Shopee选品怎么打分：用一张表替代凭感觉

打分表能解决什么问题

几个人看同一个款，结论不同是常态。有人看重搜索量，有人更看重利润。也有人凭对品类的熟悉程度下判断。这些角度本身都没错，问题在于没人把依据摊开来讲。

没有统一标准时，讨论容易变成互相说服。谁表达能力好，最后就按谁的意见走。这种结果看着像共识，其实谁也没被说服。下次遇到类似的款，争论还会重来。

打分表的第一个作用是把依据摊开。哪个维度由谁填，依据来自哪里，全都写在表上。讨论的时候不再比谁更有道理，而是一起看哪一项的证据不够扎实。

第二个作用是让判断可以追溯。三个月后回头看当初为什么选了这个款，表上写得清清楚楚。做对了能总结出原因，做错了也能找到是哪一项判断偏了。

第三个作用是让新人能上手。老手的经验很值钱，但经验没法直接传下去。把经验写成分档标准之后，新人照着填几遍，大致就能跟上团队的判断节奏。

还有一个作用是在情绪波动时兜底。刚被一个款伤过，判断会变得保守；刚赚到一次，又容易冒进。表上的分数不随心情变化，能把判断拉回理性的轨道。

想让打分表真的管用，先要解决一个前置问题：大家愿不愿意填。如果它被当成额外任务，填两天就会停。所以要把它嵌进已有的选品流程里，让它成为必经的一环。

具体做法是规定一个动作顺序：候选款先登记、再打分、然后才进讨论。没有分数的款不上会。只要这条规则被执行两次，大家自然就会把它当成流程的一部分。

第二个做法是把打分和复盘绑在一起。三个月后回头看实际表现，把当初的分数拉出来对照。对得上的地方说明维度有效，对不上的地方就是下次要改的项。

第三个做法是让分数可见。把打分结果贴在团队都能看到的地方，谁填的、填了多少一目了然。公开本身就带来约束，填分的人会更认真对待手上的数据。

第四个做法是设一个反悔机制。打分结论不是终审，如果后面拿到新证据，允许重新打一次。这样大家填分时不会因为怕背责任而刻意保守。

第五个做法是控制填表成本。一项维度让填的人花两分钟能搞定，这张表就能长期活下去。如果需要半天查资料，再好的设计也会被绕过。

一家做家居用品的店铺做过一次对比。第一个月凭感觉选了八个款，上架后只有两个表现正常。第二个月开始打分，十个候选筛出三个进试销，三个全部跑通。

差距主要来自淘汰环节。凭感觉的时候，明显不合格的款也能讨论半小时，因为没有人能一句话把它否掉。有分数之后，四十分以下的款当场就出局了。

另一个变化是讨论质量。过去一场选品会能过五六个款，现在同样时长只能过两三个，但每个款讨论的深度明显不一样，该查的数据都查过了。

还有一点容易被忽略：表格让选品这件事变得可以交接。负责人休假两周，代班的同事照表填分，最后筛出来的款和他自己选的重合度超过一半。

这些变化都不是因为表本身有多聪明，而是因为它把一个含糊的判断拆成了几个明确的小问题。每个小问题都容易回答，合起来就是一个可靠的结论。

真要用起来，建议从一个最简单的版本开始。七个维度、百分制、一张表，先跑够二十个款，再考虑要不要优化。过度设计的表格活不过三周。

把打分表用出效果的关键，是先接受它会带来一点额外工作量。填一栏数据要花几分钟，一周下来累计不过一两个小时。这点投入换来的是判断可追溯、结论可复用，长期看非常划算。

很多团队的实际情况是没有标准，但每个人心里都有一套隐形的标准。老手凭几年经验形成的直觉，新人靠模仿老手的结论。表格做的事只是把这套隐形标准显性化，让它可以被检查、被讨论、被修改。

更深一层的价值是降低了选品这件事对个人的依赖。谁都可能休假、调岗或者离职，如果判断标准只装在一个人脑子里，团队的选品能力就绑在了这个人身上，风险非常集中。

还有一点是在跨部门协作里的价值。运营、采购、客服对同一个款的关注点完全不同，一张共同的表格能把几方的意见装进同一个框架，谁也不用说服谁，只用在数字上补齐事实。

很多店铺的选品记录只记结论不记理由。三个月后翻记录，看到的只是某月某日定下了三个款，至于为什么定这三个、当时看到的数据是什么样，全都没有留下。这种记录对下一次判断几乎没有帮助，等于每次都从零开始。打分表把理由和数据一起留下来，过一段时间回看，你能看出自己的判断在哪一类问题上容易出错，这比记住结论有价值得多。

