Shopee上什么货这件事：从一批候选收窄到几个款

候选多不是问题，收窄慢才是

多数人的候选池是滚动的，看到什么顺手记一下，池子里永远躺着几十上百个名字。这件事本身没有问题，池子宽一点反而更好用。真正拖慢上货的是每天打开池子那一刻，要从头决定今天挑哪几个。这个决定每次都要重做一遍，做的次数多了，后面的判断就变成了随手划。划完的清单连自己都说不出凭什么，这就是收窄慢的典型症状。

收窄慢的店有一个共同表现，挑款花的时间比填表还长。一个下午过去页面只上了一条，大部分时间用在纠结上。纠结不等于想得深，多数时候是没有口径，同一个问题今天这样想、明天那样想。每次都要重新说服自己一次，说服本身就是耗损。等到说服完了，动手的那股劲也被消耗掉一半。

还有一种表现是清单反复改。今天定了六个款，晚上觉得其中两个不合适，改成四个。第二天再翻一遍，又把其中一个加回来。清单在来回改的过程里，上货的动作一直启动不了。这不是谨慎，是收窄的标准没有定死，标准一动，结论就跟着动。

慢还有一个隐蔽的来源，是收窄和上货挤在同一段时间里做。手上一边开着平台页面，一边回头看候选名单，注意力在两边来回切。每切一次都要重新找回上下文，找回上下文的时间不算进任何一段。可它真实存在，而且切得越多，单次找回的代价越大。一整段时间被切碎之后，效率掉得比想象中快。

反过来看，收窄快的人并不是眼光天生准。他们的池子和清单是分开的两次动作，中间还隔开一段时间。池子随便放，不设门槛；清单只留过完信号的款。因为拆成了两步，每一步的注意力只用在一个问题上。注意力不分散，决定就下得快，下完之后也不用反复回头。

这两件事分开以后，候选多就不再是负担。池子越宽，收窄的时候能过出来的款越多，可选余地也越大。真正让人累的从来不是候选的数量。是每看一个候选都要重新想一遍凭什么留它，而这个问题本来可以用固定的口径回答。口径定下来，看一百个和看十个的差别，只在时间长短上。

先把自己的候选名单摊开看一眼，数一数上面有多少个名字。如果没有名单，就先拿一张纸把能想到的款写下来。这个动作的目的是看清自己现在的状态，池子有多宽、里面是什么成分。多数人第一次写下来会发现，池子里有一部分是反复出现的同类型款。

然后把这批货想要的结果写一句在纸上。是验证价位、验证款式、还是铺开一个已经跑通的方向。这一句写下来，后面收窄时的取舍就有了方向。不写这一句直接开始挑，挑的过程中标准会一直变。标准一变，前面已经划掉的款又要重新拿回来考虑一遍。

接着给自己定一个时间盒。挑款这件事限定在一段完整的时间里做完，比如一个上午。时间到了就按现有的结果定下来，不再回头改。这个限时的作用不是逼自己快，是防止清单反复改。反复改的那部分时间，往往比挑款本身还长。

挑完之后把清单放一放，隔一段时间再看一遍。隔开的时间不用很长，一个晚上就够。第二天再看，注意力已经从当时的情绪里出来，能看出几个款是不是真的该留。这一步几乎不花时间，却能挡掉一部分当天的冲动。

如果放一晚上之后发现清单要大改，说明前一步的口径出了问题。这时候不要直接改清单，回去看是哪一道信号看得太松。改口径比改清单更值，因为改完的口径下一批还能用。只改清单，下一批还会遇到同一个问题。

有一个很具体的做法，是把候选池和上货清单一前一后放在两个不同的地方。池子可以是一个随手记的清单，越乱越好，想到什么写什么。清单则是另一个干净的表，只放这一批真要上的款。物理上分开以后，在池子里乱想不会污染到清单，在清单上做取舍也不会被池子里的杂念拖着走。

池子里的名字要带一点上下文，光写一个款名，过几天自己都记不清当时为什么记它。带上来源和见到它时的场景，比如是在哪个需求下面看到的、当时在卖的有多少家，收窄的时候就能直接用。这一点多花的几秒钟，在收窄时会成倍地还回来。

