Shopee多店铺管理先要统一口径：同一件事在十家店怎么算

口径不一致是从哪一天开始的

不一致不是从多开一家店那天开始的，而是从第二个人开始做事那天开始的。一个人做的时候，标准在脑子里，就算中间有含糊的地方，用的始终是同一套理解。第二个人进来的时候，两个人对同一个词的理解不会自动一样，而这时候还没有任何东西能把它们对齐。

最开始出现的不一致通常很小，小到没有人觉得需要讨论。比如一个人认为商品改价超过一定幅度才算一次调价，另一个人认为只要改了就都算。两种理解在做的时候都不影响结果，只有在统计一段时间的调价次数时，两边的数才会对不上。

第二个人之后，不一致开始往细处长。三个人做同一件事，每个人会在自己碰到的情况里补一条判断，补的这条谁都不知道。半年之后，同一件事在三个人手里已经有了三套带细微差别的做法，而每个人都认为自己在按同一套东西做。

举一个能对照的例子。一家店的做法是每周一早上把上一周的退货看一遍，看出有异常的款记下来。第二个人进来之后，他习惯在每天收工前顺手看一眼当天的退货。两个人的做法都没有问题，但到了月底要汇总这个月的异常退货时，一个人手上是四次记录，另一个人手上是三十份零散的笔记。

这件事的问题不在谁的做法更好，在于两个人的记录颗粒度不一样。周一汇总的人记的是周，天天看的人记的是天。要把两份东西合在一起，得先决定按哪一个颗粒度。这就是口径问题，跟数据算法完全是两回事，因为两边的数都没算错。

这类分歧还有一个特点，它会在出现第一个需要合并的动作时暴露。平时各看各的，谁也不影响谁。第一个月要做一次汇总、要出一份报告、要跟别人对一次数，分歧才会浮出来。在那之前，所有人都觉得自己的做法是对的，因为它确实对。

所以口径不一致的起点可以定得更准一点：不是从多一个人开始，而是从第一个需要把两边结果放在一起的时刻开始。这个时刻之前，分歧存在但不显形；这个时刻之后，每一次合并都要额外花时间，而且花的时间会随着店数增加而增加，因为需要合的东西变多了。

还有一个常见的时间点是换人。一个人走了，接手的人按自己的理解做，而原来那套理解从来没有被写下来。这次的断裂比加人那次更彻底，因为加人的时候至少老人还在，可以被问；换人的时候老人已经走了，问都没有地方问。

有一个反向的例子值得看一看。有一家店的做法从头到尾都很细，每个动作都有记录，记录的格式也统一。第二个人进来之后，照着这份记录做，做出来的结果和老手几乎一样。这家店的分歧出现得很晚，因为它在一开始就把做法写成了可以照着走的东西，第二个人没有需要自己补的地方。

这个例子说明口径不齐不是人数增加就一定会有的结果，它是人数增加和做法没有写下来这两件事同时出现时的结果。只要做法已经写下来，加人这件事本身不会带来口径分歧，新人会直接沿用那一份。分歧的来源始终是那份写下来的东西有没有。

所以对付口径不一致，做的事和把标准搬出来是同一件。定口径只是其中一类，它的对象是那些带判断词的事，比如算不算新品、算不算滞销。这类事的特点是没有明确的客观答案，只能由人来定，所以最需要被写下来，也最容易被漏掉。

还有一点值得留意：口径这件事越早定越省事。第二个人进来的第一个月定，成本是写几行字；等到三家店六个人做了半年再定，成本是要把几十件事往回捋，还要处理各店已经在用的那几套理解。时间差带来的成本差往往有一个量级的差距。

有一件事能帮助判断什么时候该定口径：看最近有没有出现过同一件事两个人说法不一样的情况。如果出现过，但是当场就统一了，那说明还是可以随时对齐的状态；如果出现过，当时两种说法都留着，事后也没人回头处理，口径就已经开始分层了。

后一种情况最危险的地方在于两边都以为对方接受了。一个人说完自己的理解，另一个人说了一句差不多，然后各自回去按自己的方式做。这种一致的错觉会一直持续到某一次需要合并结果的时候才破掉，而那时候要往回捋的东西已经很多了。

