Shopee多店铺管理怎么排品类：卖什么这件事在多店下怎么分

多店卖同一批货会遇到什么

第一个遇到的是需求被自家分掉。同一个款在两家店里同时上架，买家搜索之后看到的是两个选项，无论点哪一家，这一类货的总成交量不会有明显变化。变化的是两家各自的成交，都被削薄了。这在数据上表现为两家的曝光都不算低、转化都不算好，单看哪一家都看不出原因。

第二个遇到的是比较的对象变成了自己。同一款货在两家的标价差不多，买家要在两者之间选一个理由，最现成的理由就是价格。于是两家开始往价格上加码，券、满减、包邮，一层层加上去。这一类竞争没有对手参与，代价全部由自己承担，而且它不像对外竞争那样有一个外部参照让你及时收手。

第三个遇到的更深一层，是库存被压在两个地方。同一批货到了之后分到两家店的仓库，每一家的深度都变浅了。浅库存的麻烦是断货来得快，一款货卖到一半断掉，前面攒的权重和评价就断了一截；而两家店各自的补货量都不到起订的门槛，补货的周期反而被拉长。

第四个是选款的结论变得不可用。同一批新款分在两家店上，两家的表现不一样，这时候你分不清是款的问题还是店的差别。要得出一个能复制的结论，同一批货最好放在同一家店里跑，把店这个变量固定住，看的才是款本身行不行。多店同时跑同一批货，等于把两个变量搅在了一起。

举一个具体的例子。一批三十个款的饰品到货，分到三家店上，每家十个。单看每家店，十个款在饰品这个类目里是偏少的，买家进来翻两下就看完了，凑单的空间几乎没有。而同一个人如果把这三十个款全放在一家店上，这一家在同类里就有了一个可以说的深度。同一批货，分成三份之后每一份都不到一个能站住的数量。

还有一个后果出现在补货上。三十个款分成三家，每一家每个款只备几件。卖到一半某一款断掉，这一家只有这一个款断，另外两家还有货，但你没法把货调过去，因为两边的库存记录各自独立，调货这件事本身就是一笔额外的成本。结果是最容易出的那几款在三家同时断货，而滞销的款在三家同时积压。

需求被分掉这件事有一个容易被误读的地方。两家店的曝光加起来可能比只开一家的时候高，看到这个数会以为多开店确实带来了更多的曝光。实际那多出来的一部分是重复曝光，同一批人在两家店里各看到了一次。真正的新增需求只有一小部分，判断值不值得的时候要把这一部分分出来看。

有一个自测的办法能看出分散有没有伤到深度。把三家店里同一个类目的在售款数加起来，再和这个类目里同类的平均在售款数比一比。加起来的数如果还不如同类的一家店，说明这批货被分得比同行的单店还要薄，分散在这里没有带来任何好处，只是把一份深度切成了三份。

有一个常被忽略的现象是自家内部先打起来的过程很短。两家店的同款上架之后，通常一两周内就会各自开始加券，因为两边的运营都在看自己这一家的转化，转化不理想最先想到的动作就是价格。整个过程没有任何人主导，是两边各自动作的结果，等到发现的时候，两家的到手价都已经低于原定水平了。

需求被分掉这件事还有一层结构上的原因。买家在同一个类目里的注意力总量是有限的，同一个款出现两次，第二次被点开的概率明显低于第一次。所以第二批上架的那一家拿到的往往不是新增的需求，而是第一批剩下的那一部分。两家的数据因此都显得平平，看起来像是这一类货整体不行。

还有一个后果落在广告上。两家店卖同一个款，投放的广告素材往往也很接近，同一批人在两个地方看到同样的东西，重复曝光不仅没有加分，反而会让一部分人觉得这个款到处都是、不那么特别。重复曝光的成本是花出去的，效果却有一部分是相互抵消的，这一点在两个相似的店之间尤其明显。

减少这种内耗有一个起步的动作，就是把三家店在售的款列成一张表，按款名去重。去重之后会看到一个真实的数字：三家店加起来一共在卖多少个不重复的款。这个数字往往比预想的小得多，而它才是手上这批货真正的宽度。看到这个数字之后，后面的分法才有讨论的基础。

有一类货分散之后的反应和外行想的不一样，就是那种复购很强的日常用品。这类货看起来最适合多铺几个渠道，因为买的人多。实际的情况是，复购强的品靠的是回头客，而回头客只会记住一家店。分到三家之后，每一位回头客只认识其中一家，三家各自的老客加起来也没有变多，反而每一家的老客基数都被摊薄了。

分散还会影响一款货的生命周期。同一款货，如果集中在一家店卖，评价会集中累积，排名稳步往上走，这一款能卖很久。分到三家之后，每一家攒评价的速度都变慢，排名都上不去，每一家都觉得这一款不行，很快就会有第一家下架，接着第二家也下架。同一款货在多店之间被自己提前淘汰掉，这类事并不少见。