还有一种情况是好的判断没法复制。某个月选得特别准，事后想想大概是那段时间状态好、看得多。但状态这种事不可控，也没法传授给别人。表格能把这些状态映射成具体的检查项，变成了无论谁在哪天来填都能复现的动作。这就是把偶然的好结果，变成可以重复的过程。

另一个容易被忽略的好处是它把讨论从立场之争拉回到事实层面。没有表格的时候，两个人意见相反，很容易变成谁的资历深听谁的。有了表格，争议会落到某一项数据上，去把数据找出来就行，讨论的效率和氛围都会好很多。

打分表的价值不在表格本身，而在打分的过程

打分维度选哪些

维度最好从踩过的坑里倒推。过去一年里亏过钱的款，亏在什么地方，那个地方就该是一个维度。真金白银换来的教训，比凭空想出来的一堆指标可靠得多。

需求真实性看三个信号：搜索量的趋势、竞品的月销量、评价里重复追问的问题。三个信号同时指向一个方向，需求才算被证实。只有一个信号支持，先别下结论。

利润空间不能只看表面差价。平台佣金、物流、包装、退货预留都要算进去，剩下的才是真的。表面差价看着大的款，常常在隐性费用上被吃掉更多。

竞争激烈程度看两件事：同类在售商品的数量，头部卖家的评价量。进场要面对五百个同类还是一片接近空白，经营难度完全不是一回事。

供应稳定性最容易被漏掉。款式再好，供应商一个月只能交两百件，做起来就是被产能卡住。这一项要提前放进维度里，别等断了货才想起来补。

售后复杂度在有些品类里是决定性的。一个款退货率明显高于品类平均，利润再厚也容易被退货吃掉。这一项按历史数据估，不按主观感觉估。

维度的数量控制在六到八项之间比较合适。少于六项容易漏掉关键点，多于八项填起来就变成负担。这个区间是实际用下来比较舒服的范围。

每一项都要能被量化，或者至少有清楚的分档。像品牌调性好不好这种说法，十个人有十种理解，放进表里只会制造分歧，应该拆成可观察的具体信号。

维度之间尽量不要重叠。需求真实性和竞争程度看着相似，其实一个看买家想要的多不多，一个看卖家挤进来的多不多，方向正好相反，要分开列。

每一项都要能提前拿到数据。要等到上架之后才有反馈的指标，不适合放进事前打分的表里，它们更适合用在事后的复盘环节。

可以给每个维度配一个简单的问题，用来提醒填表的人在想什么。比如利润空间对应的问题是这个价钱卖出去，扣完费用还剩多少。

最后要留一栏写备注。有些信息很重要但不适合量化，比如供应商老板是否靠谱、这个款有没有季节性风险，写在备注里供决策时参考。

需求真实性可以用一个简单的动作验证。把核心关键词的搜索趋势拉出来看三个月，再把同类竞品的月销量抄下来，两个方向一致就基本可信，方向相反就先搁置。