卡在第二步的人最多，因为对不上往往被当成数据出错

同一件事有几种算法

同一件事的算法差别多半出在两个地方：一件算不算、从什么时候算起。一件商品算不算新品，按照商品挂出来是三个月内，还是按照第一次有销量起算，这两种算出来的是不同的两批货。差别看起来小，落到选品和复盘上就是两套不同的结论。

算不算这一类分歧还有一种隐藏形式，就是边界情况各自处理。比如某个款这周卖了两件、上周卖了三件，算不算滞销。多数人的做法是遇到边界就凭感觉定一下，感觉不一样的时候就变成了没有口径。边界情况的数量看着不多，实际上它决定了这条口径好不好用。

从什么时候算起这一类分歧影响更大。一批货的销售周期从到仓算起还是从挂出来算起，中间可能差出好几周。用不同的起点算同一批货，得出来的节奏完全不同。这类分歧在做的时候完全不显眼，因为谁都不会去问一句你从哪天开始算的。

有一个更细的例子能说明起点的分歧。一个款什么时候算开始卖，是第一次产生销量那天，还是商品挂出来那天，还是第一批评价出现那天。三种起点在不同的场景里都说得通，选哪一个取决于你想用这个数回答什么问题，而不是哪个更对。

起点不同带来的差别在某些款上会很大。一个款挂出来之后两周才有第一单，这三周的时间在两个口径下会落到不同的月份里，可能影响这个月的上新数统计，也可能影响下个月。数据本身没有错，它只是回答了两个不同的问题，而问问题的人以为在问同一个。

第二类分歧出在算不算这一类。比如一次调价算不算大调，一种做法是看幅度超没超过一条线，另一种做法是看这次调整有没有改变这个款的档位。前者好操作，后者更贴近实际，两者的差别集中在中幅调整上。中幅调整的数量不多，但它往往是最需要判断的那一部分。

第三类分歧出在归谁这类。同一件退货，是算在这家店还是算在那家店。如果买家在不同店下过单，或者这家店的货源来自另一家店的调货，归属就变得不清楚。这类分歧平时不会出现，一旦出现就会扯很久，因为两边都有理由，而纸面上没有写过按哪一边。

把三类分歧摆在一起看，会发现它们的共同点是都缺一句话。缺的那句话不是算法，是一个决定：起点从哪天算、界线划在哪里、出了问题归谁。这三句话每句都不到十个字，但没有它们的时候，每个人只能自己补一个，补出来的多半不一样。

有一个关于统计口径的具体例子。一个款的上新成功与否，一种算法看首周的表现，另一种算法看一个月的累计表现。首周表现好的款，一个月之后可能已经淡下去了；首周平淡的款，一个月之后可能慢慢起来了。两种算法选出的是两批不同的款，而两边的人都会觉得自己手上的那批是对的。

这两种算法背后其实是两个不同的目的。看首周的人想抓的是即时的反馈，为了决定要不要继续投；看一个月的人想抓的是真实的沉淀，为了决定这个款值不值得留在货架上。两个目的不一样，算法就不该一样，问题出在两边的人用同一个词说这两件事。

所以统一口径不等于把所有算法合成一个。有些情况下正确的做法是把一个词拆成两个词，分别带上各自的时间窗口，比如叫首周表现和月度表现，各说各的。强行合并的结果通常是用了一个折中的窗口，两边都不满意，反而都失去了原有的用处。

拆词这件事有一个操作上的讲究，就是新词要有明确的边界，别让它们又变成新的模糊地带。拆出来的两个词要各自能独立判断，不能出现一个款两边都算列入的情况。做不到这一点的话，拆了等于没拆，只是把混乱从一层搬到了两层。

有一个说法值得留意，就是各店情况不一样，所以算法应该不一样。这句话有一半是对的。各店的实际情况确实不同，但不同的那部分应该体现在界线划在哪里，而不是体现在同一个词的含义不一样。界线不同是可以解释的，含义不同是解释不通的。

把这一条分清楚之后，统一口径这件事的阻力会小很多。大家担心的往往是统一之后各店失去灵活性，实际要统一的是词的含义，灵活性留在界线上。比如滞销都按同一个公式算，但各店的界线可以因为类目和节奏不同而有差别，这样既有可比性又保留了余地。

