Shopee选品怎么算售后复杂度：把退货成本算进去

为什么售后要提前算

售后支出的特点是分散且不可预测。它不会像进货成本那样一次性出现，而是零散地发生在每一笔订单之后，看账单时很容易被忽略过去。

一款商品的真实利润要扣掉所有相关支出之后才算得出来。只算进货价和运费，得到的只是一个偏乐观的估算，和实际落袋的数字往往有明显差距。

更麻烦的是售后问题会占用时间。一次退货处理要经过沟通、审核、退款、回寄几个环节，这些时间本可以用在选品和运营上，属于隐性成本。

提前算的意义在于提前筛选。同一个类目里，有的款天生售后少，有的款从设计上就容易引发退货，把这一层考虑到选品阶段，能避开很多坑。

算出来的结果还会影响定价。如果售后成本占到订单金额的两成以上，定价时就要把这个空间让出来，否则卖得越多亏得越多。把这一项提前计入，价格才定得稳，也不用中途再回调。

这件事并不需要复杂的财务知识。把可能出现的问题列出来，给每一项估一个概率和金额，加起来就是可以参照的售后成本，一张表格就能完成。

可以把售后成本理解成商品的一个隐藏属性。它和重量、体积一样，是这款商品自带的特征，不同款的售后属性差异很大，选品时就应该把它作为一项来判断。

很多卖家到季末盘点才发现，店铺整体的利润被少数几款高售后的商品拖住了。这几款如果在上架前就被识别出来，资源本可以投到更稳的款上。

从资金周转的角度看，售后占用的不只是利润，还有现金流。退款一旦发生，这笔钱要从别的款项里先垫出来，账期被拉长，周转效率跟着下降。

同一款商品在不同市场也可能表现不同。运输距离更远的市场，破损和延迟的概率更高，售后成本会随市场变化，估算时要按目标市场分别对待。

提前算还有一个隐性好处是让定价更有底气。知道每单要预留多少售后支出，定价时就不会因为过度悲观而失去竞争力，也不会因为乐观而陷入亏损。

操作上可以从积累数据开始。每处理一次退货就记录一条原因和金额，三个月之后就有了自己的基准数据，之后的估算会越来越准。记录的时候把商品名称和退货原因都写上，后面统计才有分组依据。

举个具体的例子说明这件事的影响。一款售价六十的饰品，进货成本二十，运费八块，看起来每单能剩三十多，利润空间很可观。按这个数字看，这款商品的利润率在同类里属于中等偏上的水平。

