跨境电商季度复盘最容易出现的错觉，是把“销售额增长”当成“选品成功”：一个季度卖得更多，可能只是广告花得更多、折扣打得更深，或旺季流量提前释放；而那些看起来销量平平的新品，也可能正在形成更健康的复购和利润结构。复盘选品，关键不是找出本季度卖得最多的商品，而是弄清楚哪些商品值得继续投入、哪些需要调整、哪些应该及时止损。
我做季度复盘时，会先把评价顺序固定下来：先看商品是否有真实需求，再看扣除可变成本后的贡献利润，然后看库存与现金占用，最后才判断要不要扩大投放。这个顺序看似保守，却能避免团队被高销售额带偏。销售额只说明交易发生了，不说明每笔交易都值得重复。
一个商品的经营结果，至少需要拆成成交金额、折扣、退款、平台佣金、履约费用、广告费用、头程与采购成本、仓储成本，以及汇率和税费影响。团队如果只看销售额和商品毛利率，常常会遗漏“卖一单之后实际留下多少钱”。这类遗漏在低客单价、体积较大、退货较高的商品上尤其明显。
我更愿意把“净贡献利润”作为选品的第一道经营门槛。这里的净贡献利润，是将商品收入扣除商品成本、平台及支付费用、履约与物流费用、促销折让、广告费用、退货退款损失，以及可合理归属的变动仓储成本之后的余额。它不等同于财务报表中的净利润，但更适合判断一款商品是否值得继续扩大。
如果四个问题不能同时回答，就不宜只凭“销量不错”做扩量决定。需求成立但利润不成立，可能要改价格、包装或投放；利润成立但供给不稳定，应该先改善供应链；商品利润不错但资金回收太慢，则要控制补货深度和增长速度。
季度复盘不是把指标重新念一遍，而是要形成下一季度的商品组合决策。每个重要商品都应进入一个可执行的动作类别：加码、优化、观察、清货或退出。动作还要绑定责任人、验证指标、预算上限和复查日期，否则“继续观察”很容易变成没有期限的拖延。
| 动作类别 | 典型条件 | 下季度主要动作 |
|---|---|---|
| 加码 | 需求稳定、净贡献利润达标、补货风险可控 | 分阶段加预算和库存，保留停止扩量的阈值 |
| 优化 | 有需求但利润或转化存在明确短板 | 一次只改一个主要变量，验证价格、页面或广告调整 |
| 观察 | 样本不足、生命周期较短或受季节影响较大 | 设置观察窗口、最小样本和退出条件 |
| 清货或退出 | 多轮优化后仍无法达到最低回报，库存风险继续上升 | 比较清仓折损与继续持有成本，执行明确处置方案 |
跨境商品的销售结果通常分散在多个系统和时间节点里：订单可能先产生，平台结算稍后发生；广告扣费可能按另一套周期记录；退款和退货会在成交之后才逐步显现；库存成本则可能在入仓、移仓或长期仓储后才体现。若把某一季度的订单金额直接与同季度的费用相减，很可能把不同批次、不同履约状态的数据混在一起。
我会先确定每张表的统计口径，再决定能否放在同一张复盘表里。订单日期、付款日期、发货日期、结算日期和退款日期不能默认互相替代。尤其在季度末，已下单未发货、已发货未结算、已成交但处于退货窗口的商品，都需要单独标记。
季度复盘至少应同时保留“经营发生口径”和“现金回收口径”。前者回答这个商品在经营上是否赚钱，后者回答现金是否按预期回来。只看其中一种，都会漏掉重要风险。
一个刚上线三周的新品，不能仅因为销售额低就被判定失败；成熟商品也不能因为一次旺季冲高就被直接认定为长期增长机会。新品需要看测试阶段的需求信号、评价积累和单位获客成本；成熟品要看自然销量、复购、利润稳定性和竞品变化；季节品则要比较相同季节窗口，而不是简单与上季度横比。
我倾向于给每个商品标明“生命周期”和“经营阶段”：调研、测试、验证、扩量、成熟、衰退。每个阶段对应不同问题。测试期重点是验证需求，不应过早追求规模；扩量期重点是边际利润和补货能力；成熟期重点是防止成本和转化缓慢恶化。
季度间差异可能来自价格、广告预算、优惠活动、国家站点、流量来源、供货状态，甚至商品页面改版。若这些条件发生变化，单纯比较销售额或转化率，无法判断是选品本身变化，还是经营条件变化。
