Shopee从销量数字到动作：看完之后做什么

看销量的目的是做决定

看销量这件事本身不产生价值，它是为决策服务的。一个销量数字如果没有指向任何一个待定的选择，那么花在它上面的时间就只是消遣。判断自己是不是在做无用功，标准很直接：看完之后有没有一个具体的选择变得更清晰。

从用途上分，看销量通常服务三类决定。一类是要不要跟进某个商品或者规格，一类是要不要调整资源分配，一类是要不要改变自己的节奏。每类决定需要的数字颗粒度都不一样，跟进决定需要结构信息，资源决定需要趋势信息。

明确用途之后，看销量的动作就会自动收窄。如果目的是决定要不要跟进，那么需要看的是主力规格的量级和竞争密度，而不是这条链接的总量。带着问题去看，能省掉大量与决定无关的信息收集。

另一个常见的问题是看完之后没有留下任何东西。没有结论、没有记录、没有动作。这种情况下下次遇到类似情形还要从零开始。哪怕结论是继续观察，也要把它写下来，写明观察什么、观察到什么时候。

还有一个容易被忽略的用途是排除。看销量的过程经常能排除掉一些原本在考虑的方向。排除也是一种决定，而且是成本很低的一种。把排除掉的方向和理由记下来，能避免团队反复讨论同一个已经被否掉的方案。

有一个检验自己是否在做无用功的办法：看完数据之后，试着用一句话说出这次看数据要支持什么决定。说不出来，说明这次看数据缺少目标，收集的信息多半用不上。能说出来，就顺着这句话去筛信息，效率会高很多。

带着决定去看数据，还会让信息的取舍变得清晰。要决定要不要跟进，规格分布和价格带的信息就比总量更重要；要决定要不要加投入，趋势和结构变化就比单期数字更重要。同一个数据在不同用途下的权重完全不一样。

反过来，先大量收集数据再想用途的做法，看起来全面，实际效率很低。数据一多，每个数字都显得有道理，反而更难判断哪个是关键的。先定用途再取数，是让判断聚焦的最省事的办法。

决定的粒度也要匹配数据的能力。一个粗估的量级区间的结论，支撑不起精细的备货计划；反过来，用最精细的数据去回答要不要关注这个类目这种粗问题，也是浪费。粒度对上了，投入才算用在该用的地方。

最后一步是把决定写下来。写清楚决定了什么、依据是哪些数据、预计什么时候能看到结果。这样一段时间之后回看，就能知道当时的决定是否合理，依据是否充分，而不是只记得结果好坏。

举一个具体的对比例子。同一批销量数据，两个人分别拿去用。一个人没有明确目标，把每个类目、每个对手的数字都抄了一遍，两个小时之后只留下一堆数字，说不出该做什么。另一个人带着要不要跟进某个规格的问题，只看了三个对手的主销规格和价格，二十分钟就有了方向。

两种做法的差别不在勤奋程度，而在是否先定用途。定用途只需要在开始之前花一分钟，写下一个问题。这一分钟能省掉后面大量的无效收集，也能让收集到的信息都指向同一个结论。

还有一个常见情况是看完之后结论和预期相反。原本以为对手很强，看完发现它的量主要来自一条老链接，近期其实在掉。这种反转是看数据最有价值的产出，前提是你带着一个具体的疑问去看，否则反转也不会被发现。

边界情况是数据严重不足。某个新品刚上架几天，销量数字几乎为零。这时候任何决定都缺少依据，正确的做法是把这次判断标为待观察，写清什么时候回来看。硬要在数据不足的情况下做决定，通常只是把焦虑转化成了动作。

最后一个细节是记录决定的结果。决定做了之后，过一段时间回头看它是否合理。合理与否的判断依据是当时的信息是否支持这个决定，而不是结果好不好。结果受运气影响，信息是否充分才是可以复盘的。

数字到动作之间隔着判断，判断要靠事先写好的条件

三类动作：跟避超

跟的意思是进入同一个需求场景，跟对手争一块位置。它的前提是需求稳定存在，而且自己有某一项可以拿出来的优势，通常是价格、规格或者供货能力。跟的投入相对可控，但收益也相对有限，因为是在既有的蛋糕里分。