利润空间这一项要有一个底线值。比如扣完所有费用后净利率低于百分之十五的款，无论其他项多好都不进试销。有了这条硬线，很多纠结就不存在了。

竞争激烈程度可以看得更细一点。不只看在售数量，还要看头部三家的评价量级。如果前三名都积累了上万条评价，新进场的曝光成本会明显偏高。

供应稳定性最实用的判断方法是问交期。小批量试单要几天，加大到五百件又要几天。答得含糊其辞的供应商，这一项直接给低分，不用犹豫。

售后复杂度可以按品类先定一个经验区间。服饰类的退换率通常高于家居收纳类，电子配件的咨询量普遍更大。先按品类扣分，再用具体款的表现微调。

侵权风险适合做成一票否决项，而不是打分项。明显涉及商标、外观或专利争议的款，不管其他维度多优秀，直接出局，不进入打分流程。

维度要尽量选择在事前就能拿到数据的。像上架后的点击率、加购率这类指标，反映的是已经发生的事实，放在事前判断里没有意义，它们适合用在试销之后的复盘环节。

每一项维度最好配一个可以验证的取数动作。需求真实性对应拉搜索趋势和竞品销量，竞争程度对应统计同类在售数量和头部评价量。有了固定动作，不同人填出来的结果才会接近。

维度之间要尽量独立。如果两项高度相关，比如利润空间和成本水平，它们的权重实际叠加了两遍，会导致总分被同一件事重复放大，判断出现偏移。

可以选择留下一栏备注专门放不能量化的信息。供应商配合度、季节风险、平台政策风向这类内容很难打分，但决策时很有参考价值，写在备注里比强行赋分更合适。

需求真实性这一项最常见的问题是只看搜索量。搜索量高不代表能成交，有可能是买家在找一种还不存在的东西，也有可能搜索量已经被几个大卖家吃掉了。稳妥的做法是把搜索量、竞品销量、评价里的提问三个信号放在一起看，三个方向一致才认为需求成立，只有一个支持就先放着。

利润空间的计算顺序不能颠倒。要先把售价定下来，再逐项减掉平台佣金、物流费用、包装成本、售后预留，最后剩下的才是可支配利润。很多人反过来算，先看进货价低就去上，上架之后才发现各类费用堆起来把空间吃光了，这类亏本款在小卖家那里非常常见。

竞争激烈程度不只看数量，还要看结构。同样是一千个在售商品，如果头部三家占了大半销量，剩下的卖家只能分很小一块，进场难度就很高。反过来如果销量比较分散，说明市场还没被垄断，新卖家找到细分位置的机会更大一些。

售后复杂度在事前很难精确估计，可以借用品类的平均经验值来做初判。服饰类因为尺码和色差问题，退换比例通常偏高；家居收纳类尺寸描述清楚之后退货较少；电子产品则需要预留更多咨询和售后沟通的时间。先按品类给一个基准分，再看具体款有没有特殊风险，比如易碎或者需要安装。