我会为复盘表增加“可比性标签”：价格是否变化、是否参加促销、广告是否调整、是否断货、页面是否改版、是否处于旺季。一个商品如果断货两周，季度销量下滑并不能直接证明需求减弱；反过来，促销带来的销量增长也不能自动证明商品竞争力增强。
跨境电商行业没有一个脱离品类、站点、价格带和渠道的通用转化率基准。因此，外部行业数据适合解释宏观背景，不适合直接作为某个商品“达标与否”的判决线。内部同类商品、同一生命周期和相近流量条件下的数据，通常更有决策价值。
销量增长可能是需求增强，也可能是促销折扣、广告预算、低价引流或库存释放的结果。我会把销量变化拆成流量变化、转化变化、客单变化和可售天数变化，再追问利润有没有同步改善。若销量增加三成，但单位贡献利润下降四成，扩量的结果可能是更快消耗现金，而不是更快建立优势。
判断时应看“增量订单带来的边际贡献”，而不只是看平均利润。平均利润可能由原有自然销量支撑，新增订单却来自更高成本的广告流量。若投放越多，获客成本越高，团队就需要观察边际广告投入回报，而不是把历史平均广告表现套用到新增预算上。
商品毛利率通常无法覆盖所有销售与履约成本。大件商品可能有较高的配送和仓储费用；易损商品可能有较多退款、补发与客服处理成本；低客单商品可能需要更高比例的推广支出才能获得订单。毛利率高，只能说明商品收入与采购成本之间有空间，不能单独说明这个空间最后留在了经营账户里。
我会用实际结算、广告账单、物流账单和退货记录回算单位经济模型。若部分成本尚未回传，就明确标注估算值和误差范围，不用看似精确的小数掩盖数据缺口。复盘的目标不是让表格更漂亮，而是让决策者知道哪些结论确定、哪些结论还需补证。
季度平均转化率可能把“前两个月稳定、最后一个月明显下滑”压成一个看似正常的数字；季度平均库存周转也可能掩盖某些变体积压、另一些变体缺货的事实。平均值适合概括，不适合替代趋势与分布。
我通常将商品数据至少按周观察，并将断货日、促销日和页面变更标注到时间线上。重点不是追求更高频地盯盘，而是确认变化出现的时间点能否对应具体经营动作。若某项指标变化与团队操作时间不匹配，就要考虑市场、平台或数据归因口径的影响。
商品表现差，并不必然意味着选品错误。它可能是需求不足，也可能是图片没有解释清楚使用场景、价格带不匹配、库存断档、关键词覆盖不足，或者商品变体结构让用户难以选择。不同原因对应不同动作。没有诊断就下架，可能会错杀一个能通过低成本调整改善的商品。
但“还可以优化”也不能成为无限延长试验的理由。每次优化都应明确假设、指标和时间窗口。如果连续两轮优化没有带来有意义的改进，或者改善幅度不足以弥补后续投入，退出就是更专业的选择。
广告点击和曝光能够说明商品获得了流量机会，却不等于市场已经接受商品。若流量来源高度集中在某个广告组、某项优惠或单一关键词，销量一旦随着预算变化而消失，需求的稳定性就需要进一步验证。
我会把流量结构与购买后的行为一起看：自然与付费订单占比、广告停投后的销量变化、不同关键词的转化差异、退款原因、评价中重复出现的优缺点。购买前的点击兴趣与购买后的满意程度，是两段不同的证据，不能互相替代。
我不会一上来就给商品打分，而会先检查复盘数据是否完整。至少需要核对商品编码是否能跨订单、广告和库存系统对应；收入是否统一使用同一币种；退款、优惠和平台费用是否按一致口径处理；广告费用是否能归属到具体商品或明确标记为无法分摊。
数据不完整时，可以做方向判断，但不能把不完整数据包装成精确利润。比如某款商品的广告费用无法按变体分摊，可以先在父商品层面分析，或按明确规则进行分摊并做敏感性检查。对结论影响很大的数据缺口，应列为下一步补数任务，而不是藏在平均值里。
需求质量可从稳定性、流量结构和购买后反馈三方面判断。稳定性看周度订单与可售天数；流量结构看自然流量、广告流量和活动流量是否过度集中；购买后反馈看退款原因、评价主题、差评比例以及客服问题是否集中在产品本身。
同一款商品在几个星期内的表现差异很大时，我会优先追踪供货、曝光和价格是否变化。需求质量高，不是每天都卖得一样多，而是销量变化有合理解释，且在没有强促销刺激时仍能维持一定转化。