但这款饰品的退货率有百分之十二，退回来的商品因为包装已拆无法二次销售，每退一次就损失二十的进货成本加两次运费，摊到每单上接近五块。

再看沟通环节，这款商品因为细节需要反复确认，每十单里就有三单需要人工说明，客服时间折算进去又是一笔开支，实际单件利润已经降到二十出头。

如果在上架前算过这笔账，就能提前判断这款商品是否值得投入推广，或者通过优化包装和详情页把退货率压到百分之八以下，结果是完全不同的。

这就是提前算的价值。它不改变商品本身，却改变了经营的判断质量，让每一分投入都花在更清楚的地方。算得清楚，做决定时就少一些犹豫，也少一些事后才发现的问题。

操作上不需要精确到分。把主要几项列出来，给一个合理的区间，就能支撑大多数选品决策，后续再用实际数据慢慢修正。同一套算法跑上十几款之后，判断速度会明显快起来。

售后成本算进去，利润判断才不会失真

哪些商品天生售后多

需要买家提供精确数据的商品是第一步要警惕的。服装鞋履要选尺码，家具要量尺寸，这类商品只要买家提供的信息稍有偏差，退货就会发生。

体积大、重量高的商品风险也不低。退回来的运费往往超过商品本身的利润，一次退货就可能把好几单的收益抹平，处理起来格外被动。

易碎品的售后来自运输环节。玻璃、陶瓷、亚克力这类材质在长距离运输中出现破损的概率不低，每一次破损都意味着补发或者全额退款。

电子配件的问题集中在功能层面。买家收到之后发现不匹配、不充电、接触不良，这类问题很难在上架前完全排除，只能通过出货前检测来降低概率。

美妆个护的风险来自买家预期。颜色、质地、气味这些感受因人而异，描述得再详细也可能和买家的想象有距离，退货原因里这类占比不低。

定制类商品的复杂度最高。一旦按照买家的要求做了改动，商品就无法二次销售，退货等于全额损失，这类款的售后成本要按订单金额的一倍来预留。

反过来看，规格统一、无尺码差异的日用百货售后压力最小。买家收到之后只要功能正常，几乎没有退货的理由，这也是这类款长期稳定的原因。

还有一种容易被忽略的高售后款是多规格商品。同一款商品有五六种颜色和尺寸，买家选择困难，选错之后退货的概率反而比单一规格更高。

组合装商品也有类似问题。一整套配件里只要有一样不符合预期，买家往往选择整单退回，单件退货的损失被放大成了整套的损失。把组合拆成可以单独购买的形式，能明显降低整体退货的概率。

带电池或需要充电的商品要多算一层。这类商品在运输上有限制，退回的流程更复杂，处理周期更长，占用的时间成本也比普通商品高。

季节性商品的风险集中在时点错配上。买家在季节末尾下单，收到时已经用不上，这类退货虽然占比不高，但集中在旺季尾部，影响当期收益。

需要安装的商品售后来自操作环节。买家装不上、装歪了、配件缺失，都会引发退货或者差评，这类问题通过说明书可以缓解一部分。说明书写得越具体，因为操作不当引发的售后就越少。

对比来看，标准化程度高、无需选择、不易损坏、安装简单的商品售后压力最小。选品时把这几项作为筛选条件，可以快速排除掉高风险款。

如果店铺的类目已经固定，也可以在同类目里优先挑规格更统一的款。同样的类目，规格统一的款退货率往往明显低于多规格款，这是可以主动选择的空间。

把前面几类总结起来，可以提炼出四条筛选线。是否需要买家提供精确数据，是否容易在运输中损坏，是否有依赖使用方式的复杂功能，是否无法二次销售。

四条线里占一条就要提高警惕，占两条以上就要重新评估这款商品是否值得做。这个判断只需要几十秒，却能过滤掉相当一部分高售后款。

比如一款修身连衣裙，需要买家提供精确尺码，面料可能存在色差，两条都占，属于售后压力偏大的商品，选品时要谨慎。如果这款的毛利率又只有三成左右，做起来会相当吃力。

再看一款纯色棉质宽松家居服，尺码容错空间大，材质统一不易破损，没有复杂功能，四条里一条都不占，售后压力就小得多。这类商品在同价位里的竞争力反而更稳，退货少也意味着利润可控。

同一类目里可以同时存在高售后和低售后的款，选品的功夫就体现在这里。挑出那些天生麻烦少的款，比事后花力气处理退货更有效。挑款的时候把售后属性当作一个筛选条件，效果比事后补救好得多。

如果确实要做售后压力大的款，就要在定价里把空间让出来，同时把配套的缓解措施准备到位，接受它是慢工细活而不是快速起量。把它当作长线产品来经营，接受更慢的回报节奏，才不容易半途放弃。

长期来看，店铺的售后成本结构会互相影响。售后高的款占比越大，客服和仓储的压力越重，能分给其他款的精力就越少，这会形成负向循环。

品类不同，售后的隐性支出差距很明显

退货原因怎么提前预判

预判的起点是看同类目已经发生过的退货。把同类商品的评价区和问答内容翻一遍，买家抱怨最多的问题，就是这款商品最可能出现的退货原因。

把这些原因按性质分成两类。一类是可以提前预防的，比如尺码不准、包装不牢；另一类是无法消除的，比如买家主观改变主意，两类要用不同方式处理。

可以预防的部分要在上架前解决。尺码表做细到肩宽胸围衣长的具体数值，包装加一层缓冲材料，这些动作的成本很低，却能明显降低退货概率。

无法消除的部分要提前留出预算。按过去同类商品的实际发生率估一个比例，再乘以单件损失，得到的就是这部分固定要支出的金额。这笔钱不是可选项，它是经营这类商品必须付出的固定成本。