收窄有一个容易被忽略的前置条件，是这一批货的类目已经定下来。类目没定，需求端和供给端的数就没有稳定的口径可查，因为同一个款放进不同类目，看到的供需完全不同。所以收窄之前先把类目定死，这一步不花什么时间，但能让后面两轮信号看得干净。

收窄这件事还有一个反直觉的地方，是它做得越早越省。货还没开始备、图还没开始做的时候，划掉一个款只是划掉一个名字。等到资料都备好了再划掉，损失的就是那一段已经投进去的功夫。所以收窄该放在这一批动手之前，而不是上到一半发现不对再回头筛。

和这件事配套的一个习惯，是把候选池的扩充和收窄分开在不同的时间做。看到新东西随手记进池子，收窄集中在固定的时间做。两件事不在同一段注意力里，就不会互相干扰。混在一起做的时候，往往会一边扩充一边筛，结果是扩充进来的又被自己顺手划掉，来回重复一遍。

收窄是一串动作，不是凭感觉划掉几个名字

收窄要看的第一个信号

第一个信号落在需求端，就是看这个需求下面到底有多少人在找。这个数字不需要很精确，只要分得出量级。有的需求每天有大量的人在搜，有的需求一个月也没有几次。这两种款的取舍方式完全不一样，混在一起判断就一定会出错。先分出一个大概的量级，后面的动作才有依据。

判断需求端有没有量，最直接的办法是看搜索端的量。知虾给的是收窄的依据，它的关键词分析能看到搜索指数和供需比。这一步看到的是搜索端的量，不是自己感觉里这个款好不好卖。感觉会被最近的几次浏览影响，数据不会。把两者摆在一起对比一次，就能知道自己平时的直觉偏差在哪个方向。

需求端的量还要看它的走向，不只看当下。一个正在往上的需求和一个已经走到头的需求，当下可能落在同一个量级上。后面的空间却差得很远，一个还有增量，一个只是在消化存量。站点的类目占比能看出哪些类目在扩张，这个信息在判断走向的时候用得上。

需求信号的第二个角度，是有多少人真的在找你要的那个具体规格。同一个大词下面，不同规格的量差别可以很大。搜索指数看到的是词级的量，落到具体规格上还要再看一层。这一层容易被跳过，于是出现一种情况，词很热，自己的那个规格却没什么人找。上完之后数据不动，回头才发现问题出在最前面。

需求端不过关的款，后面的动作全都是白做。给它写再好的描述、配再整齐的图、定再准的价，没有人在找它就等于放在原地。所以第一道信号真正的作用，是把这一批白做的功夫挡在门外。让后面的力气只花在有量的款上，这是收窄最省成本的地方。省下来的不是填表的时间，是整批无效工作的总量。

需求信号不需要一次看得很细。过第一轮的时候只看量级，够不够格进下一轮。等供给信号也过完了，剩下几个款再回头把细节看一遍。这个顺序能让大部分款在第一轮就被清掉。剩下需要细看的那几个，看多细都值得，因为它们的数量本来就少了。

具体做法是先看这个需求下面有没有量，分成有和没有两档就够。有量的款进下一轮，没量的款当场划掉，不要留着以后再说。留着以后再说，等于把决定推到了下一次，池子会越滚越大，收窄的难度也跟着往上涨。

量级的分档可以简单一些，大量、中等、几乎没有，三档就够用。大量说明这个需求本身有人气，中等说明有稳定的需求但不大，几乎没有说明这个方向不值得进。三档之外再细分没有多少意义，因为在收窄这一步上，差一个档位已经足够决定去留。

看过量之后，顺手看一眼这个量的走向。是比上一段时间多了还是少了。这一步不需要精确的数字，感觉到方向就够。往上走的需求容错空间更大一点，进去之后即使做得不完美，也能分到一部分。往下走的需求则要谨慎，进去之后可能是在接一个正在收窄的位置。

还要注意一个常见偏差，就是把大词的热度当成自己那个规格的热度。大词热，但落到具体的规格上可能完全是另一回事。做法是先看大词的量级，再往下走一层看自己那个规格的量。两层都过，才说明这个需求对自己有用。只看上面那一层，很容易得出一个偏乐观的结论。