越靠近判断的词，各店的理解差得越多

口径不统一的代价落在哪

第一个代价是横向比这件事没有办法做。几家店放在一起比，比出来的差异里混着口径差异，你看不出哪些差异是真的、哪些只是算法不同。很多人在这个阶段会得出一些很具体的结论，比如甲店的选品能力更强，而这些结论有一部分是算出来的假象。

第二个代价是讨论会自动跑偏。两个人为一件商品要不要处理有分歧，刚开始说的是这件商品，说着说着会变成我们两个人对滞销的理解不一样，然后又变成我们讨论的到底是什么。口径不齐的时候，讨论很难落在事情本身，因为它连对象都不一致。

第三个代价是决定变得很难追责。一件事处理错了，回头看的时候分不清是当初的判断错了，还是当初理解的东西本来就不同。追不清责任的结果通常是不了了之，然后同一类问题过一段时间再出现一次，处理方式还是靠临场判断。

有一个代价很少被提到，就是它让新人不敢下判断。新人发现同样一件事老人们的说法不完全一样，于是遇到这种情况就选择先问。问得越多，他越不敢自己定，慢慢地他会变成只做执行的人。这不是他能力不行，是环境里没有一条可以被信任的依据。

这个代价的长期影响比横向比失效更严重，因为横向比失效只是拿不到结论，而新人不敢判断是整个团队的天花板被压住了。一个所有人都在等指令的团队，规模再大也只是把执行放大，不会多出判断力。

还有一个代价出在复盘上。复盘要回答的是这一步做对了还是做错了，而对的判断依据是当时的期望。如果期望这件事在几家店里定义不同，复盘就只能落到各自看各自的那一半，横向的部分完全比不了。复盘做几次之后，大家也就默认不比了。

最后一个代价是对外的。跟合作方、跟同行交流的时候，提到某个数每个人心里的含义不一样，交流就变成了解释概念。这种解释既不产生信息，也不推进任何事，只是把本该在前面解决掉的一步搬到了对话里,而对话是最不适合做这件事的地方。

有一个代价在生意上很实在。几家店在同一个类目里卖货，处理滞销的界线不一样，一家的做法是把超过某个时限的款降价清掉，另一家的做法是继续挂着等。两边的做法各自都说得通，但放在一个货盘上看，资金占用不一样，周转的节奏也不一样，而这件事在合并看的时候完全没有办法解释。

这个代价的麻烦在于它不容易被归到口径上。看到的是这个月现金回得慢，或者某家店的库存占比偏高，第一反应往往是那家店选品有问题、运营节奏跟不上。真正的源头可能只是一条界线的差法，改一行字就能解决，但没人会往那个方向想。

还有一类代价出在信息的传递上。一个判断从下面的人传到管盘的人，中间要经过一次转述。如果两头的口径不一样，管盘的人收到的和下面人是同样的说法，理解却不同，做出决定之后传回去，下面的人执行的是另一个意思。这种偏差在两边都不知情的情况下反复发生。

这类偏差的特点是它不会产生任何冲突，对话进行得很顺，双方都觉得自己理解了。等到结果出来，才发现两边理解的不是同一件事。这时候回头查，对话记录上找不到任何错处，因为当时两边说的话都对。

有一个代价出现在新老交接上。老人手上的做法没有写下来，新人接手的时候只能从他留下来的记录里反推。反推出来的做法和老人原来的做法有出入，新人自己不知道，因为没有一个基准可以对照。这份出入会在几个月后以某一次判断失误的形式出现。

还有一种代价出现在对外沟通上。同一个品牌下几家店面对同一个平台方，各自报上去的口径不一致，对方看到的两份东西对不上，就会问你们内部是什么情况。这件事的麻烦不在于解释一次，在于从那以后对方会默认你们内部有问题。一次失误带来的印象要修很久。

哪几件事必须先统一口径

该先统一的那几件事有一个共同的判断标准：它们在多家店都会被用到，而且用出来的结果会影响钱的分配。按这条标准过一遍，最先落出来的通常是四件事：一件商品算不算新品、一次价格变动算不算大调、一个款在什么情况下算滞销、一次退货在什么情况下需要专门去看。

这四件的共同点是它们都直接连着资源的去向。算不算新品决定了要不要给资源，算不算大调决定了要不要重新看价格带，算不算滞销决定了要不要清，算不算异常决定了要不要专门查一遍。这四件事口径不齐，资源就会按三套不同的理解分配。

