Shopee一条链接的销量结构：规格分散怎么看

总销量掩盖了结构

要理解这件事，先看前台到底显示了什么。商品页上写着一个已售件数，这个数字是把链接下所有规格的成交加起来的结果。系统只呈现总和，不呈现分配，就像一张成绩单只给了总分，把各科的分数藏了起来。

买家在做选择的时候，看到的是具体某一个规格。他们买走的是某一个颜色某一个尺码，而不是这条链接。所以真实的成交是一笔一笔挂在不同规格上的，只是被汇总之后抹平了差异，看起来像是一个整体的成绩。

汇总带来的直接问题是失真。一条卖了五万件的链接，可能其中三万五千件集中在两个规格上，剩下几十个规格各分几百件。总分很好看，但如果你照着这条链接去铺全规格，最后会发现自己铺了一堆卖不动的颜色尺码。

另一层失真在抗风险上。看起来结构丰富的链接，实际可能是靠一两个规格撑着的。这两个规格一旦断货、一旦被对手抄出同款、一旦供应链出问题，整条链接的销量会跟着塌。总分给的稳定感是假的。

还有一层是补货上的误导。看到一条链接整体在涨，直觉会认为所有规格都在涨，于是每个规格都加货。真实的分配可能是主销规格在涨、长尾规格在滞销，不加区分地铺货，等于把资金压在卖不动的那部分上。

拆结构的第一步是先把规格清单完整拉出来。打开链接的选择区，把每一个颜色、每一个尺码、每一个容量组合都记下来，包括那些显示为缺货的。缺货的规格同样要出现在清单里，它的存在本身就是结构的一部分。

第二步是给每个规格标上状态。在售、缺货、已下架这三种要分清楚。缺货和已下架表面上看都是买不到，含义却不一样。缺货是暂时性的，已经下架是长期性的，两者在结构判断里的分量完全不同。

第三步是估每个规格的相对权重。用前台能拿到的线索，把评价内容、问答内容、图片位置这几项综合起来，给每个规格一个粗略的权重。不追求精确，只要能排出大概的先后次序就够了。

第四步是按权重排序，定出主销、次销和长尾三档。主销的那一两个排在最前面，次销的是接下来两三个，剩下的都归到长尾。分完三档之后，这条链接的结构大体就清楚了，后面所有的判断都围绕这三档展开。

第五步是把这个结构写下来存好。写的时候连同取数日期、规格总数、缺货规格数一起记。半年之后回头看，这份记录就是判断结构有没有变的基准，没有它，所有的变化都只能凭印象说。

举一个具体的例子。有一条卖背包的链接，总销量看着很可观。拆开看才发现，七个颜色里只有藏青和黑色在卖，剩下五个颜色加起来不到总量的十分之一。这两个颜色一旦断货或者被对手抄走，整条链接的销量会跟着掉一大块。

另一个例子是一条规格压得很平的链接。它挂了二十多个尺码组合，每个都有成交，看上去很健康。但真正的问题是每个规格的量都很小，没有哪一个能撑起规模，采购和包装的成本压不下来，卖得再多单价成本也降不下去。

边界条件是改过规格的链接。商家中途加过颜色、删过尺码、调过套装，这些历史动作让当下的结构看起来复杂，实际是好几轮调整叠在一起的结果。看这类链接，要把时间线上的调整点找出来，否则会把不同阶段的规格混在一起分析。

还有一个边界是季节性链接。冬装和夏装的结构完全不同，同一条链接在一年里的主销规格会来回换。如果只在某一个时点看它，得到的结构只代表那个季节，拿全年去套会得出错误的结论。

最后一个细节是组合装的干扰。有的链接里有一部分是套装，买一次等于买了好几件。这种规格在销量上的数值会显得格外大，但它不代表主销单品的受欢迎程度，把它和单件规格放在一起排序，会得出误导性的结论。

总销量是个结果，结构才说明这条链接靠什么在卖

主销规格的识别方法

识别的第一条线索来自评价内容。买家写评价时经常会带上自己买的颜色和尺码，把这些提法统计一遍，哪个规格被提到的次数明显多，它大概率就是主销的。样本量够的时候，这个办法相当可靠。

第二条线索是前台的可售状态。主销规格通常补货最勤、缺货最短，因为它们卖得快库存周转也快。反过来，长期挂在页面上、从来没见缺过货的规格，多半是卖得慢的那一批，库存在那里一直没动。