第一道信号过完，把划掉的款数和留下的款数记下来。这个比例是有用的信息。如果一百个款过完还剩八十个，说明这一道过滤没起到作用，需要回头把标准收紧。如果一百个过完只剩三个，也要看一眼是不是收得过狠，会不会把该留的也划掉了。

记下来的比例在几批之后就有了参照。正常情况下，不同的类目会有不同的留存比例，密一点的类目会低一些。有了自己这几批的数，下一次过信号的时候就有了一个大概的心理预期。落在这个范围里就正常，明显偏离就回头查一遍。

举一个具体的例子。某个需求大词下面搜的人不少，看量级属于中等偏上。但这个款有个很特殊的规格，落到那个规格上，量级一下子掉到几乎为零。如果只看大词就下判断，这个款会被留下，上完之后很长时间没有动静。问题不在后面的动作，在最前面这一步看得太粗。

还有一类情况相反，大词的量看着一般，但某个细分规格的量意外地集中。这种情况在竞争激烈的类目里更常见，大家都在抢大词，细分的位置反而空着。发现这类位置的唯一办法就是往下走一层看，只看上面那一层，这种机会是看不到的。

需求端的分档还要注意一个时间上的差别。有些需求的量集中在特定的时间段，平时的量级不高。这类需求按平均值去看，容易被判成没有量。做法是至少看一眼它在不同时段的分布，不要只取一个总数。分布不平的需求，进去之后节奏也要跟着调整，不能按平均节奏推。

需求端的量还有一个用法，是给自己的预期定一个上限。量级本身就说明了这个位置的天花板，同一批里，量级高的款值得多留一点期待，量级低的款从一开始就把预期放平。预期定得和量级一致，跑完之后就不会出现落差过大导致的误判，也不会因为一件款走得好就整体高估这一批。

越靠近市场真实信号的越管用，越靠近个人印象的越不管用

收窄要看的第二个信号

第二个信号落在供给端，就是看已经有多少人在卖同一个东西。需求有量的款不一定好做，如果同时有大量的人在卖，需求会被摊薄。新进去的那一个要花更大力气才被看到。这一道过滤和第一道一样重要，两道都过才算收窄完成，只有一道过就下结论往往会看错。

供给端最该看的数是在售商品数，也就是同一个需求下面挂了多少个商品。这个数配上需求端的量，就是供需比。知虾看到的是搜索端的量，供需比正是把两端摆在一起看的那个口径。它比单看任何一端都更接近真实处境。只看需求会觉得机会很大，只看供给会觉得哪里都挤，合起来看才有判断的余地。

供给端还要看集中度。同一个需求下面有几百个商品在卖，听起来很挤。但如果销量都堆在头几家，后面那些其实是在陪跑。头部的占比高，说明这个位置已经被占住了。新进去的款要么找一个更细的切口，要么干脆换一个需求，硬挤进去通常只是贡献了一个分母。

供给信号里有一个容易看走眼的地方，是把在售数量当成竞争强度。在售多不等于每一个都在卖，有些页面挂着但没什么动静。看供给要看有动静的那一部分，单品的销量和评价能反映出这一点。这一层比在售总数更能说明问题。数字大而安静的位置，有时反而比数字小但都在动的位置更容易进。

供给端的判断还和自己的处境有关。手上的资源多，进一个挤的位置也撑得住，靠投入把位置占下来。资源紧，同样的位置进去就是白填。所以供给信号不能只给一个挤或者不挤的结论。要连着自家的分量一起看，同一个位置对不同的人意义不一样。

两道信号过完，能留下的款通常不会太多。需求端有量、供给端又不至于挤得过分的款，本身就是少数。如果过完之后还剩一大堆，多半是其中一道信号看得太松。这时候需要回过头再收紧一次，把标准往前挪一格。收窄本来就是宁可过完再放宽，也不要一开始就松。

具体做法是先看同一个需求下面在卖的商品有多少。数量落在什么档位，大致能看出这个位置的拥挤程度。这一步的操作很简单，难的是后面的判断。因为拥挤程度本身没有好坏可言，要看和自己的处境配不配。