权重分配决定了这张表最终替你挡住什么

每项权重怎么定

权重反映的是这件事对成败的影响大小。影响大的给高分，影响小的给低分。权重不该平均分配，平均分配等于放弃了这张表最基本的区分能力。

怎么判断影响大小？问一个问题就够了：这一项不及格，这个款还能不能做。答案是做不了，权重就给到最高一档；能做但会很难受，权重降到中间。

权重按百分制分配，各项加起来是一百。这样不同人打的分能直接比较，不同品类也能放在一个尺度上看。每项各自满分的话，加总之后就失去了可比性。

高权重项一般不超过三个。一张表里五个维度都是最高权重，等于没有重点，打分的人反而更迷茫。把范围收窄到两三项，注意力才会集中到关键处。

权重不是定一次就不动。跑过几批之后，用实际结果回头看，哪一项真正预测了成败，哪一项几乎没起作用，就调整它的分量，让表慢慢贴合真实规律。

品类不同，权重也该不同。消耗型日用品把复购和供应稳定看得更重，季节型服饰把需求和竞争看得更重。同一套权重套所有品类，结果很容易失真。

定权重的第一步是把维度按影响大小排队。两个人各自排一次，差异大的地方拿出来讨论，往往能暴露出平时没被说出口的假设。

第二步是给每一档分配百分比。最高的两三项通常占一半以上，中间几项各占一成多，最不重要的那一项可以低到百分之五。总和要保持一百。

第三步是做一次敏感度测试。把某一项从最低分改成最高分，看总分变化多少。如果一项拿满分或零分都对结论没影响，说明它的权重设得不合理。

第四步是按品类做微调。同一套维度保留，权重换一套即可。这样既保持了团队判断的一致性，又能照顾到不同品类的差异。

第五步是把权重写进表格并锁住。不要每次打分都临时改权重，那样前后的分数就没法比较。要改就统一改，改完重新回测一遍历史款。

第六步是记录权重的调整理由。为什么把售后复杂度从一成提到一成半，写下一句话。半年后再看，这句话能帮你想起当时的判断依据。

一个参考起点是：需求真实性两成半，利润空间两成，竞争程度一成半，供应稳定性一成，售后复杂度一成，复购潜力一成，侵权风险用否决制不占权重。

这个分配的逻辑很直接。需求和利润决定这个款能不能赚钱，竞争决定赚钱难不难，剩下的几项决定了这件事的风险有多大。越靠近赚钱的环节，权重越高。

换成不同品类，分配方式要跟着动。做消耗型日用品时，复购潜力和供应稳定可以各加五个百分点，从竞争程度里挪出来，因为这类品类的竞争相对稳定。

做季节型商品时，需求真实性的权重可以提到三成。季节品的机会窗口很短，需求判断一旦偏了，几乎没有时间调整，判断的准确度格外重要。

配方调整之后要留下版本号。比如家居品类用权重方案第二版，服饰品类用第三版。不同版本打出来的分数不能直接比较，这一点要在表格里写清楚。

权重方案每年至少重审一次。回头看这一年的实际结果，找出预测得最准的那一项，把它的分量适当上调，让下一年的判断更快贴近真实规律。

一个实用的做法是先用最朴素的直觉排一遍。把七项维度写在纸上，按重要程度从高到低排，然后两个人分开排，再看两版的顺序差多少。差异大的位置，往往就是团队内部认知最不统一的地方。

排完之后给权重，最高的一项不超过三成。单项权重过高会让其他维度变成陪衬，名义上考虑了七件事，实际上只看了一件事，表格的意义就被削弱了。

权重定好之后要做一次回归测试。拿过去做过的十个款来打分，再看这十个款的实际表现排序。如果算出来的分数排序和实际表现的相关度很低，说明权重分配需要重新考虑。

每隔一段时间回顾时，重点看那些分数高但结果差的款。把它们的分数明细拉出来，找到是哪一项给了偏高评价。持续做这件事，权重的准确度会一期比一期好。

权重设定时容易陷入的误区是追求精确。有人会把权重定成十七点五这样的小数，看起来严谨，实际上没有意义。原因是打分本身就是粗颗粒的判断，输入精度只有一到五档，输出却要求精确到小数点，属于虚假的精确。用整数百分比，各项加起来一百，操作起来更清楚也更不容易出错。

另一个要注意的地方是权重要能体现团队当下的经营阶段。刚起步的店铺现金流紧张，利润空间这一项的权重就应该提上去，宁可少做几个款也要保住毛利。已经有稳定现金流的店铺可以适当降低利润的权重，把更多注意力放在需求真实性和复购潜力上，用规模换长期价值。

权重定下来之后要在表格上写清楚版本和生效时间。同样一个款，用不同版本的权重打出来的分数差距可能很大，混在一起比较会得出错误结论。如果一年内调整过两次权重，建议把历史分数按新权重重新算一遍，让前后分数可以放在一起比。