预判时容易犯的错误是只看得见的抱怨。评价区里明确写出来的问题只是一部分，还有不少买家收到不合适就直接退回，什么话都没留下，这部分要靠退货数据来看。

如果手上没有自己的历史数据，可以先参考同类目的大致水平，给一个偏保守的估法。前期量小的时候，实际的偏差也算是一种数据积累。

预判时可以把退货原因按发生阶段划分。下单前产生的退货来自信息不足，收货后产生的退货来自实物与预期不符，两个阶段的改善方式完全不同。

信息不足的问题要用详情页解决。把买家在下单前最想知道的信息放在前面，尺寸、材质、功能、适用范围逐项写清楚，能减少相当一部分因为看错而下的单。

实物与预期不符的问题要靠如实呈现。图片用自然光拍摄，颜色不做过度修饰，把产品实际的样子展示出来，宁可少一些点击，也不要为了好看埋下退货的隐患。

还可以从评价区的负面内容里找线索。把同类商品评价里的抱怨整理成一份清单，逐条检查自己的商品有没有同样的问题，这份清单比凭空想象更贴近实际。

客服的咨询记录也是重要来源。买家在咨询里反复追问的点，说明这些信息在详情页里没有被很好地传达，把这些内容补进详情页就能减少后续的纠纷。

预判完成后要把结论落到动作上。每一条高概率的退货原因，都要对应一个具体的缓解措施，没有对应措施的条目说明还没想清楚怎么解决。

可以给自己定一个预判检查表，固定检查五项。尺码或规格是否需要买家自行判断，颜色是否存在显示差异，运输过程是否可能造成破损。

接着检查另外两项。商品的某项功能是否需要买家自行摸索才能用对，商品是否存在容易被误解的卖点表述，这五项覆盖了大多数常见退货原因。

每检查完一项就给一个高、中、低的概率判断，五项里出现两个以上高概率，说明这款商品的售后风险需要重点处理，要配齐缓解措施才能上架。

如果五项都是低概率，说明这是一款售后负担很轻的商品，可以把更多资源投在推广和备货上。

举一个具体的处理方式。某款玻璃花瓶在破损这一项上是高概率，对应的缓解动作就是改用分层泡沫加固包装，并在详情页说明是易碎品。

在颜色这一项如果也是高概率，就补拍一组自然光下的实拍图放在主图靠后的位置，把实际色调如实呈现，不做任何修饰。一组图不够就补两组，把不同光线下的效果都呈现出来。

两个动作都做完之后，重新评估这款商品的售后风险等级，如果降到中等，就可以按正常节奏推进，这就是预判到动作的完整闭环。风险等级降下来之后，这款商品就可以按常规节奏安排上架和推广。