第三条线索是图片的安排。商家放主图和第二张图的时候，往往会优先展示主推的规格。首图上出现的颜色、模特身上的尺码，通常就是他们认为最值得主推的那一个。图片位置本身就是商家对结构的一次表态。

第四条线索是问答区。买家提问往往集中在他们最纠结的地方，而纠结往往出现在主销规格上，因为看的人多。问答内容集中在哪个规格上，间接说明这个规格的关注度高于其他。

还有一条辅助线索是价格结构。同一链接下各规格的价格往往不完全一样，大码贵一点、套装贵一点都是常见的。如果某个规格被单独标了不同的价、或者被单独写了促销标签，那通常意味着商家在这个规格上有明确的经营意图。

用评价识别的时候，第一步是筛。逐页翻评价，把提到具体颜色、尺码、容量的那些挑出来，提到的是商品的性能、物流、服务但没有指明规格的，先排除在外。筛这一步决定了后面统计的质量。

第二步是归并同类提法。买家写深蓝、藏蓝、宝蓝，得先判断这些说法指向的是不是同一个颜色档，归并成一致的名称再统计。如果颜色命名本身很相近，这一步要格外小心，归错了会直接影响排序。

第三步是数频次并排序列。把各规格被提到的次数从高到低排一遍，排在最前面的那个，基本就是主销规格的第一个候选。如果前两个差距很小，说明这条链接的主销不是单一的，要当成双主销来看。

第四步是和其他线索交叉验证。把评价得出的排序和断码状况、图片位置、问答集中度对一遍，如果几个线索指向同一个规格，这个判断就比较稳；如果相互打架，就要想清楚是哪一条线索被什么因素干扰了。

第五步是留下识别过程的记录。写清这次用了多少条评价做样本、覆盖了哪个时间段、有没有新上架的规格被排除。有了这些说明，下次重估的时候可以比对着看，也方便别人接手时理解这个排序是怎么来的。

有一个实际的操作经验值得记下：识别主销规格时，评价样本里最该被排除的是大促期间的评价。大促期的买家结构和平时不一样，很多人是冲着折扣来的，买的规格可能和平时不同。把这部分混进去，估出来的主销规格会偏。

另一个经验是不要只看评价数量，还要看评价的内容质量。有些规格的评价里全是短评，另一批规格的评价里有大段描述和使用体验。后者说明买家对这个规格更上心，往往也是主销规格的特点之一。

还有一个边界是新老规格并存的情况。老规格买的人多，评价也积累得多；新规格刚上，评价少但增长快。这时候单看评价总数会判老规格为主销，实际上新规格可能正在接手。要留意新规格的评价增长速度。

边界条件还包括语言差异。跨境链接的评价里可能混着几种语言，买家描述颜色尺码的方式各不相同。统计的时候要先把这些说法规整到统一的口径上，否则同一个颜色会因为写法不同被拆成好几档。

最后一个细节是榜单和标签的辅助作用。如果某个规格单独上了某种标签或者排在推荐位，那通常是商家在用资源推它。标签本身不是主销的证据，但它提示了这个规格的受重视程度，可以作为一条旁证。

多数链接的销量都压在少数几个规格上，其余的长尾很薄

规格分散的利与弊

先说利。规格铺得宽，覆盖面就宽。买家无论要哪个颜色哪个尺码，都能在你这找到对应的，搜索和推荐的匹配面也更大。在一个需求本身就很分化的类目里，铺宽是必要的，窄了根本接不住需求。

规格多还有一个好处是它把风险摊开了。某个颜色今年流行、明年不流行，如果只做这一个颜色，趋势一变就被动；铺了五六个颜色，其中某个失宠的时候，整体不会伤筋动骨，还能靠其他的撑住。

再说弊。最直接的代价是库存。规格数翻一倍，需要的备货资金量也跟着上去，而且每一档都要备安全库存，加起来是一笔不小的占用。规格越多，滞销的那部分沉淀得越久，资金回笼越慢。

第二个代价是判断难。规格一多，每个规格的销量都不大，单看某一档的数字会很小、很噪，很难判断它是真在卖还是只是偶尔出了几单。得把它们放到一个结构里看，判断的复杂度和工作量都上去了。

第三个代价是规模效应被稀释。每一档备货量都不大，采购价、包装成本、平台的各种分摊都落不到最低。规格分散的链接，单件成本往往高过只做两三个规格的链接，利润空间被压得更薄。