打分怎么落地执行

第一步是把表做出来。用最普通的表格软件就够，一行一个款，一列一个维度，最后一列是加权总分。工具不重要，重要的是真的有人在填。

第二步是明确谁填哪一栏。需求数据由负责选品的人填，成本数据由负责核算的人填，风险项由负责合规的人填。一个人填完整张表，等于没有分工。

第三步是每项都要写依据。打四分要说出为什么是四分，数据来自哪里，什么时候取的。只填数字不写依据，表就退化成了一种更正式的感觉。

第四步是设定提交节点。一周集中打一次，比随时想起来就填更容易坚持。节奏固定下来之后，打分就成了流程的一部分，不再是额外的负担。

第五步是保留原始数据。分数会变，数据不会。把打分的原始依据一并存档，半年后回头看，你才能分清是当初判断错了，还是市场环境变了。

第六步是给打分设时间上限。一项维度超过十分钟还定不下来，说明依据不够充分。这时候该做的是去补充信息，而不是硬着头皮给一个数字。

执行的节奏建议固定成每周一次。周一收集候选，周三前填完数据，周四碰头看结论。节奏固定下来，没人会因为忙而漏掉这件事。

碰头的时候只讨论两类款：分数卡在及格线附近的，和某一项明显异常的。其他款按分数直接分流，不用浪费会议时间。

讨论的规则是摆依据，不是讲感觉。谁认为需求真实性该打高分，就把支撑这个判断的数据拿出来。拿不出数据，这一项就按现有材料给分。

打分表要固定存放位置，最好带上更新记录。谁在哪天改了哪一栏，留个痕迹。避免出现两个版本的表格在团队里同时流通。

新人的前几次打分要和老人对照着做。同样的款各自打一遍，再看差异在哪。这种对照做三五次，新人的判断就会明显向团队标准靠拢。

最后要给打分设一个试用期。先跑十到二十个款，看看这张表有没有明显不顺手的地方，改一次再正式用。一上来就定死规则，反而容易卡住。

一个具体的执行安排是这样的：周一登记候选款，周二和周三各自补齐自己负责的数据，周四上午碰头。整个流程一周走完，节奏稳定，不容易断。

数据来源要写清楚。搜索趋势从后台取，竞品销量从商品页记录，成本从核算表拉。每栏后面标上来源和取数日期，方便后面核对。

碰头时的时间分配建议是：分数卡在及格线附近的款多花时间，明显高分和明显低分的款快速过。一场一小时的会，重点讨论三到四个款比较合适。

争议的处理规则是看证据。两个人对某一项的分差超过两档，就先按较低的分记，然后指定一个人去把这一项的数据补实，下次会再定。

打分结果要同步给做运营和做客服的同事。他们在一线接触买家，哪些顾虑被反复提到，这些信息是需求真实性这一项最好的补充材料。

坚持三个月之后，你会发现填表的速度明显变快。原因是常用的判断依据已经被整理成固定的取数路径，不用每次重新想从哪里找数据。

执行中最容易断掉的一环是数据收集。建议把常用的取数路径整理成一份简短说明，写清每项数据从哪里取、按什么口径统计、需要注意哪些坑。这份说明能让新人半天上手。

打分要有固定的记录格式。一个款一行，同一套字段，不要今天多填一栏明天少填一栏。格式统一之后才可能做汇总分析，也才能拿历史数据来校准标准。

碰头讨论的时间不宜太长。一小时能认真讨论三到四个款就到极限了。讨论的产出应该是明确结论，而不是一堆待办。会议结束时每个款都要有分流结果。

执行三个月左右可以做一次效率检查。看看平均每个款的打分耗时是多少，讨论时长有没有变化，分流准确率有没有提升。数据会告诉你这套流程值不值得继续投入。

落地时最常见的问题是没有明确的负责人。表格做得很漂亮，第一次开会大家兴致很高，第二次开始有人缺席，第三次就没人提了。解决办法是明确一个归口人，哪怕只是每周花半小时检查一下有没有人漏填，这个角色存在本身就是让流程活下去的关键。

填表的时间点也要往前放。不要等到要开会了才临时抱佛脚，那时候时间紧，容易凭印象填。更好的安排是在收集到候选款之后的第二天就开始填，留出足够的查数据的时间，也留出发现自己判断有误的余地。

打分结果要和后续动作有明确的对应关系，否则填了也不会有人在意。值得试销的款进入备选名单，继续观察的款进待定池，放弃的款直接归档。三类的处理动作清晰之后，团队就知道这张表不是摆设，填的时候自然也会认真对待。

新人加入时建议安排一次对照练习。选三到五个有明确结果的款，让新人和老手各自打分，再看差异集中在哪些维度上。这个方法用不了半天，却能让新人很快理解团队判断标准的边界在哪，比口头讲一遍规则有用得多。