避的意思是绕开正面消耗，换一个战场。它适用的情形是需求还在但供给已经过剩，或者对手的成本结构明显优于自己。避不是退让，而是把资源从投入产出比低的地方挪到高的地方，动作的核心是换而不是停。

超的意思是做差异化，改变竞争的维度。它需要需求里有尚未被满足的部分，也需要自己有余量去投入。超的回报可能更高，但不确定性也更大，投入周期通常也更长，适合已经有一定基础和耐心的阶段。

这三类动作之间不是互斥关系，可以组合使用。在主力规格上跟，在细分规格上避，同时用小成本试一个超的方向。组合的价值在于分散风险，避免把全部资源压在一个判断上，尤其适合判断把握不大的时候。

选择哪一类动作，判断的落点通常是自己有没有条件，而不是对手做得好不好。对手销量高不高只是信息，自己有没有价格优势、有没有供货余量、有没有时间窗口，这些才是决定动作的东西。

判断条件的时候，可以用一张简单的对照表。把需求状态、自身优势、对手软肋、自己的余量四项列成行，把跟、避、超三类动作列成列，逐格判断这一项对这类动作是支持还是不支持。填完之后，支持项最多的那一类就是当下的方向。

这张表的好处是把判断外化。凭感觉判断的时候，人容易只抓住一两个印象深刻的点，忽略掉其他条件。写下来逐项看，能避免这种选择性注意，也能让别人参与讨论时有共同的依据。

填表时要注意条件的时效。同一批条件在不同时间的成立情况不一样，对手的成本优势可能因为汇率变动而消失，自己的供货余量可能因为一次大促被占用。表填完之后要标注日期，隔一段时间重新填一次。

还有一个作用是判断什么时候该按兵不动。如果三类动作的支持项都很弱，那结论就是不动作。很多人不愿意接受这个结论，觉得不动作等于没做事。实际上在没有条件的时候不投入，本身就是保护资源。

三类动作的切换要有明确的触发条件。写清楚什么情况从跟转向避、什么情况可以尝试超。没有触发条件的切换会变成情绪化调整，看到量跌了就慌着改方向，最后每个方向都没做够时间。

举一个三类动作同时使用的实例。某店铺面对一个量级很高的对手，采取的组合是：在基础规格上小幅跟进保持存在感；把主要投入放在对手没有覆盖的一个细分规格上；同时用很小的成本试一个组合装的方向。三个动作的投入规模依次递减。

三个月后回看，跟进的基础规格贡献了稳定的基本量，细分规格贡献了主要的增量，组合装方向验证失败但成本很小。组合策略的价值就在于不需要事先判断哪个方向一定对，用不同的投入规模去试探，让结果自然浮现。

这个案例里还有一个细节值得注意：三个动作的观察指标是分开的。基础规格看的是转化率是否稳住，细分规格看的是动销和评价积累，组合装看的是有没有起量。指标混在一起，就没法知道哪个方向值得加注。

边界情况是资源非常有限的小店。这种情况下同时做三个动作不现实，更适合集中在一个动作上。选择标准是哪个动作的条件满足得最充分，而不是哪个动作看起来回报最高。回报高的动作往往也是条件要求最高的。

还有一个容易犯的错是把超当成常规动作。超需要余量支撑，不适合作为长期的常态。常态更适合跟和避的组合，超放在有余量的时候择机尝试。把超当常态，很容易在几个失败的方向上耗尽资源。

跟、避、超没有优劣，只有适不适合当下的条件

跟的条件与方式

跟进的第一项条件是需求稳定。需求在萎缩的品类里跟进，等于在一个变小的池子里加注。判断需求是否稳定，可以看类目整体的搜索趋势和头部商品的量级变化，两者都平稳或者向上，跟进才有基础。

第二项条件是自己有明确的优势。这个优势要具体到可以被说出来的程度，比如同样的规格价格低一档，或者同样的价格用料更好，或者供货周期明显更短。说不出来的优势通常不构成优势，跟进之后会很快陷入被动。

跟进的方式建议从小规格、小批量开始。先在一个主力规格上小批量试，观察转化的速度和评价的积累节奏。试的结果好，再逐步放量；结果不理想，损失控制在很小的范围内，还能保留调整的余地。

