Shopee知虾给上架工具准备什么：三样东西

上架工具需要什么样的输入

把工具那一端的能力摊开看，它对输入的要求其实很朴素。它要的是明确取值，每一列都写得下去，不要留下需要它自己理解的空白。空白处它不会来问，它只会按默认值填，或者干脆把那一行跳过去，跳过的那一件就少了一个规格。

这个要求把上游的活限制得很具体。凡是可以写成一个取值的，都属于上游该交出来的东西。凡是写不成取值、只能说个方向或者感觉的，交出去也没用，因为工具接不住。判断的意义就在于把方向收窄成取值的过程。

还有一点容易忽略，就是输入的整齐度。同一列的取值写法要一致，价位这一列全写数字，属性这一列全写平台用的那一档说法。写法一乱，工具照样能提交，但提交上去的页面互相之间没法对照，看数据的时候也归不了类。

输入的时效也要考虑。判断那一段看的是市场的当前状态，看的时候是一个样，过了两周可能就变了。所以收窄出来的取值最好不要放太久，做出来就尽快交出去，让它变成页面。放久了，原来的依据可能已经不成立。

从工具那端倒推，上游要交的东西就落在三样上。哪几个款、什么价位、写哪几条属性与关键词。这三样都是能写成取值的，也都是一旦定了就不该在一批中间改的。剩下的描述措辞、图片风格、上传时间，属于可调项。

把可调项和必交项分开，有一个直接的好处，就是知道什么时候可以开始传。必交项写完了就可以开跑，可调项即便还不够满意，也可以先放一版，跑起来之后再慢慢调。分不清这两类的时候，往往是因为可调项没定而迟迟不开跑。

动手准备之前，可以先做一次输入体检。把打算传的一批商品列出来，试着填一张最简单的表：品名一列、价位一列、重点属性一列。填得下去的部分说明已经想清楚了，填不下去或者要犹豫很久的格子，就是接下来要补的地方。

体检的结果通常分成三种。三种都能填，可以直接进到整理清单这一步。有一两列填不满，说明缺的是具体某一项，补那一项就行。整张表填不出来，说明这批货的方向还没定，这时候不该急着整理清单，应该先回到收窄那一步。

接着要确定输入的粒度。粒度指的是这份清单粗到什么程度。粗到只写类目不算，因为工具提交的是具体商品；细到每个规格都单独一行也不必要，容易让清单变得很长而看不出整体。合适的粒度是一行一件商品，规格关系写在那一行的备注里。

然后给输入定一个截止点。截止点的意思是这一批的清单到某个时刻就不再改。这个时刻通常放在开始成批提交之前。有了截止点，前面可以反复推敲，后面就照着定下来的那一版跑，两边不会互相干扰。

最后确认输入的完整度标准。完整的意思是每一行的必填列都有值，没有空着的格子。空着的格子交出去之后，会由执行那一段用默认值补上，或者让那一行提交失败。无论哪种，结果都不是判断那一段想要的。

有一个具体的例子可以说明输入准备到什么程度算够。某店要做厨房小工具这个方向，先是定了一个口子，只在厨房用品这个大类里看。看出其中一小块在扩，需求有而同类还不算多，从中挑了六个款，写了价位区间和底线，挑了材质与尺寸两条属性。

这六个款交出去的时候，清单上每一行都是完整的。类目选到对应层级、价位写着区间、底线写着具体的数、重点属性写着两条。执行那一段拿到之后照着填，中途没有回来问过任何一句话。第一批当天就传完了。

对照的是另一次准备得不完整的经历。同样想做同一个方向，但价位只是心里有个大致感觉，没有写下来。传的时候各件的价格是随手填的，填完之后自己都记不住哪一件填了多少。跑完一批要复盘的时候，第一件事是回去把价格抄一遍。

两次准备的差别不在看市场花了多少时间，而在有没有把结论落成取值。落了取值的清单可以直接交出去，没落取值的想法只能由填表的人临场决定。临场决定出来的结果，写的人和定的人不是同一个思路，前后自然对不上。

三样齐了，这份清单才有东西可交

第一样：做哪几个款

这一样要交的是一个范围，准确说是一个能数出来的名单。名单上的每一项都能在仓库里找到对应的货，不需要再解释。含糊的名单是这样的：这个方向先试试、这几个类目都看一看。这种交出去等于没交，因为工具不知道要提交什么。