分数怎么看结论

分数出来之后，第一件事是划及格线。加权总分七十分以上进入试销池，六十分以下直接放弃，落在中间的补充信息重新打一次，这样结论才好操作。

及格线不能凭空定。先拿过去做过的一批款来试算，把它们的分数算出来。后来做得好的那批款分数大致落在哪个区间，及格线就压在那个区间的下沿。

第二件事是看单项，别只看总分。某一项特别低的时候要格外警惕。所有维度都过了，唯独利润只有两分，这种款做起来会很吃力，很容易半途而废。

第三件事是看分数分布。一批候选里八成都是高分，说明标准太松，几乎等于没筛。正常的情况应该是两头明显分化，中间层只是少数几个。

第四件事是记录结论。打过分但最后没做的款也要留档，三个月后回来看看当初的判断对不对。这些记录是校准打分表最宝贵的材料。

结论要写清属于哪一类：直接放弃、进入试销、补充信息重打。三类结论对应三种后续动作，分清楚了，团队才知道下一步具体该干什么。

分流的规则要写死，越简单越好。总分达到及格线进试销池，明显低于及格线直接放弃，介于两者之间的补充信息后重打一次。三步就够了。

进试销池的款不要一次全做。按总分从高到低排，一批先做前三分之一。剩下的留着排队，等第一批的结果出来再做判断。

某一项分数特别低的时候，可以给一个例外通道。如果这一项的风险有明确的应对办法，比如售后复杂但可以提供更清楚的说明，允许它带着这个短板进入试销。

放弃的款也要留记录。写下放弃的原因和分数，隔几个月翻出来看一次。如果发现被放弃的款里有后来做起来的，说明某个维度的标准设得太严。

重打的款要给一个时间限制。两周内补不齐信息就默认放弃，不要让候选项在池子里无限期挂着占位置。

每个季度汇总一次分数和实际结果的关系。分数高且表现好的款占多大比例，这个比例就是这张表当下的准确度，也是判断要不要调整的依据。

假设一个款总分七十四分，及格线是七十，它进试销池。再看单项，利润项两分偏低。处理办法是带着这个短板试销，首批量比常规减少三成。

再假设另一个款总分六十三分，卡在及格线以下。如果它在需求项上拿了高分，只是竞争项偏低，可以补充一次竞品的价格调查，看有没有细分价格带的空位。

还有一种情况是单项满分但总分不高。这往往意味着这个款某个方面特别突出，但整体条件一般。这类款可以作为观察项留着，等条件变化时再看。

放弃的款按周归档，每个月做一次回看。翻看那些被放弃的款，如果发现其中有在市场里做起来的，重点是去查当初扣分的那一栏判断错在哪。

试销池里的款要有进出规则。两周内没有推进的移出池子，避免候选越积越多。池子里同时保持三到五个款是比较健康的规模。

每季度算一次命中率。进试销池的款里，最终能稳定出单的占多大比例。这个比例从三成提到五成，就是这张表真正产生的价值。

结论分三类就够用：值得试销、继续观察、直接放弃。分类太多会让填表的人纠结在某两档之间的细微差别上，反而不如粗一点更有效率。

进试销的款要有明确的验证目标。比如这一次试销要确认退货率是否在预期范围内，或者确认买家对某个卖点的反应。带着问题去试，比单纯看卖得好不好更有信息量。

观察类的款要设一个复查时间点。比如写上下个月同一时间回看，届时如果有新数据就重新打分，没有新数据就直接出局。有期限才能避免候选项长期堆着不动。

放弃的款要记录放弃的直接原因，一句话就够。原因是成本过高，还是需求存疑，或者竞争太挤。这些原因是复盘和改表最直接的输入。

看分数时最容易犯的错是只盯总分。总分相近的两个款可能完全不同，一个各维度均衡，另一个某项极高某项极低。后者的风险明显更大，因为它的短板在真实经营中会直接变成问题。所以看完总分之后，记得把每项的分数再扫一遍，找出那个最低的项。

及格线的设定可以参考历史数据而不是拍脑袋。把过去半年做过的款找出来，按当时的表现分成做得好的和做得差的两组，再分别按现在的表格打分。如果做得好的那组分数普遍在七十二分以上，及格线定在七十就大体合理；如果两组分数严重重叠，说明表格的区分能力还不够，需要调维度或调权重。

试销池的管理要有进有出。同时挂太多款会让注意力分散，每个款都得不到足够资源。建议池子控制在三到五个，满了就先处理手上的，出结果之后再补新的进来。这个数字看起来小，但能让每个进池的款都被认真对待。