还有一层是节奏上的相互牵制。三家店卖同一款，其中一家参加活动降了价，另外两家的转化会跟着受影响，因为买家比价之后会流向那一处。这时候另外两家要么跟着降，要么眼看着流量走掉，无论选哪种都不舒服。这种牵制不需要任何沟通就会出现，它是价格和款式重叠之后自动产生的。

有一件事值得单独说清，就是分散并不等于坏事。它在新款测试阶段是好事，因为要用最小的成本换最多的信息。它变坏是在过了测试阶段之后，货已经被验证过、应该做量的时候，还留在分散的状态里。同一个动作在前后两个阶段的性质完全不同，判断该不该分散，先要看这批货现在是在哪个阶段。

第二步判错，后面几步怎么排都是错的

品类分配有哪几种做法

第一种是按店铺分品类，一家店管一个大方向，家居归家居、户外归户外，互不交叉。这种做法的好处是清楚，看一眼店铺名字就知道里面大致有什么；边界最容易守，因为品类是一层清晰的分界。它的限制是灵活性差，遇到一个跨两类的新品就不好归位，只能勉强挑一个方向放。

第二种是按价位段分。两家店卖同一大类，一家走量、一家走利，货的品种可以重叠，价格带的区间错开。这种做法的好处是能共用货源和供应链，采购的量合在一起谈，成本上有空间；难的地方是两家店的货看起来很像，买家的感知差别要靠主图和描述去撑，改动量比第一种大。

第三种是按测试与承接分开。一家店专门用来看新款的反应，测出来的款挪到另一家店去做量。这种分法把两件事的节奏分开了，一家跑得快、一家做得深。它的前提是两家店之间有一套明确的传递规则，什么条件下这款从那边挪到这边，没有这条规则，测出来的结果只会停在原地。

三种做法可以叠着用，但叠的层数要控制。按大方向分一层，再按价位分一层，已经够用。继续往下叠到按人群、按季节再分，会出现一款货同时满足两个维度的情况，归到哪里都有道理，归到哪里都会让另一边的规则失效。分法叠到说不清边界的地方，就该停手了。

三种做法里有一个共同的前提容易被跳过，就是先要有一个能对齐的方向。按店铺分的前提是每家店有一个说得出的方向，按价位分的前提是知道自己在走量还是走利，按测试与承接分的前提是先有测试的标准。前提不具备的时候硬分，分出来的结果只是把货摊开了，没有产生任何结构上的差别。

还有第四种做法可以提一句，叫做按货源分。同一批货来自不同的供应商或者不同的到货批次，按来源分到不同的店。这种分法在操作上最省事，不用做判断，但它的代价是店铺的方向会被货源牵着走，进货进了什么就卖什么。它适合临时过渡，不适合长期作为分法。

三种做法在成本上的差别不小。按店铺分的成本主要在选品这一端，要为一类货专门建立判断；按价位分不增加选品的量，但要重做一遍素材，让同一个款在两家的呈现不同；按测试与承接分增加的是人手上传递的动作，一款从测试店挪到承接店要有一整套交接的程序。选做法的时候可以把成本这一条摆进来一起看。

做法选定之后，最要紧的是写清边界落在哪。按店铺分，就要说清哪些类目不碰；按价位分，就要写明两家的价位段分别从多少到多少；按测试与承接分，就要定下什么条件下一款从那边挪过来。边界写出来之后，分法才有约束力，否则它会慢慢回退到随手放的状态。

选择做法的时候可以看一个具体的指标，就是两家店在这个类目上的买家重叠度。重叠度高的，适合按价位段分，因为两边的买家本来就是一拨人，差别只能靠价格和讲法来分。重叠度低的，适合按店铺分，因为两边吸引的是不同的人，品类直接分开更干脆。这个指标不太容易精确算出来，但从两家的评价区里大致能感觉到。

还有一点要留意，三种做法对上新节奏的要求不一样。按店铺分的时候，每一家在自己的类目里要持续上新，节奏取决于这个类目的更新速度。按测试与承接分的时候，承接那一家的上新是跟着测试那一家走的，节奏取决于测试的结果出得快不快。用错节奏会让承接的那一家要么空等，要么被迫在没有结论的时候硬上。

做法定下来之后会遇到一个躲不开的摩擦：新品归类归不准。一款新品同时沾着两个方向，放在哪一家都有理由。处理这种摩擦最好有一个固定的规则，比如按主攻人群归、按价格区间归、或者干脆按货源的来源归。规则可以有很多种，关键是先有规则，让归类这件事有一个可以重复执行的依据，而不是每次现想。

还有一件事值得提前想清楚，就是做法要不要写下来给别人看。三种做法之间的差别，光靠日常沟通很难说清，新人进来通常要摸索几个月才明白为什么这款在这家不在那家。写下来的成本是一页纸，收益是归类这件事不再依赖某个人的记忆。三家店以上的时候，这一页纸的价值会明显起来。