从一批候选收窄到这个名单，中间靠的是筛。筛的依据通常来自市场那一边，哪一类在扩、需求有多少、同类商品的密度有多大。判断那一段把这些看一遍，筛掉大部分，剩下的几个才进名单。进名单的数量不宜太多，超过十来个之后，后面的判断质量会明显下降。

名单里还要写清楚每个款的规格关系。同一个款有几种颜色、几个尺寸，这些属于规格结构，页面上是按规格编号分别上线的。规格结构不写清，工具只能按现有的资料提交，提交上去的商品可能少几个规格，等补齐之后再传，同一款的曝光被切成两段。

名单和候选之间要留一条回到路。收窄的时候被筛掉的那些款不必彻底忘掉，可以在名单旁边留一行备注，写清这次不做的原因。下一批如果依据变了，这些被筛掉的可能重新有机会，有备注就能直接捡回来，不用重新看一遍市场。

还有一个细节是名单里的款之间最好有一点关系。要么是同一类目下的相近款，要么是同一个价位带的款。这样一批跑完之后，数据之间能互相对照。如果名单里的款彼此毫不相关，跑出来的数据各说各话，收窄这件事等于没起到作用。

什么时候算这一样做好了，有一个简单标准：把名单念给另一个不熟悉这批货的人听，他能不能照着念出来的名字把货找齐。找得齐，说明范围收窄到位；找不齐或者要找半天，说明名单里还留着含糊的地方。

收窄的第一步是先定一个范围口子。这个口子可以是一个类目层级，也可以是一个价格段，还可以是一批新的到货。定口子的目的是把候选压到一个看得过来的量，不然面对整个市场挑款，只会一直在看而没有结论。

第二步是在这个口子里找还在动的部分。看类目里哪一小块在扩、哪一小块的增速更明显。判断动没动，靠的是趋势而不是单点的数字，单点的数字容易被季节或者偶发的活动带偏。看趋势至少要看一段时间的走向。

第三步是看需求与供给的关系。同样的需求下，同类商品越多，新进去能分到的注意力越少。所以除了看需求大不大，还要看同类商品密不密。需求在涨而同类还不算多的那一小块，通常是值得优先看的。

第四步才是定名单。从前面几步看下来的结果里挑出几个款，挑的时候兼顾两件事，一是依据是否清楚，二是货是否拿得到。依据清楚但拿不到货的不算，拿到货但依据说不清的也不进名单。两条都满足的才进。

名单定完要过一遍数量关。数量太少跑不出对照，太多则后面的判断质量下降。一个可参考的做法是把名单控制在能在一两周内跑完的规模，跑得完才能及时拿到结果反馈到下一批。规模按能跑完来定，不按想铺多少来定。

举一个范围的例子。某店做的是家居收纳，候选一开始是整个大类的上百个细分类目。收窄的做法是先看哪几个细分类目在扩，把不动的砍掉；再看剩下这几个里需求与同类的比例，把同类已经挤满的砍掉。两轮下来，剩下的细分类目已经可以数了。

第二轮再往下看一层，每个细分类目下挑几个具体的款。挑的时候看的是单品层面的销量与评价数，评价数多而销量还在往上走的那些款，说明需求是真实的而不是偶发的。这一层挑完之后，名单基本就成型了。

名单成型之后要写清楚每个款的规格结构。同一个款有几种颜色、有没有不同尺寸，这些都要写在清单里。规格结构写清之后，执行那一段才知道每一款要提交几行。写不清的时候，提交上去的规格往往不全。

名单里还可以加一个观察位。留一两个这次没进名单但一直在看的款，写进备注里。下一批如果依据变了，这一两个可以优先考虑。观察位的作用是让收窄这件事不是一次性的，而是带着记忆往前走的。

有一个反面例子值得记一下，就是名单里混进了几个拿不到货的款。这种情况在写清单的时候看不出来，等到执行提交的时候才发现没有资料，于是一行行跳过去。跳过的那几行如果没有人回头补，这一批实际上就少了几件商品。

越靠近取值的项，对执行环节越关键；越靠近风格的项越可以后调

第二样：价位区间与底线

这一样要交的是两个数，一个区间和一个底线。区间的意思是这段范围里可以活动，遇到压价或者要冲量的时候往下调一点不算乱来。底线的意思是不能再低，低于这个数这一单就不值得做了。两个数一起交，定价这件事才算有了边界。

