虾皮销售指数是一个折算过的数，不等于销量本身

销售指数是折算过的数，不等于卖出去多少

类目页上那一栏指数，写的是一个三位上下的数，看着像销量，读起来也顺。但它不是某段时间里成交件数的原样记录，中间经过了一道折算。折算的动作在后台完成，读的人只拿到最后那个刻度。把这两件事分开，是读懂这一栏的第一步。

指数和销量之间最直观的差别在量纲。销量说的是件、是单，指数说的是一个相对刻度，没有单位，也不对应具体的成交数量。同样一个指数值一百二十，落在不同类目上，背后可能是几十件，也可能是几百件。量纲不同，就没有办法把两个数并列着读。

它不是凭空生成的，输入那一头确实连着真实的成交行为，件数、单量与价格带都会参与。但这些输入不是简单相加，而是按各自的比重压到一个统一的刻度上。压的过程抹掉了原始量，留下了相对强弱。所以它能反映冷热，却报不出准确件数。

折算还带来一个副作用，同一段时间里，两个类目的指数同为一百，实际成交规模可能差两三倍。类目的基础体量、客单价水平、单笔购买件数都会影响折算的比例。把两个一百当成同一份生意看，是读这个数时最常见的错。

拿到指数以后，可以先问自己一句，我现在要的是冷热，还是要数量。要冷热，指数够用；要数量，指数给不出来。这个问题不解决，后面不管怎么算都会绕回来。分清楚用途，才不会在同一个数上反复打转。

有时候指数会在短时间内跳一大格，比如从一百八跳到二百四，看着像销量翻了一截。这种跳法多半来自折算规则对某段区间的加权，而不是真实成交陡增。先分清这一跳是哪一头带来的，再决定要不要当成信号读。

把指数当成销量读，最常见的结果是两个类目排在面前，你选了指数高的那个，实际成交体量却更小。原因不在判断力，而在这两个指数本来就站在不同的底子上。底子不同、刻度相同，结论自然偏。

指数这一栏的数值范围通常被压在某个区间里，比如几十到几百，很少见到几千上万。这是折算规则里刻意压过的结果，为的是让不同类目能放在一个页面里排。压过之后便于比较，代价是原始量信息被丢掉了一部分。

有些人会用指数乘一个系数去反推件数，系数从别处估来，乘完看着像模像样。这种算法在单个类目内部、短周期内偶尔能对上，一旦跨类目或跨时段，误差会迅速放大。原因是系数本身也在跟着折算规则变，不是一个固定值。

指数还有一个容易被忽略的性质，它描述的是相对位置，不是水平刻度。相对位置的意思是，它告诉你这个类目在同类里靠前还是靠后，不告诉你这个类目一个月能出多少单。把位置读成水平，是另一种把数读偏的方式。

同一个类目里，指数从八十涨到一百二十，可能对应成交件数涨了四五成，也可能只涨了两成不到。差异取决于这段区间里价格上涨了多少、购买件数变了多少。这些因素都进了折算，读的人只看到最后那个刻度。

想要一个稳妥的用法，是把指数当成一层的信号，不要让它单独支撑一个结论。它适合回答哪边更热、哪边在动，不适合回答能卖多少、能赚多少。把它放回它擅长的位置，用处反而更大。什么数是原样的，什么数是折过的，先分开再谈怎么用。

折算这件事本身不是问题，任何跨类目比较都需要一道归一化，否则不同体量的类目没法放在一起看。问题在于读的人不知道自己看的是归一化之后的结果，误以为看的是原始账本。把这一层想清楚，很多互相矛盾的数就顺了。

有的页面会在指数旁边给出件数的估算区间，区间往往很宽，比如三十到八十件。区间宽本身就说明折算里含的不确定成分不少，窄窄一个指数值撑不起一个精确的件数。把区间当成一个提醒，比当成答案更合适。

指数这一栏的更新通常是按日的，前一天的行为在第二天反映出来。这意味着你今天看到的数，说的是昨天或前几天的状态，不是此刻。把它当成实时销量读，时间上也会错开一段。把读数的时间点记下来，滞后这一层就不会被忽略。