做法选定之后要跟着调整一个东西，就是各家的考核口径。按店铺分的时候，各家看自己的类目产出；按测试与承接分的时候，测试那一家要看的不是产出，而是试出来的结论质量。用同一套产出口径去衡量两家的角色，测试那一家会被逼着去追求短期成交，试错的意愿就没了，整套分法也就散了。

三种做法还会影响人的安排。按店铺分的时候，每家店的负责人需要有自己那一类的判断力，选品的能力要求高。按价位分的时候，两家的运营动作是同一套，差别在价格策略上，对判断力的要求低一些。按测试与承接分的时候，传递的那一环需要有人专门管，否则测出来的款没有出口，测试就成了自娱自乐。

做法落地的时候有一个技术上的细节值得注意，就是各家在售清单是不是放在一起。分开管理的时候，同一个款是否已在另一家上架这件事，往往要人工去核。可行的做法是维护一份简单的对照清单，写清哪个款在哪几家。这份清单不必复杂，一列是款，后面几列打勾，它解决的是最基础的重叠可见性。

三种做法里还有一层常被漏掉的东西，就是退出的方式。按测试与承接分的时候，如果一个款在测试店跑了两批都没起色，它要不要从承接店里撤掉，这件事需要事先说清。做法定了但没有退出规则，测试店里会堆着一批既不成功也没撤掉的款，它们占着位置，也占着下一次试错的额度。

越靠标准品的越适合集中，越靠款式的越适合分散

同款在多店该怎么错开

错开关键词这一条在执行上最省力，因为不涉及货和价，只是一边写标题的取词习惯。同一批词里，一家主攻其中偏短的那些，另一家去拿偏长的和相邻的词。做完之后两家的搜索入口大体是分开的，偶尔有重合也无妨。这一条可以在一批货上架时顺手就做完，不需要额外的流程。

错开价格带要小心一个副作用。同一款货在两家的价差如果拉得比较开，买家有可能看出这其实是同一个款，这时候价低的那一家反而显得更划算，价高的那一家会显得在宰人。处理的办法通常是把价差控制在一档之内，并且靠主图和描述把两边的差异讲清楚，让价格差有理由。

有一类错开是不该做的，就是为了错开而把配置改坏。同一个款在一家店加上一些无关紧要的配件，在另一家减掉，让两边的规格看起来不同。这种做法的短期效果是买家不容易直接对比，长期效果是两边的评价都对不上，买家在评价里说的东西和页面上的配置不一致，后面的判断会被这些错位的评价带偏。

错开做完要留一份对照表，写清哪个款放在哪几家、每家以什么形式出现。这份表在新增一家店的时候特别有用，不用重新推一遍逻辑，看一眼就知道新的这家该接哪一部分。没有这份表，过半年之后没人记得当初为什么那个款在这个价、那个词给了那一家，也就没法判断还要不要维持。

错开这件事有一个检查的时点建议放在大促之前。大促期间价格和流量都会放大，两家店如果在这个时点上还撞在一起，压价的幅度会被放大，损失也更大。促销前把两家的同款清单对一遍，把撞在一起的挑出来处理掉，比在大促中间临时改要省事，也不会因为改得急而出错。

错开的另一个检查点是新增一家店的时候。新店开出来，最容易发生的事情是顺手把已经跑通的款全搬过去，因为这些款是确定能卖的。这个动作会让三家店瞬间重叠，而且重叠的是最能出量的那一批。可行的做法是新店开局就按新的方向圈定范围，不要拿跑通的款起量，宁可起步慢一点。

错开做完之后要不要回头看不一致，取决于成本。价格和关键词的错开容易维持，因为改动的地方少、容易检查；主图和描述的错开不容易维持，因为每次上新都要重新做一遍，做着做着就会图省事照搬。所以主图和描述这一层要有一个简单的检查动作，比如上新完成后扫一眼两家的主图是不是同一个构图。

有一种情况不必错开，就是同一个款在两家店承担的角色完全不同。一家把它当引流款，靠低价把流量引进来，另一家把它当利润款，靠品质和描述卖出更高的价。这两种角色下，价格差别很大、讲法也完全不同，买家不太会把它们当成同一个选择。角色分明的时候，重叠本身不构成问题。

错开型号和规格组合这一条在实践中用得不多，但它在两种情况下特别好用。一种是同一款货有不同容量或者不同件数，两家店各主推其中一种组合，买家在想直接对比的时候会比到一个缺货的规格上，比较自然就断了。另一种是搭配销售，两家各配不同的赠品，价格相近而内容不同。