统一这四件事不需要一次做得很细。每一件先定两头：判定用什么依据，界线划在哪个位置。依据和界线定下来之后，边界情况怎么处理可以再补。反过来，如果先纠缠边界情况，会陷入很长时间都定不下来的状态，因为边界情况永远有更多种。

有一个筛选的简化办法：把手上所有会用到判断词的地方列出来，看哪个判断词的结论会直接导致一次资源动作。比如滞销这个词，它后面连着的动作是清货或者降价，那这个词必须先定。判断词后面没有动作的，可以往后放一放。

按这个办法过一遍，通常能筛出五到八件事。筛出来之后依据紧急程度排序，排在前面的是那些最近才因为口径不齐出过问题的。刚出过问题的位置最有说服力，大家记得住代价，定起来阻力也最小。没出过问题的位置往后排，先定一件再定一件。

每一件事在定的时候要写三样东西：判定依据、界线位置、谁来判定。三样都要写，缺第三样最容易出问题，因为界线清楚了但遇到边界还是没人敢定，事情就会拖着。写了谁来判定之后，至少知道该找谁。

还有一个值得注意的点是这几件事之间可能有连带。比如新品怎么定，会影响上新成功的考核；滞销怎么定，会影响清货动作的触发。定的时候顺手看一眼它们之间的关系，能避免定完一条之后另一条变得不成立。

定完这四到八件事之后，不要急着往外扩。先用一两个月，看这几条在真实场景里够不够用、界线是不是划偏了。用顺了之后再按同样的办法定下一批。一次定太多条的结果通常是条目都在纸上，用的人还按老习惯走。

有一个容易被忽略的候选，就是报活动的标准。什么情况下要给一个款报活动、报了之后有什么承诺，这件事在多家店之间往往各按各的来。它连着的资源是流量位和库存准备，两边口径不一样的时候，活动效果看起来差别很大，实际是投入方式本来就不同。

还有一类是补货或调货的判断依据。什么情况下从这家店调到那家店、什么情况下重新进货补，这类判断在一家的框架里很自然，放在多家店的框架下会牵出一串问题，比如调过去之后算谁的销量、成本怎么摊。这些问题的答案就是口径。

筛候选的时候有一个省事的做法：问一句这件事会不会影响下一次的判断。会影响的，排前面；不会影响的，往后放。比如一次活动的报法会影响下一次报不报，那就必须定；某条记录的格式不影响任何判断，可以先不定。

定这件事还有一个推进的法子，就是谁先出错谁先定。哪家店因为口径不齐吃过亏，就先定那一条。这比按重要性排序更容易落地，因为它有一个具体的场景可以说，而按重要性排出来的顺序往往停留在讨论上，落不了地。

有一个具体的写法可以参考。定一条口径的时候写成三段：什么情况下算、界线划在哪里、谁来定。三段都要用能落到动作上的说法，不能写成原则。比如不算写成「对品牌形象不利的款不处理」这种，而要写成具体的条件，让看的人知道该怎么做。

三段写完还有一个检查动作，就是拿两个最近发生过的边界情况来试。一个落在界线里面、一个落在外面，看这两件事按新口径处理的结果和实际处理的结果是否一致。不一致的地方就是界线划偏了，改到一致为止，这条口径就算能用了。

口径由谁定、定完放哪

定口径这件事有一个容易走偏的地方，就是把它当成一个纯粹的技术问题交给数据的人去定。技术能定的是算法，定不了的是这件事做不做、由谁做、做完给谁看。这三样定不下来，算法写得再清楚，用的时候还是会被绕开。

比较稳的分工是这样的：口径的算法由实际做事的人提出，因为他最清楚这件事在哪里卡住；口径的最终形态由管盘的一个人定，因为要让几家店用的是同一份；定完之后写完那一行字的人可以是任何人，但改那一行必须经过定的人。三层分开，口径才不会在过程中被悄悄改掉。

定完放哪这件事比想象的更影响效果。放在一个只有三五个人知道的地方，等于没有放；放在一个大家每天必经的位置上，用的时候顺手就能翻到。而且只能有一份，不能有多个副本，副本一多就又回到了各按各的理解做事的起点。