同一套维度用在不同品类上，敏感的方向并不一样

打分表的局限在哪

最大的局限是它只能判断已知的东西。表里的维度都是过去经验的总结，一个全新的品类、一种没见过的需求，表里往往找不到对应的项。

第二个局限是数据本身有滞后。你参考的搜索量和竞品销量，反映的是上个月甚至更早的情况。等数据足以确认趋势，机会窗口可能已经过去一段。

第三个局限是它挡不住集体偏差。如果整个团队都习惯高估某一类商品，打出来的分也会一起偏高，表不会自动纠正整个团队共同的乐观。

第四个局限是精度有限。打分是粗颗粒的排序工具，不是精确预测。用七十八分和三十分判断先后是合理的，用七十八分和七十六分去分高下就没意义。

第五个局限是维度之外的因素。供应链临时出问题、平台规则调整、物流费用波动，这些都不在表里，但每一样都可能改变最终的结果。

所以表格的正确位置是筛子，不是决定器。它负责把明显不合格的款挡在外面，剩下那少数候选，仍然要靠小单试销去验证真实的接受度。

要绕开这个局限，可以在表外单设一条快速通道。遇到从没见过的品类，先用最小成本做一轮试探，拿到真实数据之后再决定要不要正式打分。

针对数据滞后，可以做两套数据并用。一套是长周期的稳定数据，看基本盘；一套是最近一个月的短周期数据，捕捉变化方向。两者矛盾时以短周期为准，但要标记出来。

针对团队集体偏差，可以定期做盲测。把一个已经知道结果的款混进候选里，看团队的分数和真实结果差多远。这个办法能有效暴露系统性的乐观或悲观。

针对精度问题，尽量只用分数做粗分流。三档就够：值得试、可以观察、直接放弃。不要用一位小数的差异去做决策，那是给自己增加虚假的确定感。

针对表外因素，可以在结论里加一栏风险提示。供应链、平台规则、物流费用这些不在维度里的东西，让填表的人顺手写一句，决策时一并考虑。

最后要接受一个事实：任何打分表都会漏掉一些机会。它的价值在于让大部分决定变得更快更稳，而不是让每一次判断都正确。这个取舍要想清楚。

一个实际的例子是宠物用品。去年同期专门做宠物智能饮水机的卖家很少，相关数据也不完整，按当时的表打分只能给到中间分数。今年这个方向已经明显起来了。

这类情况的共同点是数据积累不足。表里所有维度都需要历史数据支撑，而全新的方向恰恰缺的就是历史数据，这时候表的判断力会明显下降。

另一个常见的情况是平台规则变化。某类商品的物流限制调整之后，原本成本核算完全没问题的款，利润一下子被压掉一截，表上是看不出来的。

还有一类是人为因素。负责填表的人如果刚好对某个品类特别有热情，打分时会不自觉地往高的方向靠。隔一段时间做一次盲测能发现这种偏移。

要把局限控制在合理范围内，做法是给每一次判断都留一条备注。写上这个结论有没有把握、哪些信息还不确定。回头看的时候，这些备注比分数更值钱。

最终的定位要摆正：这张表是团队讨论的共同语言，不是替代讨论的答案机器。有它，讨论有依据；没有它，讨论就回到谁嗓门大听谁的。

要清楚地认识到，表格衡量的是可能性，不是结果。分数高说明这个款具备成功的条件，但商品能不能真正做起来，还取决于执行质量、运营节奏和外部环境的配合。

另一个常被忽略的局限是它对人的判断有引导作用。维度选了什么，大家就会格外关注什么。如果表里没有售后这一项，团队在讨论时自然就很少提到售后问题。

还有一个边界是它无法处理信息不足的情况。一个方向只看到零星的苗头，数据还不够形成趋势，这时候强行打分得到的是一个看起来很精确但实际没有意义的数字。

处理这些边界的方法是把表格当成讨论的起点而不是终点。先看分数，再围绕分数低的那几项展开具体讨论，往往能挖出表格里没体现出来的重要信息。

最关键的一点是保持诚实。填表的人如果为了让自己看好的款通过而修饰数据，整张表就失去了作用。营造一个填错也没关系的氛围，比反复强调认真填更有效。

还有一个容易被低估的局限是时间成本。填一栏数据看起来只要几分钟，七项加起来一轮就是大半个小时，再加上开会对齐的时间，一周的投入其实不少。如果店铺每周只选一两个款，这套流程的投入产出比未必划算，用简化版的三项快速筛可能更合适。

分数也不适合做跨品类的横向比较。一个家居家用品的七十五分和一个电子配件的七十五分，含义完全不同，因为它们面对的竞争环境、售后特点和利润空间都不一样。表格的价值在于同一品类内部的排序，把不同品类的分数放在一张榜上比较是没有意义的。

要用好这张表，还需要配合一个对失误宽容的机制。如果填错一次就被追责，大家就会倾向于填那些保险的、不会出错的分数，表格也就慢慢失去了筛选功能。允许判断出错、鼓励如实记录，是这套机制能长期运转的前提条件。

最后要说清楚的是它的定位。打分表是一把尺子，尺子只能测量已有的东西，不能创造新的机会。真正找到好款还是要靠对买家需求的持续观察和敏锐反应，表格的作用是在你已经找到候选之后，帮你更快地排除掉不合格的那些。