然后看头部的占比。同一个需求下面销量集中在前几家，还是分散在很多家，这两种情况的含义完全不一样。集中说明位置已经被占住，新进去的难度大。分散说明还没有形成固定的格局，新进去还有机会。同样是几百个商品在卖，这两种格局的取舍方式不一样。

再看一眼这些在卖的款里，有没有跟你准备上的款明显重样的。重样的多，进去之后就是直接比价，最后比的往往是谁能把价格压得更低。重样的少，说明这个位置上还有一点差别可以讲。这一步的判断不用很细，扫一眼同类的前几页就够。

两道信号过完之后，剩下的款按需求量从高到低排一下。排在最前面的往往是最值得先上的几个。排序不是为了做取舍，是为了定上货的顺序。量大的先上，数据回来得快，后面的动作也能跟着往前走。

排完序之后再回头看一眼总数量。如果剩下的款多到一批做不完，就从中间再切一刀，先做前半段。切的时候注意不要按自己的喜好切，按排序切。这样切出来的两批之间是可比的关系，前后两批的数据可以放在一起看。

举一个具体的例子。同一个需求下面在卖的有一定的量，看起来不算特别挤。但细看销量分布，前面几家占掉了大部分，剩下的那些基本没什么动静。这个位置对新进去的款并不友好，因为买家翻前几页就下单了，后面几页很少有人翻到。这时候要么换一个更细的切口，要么接受要靠投入去争位置。

反过来也有一种情况看着很挤其实还有空间。在售的数量很多，但销量分布很散，没有谁明显占住。这种位置上新款的起步难度相对低，因为买家的注意力还没有被少数几家垄断。差别就在集中度这一个指标上，光看在售总数是看不出来的。

供给端还要看这些在卖的款有多老。一个位置上在卖的都是几个月前上架的，说明这段时间没有太多新面孔进来。位置上在卖的很多是最近挂上去的，说明这里流动很快，进来的人多，被淹掉的也多。老款的占比能反映出一个位置的稳定程度。

把两道信号放在一起看的时候，会得到一个四格的分类。需求高供给散的位置优先，需求高供给密的位置要看投入，需求低供给散的位置可以放着等，需求低供给密的位置直接跳过。四格里最容易误判的是需求中等供给也中等的那一类，看着都不突出，取舍最容易受个人偏好影响，这类款要用数量来筛，不要用感觉来筛。

一次收窄到几个才合理

收窄到几个，不是收得越少越显得有判断力。收得太少，几个款跑出来的数据分不出差别。一件好一件差都说明不了什么，下次还是不知道该怎么选。收得太多，一批货铺开之后没人盯得住，数据混在一起也读不出东西。合理的数量是能和自己的处理能力对上。

数量还要和这批货想拿到什么对上。想验证一个判断，比如某个价位能不能走，三到五个款够用。想铺开一个已经验证过的方向，可以到十几个。两种目的对应的数量差一倍以上。混着定就会两头不到位，既没验证清楚，也没铺开，下一批还是从零开始猜。

手上有多少时间也是定数量的依据。一批货从上到收拾完要占掉一整段完整的时间。中途被打断，数据就不干净，后面读的时候分不清是款的问题还是节奏的问题。定数量的时候要按能连续投入的时间来算。不能按状态好的那天能处理多少来算，那种日子一个月没有几天。

还有一个约束是页面的跟进。上完之后要看数据、要回买家的问题、要处理异常。款多了，每一件分到的注意力就少。第一批货铺十件以上，多数人跟不过来。问题往往在第二周才被发现，那时已经损失了一段曝光。少上几个，把每一件跟到位，拿到的信息反而更清楚。

起步阶段的店更适合收得紧一点。三到五个款，页面的数据看得细，每一件的问题都能抓到。这个数量也容易形成一个完整的批次，上完之后有明确的开始和结束。不会一直挂在那里没有交代。批次有了边界，下一批才好接着往前推。

稳定期可以放宽，但放宽的依据应该是前面几批跑出来的结论。前面验证过的方向可以直接铺开，没验证过的仍然按小批试。数量跟着依据走，不跟着状态走。状态好的时候想多上几个，是常见的冲动，也是最容易让数据变浑的一种做法。