举一个分工的例子。某个类目要不要继续做，这件事的判断依据是这类货在各站点的在售数量与价格带的分布，这类材料属于外部参照。定这条口径的时候，提供材料的人和最终拍板的人可以是两个，前者负责说清这个类目现在是什么样，后者负责说这条线划在哪里。

这两件事分开之后，口径的质量会明显不同。如果同一个人既提供材料又拍板，他容易把材料按自己的结论挑选；分开之后，提供材料的人要对材料的完整负责，拍板的人要对判断负责，两边各有各的考核点。

定完放哪还有一个细节，就是放在哪个位置决定了它会不会被看到。如果这家店的日常工作是在后台里完成的，口径放在后台之外的地方，用的时候就要离开工作界面去翻，翻的次数多了就会被跳过。放在工作必经的位置上，翻的成本接近于零。

还有一种做法是把它做成一个检查项。每次做某件事之前要勾一下有没有对过口径，勾完才能继续。这个做法看起来机械，实际很有效，因为它把口径从一份参考变成了一个动作，动作比参考更容易被坚持。

有一个关于定的人选的现象值得说。同一件事，参与判断的人越多，定下来的口径往往越含糊。原因是每个人都要照顾自己碰到的情况，于是汇总出来的成了一条什么都能套的说法，看着周全，实际用不了。所以定这件事最好落到一个人头上，其他人提供情况，但最后那一句由他写。

这个人不必是职位最高的，但要满足两个条件：一是他看得见几家店的情况，二是他会在后面真的用这条口径。只满足第一条的人容易定出漂亮但不实用的东西，只满足第二条的人容易定出只对自己方便的东西，两条都满足的人在定的时候会自己给自己找麻烦，反而定得比较准。

定完之后还有一个动作容易被跳过，就是拿一条最近发生过的事对一遍。新增的口径拿去套一遍上周真实发生的事，看会不会套不上。套不上的地方就是要补的，这比空想各种例外要快得多，也准得多。

最后有一个关于频率的安排。口径不必定一次就把所有事都覆盖，可以先定三五条，用一两个月，再补下一批。每补一批的时候都要回头看一眼前面几条还成不成立，因为实践会给出新的情况。这个过程没有一个终点，它是一件长期在做的事。

有一个关于位置的细节值得说。放在哪里跟是谁用这件事连着。每天动手的人在电脑前做事，放在他不用离开当前页面的地方最有效；隔一段时间看一次的人，放在一个固定的文件里更合适。两种人的位置需求不一样，混着放的结果是哪一种都不趁手。

还有一个做法是把口径和它对应的场景绑在一起。比如把关于新品的那几条放在上新那件事的流程旁边，把关于滞销的那几条放在清货那件事的流程旁边。用的时候是顺着事情走到那几条上的，比集中放在一个文件里更容易被真的用到。

管人的那几格属于管理口径，管数的几格属于数据口径

管理口径与数据口径的区别

数据口径管的是数怎么算，比如一个指标的分母包含哪些订单、退货算不算进去、同一件商品在一个月里被算几次。它要解决的是同一件事在两处算出来结果不一样的问题，管的对象是数据本身，判断的是这个算法写得对不对、严不严谨。

管理口径管的是人怎么算，比如一件事该由谁来判断、多久判断一次、判完之后结果给谁。它要解决的是同一件事在几个人手里变成了几套做法的问题，管的对象是做事的人，判断的是这套安排合不合理、能不能被稳定执行。

两者最容易混的地方在于它们的产物长得一样，都是一行文字，都写在某个文件里。区别在于前者的答案是算出来的，后者的答案是人做出来的。一行数据口径写错了，改的是公式；一行管理口径写错了，改的是安排，而且改完旧的安排留下的痕迹还在。

这个区别带来一个很实际的推论：数据口径可以靠一次讨论定下来，因为数怎么算是客观的，讨论完就完了。管理口径定不下来的时候，往往不是因为想不清该怎么定，是因为定完之后没有人真的按它做，而它又没有报警机制，不会像算错的公式那样立刻暴露。

所以管理口径要多一个东西，就是谁来盯。这一层如果没有盯的人，口径写在纸上也只是纸上的字。盯的方式也不必复杂，隔一段时间挑一件按口径处理过的事回看一遍，看做法和纸面是不是一致。看一眼就能知道有没有走样。