售后成本怎么量化

量化的第一项是退货产生的运费。要按最差的情况估算，也就是退回和重新发出的运费都由自己承担，把这一项乘以退货率，就是运费部分的成本。

第二项是商品的损耗。退回来的商品如果还能二次销售，损失只是运费和时间；如果包装已拆或者已经损坏，损失就是整个商品的成本。

第三项是退款的手续费和时间。部分渠道的退款存在手续费，来回沟通也需要占用客服时间，把这些按单均成本折算进去，金额不大但不能完全忽略。

第四项是补发的成本。破损商品的处理方式通常是补发一件或者部分退款，补发意味着再付一次运费和再出一件货，这一项在易碎品类里占比很高。

四项加起来得到单件售后成本，再除以商品售价，就得到一个可以和其他款横向比较的比例。这个比例超过两成，这款商品的利润空间就很紧张了。

计算时不要追求精确。估算的目的是做决策，误差在两成以内都可以接受，关键是要有一个统一的算法，让所有商品横向可比。算得太细反而会拖慢选品节奏，抓住量级就够了。

算完之后要把结论写下来。每款商品对应一个售后成本比例，记录在选品表里，作为后续定价和推广力度的参考依据。表格里同时放上进货成本和售价，利润空间一眼就能看出来。

量化之前先确定一个统一的观察口径。是按订单数量算还是按商品件数算，退货运费怎么计入，这些规则定下来之后，所有商品的算法才具有可比性。

退货率可以从自己的历史数据里取。把过去三个月同一类目商品的退货订单数除以总订单数，得到一个实际比例，新品的预估可以在此基础上上浮一点作为安全余量。

单件损失的计算要区分情况。商品能二次销售时损失主要是运费和包装，不能二次销售时损失还包括整个商品的成本，两种情况的金额相差很大，要分开估。

把退货率乘以单件损失，就得到平均到每一单上的售后成本。这个数字加到商品成本里，才能得出真实的单件利润，后面的定价和推广都以此为基准。

如果商品有多个规格，还要按规格分别计算。某些尺寸或颜色天生更容易退货，用整体平均值会掩盖这类问题，分组计算才能看清真实情况。

算完之后可以做一个敏感度测试。把退货率上下浮动几个百分点，看看利润是否还在可接受范围内，这个测试能帮你判断这款商品的抗风险能力。

最后把结果记录进选品表。每款商品对应一个售后成本比例和对应的利润测算，横向放在一起，哪款值得做哪款不值得，一眼就能看出来。

举个数字层面的演示，帮助理解计算过程。假设一款商品售价一百，退货率为百分之十，每次退货的运费支出十五。这个例子里的数字是示意，实际要换成自己商品的真实数据。

十次销售里会有一次退货，这十五块的运费摊到十单上，相当于每单增加一点五的成本，看起来很少，容易被忽略。单看一单不起眼，但乘以整月的销量，金额就相当可观了。

但如果退回来的商品因为包装破损无法二次销售，损失还要加上进货成本三十，那么这十单里就有四十五块的额外损失，摊到每单是四点五。

再加上包装材料的损耗、客服的沟通时间和退款可能产生的手续费，实际每单的售后成本可能达到六到七块，占了售价的百分之六以上。

这个比例在高毛利商品上可以接受，在毛利只有百分之十五的商品上就相当致命，因为它几乎吃掉了近一半的利润空间。所以售后成本要和毛利率放在一起看，单看一项都容易误判。

所以量化之后的关键不是得到一个数字，而是把这个数字放到利润结构里看，判断它是否在可以承受的范围之内。比例处在安全范围内就正常推进，超出就重新评估这款商品。

对于售后成本偏高的商品，还可以通过调整规格或包装来重新测试，看能不能把这个比例压下来，压不下来就考虑更换款式。调整之后再算一次，如果比例没有明显下降，就果断换掉这款。

复杂度高的款怎么减负

最有效的方式是提高信息完整度。详情页把尺寸、材质、颜色、使用方式写清楚，买家在下单前就能形成准确的预期，退货自然减少。信息给足之后，买家自己就能判断这款商品适不适合自己。

尺码类商品可以配一张对照表。表里列出具体数值而不是笼统的加大或者标准，再配一句按实际测量的提示，这一步能明显改善尺码相关的退货。

包装环节值得多花一点成本。加厚缓冲材料、分层固定、外箱加固，这些投入单件可能只增加很少的费用，却能把破损率压下来一大截。

电子配件可以在出货前做通电检测。逐件测试一次，把不合格的挑出来，虽然增加了一点人工，但避免了退货和差评带来的更大损失。检测环节增加的这一点人工，通常远低于一次退货造成的损失。

对于功能复杂的产品，可以配一份简明的使用说明。把最常见的误操作写清楚，一部分功能故障其实来自使用方式不对，说明到位就能减少这类问题。

沟通环节也可以做简化。把常见问题的回复整理成模板，客服处理时直接调用，既保持回复质量，也把沟通占用的时间降下来。常见问题的回复模板统一之后，不同客服给出的答复也更一致。

减负的原则是把有限的投入放在发生率最高的那一项上。先处理占比最大的退货原因，效果最明显，其他项可以后续逐步优化。效果验证之后，再把同样的思路用到第二项、第三项上。

减负的核心思路是把不确定变成确定。买家在下单前对商品了解得越清楚，收货之后的落差就越小，退货自然减少，这是所有措施里最根本的一条。

主图可以承担一部分说明功能。在图片上标注关键尺寸和材质特征，比只在文字里写更直观，买家看图的时候就能获取到判断依据。把最关键的两个尺寸标在图上，比写在详情页里更容易被看到。

详情页的排布顺序也值得设计。把买家最关心的信息，比如尺码和适用场景，放在页面靠前的位置，不需要向下翻很久才能找到。顺序调整不需要重新拍图，只是把已有内容换个位置，成本很低。

包装的改进可以从小处着手。先在退货率最高的那几款上做加固测试，验证有效之后再推广到其他商品，这样投入的资源不会浪费。验证有效的包装方案要写成标准，之后所有同类商品统一执行。

对于需要说明书的商品，可以把说明做成图文并茂的单页。文字少的图示说明比长篇文字更容易被看懂，使用错误减少之后，功能相关的售后也会跟着下降。

售后流程本身也可以优化。把常见的退款原因做成快捷选项，客服按标准流程处理，减少每次重新判断的时间，处理效率会明显提升。流程固定下来之后，客服的培训也更容易，新人上手更快。