跟进时机的选择也有讲究。对手刚做完大促、库存处于低位的时候，是一个相对好的窗口，因为此时对手的响应速度慢。对手正在大促期间跟进则要谨慎，那时候的流量和价格都不在常态，试出来的结果参考价值有限。

跟进的动作要配一个退出条件。写清楚在什么情况下停止跟进，比如连续两个周期没有达到预期的转化速度，或者毛利被压到某个水平以下。事先写好退出条件，能避免跟进变成一项停不下来的消耗。

跟进时规格的选择要格外注意。最省事的做法是跟主力规格，因为需求集中在那里。但如果主力规格的竞争已经很拥挤，可以看看次主力规格。次主力的需求规模小一些，竞争也松一些，投入产出比有时反而更好。

跟进的节奏建议与自己的供应链匹配。供应链反应快，可以按周调整；反应慢，就要在开始之前把量级估得保守一些，避免出现备货跟不上或者压货太多的情况。节奏和供应链不匹配，是跟进失败的主要原因之一。

跟进的时候要保留自己的差异点，不要做成完全的复制。哪怕是同样的规格，详情页的表达方式、图片的风格、组合销售的方式都可以有区别。完全没有差异的跟进，最后只能靠价格竞争，利润空间会被快速压缩。

观察对手的响应也很重要。跟进之后如果对手快速降价或者加大推广，说明它对这个位置很在意，继续加注的性价比就会下降。这时候可以按事先写好的条件退回到小批量状态，不必硬拼。

记录跟进的过程时要分阶段。写清试水的量级和结果、放量的节点和依据、以及每一阶段的转化数据。分阶段的记录比一个笼统的结果更有价值，下次跟进时能直接参照上一次的节奏。

举一个跟进时机带来不同结果的例子。某店铺看到对手的一条链接量级不错，正好对手刚做完一场大促，库存处于低位。这家店选在这个窗口跟进，页面上几乎没有同规格的竞争者，首批小批量很快就走了出去，评价也积累起来了。

另一家店选了对手大促期间跟进。那段时间对手的价格压得很低，流量也集中在大促页面上，跟进的新链接拿不到什么曝光，试水的结果看起来很差。同样的动作，时机不同，结论完全不同。

这两个例子说明跟进的效果不完全是商品本身决定的，时机占的比重不小。判断时机的一个简单办法是看对手的库存和价格状态。库存低位、价格回到常态，通常是相对好的窗口。

边界情况是类目本身有大促节奏。如果整个类目的销量都集中在大促期，那么日常跟进的意义就比较有限，这时候要跟着类目的节奏走，把资源集中在大促前后的准备上。

还有一个细节是跟进之后要盯住对手的反应。对手如果调整了价格或者换了主图，说明它注意到了新的竞争。这时候要判断调整是不是针对自己，如果是，就要按事先定好的条件决定加注还是退出。

避的条件与方式

避的第一种触发条件是需求在明显萎缩。表现是类目整体的搜索和成交同步下滑，且不是季节性的波动。这种情况下跟着做动作，等于在一个收缩的市场里投入，任何投入的回收周期都会被拉长。

第二种触发条件是供给明显过剩。表现是同类商品大量涌现，价格带被持续压低，而销量并没有相应增长。此时新增供给只是在摊薄每一家的份额，跟进的动作很容易变成价格战的开端。

第三种触发条件是对手的成本结构明显优于自己。比如对手有自己的工厂，或者走的是大批量的采购路径。这种差距很难靠运营动作弥补，硬跟的结果通常是自己的毛利先撑不住。

避的落地方式是转移而不是收缩。把原计划投入的资源挪到细分场景上，比如特定使用场景的规格、特定人群的需求。细分市场的容量小，但竞争也小，投入产出比往往更合理。

避的时候要留下观察位。不跟进不等于不看，把这条链接的量级和价格继续记录在案，等条件变化了再重新评估。很多避的决定是有时效的，对手的成本优势可能会因为原材料或者汇率变化而消失。

转移战场的时候，先找需求相近但竞争较小的场景。需求相近意味着用户基础还在，竞争较小意味着投入能换来位置。两个条件同时满足的场景不多，需要花一点时间去找，但找到之后的价值很高。

细分场景的选择要能用一句话说明。比如针对小户型用户的收纳规格、针对学生群体的入门款。说得清楚，说明需求是具体的；说不清楚，往往只是把现有的商品换个说法，实际上没有形成差异。