错开还有一个更省事的思路，是把两家店的错开当成一次性的工作，而不是每上一个款都要重新想一遍。规则定下来之后，比如所有同款在两家的价差保持一档、关键词一家取短的一家取长的，后面上新的时候直接照规则套。用规则代替逐个判断，错开这件事才能在三家店上长期维持住，否则它会在忙的时候第一个被省掉。

执行错开的时候还要给一个明确的负责人。错开这件事没有主观上的归属，谁都不觉得它是自己的活，很容易消失在交接的缝隙里。可行的做法是把它挂在一个人名下，只需要他在每一批上架之后扫一遍两家有没有撞，撞了就按规则处理。这个动作每周大概十几分钟，比事后处理压价的成本低得多。

错开最后要有一个接受的上限。同一批货在两家店出现，即使做了错开，也会有买家同时看到两边。这个比例控制在一个较低的水平就够，不必追求完全没有重叠。追求零重叠的代价是两家的货越分越开，最后失去了共用货源和经验的优势，反而变成了两个互不相干的店，那已经是另一种问题了。

错开有一个程度上的把握，不是错开得越彻底越好。错开的目的仅仅是减少自家内耗，不需要把同一个款做成两个毫无关系的商品。做到买家在看两家的页面时不容易直接下对比就行：价格差一档、场景讲得不同、规格组合不一样，这三样里有一样做到就能起作用。

最容易做到的是错开上新时间，因为它不花钱也不改货。一家先上一个款，跑一批数据看看，起得来再让另一家跟；起不来这家撤了，另一家从头到尾没动过。它把试错的成本集中到了一家店上，也让跟进的那一家省下了一段摸索的时间。这条在不耗费任何额外成本的情况下就能减少一部分内耗。

错开最彻底的方式是不错开，也就是同款只放在一家店上。这一条的适用条件很明确：那家店能把这一款的量吃下来。如果这个款在站点上的需求够宽、那家店的流量能撑住，单独放一家是最省心的做法，没有任何内耗，评价和数据都会集中在一个地方，后面推起来也更容易。

品类重叠的代价是什么

第一类代价落在流量成本上。几家店卖同一批货，投放的关键词也会重叠，出价被自己抬上去，单次点击的成本比只开一家的时候高。这件事在数据上只表现为投放成本上升，看不出原因在自己家里，处理的时候很容易走偏，以为是投放的技巧问题。

第二类代价落在品类的深度上。资源被摊到几家店去上同一类货，每一家的在售款数都不够多。款数不足会带来一个连锁的后果：买家进来之后能挑的东西少，凑单的空间小，店铺在这一类里的存在感也就上不去。深度这件事在单店的时候是积累，在多店的情况下会被自家分散掉。

第三类代价落在判断上，这一类最难被察觉。同一批货分在两家店里跑，两边的结果混在一起，你分不清哪一套做法起了作用。这种混乱会一直累积，攒下来的不是经验而是模糊的印象，下一次选款的依据还是印象。判断力的成长恰恰来自一次一次可以归因的结果。

除了流量、深度和判断这三类，还有一类代价落在供应商那一边。同一个款在几家店上都卖得好，补货的量却分散在几张不同的单子上，供应商那边看到的是几个小单，谈价的余地比自己合起来要小。这一条在量小的时候不明显，量起来之后，分散下单一年的差价往往不是一个小数。

重叠的代价还有一个时间维度。刚开始重叠的时候代价很小，几家店各卖各的，各自的数据也还算清楚。重叠持续下去，买家在两三家都见过同一个款，评价分散到几个地方，这个时候想把它们合起来看已经做不到了，因为数据已经散在几个独立的记录里。代价随时间累积这一点，是重叠最容易被低估的地方。

代价的大小还和类目的性质有关。标准品的重叠代价最大，因为买家认参数，看到两家卖同一个规格就会直接比价。靠款式吃饭的品重叠代价小一些，因为买家本来就挑花了眼，同一个款在两家出现不会引起注意。所以判断要不要处理重叠，先看这一类货是不是买家会做严格对比的那一类。

有一个衡量重叠代价的简单口径，就是看这一个款在几家店里的总成交，和只放一家时候的成交比。这个对比在没有做过的情况下只能估，估的方式是看几家的成交加起来是不是明显高于单家的水平。如果加起来和单家差不多甚至更低，说明多出来的那一家只是分走了本来属于另一家的量。

判断重叠有没有到需要处理的程度，有一个简单的参照：看这个款在几家店上的总成交，和它只放在一家店时候的成交差多少。如果总成交没有明显提升，说明多出来的那几家只是在分走同一批需求。这个对照不需要严格的实验，把这一款在几家的成交加起来，和前一段时间只放一家的时候比一比就有方向。

重叠的代价处理起来有先后。最先处理价格重叠，因为它最容易改、效果也最直接。然后是关键词重叠，改标题就能落地。最后才是库存重叠，因为库存已经压在仓库里了，只能等这一批消化完再调整。顺序反了会很难推进，先从库存入手的话，货还在仓里，讨论只能停在纸面上。