这些措施不需要一次全部做完。按退货原因的占比排序，先做占比最大的那一项，见效之后再处理下一项，投入和产出就始终是匹配的。

可以按三步推进减负工作。第一步是把退货原因按占比排序，找出排在前两位的原因，这两项决定了大部分的售后成本。找出这两项之后，后面的动作就有了明确的用力方向。

第二步是针对这两项各配一个具体动作。尺码问题配详细尺码表，破损问题配加固包装，动作要具体到可以直接执行，而不是笼统地说要优化。

第三步是执行一段时间后重新统计。把改进前后的退货数据做对比，看占比最高的那一项有没有下降，用数据来判断动作是否有效。统计的周期建议满一个月，样本太少得出的结论不够稳。

如果某一项措施效果不明显，就换一个思路。尺码表做完退货率没降，可能是详情页的呈现位置太靠后，调整位置再试一次。同一个问题可以试两到三种做法，挑出效果最好的那种固定下来。

这个循环走两到三轮，大多数商品的售后成本都会有明显改善。关键在于持续跟进，而不是做完一轮就不再回看。每一轮改进都记录下来，方法的积累就是在这个过程里完成的。

减负过程中要记录每一次调整的时间和结果，形成一份改进日志。同样的商品下次遇到类似问题，可以直接参照过去的经验。日志不用写得很长，写清改了什么、结果如何就够用。

对于减负后仍然偏高的款，就要回到上一个判断环节，考虑是否值得继续投入。减负不是无止境的，要有明确的止损线。止损线可以定在售后成本占售价的两成半，超过就停止投入。

可控的先控住，不可控的提前留出预算

什么样的款可以直接放弃

第一种情况是售后成本算完之后毛利接近于零。这类商品卖出去赚不到钱，退货一次还要倒贴，属于不该进入选品范围的对象。把它留在选品表里作为参照，后面遇到类似商品就能快速判断。

第二种情况是售后占用的时间不成比例。有的商品单件利润很低，却需要反复沟通和协调，占用的人力折算下来不如去做别的款。利润再高也架不住时间被拖住，规模化经营最怕的就是这个。

第三种情况是退货原因无法控制。如果这款商品的问题集中在买家主观感受上，比如颜色喜好、气味感受，无论怎么优化描述都无法有效改善。

第四种情况是商品本身无法二次销售。定制款、易损款、开封即不可逆的商品，一次退货就是完整损失，没有可以周转的空间。这类商品的售后预算要按订单金额的一倍来准备，不能按比例估。

第五种情况是同类商品的退货率长期偏高。如果这个类目里的商品普遍存在难以解决的问题，说明是结构性的，换一家供货方也改变不了。

判断时可以把这几条做成一个简单的筛查表。每款商品过一遍，符合任何一条就标记出来，再结合利润空间决定去留，比凭感觉判断可靠。

放弃一款商品不等于放弃这个类目。可以在这个类目里换一个规格更标准、退货原因更少的款，这才是更有效的做法。同一个类目里换个规格更标准的款，风险和收益的结构就完全不同。

判断时可以把几条标准做成一个计分表。售后成本比例、处理时间占用、退货原因是否可控、商品能否二次销售，每项给一个分值，总分过低的款就不进入选品流程。

一个具体的参考线是售后成本超过订单金额的两成半。达到这个水平意味着每卖出四单就要消耗掉一单的全部收入，除非毛利空间特别大，否则很难做正。

另一种情况是这款商品单件利润可观，但处理一次售后需要的时间超过一小时。当时间成为瓶颈，规模化经营就无从谈起，这类款适合小量经营而不适合主推。

如果同一类目里有多款商品都因为同一个原因被放弃，说明这个类目的结构性问题比较严重，可以考虑整体调整类目方向。这种情况往往不是选品的问题，而是类目本身的售后结构决定的。

放弃的决定要写下来。记录商品名称、放弃原因和当时的判断依据，半年之后回看，既能验证判断是否准确，也能积累起自己的经验标准。

放弃之后要把资源转向。省下来的选品时间和推广预算，投到售后更稳定的款上，整体收益通常会比硬撑一款问题商品更好。把腾出来的精力投到售后稳定的款上，整体收益通常会更好。

把判断标准做成表格可以让决策更快。表格里列出商品名称、售后成本比例、处理时间、退货原因是否可控、能否二次销售这五列。表格固定下来之后，每次选品只需要填数据，不用重新讨论标准。