避的过程中要控制住试探成本。先用小批量验证，看细分场景的转化和评价是否符合预期。不要一上来就大批量备货，细分市场的容量本来就不确定，试错的成本控制住了，整个策略才有弹性。

还要注意避的时机。需求萎缩刚开始的时候避，能省下大量资源；等到量级已经跌到底了再避，损失已经发生。识别早期信号的能力，决定了避这个动作能省下多少。

避的决定要定期回看。当时不参与的理由可能已经消失，比如对手的低价策略结束了，或者类目的供给出清了一部分。把回看的时间点写进记录里，能避免把一个有时效的决定无限期执行下去。

举一个转移战场的实例。某类目的收纳产品供给明显过剩，价格被持续压低。一家店铺没有跟着降价，而是把资源挪到了租房人群的小尺寸收纳上。这个场景的需求量不大，但竞争少，客单价还略高一些。

半年之后，这个细分场景贡献了稳定的销量，毛利水平也比在主流价格带里竞争要好。这个案例里没有发生任何技术上的突破，只是把资源从拥挤的地方挪到了不拥挤的地方，投入产出比就变了。

另一个值得说明的点是这个细分场景不是凭空想出来的。它来自对手评价里的抱怨，很多用户提到常规尺寸放不进出租屋的柜子。需求缺口就藏在这些抱怨里，只是需要有人去翻一遍评价才能发现。

边界情况是细分场景的容量可能比想象中更小。所以试探的时候要从小批量开始，先验证需求的真实规模。验证结果显示容量确实很小，也不一定就要放弃，如果它的毛利足够好，小容量同样可以是一个稳定的补充。

还有一个细节是要防止细分场景被快速复制。细分之所以有空间，是因为别人没注意到。一旦量级起来，模仿者会跟进。这时候要么加快建立评价和权重上的先发优势，要么准备好进行下一次细分。

超的条件与方式

超的第一项条件是需求里存在没有被满足的部分。这些部分通常表现为用户的抱怨、评价里反复出现的期待、以及现有商品普遍存在的短板。能找到这些线索，说明差异化有落脚点。

第二项条件是自己有余量。余量包括资金余量、供货余量和时间余量。做差异化产品的开发周期比跟进长，期间还需要承担试错的成本。有余量的店铺可以承受这个周期，没有余量的店铺容易被拖住。

超的方式通常是从一个具体的点切入，而不是全面升级。比如现有商品普遍尺寸单一，那就补齐尺寸；现有商品普遍不提供配件，那就做成套装。切口越具体，验证越快，也越容易在评价里形成清晰的记忆点。

超的过程中要接受较长的反馈周期。新规格或者新组合的首批用户量通常不大，评价积累也慢。这个阶段不适合用跟进来验证的标准去要求它。给它一个完整的销售周期，再看数据才有意义。

超的结果有两种走向。一种是找到了真实需求，量级逐步起来，这时候可以从试水转为正式投入。另一种是需求其实不存在，数据一直没有起色，那就按事先定好的条件收手，把这次的发现记录下来，避免重复投入同一个方向。

找未被满足的需求，一个有效的来源是差评。把同层对手的差评翻一遍，看抱怨集中在哪些点上，比如尺寸不合适、配件缺失、包装破损。抱怨集中的地方就是需求缺口所在，也是差异化最容易切入的位置。

另一个来源是评价里的期待。用户会在评价里写如果有什么就好了这类话，这些话直接指向了现有商品没覆盖到的需求。把这些期待收集起来排个序，出现次数多的就是优先考虑的方向。

差异化的切口选定之后，先做一个小规模的验证版本。不用一上来就把供应链全部调好，可以先用现有的物料做一个小批量的组合或者改款，投放到页面上看反应。验证的目标是确认需求真实存在，而不是立刻做出完整的产品。

验证的观察重点不是总量，而是转化率和新客比例。细分需求的量级天然不大，用总量去衡量会误判。转化率反映了需求匹配程度，新客比例反映了这个切口有没有带来原来覆盖不到的人群，这两个指标更能说明问题。

如果验证的方向成立，再按正常的开发节奏推进。这时候要重新算一次投入和回报，把开发成本、备货周期和推广投入都算进去。差异化产品的边际利润通常更高，但前期投入也更大，账算清楚了再做决定。