处理重叠还有一个成本要算进去，就是分开之后每一家的量都会降一段时间。原来两家一起卖的量集中到一家，那一家会涨，另一家会掉，掉的那一段要撑着。如果这个过程没有提前说清，负责那一家的人会以为是自己做差了，动作会变形，本来只是结构调整，结果变成了真实的退步。

重叠这件事有一个反直觉的结论：处理它未必能立刻看到增长。回到最前面说的，重叠的代价是分散而不是损失，把它收回来之后，总量可能只是不再互相削，看起来变化不大。真正的收益在于判断变清楚了、库存集中了、投放成本不再自抬，这几样都不会在短期的总销量上体现出来。

重叠还有一个看不见的成本，在于它会让一件事看起来比实际难。两家店的同款都不出量的时候，很容易得出这一类货不好做这个结论，因为两边的数据都不好看。真实的原因可能只是同一份需求被切成了两半。这种误判一旦形成，会把一个本来能做的方向放弃掉，代价比当下的这点损失大得多。

判断重叠的代价有多大，可以看一个替代指标，就是几家店在同一个类目下的总成交额与投入的比值。重叠高的时候，同样的投入换回来的总成交是偏低的，因为一部分投入花在了相互抵消上。这个比值不必算得很精确，把三家的投入加起来和产出加起来，看比值随重叠程度的变化，方向就能看出来。

重叠的代价在不同阶段感受完全不同。三家店刚开起来的时候，重叠带来的内耗被增长掩盖了，因为整体都在往上走，看不出有谁被谁削。等到增长放缓，重叠的代价才会显现，而这时候的处理成本已经比当初高了，因为改动涉及库存和评价。趁增长还在的时候就分清楚，比等到增长停了再处理省事得多。

还有一点要说清的是，重叠这件事本身不是错误。同一批货分在几家，是开店过程中很自然的一步，它的问题在于停留的时间太长。把重叠当成一个必须马上解决的错误，会逼出过度分离的做法；把它当成一个店数增加之后逐渐需要处理的常态，处理的方式就会平缓很多，也更容易长期维持。

哪一类品适合集中、哪一类适合分散

适合集中的是标准品。规格明确、型号固定、买家认参数不认款式的那一类，比如某种尺寸的收纳件、某种容量的容器。这类品的特点是决策路径短，买家确定要什么之后直接搜型号，看到一个符合的就下单。集中在少数几家做深，好处是库存能备厚、评价能攒在一个地方、供应商那边也能谈量。

适合集中的还有引流款。这类款的量本身不小，是店铺的主要入口款，靠它把流量引进店里。它的货要备深、价格要有竞争力、评价数量要多，这三样都需要集中。把引流款分到几家店上，每一家的评价和销量都攒不起来，引流这个作用也就发挥不出来了。

适合分散的是靠款式判断的品。饰品、时装这一类，同一个款能不能卖得动很难提前判断，只能一批一批试。这类品的需求分散在大量的款式上，没有人能一口吃下。分散在多店去试，好处是试的表面变宽了，坏处是每一家店的深度都会变浅，所以它更适合新款的测试阶段，测试结束就要收回来。

判断一批货该集中还是分散，有一个简单的问法：这款货的成功靠的是把一件产品做深，还是靠试到合适的那个款。靠做深的适合集中，靠试的适合分散。这个问法不需要数据，但它能把大部分情况分开，也能避免把一批时装按标准品的思路集中在一家店上，最后那一家的库存全变成了死货。

集中做深有一条隐含的要求，就是那一家店要能承载这个深度。同一个类目下备三十个款，需要的不只是库存，还有理货、拍摄、写标题、维护评价这些持续的动作。如果那一家店的人力只够维护十几个款，集中过去的货会有一半得不到照顾，深度做不出来，反而显得这家店很杂乱。

分散去试也有一条隐含的要求，就是试的结果要能被汇总。三家店各试十个款，跑一批之后如果没有一个地方把这些结果摆到一起看，试出来的东西就白试了。汇总的动作很轻，把三家的结果写成一张表，但这一步不做，分散就变成了撒货，每一家各自管自己那十个款，谁也不看别的店的结果。

有一类品处在中间，两种做法都行，取决于店的条件。比如某个类目里既有标准件又有款式款，可以按款的性质分开处理，标准件集中到一家，款式款分散去试。这种混着走的方式比整个类目一刀切更贴合实际，它的成本是多了一层判断，收益是不用在两种做法之间做取舍。

判断集中还是分散，还有一个很实际的角度：看这一批货能不能承受试错。集中做深的时候，如果方向判断错了，损失是一整批库存压在一家店上；分散去试的时候，判断错了每一家的损失都有限，但整体上试的次数变多，时间拉长。风险承受能力弱的时候偏向分散，判断比较有把握的时候偏向集中。