售后成本比例超过两成半、处理时间超过一小时、退货原因不可控、无法二次销售，这四项里符合两项就可以判定为放弃。两项以上同时符合时，基本可以判定这款商品不适合进入选品流程。

这里的判断要基于数据而不是印象。售后成本比例要有计算过程，处理时间要有实际记录，不能凭感觉给一个估计值。

放弃的决定做出之后，要把之前的备货和推广计划一起调整。避免出现商品已经放弃但库存还在积压的情况。库存和推广计划要同步调整，避免出现两头都悬着的状态。

库存的处理也有讲究。能通过其他渠道消化的就消化，不能消化的要及时处理掉，不要为了收回成本而继续投入推广。处理库存的目的是回收部分资金，不是把它变成新的经营负担。

每一款被放弃的商品都是一次经验积累。把放弃的原因整理出来，慢慢就会形成自己店铺的一条选品边界，边界越清晰，决策越快。边界清晰之后，选品的速度会加快，试错的成本也会下降。

这条边界对团队特别有价值。有了明确的放弃标准，新人在选品时就有参照，不会反复在同类问题上纠结。标准写清楚，判断就不再依赖某一个人的经验和感觉。

售后成本降下来，利润才能真正落袋

常见误区

第一个误区是把售后当成运营环节的事。售后成本的高低很大程度上由选品决定，商品选错了，后面再怎么优化也只能缓解，无法消除。

第二个误区是只算看得见的运费。包装损耗、客服时间、补发成本这些容易被忽略的支出，加起来往往比运费本身更高。把这些隐性支出一起算进去，才能得出接近真实的单件利润。

第三个误区是用平均退货率来算所有商品。不同商品的退货率差异很大，用一个统一数字去估算，会把高风险款的问题掩盖过去。按品类甚至按款式分别计算，得到的结论才有参考价值。

第四个误区是认为退货少就代表商品好。有的商品退货少是因为买家嫌麻烦懒得退，但差评和流失已经发生，只是没有体现在退货数据里。

第五个误区是把售后成本当成固定支出。通过信息完善和包装优化，很大一部分售后是可以被压下来的，这部分空间值得主动去争取。主动优化带来的下降空间，往往比想象中更大。

第六个误区是只算单件不算时间。当一款商品处理售后占用的时间超过它带来的利润，从资源分配上看，它其实已经是负收益。把处理时间按人力成本折算进去，很多款的真实收益会明显缩水。

避开这些误区之后，判断链条就清楚了：列出退货原因，估出概率和损失，算进总成本，看还留多少空间，空间不足的款果断换掉。把这四步固定成流程，每次选品照着走一遍就不会漏项。

这套算法一两个小时就能建立起来，之后每款商品只需要填几个数字，却能让利润判断从猜测变成估算，值得优先做。建立之后每款商品只需要填几个数字，投入产出比相当高。

第七个误区是等到售后问题集中出现才去处理。这时候商品已经上架、已经推广、已经有库存，调整的代价远高于在选品阶段筛掉它。在选品阶段多花半小时，往往能省下后面几天的处理时间。

第八个误区是认为贵一点的商品售后就更少。价格和退货率之间没有必然关系，高客单价的商品一旦退货，损失金额反而更大，风险敞口更宽。

第九个误区是只看退货率不看退货原因。两款商品退货率相同，一款全是尺码问题、一款全是功能问题，前者可以通过优化尺码表解决，后者很难。

第十个误区是忽略了处理售后的人工成本。把处理时间按人力成本折算进去，有些看起来微利的商品实际上已经是负收益，这部分不能不计。

第十一个误区是不做跨期对比。售后成本会随着商品成熟而变化，上架初期和稳定期的情况不同，用一次的数据就下结论容易偏差。按季度回看一次，商品的售后表现变化就能被及时捕捉到。

第十二个误区是把售后估算做得过于复杂。估算的目的是支持决策，能区分出高、中、低三档就足够用，追求精确反而会拖慢选品节奏。能区分出高、中、低三档，就足以支撑绝大多数选品决策。

第十三个误区是不同商品用不同的算法。算法不统一，商品之间就无法比较，最后还是会回到凭感觉判断的状态。口径统一是横向比较的前提，否则算出来的数字没法放在一起看。

避开这些误区之后，判断路径就很清晰了：统一口径、算出比例、横向比较、把结论写进选品表，用数据替代印象来做取舍。把结论落到选品表上，判断就从个人经验变成了可以复用的标准。

常见问题（FAQ）