举一个差异化的实例。某类目的商品普遍只提供一种通用尺寸，评价里反复出现尺寸不合适的抱怨。一家店铺据此做了一个多尺寸的版本，把选择权交给用户。首批小批量很快卖完，评价里尺寸合适这个点被反复提到。

这个例子的切口非常具体，就是一个尺寸问题。差异化不一定需要技术创新，把现有商品的明显短板补上，本身就是一种差异化。判断短板在哪里，最直接的来源就是竞品评价里的抱怨。

另一个例子是关于组合的。竞争对手都只卖单品，某店铺把常用配件做成套装一起卖。套装的单价更高，用户的购买决策也更快，因为省去了自己挑选配件的过程。这个切口同样来自需求，而不是凭空设计。

边界情况是差异化被抄袭。切口越简单，越容易被模仿。所以做差异化的时候要争取在两个地方建立壁垒：一是评价和权重的先发积累，二是供应链上的响应速度。前者慢工，后者靠投入，两者都可以让模仿者追起来吃力一些。

还有一个细节是差异化的评估周期要给足。新切口的第一批用户量小，评价积累慢，短期内数据不起眼是正常的。判断它是否成立要给它一个完整的销售周期，中途换方向会让前面的积累白费。

每个动作对条件的要求不一样，条件不足就换一个动作

动作之后要观察什么

观察指标的第一类反映量，比如单量、转化率或者搜索排位。这一类指标反应相对快，也最直观，用来判断动作有没有被市场接受。量没有动，通常说明动作本身没有被看到，或者看到的人不感兴趣。

第二类指标反映利润，比如毛利率、单个成交的广告花费。量的指标向好而利润没有跟上，说明动作带来的增长是用利润换的。这种情况需要判断是暂时的投入期还是结构性问题，判断依据是看趋势而不是看单期。

第三类指标反映结构，比如主力规格的占比、新客占比。结构指标变化通常慢一些，但它更接近动作的实质效果。量涨了但结构没变，说明增长来自原有的方式；结构变了，说明动作真正带来了改变。

观察周期要和动作的类型匹配。价格和推广类动作两三周就能看出方向，备货和开发类动作至少要一个完整的销售周期。用短周期去判断长周期的动作，会频繁得出错误的结论，反复调整反而把动作本身搅乱。

记录下来的时候，把当时的判断和实际结果并排放。这样每条记录都成为一次小型的验证，积累起来就能看出自己在哪类判断上比较准、哪类容易出错。这个认识比任何一次单独的结论都更有价值。

指标的选择要克制。两到三个足够，多了就互相干扰。常见的搭配是一个量的指标加一个利润的指标，结构变化明显的时候再加一个结构指标。选定之后至少观察两个周期，中途换指标会让数据失去连续性。

看指标的时候要区分绝对变化和相对变化。量涨了但类目整体也在涨，自己的相对位置可能没变。判断动作的效果，相对变化比绝对变化更有说明力，因为它把环境因素排除掉了一部分。

另一个要用到的判断方法是对照。同一时间点看几个同层对手的同类指标，自己在其中的位置变化，比单独看自己的变化更可靠。对照能过滤掉共同的季节因素和平台因素。

出现指标方向不一致的时候，优先相信慢指标的信号。量的指标反应快但噪声大，利润和结构的指标反应慢但更接近实质。短期量的波动可能只是流量分配的正常起伏，结构的变化才是动作真正起作用的证据。

最后是把观察结果回填到记录里。写清动作执行的时间、观察到的指标变化、以及自己的判断。这条记录在下一次做同类决定时价值很高，它能告诉你上一次相似条件下的真实结果是什么。

举一个指标搭配的实例。某店铺做了一次规格补充的动作，观察三个指标：新规格的转化率、整体毛利率、新客占比。两周期后显示，新规格转化率略高于平均，毛利率基本持平，新客占比有所提升。三个指标方向一致，判断这个动作成立。

如果三个指标方向不一致，比如转化率很好但毛利明显下降，结论就不一样了。这种情况下要先分清是投入期的正常现象还是结构性问题。判断依据是这个下降是持续的还是收敛的，持续的下降意味着动作本身不划算。