可以先为每个商品建立一张单位经济表，按每个有效订单核算收入、折扣、商品成本、平台费、履约费、物流及广告成本。广告以外的可变成本要尽可能采用实际值；尚未最终结算的费用可使用近期真实账单估算，但必须标注数据成熟度。
然后再看边际回报：当价格下降、广告预算增加或促销加深时，每增加一笔订单，贡献利润是增加还是减少。若平均贡献为正但边际贡献持续转负，说明当前规模可能已接近不经济区间，进一步扩量需要更高效率的流量或更有竞争力的成本结构。
利润为正并不代表现金没有压力。采购预付款、生产周期、国际运输、入仓等待、销售周期和平台回款共同形成现金占用时间。补货决策应同时考虑在途库存、可售库存、供应商交期和安全库存，而不是只看最近几天的销量。
库存判断还要区分“有货”和“可售”。在途货物、受限库存、待处理退货和某些不可立即转售的商品，不应与可售库存混为一谈。复盘时按商品和变体拆开看，才能识别总库存充足但畅销规格缺货、滞销规格积压的结构性问题。
商品进入加码、优化或退出前，我会要求团队写下可验证的经营假设。比如“提高售价可以改善贡献利润且转化下降不超过可接受幅度”，或“重新制作首图后，目标流量的点击率会改善”。如果结果出来后无法判断假设是否成立，通常说明实验同时改了太多变量。
行动指标要与动作对应。优化商品页，不能只看销售额，还要看曝光到点击的变化；调整价格，要看转化、客单与单位贡献利润；改善采购成本，则要核对质量、交期和售后是否同时稳定。先定成功条件，再执行，能减少事后挑选有利指标来证明决策正确的偏差。
下面用三个虚构商品说明复盘方法：A 是轻小型家居收纳用品，B 是带电配件，C 是季节性户外用品。所有数字均为情景模拟，用于展示分析逻辑，不代表任何企业、平台或行业的真实经营数据，也不应被当作品类平均值。
假设三个商品均在同一季度经营，表中“销售额”已经按统一币种折算；“净贡献利润”是扣除商品成本、平台与支付费、物流履约、广告和已记录退款损失后的季度估算值。仓储长期费用及少量尚未结算费用可能存在误差，因此利润应理解为经营决策口径，不是正式财务报表数字。
| 商品 | 季度销售额 | 订单量 | 净贡献利润 | 退款率 | 季度末库存成本 | 初步判断 |
|---|---|---|---|---|---|---|
| A：轻小型收纳用品 | 12万美元 | 4,000单 | 1.9万美元 | 4.2% | 1.2万美元 | 利润与周转较平衡，可小步扩量 |
| B：带电配件 | 16万美元 | 3,200单 | 0.6万美元 | 9.5% | 3.4万美元 | 销售领先，但退款和库存风险偏高 |
| C：季节性户外用品 | 7.5万美元 | 1,500单 | 1.35万美元 | 3.1% | 0.8万美元 | 贡献利润率较好，需结合季节窗口判断 |
如果团队按销售额排名，B 会被列为第一名；如果按净贡献利润绝对值，A 更突出；如果按模拟贡献利润率，C 可能更有优势。但三个排序回答的是不同问题。A 可能更适合稳步扩大，C 可能适合季节性补货，B 则需要先解决退款、库存与成本问题。
B 的销售额最高，但季度净贡献利润仅为 0.6 万美元，且库存成本达到 3.4 万美元。进一步拆解后，假设团队发现销量高峰主要来自促销周，促销结束后广告成本上升；退款原因又集中在兼容性描述不清和使用预期不一致。此时继续加库存，可能会同时放大资金占用与售后损失。
对 B 来说，合理动作不是立刻清货，也不是马上扩量，而是先将问题拆成页面信息、商品适配性和流量质量三个假设。页面明确适用范围，减少不匹配购买；再观察退款原因和目标流量转化；最后评估广告预算增加是否能保持正的边际贡献。若售后下降、利润改善且补货周转达标，再重新评估扩量。
A 的季度表现较为平衡，但这不代表可以一次性大幅加仓。团队还应检查销量是否集中在少数促销日、自然订单是否稳定、畅销变体是否频繁缺货，以及增长是否来自可持续的流量来源。若表现稳定，下一步可以小幅增加预算和库存，并预先约定库存覆盖天数上限。