定数量的具体做法是先算一遍自己能跟得上几个。把上货之后的跟进工作拆开，看每天能分出多少时间给这一个批次。按这个时间倒推，能跟到位的数量就是上限。这个上限通常比想象中低，很多店第一批就铺超了。

然后按这批货的目的调整。验证用的批次往少里定，铺开用的批次可以多定一些。两者不要混在一批里，一批货只有一种目的。混着来会导致整批的数据没法解释，好款和差款混在一起，既看不出款式的差别，也看不出价位的差别。

定下数量之后，把它和候选池里的数量对一下。如果留下的款只有三个，而目标数量是十个，说明前面的信号过得太狠，需要回去放宽一格。如果留下的有三十个，而目标是五个，说明信号过得太松，需要再收紧一次。数量是把前两步的结果和实际能力对上的一道检查。

还有一个动作是给这一批写一句预期。比如预期里面有两三件能起来，其余的走平。写下预期之后，这批货跑完就有明确的对照。达不到预期说明收窄的口径偏乐观，超过预期说明偏保守。有了这句对照，口径的调整就有了方向，不再是凭感觉调。

写预期的时候要允许自己写错。预期写得准不准不重要，重要的是写下来了。没写预期的批次，跑完之后只能得出一个模糊的好或者不好，这个结论没法用在下一次。写下来的预期，跑完之后能给出一个具体的偏差方向，这个偏差才是下一批的起点。

举一个具体的数量例子。一家做配件的店，第一批按十个款来定，上完之后每天要盯十个页面的数据、回十个页面的问题，实际上只跟到了四五个。剩下的几个基本是挂上去就不管了，数据混在一起完全读不出来。第二批改成五个，跟得住了，每一件的表现都能说清楚。

数量还可以按可对比性来定。想看出款式之间的差别，同一批里的款要在属性上有明显的不同，同时又落在相近的价位上。这样跑出来的差别才能归到款式上。如果款式和价位同时变，跑完之后分不清是哪个因素在起作用，这一批的数据就白跑了。

还有一个边界情况，是这一批里有一两个款明显比其他的更有把握。这种情况不要把批量的上限全用在这几个款上，也不要因为它们有把握就把整批做大。有把握的款单独走一个小的批次，把剩下的款按常规批量走。混在一起，好款的数据会被其他款拉平均，看不出它到底好在哪里。

数量的下限也需要一条线。低于三个的批次，读出来的数据说明不了太多问题，因为样本太少，一件的偶然表现会主导整批的结论。真要做更小的验证，把它当成一次单独测试，不并进正常批次里。批次的边界清楚，数据之间的对照关系才成立。

收窄错了的补救空间

收窄会出错，出错之后的代价差别很大，要分清楚。最轻的一类是在池子阶段看漏了方向，这个款本来该进池子却一直没被放进来。补进去的代价只是下一批多走一遍流程，前面没有投入损失。这类型的错几乎不用怕，怕的是把重的那种当成轻的。

重一点的是把一个正在跑的款从清单里划掉。这个款已经积累了曝光和评价，撤下来之后这些积累会中断。要重新捡回去，之前的积累帮不上太多忙。相当于从头再起一次，中间还损失了一段时间。越是已经在跑、已经有点数据的款，动它之前越要想清楚。

还有一类错误是不该上的上了。这个款的代价不只是它自己占的那个位置。还包括它分走的那一部分注意力。上完之后要盯、要维护、要处理买家的问题，这些占用会挤掉本该给好款的时间。所以多上一个款，真正被拿走的不是货架上的一个格子，是自己的一份精力。

补救的顺序也有讲究。发现收窄错了，先把正在跑的那几个稳住，再处理清单上的调整。反过来先动清单，正在跑的款受影响最大。而它们恰恰是手上仅有数据的那几个，动它们等于把仅有的依据也改了。先保数据，再改名单，这个顺序不要颠倒。

收窄错了要留下记录，不然会重复犯同一个错。记的内容不用复杂，写清楚这批留了哪几个、划掉了哪几个、划掉的理由是什么。下一批收窄的时候翻一下，同一类错误就不容易再犯一次。记录的价值不在于回顾过去，在于下一次做决定时手边有一个参照。