把这一段收一下：指数是折算过的相对刻度，不是成交件数的原样记录。它连着真实成交，中间却隔着一道归一化，原始量被压掉了。读懂它的第一件事，是承认它和销量不是同一个东西，后面的比较才有立足点。

同一段成交经过五道处理，出去时已经不是原来那个量

它是怎么折出来的，先把这个过程说清

要弄清它怎么折出来，先把参与折算的几头摆开。通常有成交件数、成交单量、下单的价格档，以及这段时间的长度。这几头各自带着自己的单位，件是件、单是单、价格是钱。折算就是把这些不同单位的量压进同一个刻度。

压的过程可以理解成先归一、再加权。归一指的是先把每一项除到相对水平，让它不再受原始量级影响；加权指的是给每一项一个比重，比重由类目和区间决定。两步走完之后，才得到页面上那个数。这里说的是它的成因，不是要你照着算。

归一这一步会抹掉的一个信息是规模。一个小类目和一个大类目，归一之后都可能落在同一个水平线上。页面上于是出现了体量差几倍、指数却相近的两个类目。这不是算错，是折算规则留下的结果。

加权这一步带来的是偏重。不同价格带的成交，在折算里的分量不完全一样；有的规则会给中高价格带的成交更高的比重，有的会给件数更多的那一档更高的比重。偏重的方向决定了指数更贴近哪一种生意。

折算还有取整和压缩两个后处理动作。取整把小数抹平，压缩把跨度拉回到一个便于排名的区间。这两个动作让数字更好看，也让相邻两个类目之间的差距被缩窄。读的时候要注意，差一点在页面上可能看不出来。

折算不是一次性的，它跟着区间滚动。今天的指数用的是最近一段时间的成交，过一天区间往后挪一格，参与折算的数据就换了一批。这意味着昨天的指数和今天的指数，底下的数据并不是同一套。

有些类目的成交有明显的淡旺交替，折算规则如果用的是短区间，指数就会跟着起伏得比较明显。这时的起伏一部分是真实需求变化，一部分是区间替换带来的抖动。两种情况混在一起，单看指数分不开。

折算里还藏着一层是样本范围。页面上的指数统计的是平台能看到的成交，退单、超时未付、异常单是不是计入，各家规则不一定写出来。样本范围不同，同一个类目折算出来的指数也会有出入。

把折算过程说清之后，有个结论可以先立住：指数不能反推出件数，因为它是一个多对一的映射。多种不同的成交组合，折算之后可能落到同一个指数值上。多对一意味着从指数往回推，会同时对应好几种成交组合，挑不出哪一种是原样。

折算规则的细节通常不会完整公开，页面只给结果。读的人能观察到的是行为，比如指数在某一段怎么动、排序怎么变。从行为反推规则，是一条可行但费时的路，比直接假设一个固定系数要稳。

不同站点的折算口径也不一样。知虾公开页面按站点把销售指数逐列排开，每一列都依着该站自己的价格带划法和件数分布算出，高低天然带着各自的底子。把这些列并成一张表之前，先认下它们并不站在同一条起跑线上。

折算规则会调整，虽然不频繁，但确实会。调整之后同一类目的指数水平可能整体上移或下移一档，而你手里的历史对比会因此断层。发现整条曲线忽然换了一个水平线，先想想是不是规则动了。

想要检验一段折算是否稳定，可以挑一个成交波动很小的类目，看它的指数在一段时间里是不是也平。如果成交几乎没动、指数却在跳，说明折算里还有你没看到的变量在起作用。这类检验不用天天做，感觉数不对劲时做一次就够。

折算出来的数之所以好用，是因为它把不同体量的类目拉到了同一个页面上，让排序变得可能。这个便利是有代价的，代价就是原始量被抹掉。接受这个代价，再谈怎么用，心态会稳很多。便利和代价本来就是同一个动作的两面。

把过程说清之后，还有一件事值得记住：指数之间的差，一部分来自真实成交的差，一部分来自折算带进来的偏。两种成分混在一个数里，单看差值是分不开的。要分开，得靠别的信息补。缺了这一层，后面所有比较都悬在半空。