区间的定法要有依据。常见的依据是同类商品的价格分布，看主流的价位集中在哪一段，再看自己的货在材质、规格或者品牌感受上处在什么位置。把这两个对照一下，区间大致就出来了。凭感觉定的区间通常偏窄，因为人会不自觉地锚在自己想的那个数附近。

底线的定法要往成本那边算。把进货成本、平台佣金、手续费、物流分摊这几项加起来，再加一个自己想要的最低利润空间，反推出来的那个数就是底线。这一步算得越细，后面越不容易出现卖出去了但不赚钱的情况。

两个数之间的关系也要检查。底线必须落在区间之内，而且要有一定距离。如果底线几乎贴着区间下限，那这个区间实际上没有活动余地，遇到需要往下调一点的场合就只能突破底线。区间和底线贴在一起，说明定价这一步还没有真正想清楚。

区间在一批之内建议保持稳定。同一批商品里，价位跨度跨好几个档的情况会让数据没法解释，也看不出这批货到底想卖给谁。如果确实想做不同档位，更稳的做法是分成两批跑，每批内部保持一个相对集中的价位带。

有一类边界情况值得单独处理，就是成本还在变。比如进货价随批次浮动、物流费有季节性变化，这时候底线不该定成一个死数，而应该跟着成本走。办法是把底线的算法写下来，成本一变就重算一遍，算法本身就成了一项可复用的东西。

第一步是把同类的价格看一遍。看的方式是照着几个核心词搜一遍，把排在前面那些商品的价格记下来，看看主流集中在哪一段，偏高和偏低各占多少。这一圈走完，心里会有一段粗略的主流价位。

第二步是给主流价位分段。不用分得很细，分成偏低、主流、偏高这几档就够。然后把自己的货放进去，对照材质、规格、包装这些能感知的差别，看它更接近哪一档。这一步靠的是比较，不是靠测算。

第三步是算成本那边。把进货价、平台佣金、手续费、物流分摊这几项列出来，加起来得到一件商品的固定支出。这个数算得越接近实际，后面的底线越可靠。算的时候宁可按偏高估，也不要按偏低估。

第四步是从成本和期望的利润反推底线。期望利润可以先定一个比例区间，不必定成一个死数。反推出来的底线如果比主流价位的下限还高，说明这个款在这个价位段里做不出利润，要重新考虑是做还是不做。

第五步是定区间。区间以主流价位为基础，往上往下各留一点余地，但下限不能低于底线。区间定好之后写下来，和底线放在一起。两个数写在一起的好处是，定价的时候一眼就能看到还有多少活动空间。

最后要给区间配一个调整的规则。比如同类普遍调价的时候，区间跟着挪；成本变化超过一定幅度的时候，底线重算。规则写下来之后，调价这件事就不再是每次重新想一遍，而是照着规则执行。

举一个算底线的例子。某件商品的进货成本是一个已知的数，加上平台佣金与手续费，再加物流分摊，得到固定支出。在固定支出之上留一个想要的利润空间，反推出来的那个数就是底线。这个数往下没有余地，往下卖就是在替平台和物流打工。

再举一个定区间的例子。同一个类目下，同类的主流价位集中在某一段，偏低的那一档普遍是小规格，偏高的那一档普遍带附件或者材质更好。把自己的货对照一下属于哪一档，然后以那一档的价位为基础上下各留一点余地，区间就定了。

两个例子放在一起看，能看出底线和区间的来源不同。底线来自成本，是从内部算出来的；区间来自市场，是从外部看出来的。两个来源不一样，所以两个数都需要，缺任何一个，定价这件事都是跛的。

有一个容易犯的错是把区间定得过宽。区间太宽意味着这批货想卖给的人不明确，买家看到的价位跨度大，不容易形成这是一批有安排的商品的印象。窄一点的区间反而更容易让页面之间形成呼应。

还有一种情况是底线被区间的下限顶穿。算出来的底线比市场主流价位还高，这时候摆在面前的有两个选择，一是换货源把成本压下来，二是这个款先不做。硬把价位定在主流之下、底线之上的那种做法，通常撑不了太久。

最后提醒一个记录习惯。把每一次算底线用到的成本项写下来，尤其是那些会变动的项。下次成本一变，改动哪一项、影响多少，照着记录就能算，不用把整条算式重新搭一遍。算式留着，成本波动这件事就从每次重算变成了一次修订。