有一个判断可以很快分出一批货的性质，就是看买家在购买前需要比较几个维度。只比一个维度的，比如比容量、比尺寸，这类货适合集中，因为买家比完之后就会下单，评价和库存集中在一处最有优势。要比较三四个维度的，比如比款式、比颜色、比材质，这类货更适合分散去试，因为买家本身就在大量的选项里挑。

货的性质还会随站点变化。同一批货在一个站点上属于标准品，买家认规格；到了另一个站点可能变成偏款式的品，买家更看外观。所以品类分配不能一次定完跨站点照用，同一个类目在不同的站点上该集中还是分散，答案可能不一样。这一点常被忽略，因为它看起来是同一批货。

集中和分散之间还有一个折中的做法，就是先分散再收口。新品一批先分到几家去试，试出来起量的那几款收回到一家集中做深，其余的按原来的方式留在原地。这种走法把试的成本摊开了，把做的成本集中了，两头的好处都拿到。它的代价是每一次收口都要做一次判断，判断的依据得先攒起来。

最后要说的是，集中还是分散这件事有没有做对，判断的标准不在当期的销量上，在于几个月之后这一批货有没有形成深度。集中的那一家在同类里是不是一个能说得出的话的存在，分散的那几家是不是各自攒到了几个能用的结论。用这两个标准回头看，比用当月的销量看更贴近这件事的目的。

有一类货看起来适合分散，实际适合集中，就是那种单价不高、买家会多次购买的小件。这类货的逻辑和标准品相近，买家认的是具体的规格和使用场景，重复购买的还是同一个东西。集中在少数几家，库存可以备厚、评价可以累积，回头客也集中。分散到三家之后，同一批回头客被分成三份，三份都不足以支撑一个稳定的位置。

还有一类看起来适合集中，实际适合分散，就是没有明显差异但款式更新很快的品。这类品的需求分散在大量款式上，没有哪一款能靠做深吃到大部分的份额。集中押在一家去做深，风险是全押在几款上，一旦这几款的判断偏了，整批货就砸在手里。分散去试，虽然每一处都不深，但试到的概率提高了。

集中和分散这两种状态之间不是一次性的选择，它随货的阶段变化。同一批货在测试阶段适合分散，测出来的款转成集中，集中做起来之后再往上下游延伸，可能会形成新的品类方向再回到分散。一个成熟的店铺在这两种状态之间来回移动，用移动代替固定，是分品类这件事做得比较细的一种表现。

这两种状态之间切换的时候有一个成本要提前算。刚从分散转集中的时候，那一家店的商品数会明显增加，理货和上新的工作量都会上去，如果人手没有跟着调，会出现上架慢、维护不到位的情况。切换的动作可以分批进行，一款一款地转，给那一家店一个消化的过程，比一次全转过去更稳。

撞款和挤掉这两类数据能看到一部分，结论分不清这一格只能靠人

分品类之前先看什么信号

第一个信号是这一类货在该站点上的需求宽度。看的是这个类目下面买家搜索和浏览的分散程度，是集中搜几个明确的东西，还是在大量款式之间分散。需求集中的类目适合做深，因为买家要的东西是明确的；需求分散的类目只能靠铺，因为谁也说不准下一个爆的是哪一款。

第二个信号是同类在这个站点上的拥挤程度。同样一个类目，有的站点同类已经排得很满，新品要挤进去得花不少代价；有的站点还有明显的空位。这个信号决定的是这一个类目值不值得投，而不是怎么分的问题。在已经很挤的类目里讨论集中还是分散，本身就是把顺序做反了。

第三个信号是这一类货的上新频率。上新快的类目，款式很快过期，集中做深的风险高，因为深进去的那一款可能半年就没人要了；上新慢的类目，一个款能卖很久，集中做深的收益才成立。上新频率这件事从同类的在售清单上就能看出来，看它们的款是不是半年前就有的那批。

看需求宽度有一个具体的做法，就是看这个类目下面搜索词的分散程度。如果买家的搜索集中在少数几个明确的词上，说明他们要的东西是明确的，这一类适合做深，把几个核心款备足就能接住大部分需求。如果搜索的词非常分散，长尾词占了很大比例，说明需求是碎片的，只能靠铺量去覆盖。

看拥挤程度的做法是数同样在卖这一类货的店有多少、它们各自在售的款数是多少。前者说明这个池子里有多少人，后者说明每个人占了多少位置。人多而每一家占的位置都不多，说明这是一个分散的池子，新人进去还有空间；人少但少数几家占了大块位置，说明这个池子已经被占住了。

看上新频率的做法是查同类的在售清单里有多少款是最近一段时间新上的。新上架的比例高，说明这个类目靠不断推新款来维持，集中做深的风险大。新上架的比例低，说明这一类里的款能卖很久，深进去是划得来的。这个信号不需要精细统计，翻几页同类的商品就能大致看出来。