这一段只做一件事，把折算的几头、归一与加权、取整与压缩、区间滚动这几层摆出来。至于怎么把它折回可比口径、折完的差说明什么，是后面几段的事，这一段到此为止。它是什么先弄明白，比较才有立足点。

指数刻度相同，实际能对应的件数在六类生意之间差了数倍

折之前先看清它用的是哪一段区间

区间是整个折算里最先要看清的一件事，因为它决定了这个数在说什么。同样一个类目，用最近一周的成交折算和使用最近一个月，出来两个数可以差出一大截。先知道它是哪一种，读数才有落点。

区间有两种常见切法，一种是滚动的，今天是最近七天，明天也是最近七天，窗口一天一天往后挪；另一种是固定的，比如按自然周或自然月结算。滚动区间更敏感，固定区间更平。两者放在一起看，涨跌方向都可能不一样。

滚动区间有个特点，它会把一段老数据挤出去，同时把一段新数据收进来。如果挤出去那段特别高，收进来那段普通，指数就会往下走，而成交其实没变差。这种下降是区间的算法结果，不是生意变差。

固定区间的麻烦在边界。月初和月末各看一次，同一个类目可能因为边界刚好卡在促销前后而给出两个方向相反的结论。用固定区间做对比时，先把比较的两个点放在区间内的同一位置，比如都取区间的三分之一处。

除了长短，区间的起点也值得看一眼。起点正好落在一次大促之后，整段区间的均值会被拉低；起点落在促销前，均值又会被抬高。起点位置变了，指数的基础水平线也跟着变。这一项最容易被跳过，也最容易在比较里埋下偏差。

区间还会影响排序。短区间里，一次活动就能把一个类目顶上去，排到平时的位置上；长区间里，同一次活动被摊薄，排序变化就不那么明显。同一批类目换一个区间去看，名次会换位。名次变了不等于生意变了，先回头看看区间。

有些页面的指数注明是最近三十天，但没有说明这三十天是含今天还是到昨天为止。差这一天，如果中间正好有一次冲量，指数会差出可见的一档。看到没写清楚的，先按不确定处理。凡是没交代到日的，都先当成一个范围来读。

区间的选择和类目的成交节奏有关。快消类目一周能走完一轮，短区间够用；耐用品几个月才动一次，短区间里全是噪点，看不出东西。选区间之前先看这个类目的周转大概多长。节奏对不上，区间给出的只会是一条抖动的线。

跨站点比指数时，区间这一项要格外小心。不同站点的结算节奏和促销日历不一样，同一个自然周，在一个站点是平淡期，在另一个站点可能正在大促。区间的名字一样，装的内容不一样。先把各站的日历对上，再谈两个数谁高谁低。

还有一个细节是区间里的成交按什么时间归。按下单时间归和按完成时间归，同一批买卖会分到不同的区间里。这个差别在退单率高的类目上尤其明显，因为完成时间可能比下单时间晚很多。归集时间一换，整条曲线的峰谷位置都会挪。

看到指数在一条线上来回小幅摆动，先别急着找原因，看一眼它的区间长度。区间越短，摆动越正常，很多摆动只是数据在窗口里进出造成的。区间够长，摆动才会收窄。摆动的幅度和区间长度经常是一回事。

想把两个不同区间的指数放在一起看，先接受它们不是同一把尺。一个说的是最近七天的热度，一个说的是最近一个月的均值，把它们并列排在一张表里，读者会以为在比较同一种东西。量法不同还硬比，等于拿两种量法去量同一件东西。

区间的长度还会影响对小变化的敏感度。短区间里，百分之十的变化能看出来；长区间里，同样的百分之十被日常波动盖住，看不出来。判断要不要动手之前，先问一句这个区间的分辨率够不够。

页面上有时会同时给出几个区间的指数，比如七日、三十日、九十日并排。这种排法的用处在于看方向：三个区间同向，说明趋势比较稳；三个区间打架，说明当前正处在转折附近。同向和打架对应两种完全不同的读法。

把区间看清之后，还要记住它是会变的。类目成长到一定阶段，平台可能调整默认区间；大促前后也可能临时换一套窗口。发现数字忽然整体换了一个水平线，先回头确认区间是不是换了。区间换了而你没换，前后两段就接不上。