第三样：属性与关键词重点

这一样要交的是一小串具体的项。属性这边是三条到五条必须写清的项，关键词那边是标题里要放进去的几个词。这两者性质相近，都是在回答同一个问题：买家会用什么方式找到这件商品，找到之后最想确认什么。

挑属性和挑关键词用的是两套依据。属性看的是买家下单前的顾虑，下单前一定会问的项就是必须写的项。关键词看的是搜索行为，买家会输入什么词来找这类商品。两者的来源都在买家这一侧，不在卖家自己想强调的卖点那一侧。

关键词的分量不一样。有些词需求大、覆盖广，适合放在最前面；有些词需求小但很精准，适合放在后面。标题的长度有限，放不下所有想放的词，所以必须排一个先后。排先后的时候看的是搜索需求与同类商品密度这两个数，而不是看哪个词说起来好听。

属性里还有一种容易漏的情况，就是取值写错了档位。这件事在页面上看不出来，工具的提交也不会因此失败，但它会让商品出现在错误的筛选结果里，或者干脆不出现在买家会用的那几档筛选下。检查办法是照着平台给的取值列表逐项对一遍。

关键词这边要留意的是别堆。标题里把同类词反复堆在一起，读起来像是关键词的集合而不是一句商品描述，对买家的判断没有帮助。选取几个真正对应的词，把它们放进一句读得通的话里，通常比堆一长串词更有效。

这一样交出去之后，还需要一段时间验证。跑完一批之后，可以看哪些词带来的曝光更多、哪些属性对应的款式点击更好。验证的结果回到下一批，把上一次挑错的词换掉，把没写全的属性补上。这一样是三样里最需要反复调的。

第一步是看同类卖得靠前的页面写了哪些属性。挑几个排名靠前的商品，把它们的属性栏逐条看一遍，记录下来反复出现的是哪几项。反复出现的通常就是买家下单前一定会确认的那些项。

第二步是把这些项和自己商品的实际情况对一遍。能写实的写实，缺数据的去补数据。比如尺寸、材质、容量这类项，写不出具体值的时候，先补齐再上架，比填一个大概的数要好。买家在这些项上的判断很依赖具体值。

第三步是看买家在问什么。同类商品的评价和问答里，买家反复问的那几个问题，往往就是属性里没写清的部分。把这些问题的答案转成属性项写上去，页面上就能少一批来回沟通。这一步的信息来源在买家那一侧，很直接。

第四步是挑关键词。从买家会用来搜索的词里挑，可以用搜索指数这类数据看哪些词的需求更大。挑的时候不只看需求，还要看用这个词搜出来的同类商品有多少。需求有而同类不算多的词，价值更高一些。

第五步是给关键词排先后。把需求更大、覆盖更广的词放在前面，把更精准但范围更小的词放在后面。排完之后读一遍，看整句话读起来是不是通顺。读不通的标题，买家扫过去时的第一印象会差一些。

举一个挑属性的例子。某类商品买家在下单前反复确认的是尺寸和材质，这两项就是必须写实的属性。另外还有几项是次要的，比如包装形式、产地，写上去有帮助但不是关键。把必须写的写在前面，次要的按平台要求补齐。

再举一个挑关键词的例子。同一个商品，买家可能用几种说法来搜，这几种说法的搜索需求并不一样。挑出需求更大的那两三个，放在标题的前面；把更精准但搜索量小的放在后面。这样标题在覆盖面上更宽，同时也不丢掉精准的流量。

两个例子里的判断依据都来自买家一侧。属性来自买家下单前的顾虑，关键词来自买家的搜索习惯。这不是卖家想强调什么就写什么，因为卖家想强调的那一点，未必是买家在找的那一点。

有一类细节值得单独看，就是单位与写法的统一。同一个尺寸，有的页面写厘米有的写英寸，同一个材质，有的写全称有的写简称。写法不统一的时候，同一批商品放在一起看会显得杂乱，买家也比较起来也不方便。

关键词这边还有一个习惯值得养成，就是定期回看哪些词真的带来了曝光。跑完一批之后，能从数据里看出哪个词对应的商品被翻到的次数更多。把这个结果记下来，下一批挑词的时候就有了自己的依据，不用每次重新猜。

最后说一种边界情况，就是类目之间的说法不一样。同一个属性在不同类目下的叫法和取值档位有可能不同，照着另一个类目的写法填，容易出现提交不上去或者提交上去但不生效的情况。跨类目的时候，属性和关键词都要重新对一遍。