判断自己的链接该铺多宽，第一个要看的是类目的需求分化程度。买家如果是按颜色挑、按尺码挑、按套装挑，需求本身就分得很散，这时候铺窄会漏掉大量需求。看头部链接铺了多宽，是一个很直接的参照。

第二个要看的是供应链的能力。规格铺宽的代价是备货资金和仓储压力成倍增加，如果供应链的响应速度、资金周转、仓储条件撑不住，铺宽之后只会变成一堆滞销库存，还不如把几个规格做深。

第三个要看的是单规格的量级能不能撑住。每个规格都只卖几件的话，采购、包装、物流的成本都摊不下来，利润会很薄。先估算每个规格大概能出多少量，量不够支撑成本的，就不该单独占一个规格位。

第四个要看的是清仓的难度。规格铺得越宽，未来要处理的长尾就越多。有些规格一旦做出来，库存很难清掉，只能打折甚至亏本出。上新之前先想清楚这个规格如果卖不动，怎么收场。

判断的结果通常不是全铺或者不铺，而是分层。主销的那几个规格一定做，次销的看情况做，长尾的用少量试。这样既保住了覆盖面，又不至于让库存失控，是一个相对平衡的处理方式。

有一个真实的取舍案例。一家做手机配件的店铺，原本铺了十几种颜色，后来发现其中三种占了八成销量，剩下的长期滞销。他们把颜色收窄到五种，腾出来的资金压到主销色上，整体的周转速度和利润都上来了。

反过来的案例是一家做服饰的店铺。他们为了控库存，把尺码收得很窄，结果大量买家因为找不到合适的尺码直接离开。这个类目的需求天然分散，收窄的代价是丢了入口，最后他们又把尺码铺回去了，只是把长尾的备货压到很低。

这两个案例的差别不在铺宽还是铺窄，而在于类目的需求分化程度。需求本身就分散的类目，铺宽是必要的；需求集中、买家主要在少数规格上做选择的类目，铺宽只会增加负担。判断类目属性是前面所有决策的地基。

还有一个边界是资金压力。铺宽需要备货资金，如果资金本来就不宽裕，铺宽会把现金全压在库存里，一旦动销不如预期就会很被动。资金紧的时候宁可先做窄做深，跑通之后再往宽了扩，这是更稳的顺序。

最后一个细节是平台的流量分发。规格多的链接在选择页上能提供更多选项，买家停留的时间和点击的概率可能更高，这是分散带来的一个隐藏收益。这个收益往往被忽略，但它在一些类目里是实实在在的。

从评价看规格分布

用评价估占比，原理是买家的留评行为在各规格之间比较均匀。买了红色的人和买了蓝色的人，愿意写评价的比例差不多，所以评价在各规格上的分布可以近似地代表销量分布，样本够多的时候误差可控。

操作上先把评价里提到规格的部分筛出来。筛的时候只留下明确写了颜色、尺码、容量或者套装数的那些，含糊提到两三种颜色的不算，容易把权重搅乱。筛完统计各规格被提到的次数，得到一张分布表。

得到分布表之后要做一次修正。评价是历史沉淀的，反映的是过去一段时间的结构，而销量结构可能已经变了。如果你手上有半年内的评价和两三年前的混在一起，最好只取最近半年的，让它贴近当前状态。

修正的第二个维度是时间。如果某个规格最近才上，它的评价自然少，这不代表它卖得差，只代表它还没积累。对这类新规格要单独标出来，等它攒够样本再纳入分布，别让它把老规格的权重拉低。

有一个必须承认的局限：留评偏好本身可能是有差异的。某些买高价位规格的人更愿意写评价，买低价规格的人更懒得写。这会让估出来的分布向高价规格偏一点。用它做定性的主次排序没问题，用它抠精确比例要谨慎。

动手统计之前，先确定取多少条评价。样本太少，一两条偏差就能改变排序；样本太多，统计的时间成本会很高。一般取最近一段时间内能连续翻到的那些，覆盖度够用就行，不必追求把评价翻到底。

统计的时候建议用一张简单的表，左边一列规格名称，右边一列被提到的次数，中间留一列备注。遇到说法含糊、归不了类的，记在备注里单独处理，不要硬塞进某一档，免得把某档的数字抬得不真实。