补救的第一步是分类。把这次的收窄错误归到三类里：漏了方向、误撤了在跑的款、多上了不该上的。三类对应的处理动作完全不同，混在一起处理会做错。归类的过程本身也有用，几次之后就能看出自己最容易犯哪一类。

漏了方向的补救动作最轻。把这个款补进候选池，下一批走一遍信号就行。不需要单独为它开一批，也不需要马上就上。补进池子之后它就和其他候选一样排队，轮到的时候自然会过信号。不用为了补救而打乱原有的节奏。

误撤了在跑的款，要看它之前积累到什么程度。评价还很少的，重新上的代价比较小。评价已经积累一些的，重新上就等于有一次中断。这时候可以先不急着撤，等手上的批次走完，再决定是留还是换。避免在同一段时间里同时动好几件在跑的商品。

多上了不该上的，处理起来要看它有没有数据。如果上完之后一直没什么动静，撤下来的代价不大，但它占用的那部分注意力已经花掉了。如果有了一点数据，就要权衡是不是再多看一段时间。这里容易犯的错是因为已经投入了就不肯放手，结果又搭进去一段时间。

把这一次的收窄过程写一段记录下来，写清楚当时看了哪几个数、划掉了什么、留下了什么。这段记录在下一批收窄的时候翻出来看一眼，同类错误就不容易再犯。记录不用长，几行就够，关键是把当时的依据写下来，而不是只写结论。

举一个记录方法的例子。每一批的收窄结果记成三列：留下的款、划掉的款、划掉的理由。理由一栏写一句就够，写的是当时看到的事实，不是自己的感受。三批之后把理由一栏竖着看一遍，同一类理由重复出现的地方，就是自己收窄口径偏得最多的方向。

记录的载体不用讲究，一张表、一个文档都行，关键是要在同一个地方。散在几个地方记，回看的时候要先找一遍，找的过程一打断，回看这个动作就容易不了了之。固定一个地方，翻的时候不用找，回看才会真的发生。

还有一个边界条件要留意，是同一个款在不同批次里被反复划掉又捡回来。出现这种情况说明这个款卡在标准的边缘上，怎么判都不太确定。对这种款单独处理一次，给它一个明确的结论，要么进要么出，不要再让它反复进出。反复进出的款会消耗掉大量的判断时间。

还有一类代价容易被低估，是款上错了之后的连锁反应。一个不该上的款如果卖出去几单，就会有人问、有人催、有人退，这些都要花时间处理。处理的时间挤掉的是本该给好款的注意力，而这个损失不会出现在任何数据里，只在人的精力上体现。所以补救的时候要把这一块也算进去。

收窄做足的那一列格子最深，完全没收窄的那一列几乎空着

收窄这一步该由什么决定

收窄这一步不该由偏好决定。偏好是拿来做最后一道微调的，不是拿来做筛选的。先用偏好挑出来的款，过不了需求端和供给端这两道。最后还是要在执行里被淘汰掉，只是淘汰的代价变大了。多过两道信号花不了太多时间，但能省下后面一大段无效的功夫。

也不该由同行的动作决定。看别人在卖什么，能知道市场上有什么。但别人在卖不等于这个需求还容得下新的。同行上一个款可能是他手上有资源、有货源、有老客户。这些条件自己不一定要有。把别人的动作当成自己的依据，等于用别人的条件替自己做判断。

该决定这一步的是两组事实，一组是需求端有多少人在找，一组是供给端有多少人在挤。这两组事实都可以查，不需要猜。查得到的东西就不该用感觉代替。感觉没办法在下一批复现，也就没办法让下一批比这一批更准。用可查的东西做判断，才有一批比一批强的基础。

该决定这一步的两组事实，都可以借助工具看得更清楚。知虾不参与上货动作本身，它站在动手之前那一步。它没有刊登、采集、铺货这些功能，也不做批量上传。它能给的是收窄时用的那几组数，一个需求下有没有量、在卖的有多少家、头部占了多少。这些数摆出来，收窄就从猜变成了看。