这三样怎么交到工具手里

交的方式只有一种，就是整理成一份清单。清单横着是列，竖着是行，一行是一件要提交的商品，一列对应页面上的一个字段。列的排布建议照着执行的顺序来，先规格编号，再品名与类目，然后价位，最后属性和关键词。

列的命名要固定。不要这一批叫价位区间，下一批改成价格范围。名字一变，接的人要重新对一遍，之前攒的记录也对不上了。固定命名这件事只需要做一次，之后每一批都照着同一套用，成本极低，收益是每次交接都不用重新解释。

清单里的取值写法也要统一。数字全用同一种写法，日期用同一种格式，属性用平台的档位说法。工具对格式的容忍度通常不低，但写法不统一会让后续的对照变得困难，尤其是把几批数据放在一起看的时候，不统一的写法会直接暴露出问题。

清单交出去要有一个明确的版本。可以在文件名或者表头写一个批次标识，让接的人一眼知道这是哪一版。版本标识存在的意义是防止改来改去之后分不清哪一版是最新的。有了标识，出现分歧时能直接拿出对应的那一版来核对。

交出去之前建议做一遍自查。检查项不多：数量能不能数清、价位有没有落在区间内、底线有没有高于区间下限、属性是不是都用了平台的说法、关键词有没有排在标题前面。这几条过一遍，通常能拦掉大部分会在执行时卡住的问题。

交出去之后还有一个动作容易忘，就是把这一版清单留档。留档的意义在回看的时候体现出来，跑完一批回头对照，能看出当时是怎么定的。没有留档，数据出来之后连当时填的是什么都想不起来，复盘就只能靠记忆。

整理清单有几个取舍要先定。第一个取舍是清单用什么形式，表格文件或者内部系统的表单都可以，关键是列名固定、取值写法统一。形式不重要，稳定性重要。换一次形式就要重新对一遍接口，成本比想象中高。

第二个取舍是清单里放不放备注列。放了的好处是能写下取值理由，回看的时候有依据；不放的好处是清单更干净，一眼看清那些要提交的字段。折中的做法是把理由放在另一张表里，用规格编号对应过去。

第三个取舍是清单的审批要不要走流程。走流程的好处是改动有人知道、责任清楚；代价是节奏会慢一点。批次不多的时候可以简化，批次密起来之后建议固定一个确认动作，至少让负责的人知道这一版定稿了。

第四个取舍是清单保存多久。建议至少留到这一批的数据收完、结论写完之后。收数据的时候要对照清单才能看出每条取值对应什么结果，结论写完之前删掉清单，等于把对照的凭据丢了。

清单交出去之后，接的人有可能发现取值有问题，比如属性用了平台不认的说法、规格编号有重号。这时候不建议由接的人自行改掉，而是退回到出清单的人那里确认。自行改掉的取值不会留下记录，事后回看就对不上了。

举一个交接的例子。清单做成一份表格文件，第一列是规格编号，第二列是品名，第三列是类目层级，第四列是价位区间，第五列是底线，第六列是重点属性，第七列是标题。列名固定之后，每一批都照着这一套填。

交出去的方式是把这份文件给到负责提交的人，同时说明这是一批的定稿版本。如果中间有人发现某一行有问题，退回来在文件里改，改完再交一次，并且标注新的版本。这样每一次改动都有痕迹，出问题能追到改动的那个时刻。

另一种交接方式是放在一个共享的位置，两边都能看到同一份文件。这种做法减少了来回发送的环节，但要有明确的规则说明谁在什么情况下可以改。没有规则的时候，两边同时改一份文件，很容易出现互相覆盖的情况。

无论用哪种方式，都要有一个动作是把定稿的那一版留存下来。留存不需要很复杂，按照批次号存一份就行。等到跑完一批收数据的时候，把这一版调出来对照，能看出哪一条取值对应了哪一组结果。

还有一个容易忽略的交接细节，是清单里放不放图片。图片通常不放进清单，而是按规格编号单独放一个目录。这样清单保持轻量，看取值的时候不会被图片信息打断。目录的命名规则和清单里的编号保持一致，两边就能对上。

三样都有那一行全是空格，缺哪一样的问题会出现在不同的环节

缺了任一样的后果

缺第一样，也就是没有明确的款名单，执行那一段是停下来的状态。它不知道要提交什么，只能等人给东西。这种状态下即便勉强拿手边的货凑一批，提交上去的也不是判断的结果，而是恰好有余货的那几件。