这一段只做区间的辨认：长短、滚动还是固定、起点落在哪里、按哪个时间归、跨站点时日历是否一致。折算怎么做、折完怎么比，各归各段，这里不往下走。区间不辨清，后面几段都无从谈起，这一段到此为止。

最容易当成销量直接读的，是哪一个场景

最容易把指数当销量读的场景，是选品阶段横向扫类目。一排类目摆在页面上，指数高的看着更像机会，指数低的被划掉。这一步动作很快，也最容易在底子上出错，因为不同类目的折算比例本来就不同。

第二个高频场景是看竞品。同一个类目里挑几个对手，指数高的被认为卖得更多，指数低的被认为威胁小。同类目内部的折算比例相对接近，这个读法比跨类目安全一些，但仍然不是件数。类目内部相对稳，出了这个类目就不成立。

第三个场景是看趋势。把指数按周连成一条线，线往上走就读成卖得越来越多。这条线反映的确实是热度方向，但幅度不能按比例折算成件数的增幅，因为折算不是线性等比的。方向可信、幅度不可信，这两件事要分开。

第四个场景是把指数当成备货依据。指数看着涨了三成，就按三成去加量。这种用法直接把相对刻度当成了原始量，备出来的量可能远超实际消化能力，也可能反而不够，两个方向都会出问题。

第五个场景是把它写进汇报。汇报里如果写指数上涨多少，读的人很容易理解成销量上涨多少。要避免这层误读，可以在旁边注明这个数的性质，比如写清它是相对热度，不是成交件数。一句性质说明，能省掉很多来回解释。

有一个场景特别容易出岔子，就是拿两个不同站点的指数做对比。同一个类目看中国台湾站和巴西站的指数，若都写着一百五，看着一样，实际的成交体量、价格水平、件数分布可能差很多。同样的数字，两个站点装的生意不是一回事。

新卖家第一次进类目的时候最容易踩这个坑，因为手上没有别的参照，页面上的指数就是全部信息。这时候一个更稳的做法，是先用指数筛出几个方向，再用关键词和价格的分布去验证，而不是直接下量。

老卖家也未必躲得开。做过几年的人对某个类目的指数水平有记忆，看到比记忆里高一档，第一反应是生意变好了。但折算规则和区间都可能在这几年里变过，记忆里的那条水平线未必还成立。

还有一些场景是把指数当成绩效标准。给团队定一个指数目标，涨到了就算达标。指数受类目整体热度、区间替换、规则调整的影响，用它当考核口，团队很容易去做一些把指数顶上去的动作，而那些动作未必跟成交有关。

把指数用在关键词分析里也有类似的坑。同一个词在不同类目下的指数不一样，用一个词的指数去判断这个词值不值得做，要先确认它所在类目的折算底子。脱离类目谈词的指数高低，意义不大。

定价计算里如果掺进了指数，问题会更隐蔽。指数跟价格带有关，价格变动会先改变折算的输入，再改变指数，然后看起来像需求变了。把因果写反，定价就会往错误的方向走。等到价格调完再回头，因果已经缠在一起，很难拆开。

这些场景有个共同点，都是把一个相对刻度当成了水平刻度。要避开并不难，只要在读数之前多问一句，我现在要的是方向还是数量。这一问拦住的，是后面一连串的误判。问清楚要什么，比急着算更省事。

判断自己有没有在用错场景，可以做一个简单的自检：把结论里的指数换成销量，读完看看顺不顺。如果换完读起来是一个精确的量，而你手上只有一个指数，那就说明这里本来不该这么用。这个自检花不到一分钟，能挡掉不少返工。

有些页面会给出关联的件数区间，看着像是给了兜底。区间宽，说明折算里的不确定成分多；区间窄，也不代表精确，只说明这段时间成交比较集中。区间是辅助，不能替代原始账。辅助的信息能帮你收窄判断，但不能省掉核对这一步。

场景这一层想清楚以后，用起来会简单很多。指数适合筛方向、看冷热、排先后；不适合定数量、算利润、卡考核。把它放回合适的场景，它的信息密度其实不低。场景没想清楚，再好的数也会被用歪。