举一个能对照的例子。退货率这个数在一个月里统计几次，分母含不含未发货的订单，这是数据口径，讨论完写进算式就结束了。而看退货的结论由谁下、多久下一次、下完之后谁去执行，这是管理口径，它写完还要有人在后面盯着，因为下一次那件事发生的时候，它未必会被想起。

两者的差别还可以用失效的方式来看。数据口径失效的时候，会立刻暴露，因为两处算出来的数直接对不上，摆在一起一眼就能看出来。管理口径失效的时候不会有任何提示，照旧在做事，只是做法和纸面不一样，而且要等到某一次复盘或者某一次事故才会被发现。

所以管理口径需要一个额外的安排，就是定期挑一件回看。回看的对象不必多，一个月挑一两件按口径走过的事，看一看实际做法和纸面写的是不是一致。这件事花的时间很少，作用是让纸面保持有效，也让做的人知道有人会看。

还有一层区别关于修改。数据口径改了之后，旧数据如果按新口径重算，结果会和历史不一致；不重算，新老混在一起又很难看。管理口径改了之后，处理过的旧事不会跟着变，它就是那样处理过了，也没有必要重来。这一点上管理口径比数据口径更省事，代价是它的历史更难被回溯。

把这两层分清楚有一个实际的好处，就是知道该找谁。数算不出来该找做数据的人，事定不下来该找管盘的人。混在一起的时候，一件定不下来的事会被当成技术问题堆着，堆了几个月也没有人觉得不对。

有一个场景能把两者的边界划得很清楚。同一条数据在两处算出来不一样，这件事本身是数据口径的问题，解决的方式是把算式对齐。而两个人看同一条数据得出了不同的结论，这件事是管理口径的问题，解决的方式是定清谁负责下这个结论、依据是什么。前者改公式，后者改安排。

把这两类问题分开还有一个好处，就是避免用错办法。有人用对齐算式的方式去解决第二类问题，改完之后发现结论还是不一样，因为两个人对同一个数该怎么读本来就有不同的理解。也有人用定安排的方式去解决第一类问题，定完之后算式还是对不上。用错办法的时候，两边都会觉得问题很顽固。

这一层区别在实践里还有一个提醒作用。一家店刚起步的时候，几乎所有的口径问题都是管理口径，因为数据少、算法简单，真正的难点在于谁来定。店做大了之后，数据口径的问题才开始变多，因为汇总的层级多了、算式的复杂度上来了。分不清两者的人常常会把早期的问题当成技术问题，去到处找工具。

最后一句话关于顺序。这两层一般要先把管理口径那一层定了，数据口径才有意义。人没有定下来谁负责、什么时候算、算完给谁看，算式对得再齐也不知道该拿来干什么。反过来，管理口径定了但算式没对齐，至少知道该往哪个方向去对。

有一个自检的问题能把两者分开。问一句：这件事如果我换一个人来做，结果会不会不同。答案会不同，说明这是管理口径的问题，要定的是人和安排。答案不会不同，说明这是数据口径的问题，要定的是算式。这个问题两个字的答案就能给出方向。

这个问题还有一个用处，就是用来判断一件定不下来的事卡在哪里。如果答案是会不同，但讨论一直在算式的细节上打转，说明卡的是人那一层，再讨论下去也不会有结论。反过来也一样。判断清楚卡在哪一层，才知道该把谁拉进来。

解释这一段降得最快，因为它本来就是因为口径不齐才存在的

口径统一之后能多看出什么

口径统一之后最直接的变化是横向比变得有意义了。同样一批商品在几家店的表现放在一起，差异里不再混着算法差异，剩下的差异更能反映真实情况。这时候比出来的结论才有可能拿来用，因为比较的对象终于是同一件事。

第二个变化是异常更容易被发现。口径不齐的时候，一家店的数据显得异常，第一反应总是去想是不是算错了，因为确实经常是算错了。口径齐了之后，同样的异常出现，可以直接往做法上找原因，不必先在算法上绕一圈，排查的时间会短很多。