另一个实例是备货类动作的观察。这类动作的反馈周期长，用两周的数据判断通常没有意义。有一个可行的办法是在观察期内只看过程指标，比如页面的曝光和加购，量级留到周期结束再看。

边界情况是动作期间出现了外部干扰，比如正好碰上平台活动或者物流异常。这时候指标的变化里混着外部因素，判断的可靠性下降。稳妥的做法是把这一段标记为受干扰期，等干扰过去之后再取一个干净的周期重新观察。

还有一个细节是观察要有终止条件。写清楚看多久、达到什么标准就结束观察。没有终止条件的观察会一直拖下去，嘴上说再看看，实际上是在推迟做决定。

条件写清楚之后，动作的命中率会随着执行次数上升

形成自己的判断流程

流程的第一个环节是取数与校正。把销量读出来，把口径确认清楚，把明显异常的数据剔除。这个环节的目标是让手上的数字是干净的，后面的判断才有基础。步骤本身不难，难的是每次都认真做完。

第二个环节是找基准比位置。把数字放进同层对手的区间里，看自己落在哪一档，跟上一周期比是升是降。这个环节的目标是回答一个具体问题：这个数字相对而言算好还是算不好。没有基准的环节直接跳过比较，不让它进入下一步。

第三个环节是对照条件选动作。把跟、避、超三类动作的条件逐条过一遍，看满足哪些条件。条件满足的最多的一类，通常就是当下合适的动作。如果都不满足，那结论就是按兵不动，这同样是一个有效的输出。

第四个环节是定指标与周期。动作选定之后，明确看什么指标、看多长周期、达到什么标准算成功、什么情况算失败。这一步是流程里最容易省略的一步，也正是它决定了动作能不能被复盘。

最后一个环节是记录与回看。把这次的输入、判断、动作和结果写下来，隔一段时间回看一次。回看的作用不是纠正某一次错误，而是让整个流程在使用中慢慢校准，最后变成一套贴合自己类目的判断方式。

流程的写法建议用条目而不是段落。每个环节写成一句话，环节之间用箭头连接，整体控制在一页纸以内。条目式的好处是执行时可以逐条确认，不容易漏掉环节，也方便随着经验增加新条目。

流程里要留一个否决点。比如取数环节发现口径不一致，后面的判断就先停下，先把口径理清楚。设一个否决点能防止带着已知有问题的数据往下走，这是流程里最能防止低级错误的一个设计。

流程的环节数量控制在四到五步。太少的流程覆盖不了必要的检查，太多的流程没人会完整执行。四到五步是实践中比较好用的量级，每一步都有明确的目标和输出，执行一轮的时间通常在半小时以内。

流程的修订要有依据。修订的依据来自回看记录时发现的反复出现的问题，比如某一类判断总是出错，那就在对应的环节加一条检查。凭空想象出来的检查项通常用不上，很快就会被忽略掉。

最后是让流程能被别人接手。写清每个环节需要什么输入、产出什么结果、判断标准是什么。这样即使换人执行，判断的质量也不会出现大的波动。一个能被接手的流程，才算真正变成了团队的能力。

举一个流程落地的实例。某店铺把流程写成一页纸，五个环节分别是取数、比基准、对条件、定指标、做记录。每个环节后面附一句判断标准，比如口径不一致就先停。整页纸贴在电脑旁，前两周每次判断都照着走一遍。

一个月之后，流程的作用开始显现。最大的变化不是判断变准了多少，而是返工明显变少。以前经常是做完动作才发现口径不对或者基准选错，现在这类问题在取数和比基准两个环节就被挡住了。

另一个变化是团队讨论的方式。有了共同的流程，讨论时大家会自然地说现在走到第几步、这一步的结论是什么。讨论从各说各的印象，变成了沿着同一条线往前走，时间短了，结论也更清楚。

边界情况是流程在特殊时期要能简化。大促期间节奏快，五分钟内要做出判断，完整走五个环节来不及。这时候可以只保留取数和定指标两步，先做决定，事后补上完整的复盘。流程的弹性比流程的完整更重要。

还有一个细节是流程要有人负责维护。找一个固定的人每季度过一遍流程，看看哪些环节已经没在用、哪些新的检查项需要加进去。没有人维护的流程会随着人员变动慢慢失效，最后回到凭感觉判断的状态。

常见问题（FAQ）