这一段只做一件事，把几个容易把指数读成销量的场景点出来：横看类目、纵看竞品、连成趋势、当作备货依据、写进汇报、跨站点对比。至于合适的用法落在哪一步，是后面的事。看清场景，才知道这个数该放到哪里去。

指数和真实销量摆一起，看得出什么

把指数和自家后台的成交件数摆在一起，最先看到的是两条线的形状不完全一样。指数那条线平滑一些，件数那条线毛刺更多，有几天会突然尖一下。形状不同，说明两个数不是同一套数据的两种写法。

第二条能看出来的，是比例不稳。用件数除以指数，同一个类目不同月份得到的比值可以差出一截。如果指数真是件数的一层等比缩放，这个比值应该基本平稳；它不平，说明折算里含的不是单一系数。

第三条是滞后。件数的变化通常在指数上隔一段才看得出来，间隔的长短跟区间长度有关。短区间的指数反应快，长区间的指数反应慢。知道这个先后顺序，就不会把滞后误当成提前。先后记住了，也不会把反应慢当成判断准。

摆在一起还能看出放大与缩小。成交在淡季小幅回落时，指数的回落幅度往往比件数更明显；旺季小幅回升，指数也可能弹得更高。这是折算把相对变化放大的结果，不是生意波动真的更大。放大的是相对差距，不是生意的真实规模。

有一种情况特别值得留意，件数在涨、指数在跌。这种背离通常出现在类目整体在涨的时候，你自己涨了三成，大盘涨了一倍，折算之后你在相对位置上是往下走的。这时候指数说的不是你的生意，是你在大盘里的相对份量。

反过来也能出现，件数在跌、指数在涨。大盘跌得比你快，你的相对位置上升。这种情况下如果把指数当成销量读，会得出一个跟账面对不上的乐观结论，容易被带偏。背离的两个方向各有各的解释，不能并成一条来读。

把指数和成交各自缩放到同一起点再叠图，背离会看得更明显。缩放只为了让两条线挤进一张图，不改变各自的形状。看到两条线越走越开，就该意识到它们量的是不同的东西。分头走之后，别再把它们当一个数读。

摆在一起还能看出一件事，就是系数在类目之间不通用。A 类目上试出来的一个换算比例，拿到 B 类目上多半不成立，因为两个类目的价格带和件数分布不同。想找通用系数这条路，走不通。

在同一类目内部，短周期内指数和件数的相关性通常还不错，这也是很多人觉得指数能当销量用的原因。但这个相关性在跨类目、跨时段、跨站点时会掉下来。相关性有适用范围，不是一层不变的规律。

摆在一起还能帮你看清折算里的价格因素。同一个类目，件数没怎么变但客单价涨了一档，指数往往也会往上抬。这说明折算的输入里带着价格，价格一动，指数就跟着动，跟需求无关。价格这一头动了，需求未必跟着动。

把成交额也摆进来，就变成三个数放在一起。件数、成交额、指数，三者常常两两不同步。件数涨、成交额跌，说明客单价在掉；件数跌、指数涨，说明大盘在更大幅度地下滑。三者的组合比单看一个数信息量大得多。

还有一种摆法是按站点分。自家在几个站点都有店，把各站的指数和件数分别摆开，会发现某些站的指数偏高、某些偏低，偏差在同一个站内是稳定的。知虾公开页面另设一栏，按市场分开列出需求走向，把自家各站件数贴上去比对，偏差压在哪一层就浮出来了。

想让这种对比有意义，两个数的时间范围要尽量对上。件数取的是哪一段，指数取的是哪一段，两边要说得出来。范围都对不上的两个数摆在一起，看图得到的结论多半是假的。范围对不上，图上的交叉和分岔都站不住。

摆在一起看的时候，还有一件事值得记下来，就是背离出现的位置。是在淡季背离，还是在活动期间背离；是整体背离，还是某些款背离。位置本身带着信息，能帮你判断背离是哪一层带来的。

有些人把这种对比做成一张长期跟踪的表，每个类目每月记一行，记件数和指数两列。跑上几个月之后，背离的规律会慢慢显出来。这张表不需要多复杂，关键是口径前后一致。口径稳住了，比多记几行更管用。