缺第二样，也就是价位没定，页面是能传的，但传上去之后数据基本没有解释力。同一批里价位五花八门，跑完之后看到某个款表现好，也说不出是价位起了作用还是这个款本身就好。要弄清楚就得再跑一遍，把价位这个变量单独隔出来。

缺第三样，也就是属性和关键词没挑，页面的曝光通常起不来。原因是买家找不到它，搜索用的那些词没有出现在标题里，筛选用的那些档位也没有被勾上。这种情况下的页面像是一间开在巷子深处的店，东西可能不差，但路过的人少。

三样都缺的状态最容易出现在刚开始做的时候。手上有一批货，工具也装好了，但没有想过这批货想卖给谁、卖多少钱、靠什么被找到，于是照着资料把字段填满就传了。传完看到的数据什么都说明不了，几次之后容易得出一个错误的结论，以为工具没有用。

三样缺一样的时候，问题会集中出现在某一个环节上，这反而是好事，因为它可定位。缺的是范围，卡在提交那一步；缺的是价位，卡在看数据那一步；缺的是属性，卡在曝光那一步。知道问题落在哪个环节，补起来就有方向。

补的次序不必强求一致。从哪一样开始都可以，只要补上一样之后就按这一样跑一批，看看变化。一次补一样的好处是能看出这一样起了多大作用；三样同时补，跑出来的结果好是好，但不知道好在哪一样上。

缺第一样的表现是执行那一段完全停摆。没有名单就没有提交对象，工具装得再好也只能等着。这种状态比较容易识别，因为它卡在一个硬门槛上，不会出现传了但传错的情况。停摆本身不是最麻烦的，麻烦的是它不给出任何信号。

缺第二样的表现比较隐蔽，页面上是正常的，看不出哪里不对。问题要到收数据的时候才浮现，因为价位是散的，同一批商品之间没有可比较的价位关系，任何一个数字的变化都能归到好几种原因上。

缺第三样的表现要看类目竞争程度。竞争小的类目里，页面即便属性写得潦草也可能有曝光；竞争大的类目里，属性没挑好、关键词没排对，页面基本上不会被翻到。这一样的缺失代价和类目直接相关。

三样缺一样的时候，判断该先补哪一样，有一个粗略的次序。先补能让执行跑起来的那一样，再补影响数据解释力的那一样，最后补影响曝光的那一样。按这个次序走，能最快看到流程转起来的样子，也最容易看出后面补的那一样有没有用。

补完之后要留一段观察期。补上一样之后立刻见效的情况不多，多数需要跑完一批、收完数据才看得出来。观察期里不要同时补第二样，否则两样的效果混在一起，又回到了分不清的状态。

最后要提醒的是别把补齐当成一次性的事。价位会随市场变、关键词会随季节变、能做的款也会随货源变，这三样都是要定期重看的。把它们写进一个定期回看的清单里，比想起来才补要可靠。

举一个缺第一样的具体情形。某店决定做某个方向，但只停在方向这一层，没有把具体是哪几个款定下来。工具装好之后放了两周没用，因为每次准备传的时候都会卡在同一个问题上，到底传哪几个。这两周的时间其实是白放的。

举一个缺第二样的情形。某店把款定下来了，但价位只是心里想了一个大概的数，没有写成区间和底线。传上去之后，同一批里的价格有高有低，差的幅度还不小。跑完一段时间回头看数据，销量好的那几件价位恰好偏低，但没人确认过那是价位带来的还是这几件本身就更受欢迎。

举一个缺第三样的情形。某店款和价位都定了，属性照着感觉写了几条，关键词也没特意挑。传上去之后页面一直没什么曝光。检查之后发现标题里用的词是卖家习惯的说法，买家搜索时用的却是另一种说法，两边根本没有碰上的机会。

三个情形放在一起，能看出问题的形态不一样。第一个是走不动，第二个是走得动但看不出原因，第三个是走完了但没人看得见。补的时候也对应三种动作：把名单定出来、把价位写下来、把属性和词挑一遍。

有一种情况是三样都写好了但没写在一起。款记在一个地方，价位记在另一个地方，属性和词又在第三个地方。这样的后果是执行那一段要花时间把它们凑成一份清单，凑的过程中容易出现遗漏，也容易出现取值版本不一致的情况。

