平均价差」同口径（都是闲鱼均价 − 成交价，未扣费用），差别只在分母：一个除以场次、一个只加正数。看到「池子有钱但平均为负」，说明赚的场次少、亏的场次多。
  • 场次 = 这个款在采集窗口内被上架了几次；同一件的反复流拍/低成交，才是可以反复蹲的低价来源。
  • 极差 / 倍数（悬停「成交价区间」可见）= 极差是最低与最高成交价的差额，倍数是最低与最高的比值。超过 3 倍的要警惕：多半是「同名不同规格」被归成了一款（比如同款手机不同内存、同款鞋不同码），成交价序列会呈现阶梯而非波动；也可用工具栏「极差 ≥」直接筛。
  • 把鼠标停在某一行上，可以看到这款的首场与末场时间——用来判断它是「最近才出现」还是「长期在池子里滚」。
  • 点行展开后的「最近 12 场成交价」 = 该款最近 12 次有成交的价格，从左到右由旧到新，涨标红、跌标绿。数字连成一串往下走说明价格稳定、可以按中位价定买入上限；忽高忽低说明成交价由当场运气决定，得等低点。（本页已取消曲线图，价格走势看这串数字）
04

机会榜单

同款去重后（每款只保留毛利最高的一次场次）按不同口径出榜。默认「各类目均衡」——每个一级类目最多 6 席，避免高客单的数码/手机类目把所有位置占满。可搜索、按类目筛选、点名称跳转京东原页。

机会标的榜

预估毛利 = 闲鱼均价 × 0.96 − (成交价 + 8)，系统净口径；未扣售后/退货损耗
点表头排序 · 表头下小框可按列筛选 命中 0 条 · 覆盖 0 个类目
商品类目成交价闲鱼区间样本 预估毛利毛利率结论出价人数结束时间上架

高确定性清单（样本 ≥4 且成交价 ≥10 元）

剔除起拍价噪声与单样本估算 · 当前 0 条 · 可点表头排序、按列筛选
商品类目成交价闲鱼区间样本 预估毛利毛利率结论结束时间上架
05

数据质量：样本口径与风险

这一节回答一个关键问题：同一件商品的闲鱼样本是不是同一批？样本数能不能累加？

样本量「累加」vs「按款去重」

行级累加会把同一批样本重复计数几十次

多场款的样本是否重复

同一款多次比价，样本摘录是否完全相同

各类目的样本复用率

多场款中样本完全相同的占比
样本口径结论（重要）：
  • 有比价的 — 个场次，实际只对应 — 个独立标的 —— 同一件货被反复上架、反复比价。
  • 把每行的「样本数」直接相加会得到 — 个样本，但按款去重后只有 — 个，虚高 — 倍。
  • 多场款里 —（—）的样本摘录完全相同、— 的样本数也完全一致 —— 说明比价 worker 对同一件货基本是复用同一批结果，而不是每次重新搜。
  • 因此：评估「比价覆盖是否充分」要看按款去重的独立样本数（约 1.25 万），不要看行级累加值；但评估「单次决策的可信度」看当前这一场的样本数就够了，因为它代表的就是那一批样本。

比价样本量分布

样本 =1 的估算最不可靠

款的上架次数分布

按「商品名 + 成色」归并

每日记录量趋势

11-07 为历史批量回灌，非真实日均
06

结论与行动建议

九条可以从这张表里直接拿走的东西（数字为全站口径，不随上方筛选变化）。

正在按筛选重算…

一键上架到闲鱼

元