算完频次之后，把频次换算成占比。用每个规格的频次除以被提到规格的总频次，得到一个百分比。这个百分比不是精确的销量占比，但它在排序和量级对比上是好用的，尤其在比较两个规格谁更强的时候。

换算出来之后做一次合理性检查。看排出来的主销规格和这条链接的首图、价格设置、补货状态是否对得上。如果对不上，先别急着用这个结果，回头看看是不是样本里混进了改版前后的评价，或者某个规格的说法被重复计了。

有了稳定可用的分布之后，可以做一件更有价值的事：把它和总销量结合起来，算出主销规格的量级。总销量乘以主销规格的占比，得到主销规格的粗略销量。这个数比总销量有用得多，它才是这条链接真正的量。

有一个实操里很好用的技巧，是把评价按时间倒序翻最近的一批，而不是随机翻。近期的评价反映的是当下的结构，随机翻容易把几年前的旧评价混进来，那些评价代表的可能是完全不同的一批规格，会把当下的分布带歪。

另一个技巧是在统计的时候给不同长度的评价不同的权重。写了颜色尺码并且描述了使用感受的长评价，信息量更大，可以加一点权重；只有几个字的短评价，权重就按普通算。这样估出来的分布更贴近真实的购买重心。

还有一个边界是评价里同时提到多个规格的情况。有人会写自己买了两个颜色做对比，这种要分别记两笔，当然也可以直接把提到的两个规格各算一次。规则要先定好并且一直用同一套，不然统计结果会前后不一致。

边界条件还包括改过颜色的链接。商家中途把某个颜色的名字换了，或者把两个相近的颜色合并成一个，统计时就会看到旧名字突然消失、新名字突然出现。这不代表结构剧变，而是命名改了，要先把新旧名字对应起来再统计。

最后一个细节是把估算结果标上置信程度。样本多、几条线索互相印证的结果可以标为较可靠，样本少、线索打架的结果只能标为参考。把置信度写进记录里，用的时候就知道该给这个结论多少权重。

断码断色的信号

断码这个状态本身就带着信息。一个规格长期缺货却不去补，通常说明它在结构里的位置不重要，商家宁可把资源给别的规格。如果是主销规格断了，商家一般会尽快补齐，因为断一天就少一天的销量。

看断码还有一个技巧是看缺的是哪一档。如果断的都是大码，可能说明这条链接的买家偏瘦，大码需求本来就小；如果断的都是小码，反过来可以推。断的根本上是需求结构在某一边偏重，库存跟不上。

断码的时间长度也是信号。临时断几个小时或者一两天，多半是补货节奏没跟上，很快就恢复；连着几周甚至更久不动，那就接近弃售了。判断的时候把时长一起记下，比只看有没有断更有信息量。

颜色上的断货和尺码上的断货含义略有不同。颜色往往跟潮流和主推有关，某个颜色长期缺货可能是商家主动收缩规格编号，把资源集中到主推色上；尺码更多跟库存结构和买家体型分布有关，属于被动的供需失衡。

还有一个边界是链接改版。商家调整过规格设置之后，某些规格会被下架或者替换成新的。这时候旧规格的断货不是断货，而是被替换了。如果只看单一时点，很容易把改版误判成缺货，隔几期再看一次就能分清。

要系统地看断码，第一步是建立一份观察记录。每隔几天把链接下的规格状态扫一遍，记下哪几个在售、哪几个缺货、缺了多久。单次记录看不出什么，连着记几周，哪些规格经常缺、哪些从没缺过，就一目了然了。

第二步是区分主动缺货和被动缺货。主销规格缺货通常是被动的，商家会尽快补上；长尾规格长期缺货更像是主动的选择，商家在逐步放弃这一档。判断的主被动，看它缺货之后有没有迅速恢复。

第三步是把断码和销量结构连起来看。断码集中的地方，往往就是销量集中的地方，因为卖得快所以容易缺。如果发现断码的规律和用评价估出来的主销规格对得上，两条线索互相印证，结构判断就更扎实了。

第四步是留意整体缺货的现象。如果一条链接里超过一半的规格同时缺货，这通常不是结构问题，而是这家店铺的供应链出了状况，或者是正在做某种调整。这时候结构分析的意义不大，先看它整体在做什么更实际。

第五步是把断码的变化记进跟踪表。哪个规格从常缺变成了常年有货，或者反过来，这些变化都是结构的信号。把它们和评价分布的变化放在一起看，能更早发现主销规格是不是已经在换人。