三个信号之外还有一个要看的，就是这一类货的复购情况。复购高的类目，集中在少数几个款上做深是划算的，因为买家会回来买同一个东西。复购低的类目，做深的意义有限，因为买家本来就不回来。复购这件事从自己的记录里能看出来，也可以从同类评价里提到回购的比例大致判断。

同款撞车的次数往下走，同时单店在自己那一类里的深度往上走

判断某一个类目适不适合做深，需要知道那个站点上这一类货的规模与分布。知虾站在判断材料这一层，多站点数据覆盖九个站点，能看到各站点类目里在售商品的构成与量级；站点分析能看某一站点的类目结构和价位分布。这个材料用来判断需求宽不宽，是分之前该看的第一个信号。

判断同类挤不挤、上新快不快，看的是别的店在做什么。知虾的竞品监控与选品给的是这一层的信号，能大致看到同类上新与在售的变化。这一类材料用在决定某一个类目要不要进、进得深还是浅，判断仍由人来做，材料只负责把范围缩小。

要把某款放到某一个价位段上，先要摸清这一段的价格分布。知虾给的是成本与区间这一层的算法，看到的是定价计算与站点分析的结果，用来判断这一段还有没有位置。分品类的时候，这一步往往跟价位段的错开是连在一起的，货分到哪一家、价站在哪一段，两件事通常一起定。

它在这件事里的位置说清楚：它提供的是外面那一层的判断材料，绝不参与把商品分到几家店这个动作。知虾不是多店铺管理工具，也不做上架、铺货、跨店数据汇总这些事。品类怎么排、同款错不错开、哪一家做深，全是自己店里的决定，材料只负责让你在决定之前看得清一些。

三个信号之外还有一个前置的信号，就是这一批货自己的性质。看它在过去卖过的地方是怎么卖的，是买家直接搜规格进来的，还是从推荐和列表里刷到的。前者说明这一批偏标准品，后者说明偏款式。这个信号从自己过去的记录里就能拿到，不需要外部材料，是先看外面之前该先看的一步。

看信号的时候有一个时间上的要求，就是看的是最近一段的状态，而不是历史累计。一个类目半年前很空，现在可能已经很挤了；半年前需求分散，现在可能已经集中到几个核心款上。用累计的数据去看，会把不同时期的状态混在一起，得出的结论不适用于当下。取信号的时候把时间窗口收窄到最近这一段。

信号看得比较全的时候，最好把它整成一句结论。这个类目在这个站点上需求偏集中、同类不算挤但上新很快，所以要进，但只做核心的几个款，别铺款式。这样一句话把三个信号合起来落成了一个动作。只把三个信号列在那里，讨论的时候还是要再想一遍，结论写下来才省掉了下一步。

还有一个信号不必花力气去取，就是自己店里的实际反馈。这一批货在自己已有的店里卖得怎么样、买家在评价里问什么、退货的理由集中在哪，这些都比外部的分布更贴近实际的判断。外部的信号回答的是外面有没有位置，自己店里的反馈回答的是能不能站住，两者缺一不可。

把三个信号看下来，最常见的结论是几个信号指向不一致。需求很宽，说明适合做深；但同类上新很快，说明做深的风险高。这种时候结论不是二者取一，而是把做深的东西收窄，选那些上新慢的细分去做深，把上新快的部分留在分散的状态里。信号的作用是帮你把范围切细，不是帮你直接选一个答案。

信号的取法上有一个成本的考虑。三个信号并不都需要用外部的数据去取，需求宽度和上新频率从同类的在售清单上就能大致看出来，翻页的成本很低。真正需要细看的只有拥挤程度这一项，它要看同类的数量和各家占的位置，取起来相对费时。把力气放在最需要的那一项上，比三项平均用力更划算。

取信号的时间点最好固定在每一个采购批次之前。采下这一批货之前看一眼，这批货该集中还是分散，分的时候就有了依据。挂在采购这个动作上，比另外安排一个时间做分析容易被执行，因为采购本身是本来就要发生的动作，重复的频率也大致合适，不会太密也不会太疏。

看信号的时候还值得留意一种情况，就是信号在很短的时间里变了。某个类目半年前还很空，最近突然涌入一批新卖家，这种情况在热门类目上很常见。这时候上一轮定下的分法需要重新看一遍，因为它依据的条件已经变了。变化快的类目，分法的复核频率要跟着提上来，不能用同一个周期去套所有类目。

分配定下来之后怎么验证

验证的第一个方式是把新分的那一批单独看，不要混进全部商品里。刚分完之后，店里还留着大量按旧方式上架的老商品，用整体的平均值去看，看到的只会是过去的平均水平。把按新分法上架的那一批拎出来，单独看它们的表现，才是对新分法的判断。