标准统一之后，判断变准了，讨论也变快了

常见误区

误区一是把维度堆得太多。有人觉得考虑得越全越保险，结果是每一项都填得很敷衍。维度超过八项之后，打分就从判断变成了走流程。

误区二是权重平均分配。看起来公平，实际上是放弃了对重要程度的判断。所有事情一样重要，等于没有重点，分数也就失去了区分能力。

误区三是不写判断依据。表格里只有数字，看不到数字背后的理由。三个月后换人接手，对着一堆分数完全不知道当初是怎么想出来的。

误区四是打分和决策脱节。表认真填了，最后选款还是按老板一句话走。这样反复两次，团队就再也不愿意在打分上花时间了。

误区五是只用一次就不管。打完分把表丢在一边，既不复盘也不校准。这张表的价值靠长期积累，用一次就丢，等于白做。

误区六是拿分数当承诺。分数高就认为这个款能做起来，忽略了市场验证这一环。打分只说明它值得试，不说明它最终能成。

误区七是把打分表交给一个人维护。一个人负责全部，短期看效率高，长期看会造成依赖。这个人一忙或者一离职，整套机制就停摆了。

误区八是维度之间互相矛盾。比如同时把低价格和高利润设成高权重，填表的人无论怎么打分都觉得别扭，最后只能随便填。

误区九是用分数批评人。把分数当成考核工具，员工就会倾向于给自己负责的款打高分，表格立刻失去真实性。这张表只能用来判断商品，不能用来判断人。

误区十是跳过回测直接用。没有拿历史款验证过就上线，等于把一套没校准过的尺子当成标准。前几次判断可能比凭感觉还差。

误区十一是表格做得太复杂。加了公式、条件格式和一堆自动计算，看着专业，实际维护成本高，改一处就怕出问题，慢慢地就没人愿意动它了。

误区十二是把打分当成终点。打完分就以为判断完成了，不再做试销和小步验证。这种心态反而比不用表格更危险，因为它带来虚假的确定感。

误区十三是拿这张表去选全新的品类。表擅长在熟悉的范围里做筛选，遇到完全陌生的方向，它能提供的信息很有限，这时候要靠小规模试探。

误区十四是只给通过的款打分。被打掉的款不记录，就失去了校准这张表的素材。真正有用的信息往往藏在那些判断错误的案例里。

误区十五是分数一出来就锁死结论。市场在动，数据在更新，两个月前打出的分数可能已经不适合当下的情况，该重打的时候要重打。

误区十六是把所有品类塞进同一张表。不同品类的经营逻辑差异很大，用完全相同的维度和权重去衡量，得到的分数没有实际参考意义。

误区十七是只关注总分排序。总分相近的两个款，可能是完全不同的短板组合。只看排序容易忽略掉那个致命的缺陷。

避开这些误区之后，这张表的样子其实很简单：六到八项维度，权重加起来一百，每档有清楚依据，跑够二十个款再校准一次。剩下的功夫都在坚持上。

误区十八是只在开会前临时打分。临到讨论才匆匆填完，数据和依据都不扎实。这样做出来的分数只是给已经想好的结论补一个理由，起不到筛选作用。

误区十九是把表格和试销对立起来。认为有了分数就不用试销，或者觉得试销更可靠就直接放弃打分。这两件事的分工很清楚，一个负责事前筛选，一个负责事后验证。

误区二十是维度一年不动。市场环境变化很快，去年重要的判断依据今年可能已经不重要了。至少每年做一次维度清点，把失去区分度的项换掉。

误区二十一是把分数当成对外的说法。对外沟通时说这个款打了多少分，买家并不关心。这套工具是内部决策用的，对外的表达还是要回到买家的角度。

误区二十二是不给表格留版本记录。改过几次之后，谁也说不清现在用的是哪一版，历史分数也就失去了可比性。每次改动都留一行说明，是最省事的做法。

还有一个误区是把表格当成万能工具去解决所有判断问题。有些决定本质上不适合量化，比如要不要进入一个全新的品类、要不要跟一个刚合作的小供应商。这类决定需要的是行业理解和风险承受能力的判断，硬套打分表只会得到一个貌似严谨但没有意义的数字。

另一个误区是只改维度不改工作方式。表格从六项扩到十项，但数据来源、填表人、讨论方式全都没变，结果只是每个人多花时间填了四栏，判断质量没有任何提升。改表格之前先想清楚每一项数据由谁提供、什么时候提供，比增加维度本身重要得多。

最后一个误区是把分数和实际表现混为一谈。分数高只是说明条件具备，能不能做起来还要看执行。见过不少店铺分数最高的一批款最后表现平平，反倒是几个中间分的款跑出了不错的成绩。把每一次分数和结果都记下来对照，这张表才会随着时间变得越来越贴合你自己的生意。

常见问题（FAQ）