所以准备这三样的时候，建议一开始就放在同一份文件里。同一份文件带来的不只是省事，更重要的是三样取值之间能互相检查：价位有没有越出底线、属性有没有超出版本、规格编号有没有重复，这些检查只有在同一处才能顺手做完。

三样补齐的次序不必一致，但补齐之后返工往下走的方向是一致的

知虾站在链条的哪一节

这个位置可以用一句很朴素的话说清：它做的是判断那一段，不做传那一段。判断那一段的活是在市场里找方向、把方向收窄成取值。传那一段的活是把取值变成页面再送到店铺里。这两段之间的接口，就是上面说的那份清单。

具体到三样取值上，知虾给出的是取值之前的参考。做哪几个款，可以用类目占比看哪个方向在扩、用供需比看哪些细分的需求还没有被同类填满。价位区间，可以用同类商品的价格分布看主流价位落在哪一段。属性与关键词，可以用搜索指数挑出值得放进标题的词。

这些参考的性质要说清楚。它们是判断的原料，不是判断本身。看完之后还得有人把它们收窄成几个款、一个区间、几条词，这个收窄的动作是人的部分。工具也好、数据也好，都替代不了这个收窄的动作，它们只是让这个动作有依据。

判断做出来之后，接下来的事不归它管。清单整理、字段对齐、成批提交、多店同步，这些都属于执行那一段。这一段有它自己的工具，也有很多种做法，它在这里不参与。它的工作在清单交出去的那一刻就结束了。

把这条界线讲清楚，其实对使用者是有利的。知道哪一段由谁负责，就不会指望一个看市场的工具去完成搬运，也不会指望一个搬运的工具去替自己做判断。两段各归各位，各自做好自己的部分，接口对得上，整条线才走得顺。

收束回那三样取值上。上架那一步做得顺不顺，很大程度上取决于这三样定得清不清楚，而三样定得清不清楚，取决于动手之前有没有人认真看过市场。这一段是判断的位置，也是知虾所在的那一节。

把位置说清之后，还需要说清它不站在哪一节。它不站在整理清单这一节，不站在字段对齐这一节，也不站在成批提交与多店同步这几节。这些属于执行的活，有专门的工具在做，它不参与，也不该被期待去参与。

这种划界不是回避，而是让分工变得可用。使用者知道了哪一段归判断、哪一段归执行，就不会在传得慢的时候去怪判断工具，也不会在方向选错的时候去怪执行工具。每一段的问题回到每一段去解决，效率反而更高。

从三样取值来看，判断那一段的产出是取值，执行那一段的消费是取值，中间没有任何一步需要把取值换成另一种形态。所以接口是干净的，接口越干净，两段之间的交接成本越低，整条线跑起来的阻力越小。

这也是为什么本文反复强调三样要写下来。写在清单上的取值是可以被检验的：它能不能数清、有没有越出区间、用了平台的哪种说法。检验得越早，改起来越便宜。判断做完了但没写下来的那种状态，检验无从下手。

回到搜索这个词的人关心的问题，上架这一步做得好不好，真正决定结果的往往不是上架那一下，而是上架之前那三样定得清不清楚。这三样里有两样需要看市场的眼光，一样需要算成本和看买家提问的耐心。

举一个三样怎么用参考数据定出来的例子。某店想做母婴这个方向，先看大类里哪一小块在扩，发现其中一类需求还在往上走。再往下看供需比，挑出几个需求有而同类还不算多的细分。这一步产出的是几个细分，也就是第一样的雏形。

接着看这几个细分下的价格分布，找出主流价位落在哪一段。把主流价位和自己能拿到的成本放在一起对，反推出一个区间和一条底线。这一步产出的是第二样，用的是同类的价格与自己的成本这两头的数据。

最后看这个细分下的搜索词，挑出几个搜索需求更大、同类密度相对低的词放进标题。属性那边看的是买家在下单前反复确认的项。这一步产出的是第三样，用的是搜索行为与买家提问这一类信息。

三步走完，三样取值都出来了，整理成清单就可以交给执行那一段。整个过程里没有出现过任何搬运的动作，也没有出现把商品传上去的环节。它做的一直是看和收窄，产出的是取值，不是页面。

这也说明了它在这一条线上的位置。它站在判断那一段，工作到清单交出去为止。清单之后的事情由执行那一段接手，有专门的工具承担。两段之间用同一份清单对接，接口清楚，各自把自己那一段做扎实。

常见问题（FAQ）