有一个很典型的观察案例。某条竞品链接在一个月里，大码反复缺货，补了又断、断了又补。这个规律说明大码的需求比商家预期的强，它的补货量一直不够。跟这条链接的同行如果按常规的大码比例备货，就会错失一部分需求。

另一个案例是一条链接的主推颜色突然长期缺货。追下去发现这个颜色是被平台推荐了一波，销量突然冲上来把库存抽干了。这种断货是流量带来的，不代表结构变了，但从补货节奏上能看出这个颜色正在被推。

还有一个边界是预售状态。有些链接的规格显示为预售，买家可以下单但要等。预售后不显示缺货，但实际上没有现货。看断码的时候要把预售状态和现货状态分开看，把预售当成在售会低估真实的库存压力。

边界条件还包括规格被锁定的情况。某些平台在大促期间会锁定部分库存或者限制修改，这时候看到的缺货可能是运营动作造成的，不是真实的供需。判断的时候把大促时点标出来，避免把运营性的缺货当成结构信号。

最后一个细节是断码和价格的关系。有的规格缺货是因为价格定得太低利润不够，商家不愿意补；有的规格缺货纯粹是因为卖得太快。这两种缺货背后的原因完全不同，前者说明这个规格可能要涨价或者被放弃，后者说明需求旺盛。

规格越散，判断和补货这两件事都跟着变难

结构对补货的指导

拆出结构之后，补货这件事就有了依据。既然销量是压在少数规格上的，那备货的比例也应该向这几个规格倾斜。常见的做法是让主销规格的安全库存天数比长尾规格更长，让它不容易断货，长尾卖完再说。

第二个依据是资金分配。手里的备货资金是有限的，铺到每个规格上都很平均，结果就是每个都备得不多、每个都可能断。把资金按结构配比分配，主销规格多压一点，长尾规格只维持基础供给，整体的周转会更好。

第三个依据是上新时的规格设置。既然头部链接的结构都集中在少数规格上，自己上新的时候就不必一上来就铺满。先把主销的那几个规格做扎实，等跑出数据了再决定要不要往长尾方向扩，这样试错成本低很多。

第四个依据是清仓的节奏。结构里那些长期动不了的长尾规格，应该早一点进入清理流程，不要一直挂着占库存。清掉之后腾出来的资金和仓位，用在主销规格的备货上，这是一个正向的循环。

补货这件事也要留一点余量。结构不是固定的，主销规格可能因为季节或者潮流变化而换人。如果补货完全跟着当前结构走，一旦结构变了就会措手不及。留百分之十几的弹性空间，用来应对这种变化。

补货配比的第一步是算出各档的目标比例。主销规格占比最高，给它留出最长的安全库存天数；次销规格按中等水平备，长尾规格只备基础量。比例不要求精确，能做到主次分明，效果就会明显好过平均铺货。

第二步是定明确的补货触发点。哪个规格降到多少件开始补，这个数要提前定下来，不要等到快断货了才临时决定。主销规格的触发点应该设得高一些，给它留出足够的补货时间，避免真的断货。

第三步是把补货和清仓连在一起做。补货的资金来自哪里，一部分就是从清掉长尾滞销规格那里来的。每次补货之前看一眼长尾的库存年龄，超过一定时间的进入清仓流程，腾出来的资金再投到主销上。

第四步是给补货动作留出观测期。按新配比补完一轮之后，隔一段时间看效果：主销规格的缺货天数有没有下降，长尾的库存有没有减少。有效果就继续用这个配比，没有效果就要回头看看结构是不是估错了。

第五步是定期重算配比。补货配比是跟着结构走的，结构变了配比也得变。建议每次做结构重估的时候同步把配比更新一遍，让这两件事始终保持同步，不要一个更新了另一个还停在半年前。

有一个具体的做法是把补货分成主线和备线两套。主线的补货盯着主销规格，节奏紧、响应快，宁可多备一点也不能断；备线的补货盯着长尾规格，节奏松、量小，卖完一批再补一批。两套流程分开跑，互不干扰。

另一个做法是给主销规格设一个更高的安全库存天数。比如长尾规格备两周的量，主销规格备四周的量。这样即使补货路上有延迟，主销规格也扛得住，不至于因为一次物流延误就断货，把整条链接的销量拖下来。

还有一个边界是新品期。新品刚上架的时候结构还没跑出来，这时候不适合直接按老链接的结构配比备货，而是要小批量多批次地试，快速根据实际动销调整。等结构稳定了，再切换到按配比备货的模式。