这一段只做一件事，把指数和真实销量摆在一起会出现哪几种形状讲清：形状不同、比例不稳、有滞后、有放大、会背离。至于背离说明什么、哪一种背离值得处理，归后面几段。形状认全了，再谈哪一种背离需要处理。

同一栏指数放进六种场景，误差会落在不同的地方

看到什么现象时，说明不能直接读

第一种现象是两个类目的指数相近，成交件数却差好几倍。这时说明折算比例在两个类目之间不一样，指数只能告诉你冷热接近，不能告诉你体量接近。看到这种组合，横向比指数的动作就该停一下。

第二种现象是同一类目的指数在短时间里跳变大，而成交件数几乎没动。跳变通常来自区间滚动或者规则调整，不是需求在动。这种时候把指数当信号读，会凭空造出一个不存在的趋势。把跳变和区间替换连起来看，多数就解释得通。

第三种现象是比例长期不稳。你连续几个月记录件数与指数的比值，发现它一直在漂，没有一个能站住的值。这说明折算里含的变量不止一个，任何单一的换算比例都不成立。比值一直在漂，说明它跟着别的变量在一起动。

第四种现象是指数在涨、自家件数在跌，而且连续几个周期都是这样。这多半不是你的问题，而是大盘涨得更快。看到连续背离，先去看类目整体的走向，别急着在自家动作上找原因。先看大盘，再回头看你这一格。

第五种现象是整条历史曲线忽然换了一个水平线，前后接不上。这通常意味着折算规则或默认区间变过。断层之前的数跟断层之后的数不是同一把尺，直接连起来读会把规则变化读成生意变化。

第六种现象是你按一个系数反推件数，推出来的数跟账面对不上，而且偏差方向还不固定。有时候高估，有时候低估，说明那个系数不是常数。偏差方向不固定，是折算非线性最直接的证据。偏得没有规律，就是这个系数站不住的凭据。

第七种现象是同一个类目在不同站点的指数排序，跟你在各站的实际成交排序不一致。这说明各站的折算底子不同，指数排序反映的是各站内部的相对热度，不是跨站的实际体量。各站的指数各站读，横着比之前先想一句。

第八种现象是页面上的指数旁边配了一个很宽的件数区间，比如三十到八十。区间宽本身就是折算不确定性的直接表达。看到一个数只敢给这么大的范围，就不该把它拿去支撑精确的备货或定价判断。

第九种现象是指数在活动结束后没有回落，一直停在高位。如果折算里对活动期成交有额外加权，活动结束后那个比重还留在窗口里，指数就会虚高一段时间。这种高位不是需求，是窗口里残留的数据。

第十种现象是排名位置频繁换位，一天一个样。排名由指数决定，指数又受短区间影响，短区间里小幅波动就能让名次来回跳。名次跳得越勤，越说明这个排名不该被当成稳定结论读。换位快的时候，排名只适合当参考。

看到以上任何一种现象，都可以先做同一个动作：把结论里的指数换成一个区间去说，比如从指数涨了三成改成热度在上行。表述变宽之后，很多站不住的结论会自己漏出来。把话说宽一点，结论反而更经得起追问。

还可以做第二个动作，把指数和另一个独立来源的信息对上。比如用关键词的搜索量走向、用价格的分布变化，去验证指数给出的方向。两个不同来源同时指向一边，结论才算站得住。互相印证比盯着一个数反复看有用得多。

第三个动作是记录口径。每次读数时把日期、区间、站点、类目都记下来，攒上几个月就能看出哪些波动是口径换来的。不记口径，回头再看这些数，会分不清哪一次是真变化。口径这一列，往往比数字那一列更值钱。

这些现象的共同特征是，指数的变化跟你能对上账的成交对不上。不管背离的方向是哪一个，只要对不上，就说明中间隔着折算这一层，不能直接读。承认这一层存在，是往后所有判断的前提。

有一个反面提醒也值得放进来：现象没出现，也不代表就能直接把指数当销量。背离只是把问题显性化了，不背离的时候折算照样在起作用，只是没有撞上看得见的差别。读法要按性质定，不能按有没有出事定。

这一段只整理现象：跨类目件数差几倍、短时跳变、比例漂移、连续背离、水平线断层、反推对不上、跨站点排序不符、区间过宽、活动后虚高、名次乱跳。看到这些，就把指数放回相对刻度上看。