决定这一步的还有一条，是自己这批货想验证什么。同样两组事实摆在那里，想验证价位的店和想验证款式的店，收窄出来的清单会不一样。前一种会优先留价格带分散的几个款，后一种会优先留属性差别明显的几个款。把目的先写下来，收窄就有了一个可以对照的方向。

把该由什么决定这件事落成一个具体的动作，就是每次收窄之前先找齐两组数。一组是需求端有多少人在找，一组是供给端有多少人在卖。这两组数不到手，收窄就不要开始。开始得太早，判断会滑回到凭印象的老路上去，前面练的口径也就断了。

找齐之后把两组数摆在一起看。需求高、供给也不密的位置是最理想的，其次是需求中等但供给很散的位置。需求高而供给密的位置要谨慎，需求低的位置直接放弃。四种组合摆出来，绝大多数款能落在其中一个格子里，剩下的少数再单独讨论。

讨论少数款的时候，判断的依据换成这批货的目的。同样落在需求高供给密这个格子里，验证价位的批次可以留一两件试试，铺开方向的批次就该整体跳过。目的不一样，同一个格子里的处理方式也不一样，这一步没有统一答案。

收窄的结果要有一个可以复核的形式，最简单的就是一张表。一行一个款，列出需求档位、供给档位、留还是不留、留的理由。这张表放在那里，隔一段时间回头看还能看懂当初为什么这么定。没有这张表，几批之后收窄的过程就成了一团说不清的记忆。

这张表还有一个用处，是给下一批当参照。下一批收窄的时候先翻这张表，看上一批留的理由，再对照这一批的情况。前后两批的理由如果差得很多，说明判断的口径在漂。看一眼就能发现，不用等到数据出来才知道。

有一个容易忽略的细节，是自己店铺当前的状态也会影响收窄的口径。页面上还挂着很多没跑完的款，这时候新批次的收窄就该紧一点，因为注意力是有限的。页面上很干净，上一批已经收尾了，这时候可以放宽一点，节奏可以往前推得快一些。同一个数据，在自己店里不同状态下，取舍是不一样的。

另一个细节是季节和周期的因素。有些需求的量随周期波动，收窄时看到的量可能正好落在一个特定阶段上。判断时可以回想上一次这个阶段是什么情况，两次对照着看，比单看一次要稳。这个动作不需要数据支撑，凭印象对照也能起到作用。

知虾看到的是搜索端的量，用的时候要注意它给的是一个阶段的状态，不是一个永久的结论。今天看不挤的位置，过一段时间可能就挤了。所以收窄的结果有时效，隔一段时间要重新过一遍信号，不能拿几个月前的结论一直用。它的数据是逐日更新的，看的时候用当下的那份。

决定收窄的还有一条容易被跳过，就是货源这边撑不撑得住。一个款在需求端和供给端都过得去，但拿货的周期很长，或者断货之后补不上，那它在上货之后的跟进成本会远超预期。收窄的时候顺手问一句货源的情况，能挡掉一部分上完之后才发现麻烦的款。

把放开和收窄分成两个动作，挑款阶段的犹豫就少了一大截

给自己一套固定的收窄动作

固定的收窄动作不需要复杂，四步就够。第一步起池子，把能想到的款都放进去，不设门槛。第二步过需求端，看有没有量。第三步过供给端，看挤不挤。第四步定数量，写进清单。四步的顺序不要变。

顺序不变的作用是让每一批可比。每一批都按同样的顺序过同样的信号，两批之间的差别就能解释。这一批留得少，是因为需求端砍得狠，还是因为供给端比上一批挤。对照一下就清楚。可比这件事的价值，要几批之后才显出来，第一批通常看不出。

每一步都要留下一个可以复核的痕迹。过需求端的时候，把筛掉的理由写一句。过供给端的时候，把看到的密度记一个大概。这些痕迹不需要精确，作用是让下一次收窄时能知道上一批是怎么想的。写的时候不用讲究格式，自己看得懂就行。

这套动作写成条目之后，交给人做也是同一套。新来的人照着走，收窄的结果不会差太远。店里有几个人在挑款的时候，这一点尤其重要。各挑各的，收出来的清单没法放在一起用。口径统一了，几个人的收窄结果才能拼成一个像样的批次。