第三个变化是标准的搬出来这一步变容易了。口径本身就是标准的一部分，它一旦被写在纸上，后面那些围绕它展开的做法就都有了可以挂靠的地方。判断某个品类还有没有空间、要不要继续投，这类判断的依据落在外部，知虾看到的是各站点的类目结构与在售分布，站在这一层给一个参照，判断本身仍然由人来下。

有一个具体的收获是能看出店的性格。几家店的商品结构差不多，但同一类商品在各家店的表现会呈现出不同的形态：有的店是少数几个款吃掉了大头的量，有的店是散在一大片款上，每个款都不多。这个形态差异在过去是被口径差异盖住的，统一之后才浮出来。

看出形态差异之后，能做的判断就具体多了。集中在少数款的店，风险落在那几个款上，资源要围着它们转；散在一大片款上的店，问题往往是每个款都没有被做到位，该收拢而不是继续铺。这两种情况需要的是完全相反的动作，如果看不出形态，就容易被当成一样的问题处理。

第二个收获是能看出动作有没有真的落地。定了一个清货的界线，用一段时间之后回头看，越线的款有没有真的被处理掉。口径统一之后这件事是可查的，因为界线是同一把尺子。口径不齐的时候查不了，因为每家用的尺子不一样，界线在各自的理解里。

第三个收获是新手接手的起点变高了。过去新人接手一家店，最花时间的是弄明白这里平时是怎么做的，因为很多做法没有明说。口径统一之后，这一部分变成可以读的，新人可以先把这几条读完再动手，起点比过去高了一截。

还有一个不那么直接的收获，就是会议变短了。会议里很大一块时间往往花在把大家对词的理解对齐上，这件事每次都要做一遍。口径写下来之后，这一块内容可以直接跳到结论，讨论的起点被抬高了。

需要提醒一句，口径统一带来的这些收获不会当天出现。它需要一段时间去让做法真的按新口径跑起来，也需要一两次复盘才能看出效果。急着在第一周就看到结论的人，往往会在效果出现之前就断定这件事没用，然后又回到各按各的理解做事的状态。

有一类东西是口径统一之后才第一次看得见的，就是各店之间做法的细微差别。过去这些差别被笼统地归进了风格不同，统一口径之后，同样一件事在几家店的不同处理方式被摆到了同一个尺度上，差别不再是感觉，而是可以被说出来的。

看出这些差别之后，能做的事情比想象的实用。做得好的那一种做法可以被拿出来推广，不用再靠感觉判断它到底好在哪。做得差的那一种可以被指出具体差在哪一步。这两件事在口径不齐的时候都做不了，因为指不出具体差在哪，只能笼统地说做得不够好。

还有一个收获是关于时间的。口径统一之后，某些判断的周期可以缩短，因为不需要每次都从头对一遍理解。原来一个月看一次的，可能变成两周看一次；原来要开会讨论的，可能变成看一条线就够了。周期缩短本身会提高反应的及时性，这个好处往往比结论的准确度更早感觉到。

最后要说的是统一口径这件事的边界。它能让几家店放在一起比，能让讨论落在同一件事上，但不会自动产生判断力。比出来了、看清了，接下来该往哪走的决定还是落在人身上。口径解决的是可比和可对齐，不解决该不该、值不值得这类问题，两者不该混起来指望。

有一个收获是关于选品的。各家店按同一口径统计出的滞销款放在一起看，能看出哪些款的滞销是店的问题、哪些是款本身的问题。同一个款在几家店都滞销，问题多半在款上；只在一家店滞销，问题多半在那家店的做法上。这个区分在口径不齐的时候做不出来。

这个区分直接连着动作。款的问题该停掉这个款，店的问题该看那家店是哪一步做得不一样。两种情况的处理方向完全不同，混在一起的时候只能笼统地归因于这批货不行，然后下一批再犯同一个错。

还有一层是关于时间的。口径统一之后，同一件事在不同时间点上的比较才成立。比如这个月的滞销率跟上个月比，两者用的是同一把尺子，变化才有意义。口径变动过的时候，两次比较出来的差异里混着口径差异，读起来要格外小心。

最后一件事是关于坚持的。口径定下来之后会有几次觉得不趁手，因为旧的习惯还在。这时候最容易发生的是私下按旧的做法做，纸面上还是新口径。所以在开始的阶段要有人定期回看，看过几次之后新的做法才会真的成为习惯，纸面也才真正开始管事。

常见问题（FAQ）