第二个方式是对照。同一批货如果有条件分两种做法跑，比如一半按集中、一半按分散，跑一批之后对比两边的结果，得到的结论比单跑一种要有说服力。这种对照不需要很严格，只要两边在一个量级上、时间窗口差不多，方向性的差别就能看出来，足够支撑下一次的调整。

第三个方式看的是深度有没有起来。按集中走的那些店，同一类目下面的在售款数应该是往上走的；按分散走的那些，覆盖的款式数应该是往上走的。这两个指标各自往上走，说明分配在按设想的走。如果两边都没有变化，说明分法只停留在了纸面上，实际的上架还是按老习惯来的。

验证里有一个容易走偏的地方，就是把短期波动当成结论。刚分完的第一个月，数据会受很多别的因素影响，比如大促、季节、有一款突然起量。要判断分法对不对，需要看两到三批货，并且每批都按同样的口径看。只看一批就下结论，得到的往往是一个月的运气，不是一个可以复用的判断。

验证的时候要有一个明确的对照物，不然结论无从下手。可用的对照有三种：和分之前同一批货的表现比、和同类在这个类目里的平均情况比、和自己按另一种分法跑的那一批比。三种里最好用的是第三种，因为它把外部因素消掉了，差别只来自分法本身。没有对照的验证，只是再看了一遍数据。

验证的结论要能回过来改分法，这一条如果断了，验证就只是一份报告。可行的做法是每次分完就写下这一轮要验证什么，比如看集中之后这一家的深度有没有起来。到验证的时候直接对着那一句看，成立就维持，不成立就换一种分法再跑。这一来一回攒上几轮，分法才会越来越贴合自己的实际。

验证里有一个常被忽略的信号，就是执行有没有跟上。分法定得再好，如果实际的上架还是按老习惯来的，验证出来的结果反映的是执行而不是分法。要区分这两件事，可以查一下实际的上架记录，看每款货落在哪一家和当初定的对不对得上。对得上，验证的才是分法；对不上，先解决执行。

验证还有一个要防的偏向，就是拿结果去证明分法是对的。判断是自己做的，看结果的时候会不自觉地为它找解释，比如数据没起来是因为季节、是因为这一批货本身不行。防的办法是让另一个人只看结果不看当初的分法，把结果描述一遍，再把自己的预期拿出来对，两层之间的差距就摆出来了。

验证的时候可以顺带记一个数，就是分法执行的准确率。这一批货按分法应该落在哪一家，实际落在了哪一家，两边对得上的比例是多少。这个数很低的时候，说明分法还没有真正落地，这时候讨论分法好不好是没有意义的，先解决落地。这个数可以不带情绪地记下来，用一两次之后大家都会自觉地照着分法做。

验证的结论最好用一句话写下来，写清这一轮的分法成不成立、下一轮要不要改。写下来的好处是下一轮开始的时候有一个明确的起点，不用重新把上一轮推一遍。三个店的情况下，一轮验证一句话，一年下来就是一个可以翻看的记录，这份记录比任何通用的经验都更贴合自己的实际。

最后要说的是验证的范围。验证不必覆盖全部品类，抓住这一轮调整最多的一两个类目看清楚就够。三个店、七八个类目全都逐一批验，成本高到没人愿意做，做一次之后就再也不会做第二次。把范围收窄到少数几个，验证这件事才可能坚持下去，而能坚持下去的验证才有价值。

验证的时候有一个做法是把结论分成三类：这一轮分法对、这一轮分法不对、数据不够看不出。第三类最容易被忽略，它在实践中占比往往最高，尤其是品类这种需要多批才能看出结果的调整。硬要给第三类一个结论，会得到一批不可靠的判断；老老实实标成看不出，下一轮继续对，结论才慢慢实。

验证结果落到分法上的方式可以很简单，写一句下一轮要不要动。要动的话动哪一项，是集中范围收窄一点，还是把某一款从测试状态转成集中做。写在记录里，下一轮采购之前翻一眼就知道接着做什么。这一句的成本很低，但它是整个验证环节能不能持续下来的关键，因为下一步明确的时候，人愿意做。

验证的过程中还要留意一件事，就是别把品类调整的效果和其他动作的效果混在一起。同一段时间里可能还改了价格或者换了主图，这时候数据变化说不清是哪一项带来的。可行的做法是每次只动一个变量，动品类的时候别的先不动。做不到完全只动一个的时候，至少在记录里写清这一段时间还动了什么。

验证的意义还在于它会把分品类这件事从感觉变成记录。第一次做的时候靠的是对类目的印象，做完一轮之后手上就有了几条具体的结论，哪一类集中之后深度起来了、哪一类试了三个款都没有反应。这些结论攒下来之后，下一次面对一批新货的时候，判断的起点会比上一次高一截，不必从零开始。

常见问题（FAQ）