动作固定下来之后，还要留一个定期回看的位置。每个月翻一次这几批的清单，看哪些款留对了、哪些留错了。收窄的口径就是靠这一次次回看慢慢调准的。它不必一开始就定得很精确，也不必一开始就追求精确。先跑起来，让清单自己告诉你口径偏在哪一边。

回看的时候重点看两类款。一类是当时没留、后来证明该留的，一类是当时留了、后来证明不该留的。这两类款的共同点往往很清楚，可能是因为某个属性的差别，也可能是因为落在了某个价位带上。找出共同点，下一次收窄的口径就能往前推一步。

把这套动作落成文字，第一步先把四个步骤的名称写下来，写在每天看得到的地方。写在纸上的作用是把动作从记忆里挪到外面，每次收窄之前照着念一遍就够了。这一步花不了几分钟，但能防止因为赶时间而跳过其中某一步。

第二步给每一步定一个可以完成的判断标准。起池子这一步的标准是不设门槛，过需求端这一步的标准是分出量级，过供给端这一步的标准是看密度和集中度，定数量这一步的标准是能跟得上。标准要具体到能当场答是或者不是，含糊的标准等于没有标准。

第三步给每一步留下一个可以查的痕迹。起池子留下名单，过需求端留下档位，过供给端留下密度，定数量留下数量。四样东西齐了，这一批的收窄过程就是完整的。任何一步缺了痕迹，几批之后再回头看，那一步就成了断掉的一节。

第四步定一个固定的回看时点。可以是每三批之后，也可以是每月的固定一天。回看的内容只有两件事，看留对的和看留错的。两件事合起来就能指出口径偏在哪一边，不需要额外的分析。时点固定在日历上，回看这件事才不会被别的事挤掉。

第五步把回看的结论写回第一步。口径调整的结果又变成下一次收窄的起点，这样这套动作就一直在往前走。走的方式不是越来越复杂，而是标准越来越贴合自己的类目。几批之后再看，会发现最有效的调整通常是把某一档的标准挪了一格。

最后要给这套动作留一个可以容纳新情况的位置。遇到之前没见过的情况，不要临时改口径，先单独记下来，等回看的时候再决定要不要并进去。临时改口径会让这一批的结果没法和其他批次放在一起比较。先记下来，再统一处理。

有一个落地细节是关于清单的层级。清单不用只记这一批的款，可以顺手分成三栏：这一批要上的、下一批候选的、暂时放一放的。三栏在同一个表里，收窄的时候一眼能看到全局。这一批上完，下一批的候选已经在那里了，不用重新从头起一个池子。

还有一个细节是给款留一个编号。号码本身没有意义，作用是让清单和数据能对上。上完之后看数据，用编号去对，比用款名去对要快，也不容易弄混。同一批里款式相近的几个，光看名字很容易看串，有了号码就不会。

记录的频率不用固定成每天都写，按批次写就够。一批结束写一次，写的内容是这一批留了什么、划了什么、结果和预期差多少。三样写齐，这批的记录就是完整的。每天写反而容易变成流水账，写了很多但回看的时候找不出有用的东西。

最后一个边界情况，是店铺品类发生比较大的调整时，原来那套收窄口径要重新走一遍。类目换了，需求端和供给端的参照全变了，原来的标准不一定还适用。这时候把前面几批的记录留好，新的类目从零开始过一遍信号，几批之后又能形成一套新的口径。

这套动作跑到几批之后，会出现一个自然的简化。常用的那几档标准变成了条件反射，四步走下来几乎不用停。这时候要注意不要把简化变成省略，步骤可以走得快，但不能跳过。跳过任何一步，那一批的数据就缺一块，几批之后对照的时候会找不出原因。

还有一个收尾的小动作，是每批上完之后把这一批的收窄耗时记一笔。这个数会慢慢稳定在一个范围里，稳定之后出现明显的偏离，通常说明这批的情况有变化，值得回头看一眼。它是最省事的一个异常提示，不需要额外的分析，看一眼数字就知道要不要往下查。

常见问题（FAQ）