两条线在第三周开始分岔，指数往上、件数在原地打转

这一节只讲它到底是什么东西

收到这一段，先把范围收窄。这一节处理的问题只有一个：虾皮销售指数到底是什么。它怎么折回可比口径、折完的差说明什么、折好的数落在哪一步，都在别处，这里不碰。边界说在前面，后面才好各就各位。

它是什么，用一句话说是折算过的相对刻度。折算指的是把成交件数、单量、价格带、区间长度这几项输入压到同一个量纲上；相对指的是它报的是位置和强弱，不是完全数量。这两点决定了它不能当销量读。

它不是销量，这一点要说透。销量是一个可核对、有单位、能对上账的数；指数是一个经过归一与加权、又被取整压缩过的刻度。两者之间是多对一的关系，从指数倒推不出原样的件数。量纲不同的两个数，摆在一起也读不出关系。

它也不是一个固定换算系数的产物。同一类目不同时段、不同站点，折算里的比重和区间都可能不同，所以从一个类目上试出来的比例搬到别处多半不成立。找一个通用系数这件事，方向就错了。

它跟真实成交有联系，这个联系的方向是单向的：成交行为会影响折算输入，进而影响指数；反过来，指数不会改变成交。明白这个方向，就不会把指数当成原因去解释结果。方向要是搞反了，整段推理都会倒着走。

它的信息也有边界。它擅长回答哪边更热、哪边在动、相对位置有没有变化；不擅长回答能出多少单、能赚多少钱、需要备多少货。边界划清之后，它在自己能答的问题上其实相当好用。能答的答准，答不了的不要硬凑。

它的稳定性也有限度。折算规则和默认区间都可能被调整，调整之后历史曲线会出现水平线断层。把历史数当成一条连续的基线来用，前提是这段时间里口径没换过。把这段曲线当成一条直线来用，是有条件的。

它在页面上的呈现方式也带着信息。放在类目页、放在竞品页、放在关键词页，同一个指数面对的折算底子可能不同。读数之前先看清它出现在哪一栏、旁边还站着哪些数。栏位不一样，底下折算的底子可能就不一样。

知虾公开页面上，一个类目在各站的销售指数是逐格分开的，每一格里填的都是该站自己那一套折算结果，更新按日前一天算。看清这一层，就不会把几个站点的指数当成同一条水平线上的数。

想确认自己有没有真的读透它，不妨合上页面，用自己的话把它是什么、不是什么各说三条。如果说得出它不是销量、不是固定系数的产物、也不是一个精确到件的量，那么这个数的性质你基本就握住了。

也可以换个角度自检：拿两个类目，把你对这行的判断写下来，再回头核对。凡是句子里出现了具体的件数、单量、备货量，就说明这一步你又在把它当销量用了。这类句子该改成热度或位置的表述。

这一段对上下文的交代也要说清。前面几段讲的是它背后站着几把尺、差异从哪一步开始；这一段只把它的性质定住。怎么折、折完怎么读差、折好怎么用，分别在另外三段里展开。各段各管一件事，读起来才不打架。

有些读者会希望在这里就拿到一个可以照做的换算办法，这一段不提供。不是因为没有，而是因为一个不看类目、不看站点、不看区间的换算办法，拿到手上反而会带来新的误判。换算是后面几段的事，这里只把性质立住。

把性质定住之后，后面的动作才有依据。知道它是相对刻度，就会在比较之前先问两把尺是不是一回事；知道它是多对一的映射，就不会拿它去反推件数；知道它有区间，就不会把短时跳变当成需求爆发。

最后再收一次：它是折算过的相对刻度，连着成交但不是成交本身，有区间、有站点口径、有规则调整。这三层决定了它的用法永远是先分清能不能比，再谈比出来什么，先后顺序不能倒过来。

这一段到此为止。它是什么已经说清，剩下三件事分别归另外三段：怎么折回可比口径、折完的差说明什么、折好的数落在哪一步。这三件事各自需要篇幅，混在一起讲，反而都不清楚。分开来写，每一件都讲得透。

常见问题（FAQ）