边界条件还包括大促前。大促期间主销规格的销量会放大得比长尾更明显，备货不能简单按平时的比例放大，而要给主销规格更高的放大系数。这个系数可以从历次大促的实际数据里总结出来，比自己拍一个靠谱。

最后一个细节是把清仓和补货绑在一个流程里。每次补货审批的时候，顺手看一眼滞销规格的库存，能清的就清，腾出来的钱直接转成主销规格的备货。两件事放在一起做，比分开做更不容易被忘掉。

看清主销规格之后，补货从按感觉铺货变成按结构配比

结构变化的跟踪

跟踪的第一个动作是定期重估一次分布。频率不用很高，一个月或者一个季度做一次就够，重估的方法和第一次一样，从评价里筛、统计、修正，得到新的分布表。两期一对比，变化的方向就出来了。

第二个动作是盯住主销规格的位置有没有变。如果原来的主销规格份额在缓慢下滑，而另一个规格在稳步上升，即便还没完成交替，也值得提前留意。结构的变化往往先出现在份额上，很久之后才体现在总分上。

第三个动作是给变化找一个可能的原因。是季节到了某些规格更受欢迎，是某个新颜色被平台推了一把，还是供应链上某个规格断了一阵子导致买家转向。找原因的用处在于判断这次变化是临时的还是长期的。

第四个动作是把变化和动作连起来。如果主销规格确实在换，补货的配比和资源的分配也该跟着调。跟踪的价值不在记录本身，而在于它能让人比对手更早发现结构在挪，并提前把货和资源挪过去。

最后一个细节是给分布表存档。每次重估的结果都留着，攒够几期之后拉成一条时间线，就能看出哪个规格在长大、哪个在萎缩。一条缓慢下滑的曲线，比任何单次快照都更能说明一个规格的真实处境。

跟踪表的第一列应该是日期，第二列是规格名称，后面依次是当期的权重大致位置、在售状态、是否主销。这样排下来，一条规格的时间线就能竖着读，它的权重是涨是跌、状态有没有变，一眼就能看出来。

跟踪的第二个要点是保持口径一致。第一次用什么方法估权重，后面就一直用同一个方法。中途换方法，前后两期就没有可比性，看到的变化可能是方法带来的，而不是真的结构变了。要换方法就新旧并行一期。

跟踪的第三个要点是标注异常期。大促、断货、链接改版这些会扰乱结构的时段，要在表里单独标出来。有了这个标注，回看时就知道那一段的波动有外因，不会误以为结构真的在剧烈变化。

跟踪的第四个要点是设一个重估的固定节奏。一个月或者一个季度一次，定下来就按这个节奏走，不要因为忙就跳过。结构的变化是缓慢的，只有定期看才看得出趋势，看得太偶然等于没看。

跟踪的最后一个要点是把结论落到动作上。看出主销规格在换，补货和资源就要跟着挪；看出长尾在萎缩，就要考虑清理。只有跟踪和动作连起来，这套流程才有意义，否则就只是一堆记录躺在表格里。

有一个观察上的技巧是看评价里的时间分布。如果某个往年常见的规格，最近半年几乎没有新的评价提到它，那它在结构里的位置大概率在下滑。反过来，一个以前没人提的规格突然开始频繁出现，说明它正在往上走。

另一个技巧是看主图的更替。商家调整主推方向的时候，往往会先换主图，因为主图对他们的转化影响最大。如果发现主图里的颜色换了，那可以提前留意评价分布是不是也跟着在挪，主图常常领先于结构变化。

还有一个边界是链接被重新编辑过。商家改过标题、换过主图、调过规格，这条链接实质上已经是一个新的观察对象，前后不该简单地连成一条线。遇到这种情况，在跟踪表里标一条分界线，从改版之后重新开始记。

边界条件还包括平台侧的调整。平台有时候会调整展示规则或者规格的设置方式，这会让链接呈现出来的结构发生变化，但实际的销量结构没变。判断变化的时候要区分是链接自己变了，还是展示环境变了。

最后一个细节是把跟踪的结果反馈给上新。如果长期跟踪发现某几个规格一直是主销，那么下次上同类新品的时候，可以优先从这几个规格切入。跟踪不只是为了看懂对手，更是为了把自己下一次的选择做对。

常见问题（FAQ）