我会把 A 的加码分成两个独立动作：先验证广告预算提高后新增订单的边际贡献，再决定是否增加采购量。这样可以避免广告扩量和大批量补货同时发生，导致一旦需求判断错误，难以识别究竟是哪一步出了问题。
C 的模拟退款率较低、净贡献利润率较好，但它属于季节性商品。若当前季度已经接近需求旺季尾声，利润率再高也不意味着应继续补货；新增库存可能在销售窗口结束后变成折价清仓风险。反之，若距离下一销售旺季还有准备时间，且供应商交期较长，则提前锁定合理数量可能是必要动作。
对于季节品，我会将决策重点从“本季度卖得怎样”转向“剩余销售窗口还有多久、库存何时到仓、错过窗口的损失是多少”。需要比较补货到仓时间、预期需求、清货折扣和仓储成本，而不是只延续上一季度的销售趋势。
如果订单、广告、库存和结算数据分散在多个后台，团队常常会把时间耗在下载表格、改字段和手动匹配上。像数跨境这类面向跨境经营的数据分析平台，可以作为集中整理和呈现多源经营数据的一种选择。实际能否满足需求，仍要以接入范围、字段口径、权限管理和更新频率的实测结果为准。
我建议先拿一个店铺、一个季度和一组重点商品做验证，不要一开始就追求全公司大屏。先确认订单、费用、库存和广告字段能否对上，再检查币种、时区、退款归属和商品映射是否一致。工具接入之后，团队仍需对指标定义负责，不能把数据平台输出的图表自动当作正确结论。
选择数据工具时，优先测试三个具体场景：能否从商品追到订单和费用；能否查看周度变化并标记促销、断货等事件；能否让不同岗位使用一致的指标定义。若只能快速展示销售额，却无法解释退款、广告和库存对利润的影响，工具对选品复盘的价值就有限。
在拉数之前，先确定复盘覆盖哪些站点、渠道、商品和时间段。明确订单日期还是结算日期作为主口径；确认币种、时区、退货处理、促销折让及广告费用的归属规则。若中途更改口径，必须记录变更原因，并重新计算受影响指标。
商品范围也要有边界。可以覆盖本季度全部在售商品，再为新商品、断货商品、季节商品和退市商品打标签。不要只挑表现突出的商品做复盘，否则团队看到的只是经过筛选的成功案例，无法知道资源消耗和失败成本。
我建议至少保留商品编码、品类、站点、生命周期、可售天数、销售额、订单量、折扣、退款、广告费用、履约费用、商品成本、库存成本、净贡献利润和补货周期。数据无法稳定获取的字段，可以先标记为空或估算，不要未经说明直接补一个“看起来合理”的值。
真正有用的复盘表，除了数字，还要有事件记录。促销、价格调整、广告策略变更、缺货、页面改版、供应商变更和物流异常，都应能对应到发生时间。事件记录能帮助团队把指标变化与实际动作连接起来，减少事后凭印象解释。
季度复盘不必平均花时间研究所有商品。先按净贡献利润、退款变化、库存暴露、销售波动和广告依赖筛出异常项，再围绕异常项查原因。这样既能避免团队被海量商品淹没，也能将分析时间集中在真正可能改变经营结果的地方。
异常筛查不是简单地设一个统一阈值。团队可以根据自身历史分布确定警戒范围，例如与过去四至八周的滚动水平相比，或与同一品类相近生命周期的商品相比。阈值应该帮助发现问题，而不是取代业务判断。
复盘结论最好固定成三段。证据写数据和事件，例如“促销后两周广告订单占比上升，净贡献下降”；判断解释可能原因，例如“新增订单对付费流量依赖较高”；动作说明接下来怎么验证，例如“保持库存不变，分组测试价格与广告出价，四周后复查边际贡献”。
这样的写法能够把事实、推断和行动区分开。特别是原因不确定时，可以明确写“待验证”，并列出替代解释。比起写“市场竞争变激烈”，更有价值的是写清楚哪些数据支持这个判断、哪些数据尚未取得。
每项优化应指定负责人、资源上限、开始日期、观察周期和成功条件。一次实验尽可能只改一个关键变量，或采用能区分变量影响的对照方案。若同时更换价格、页面和广告策略，即使结果变好，也难以知道哪项改变真正产生作用。
实验周期要与商品流量和购买周期匹配。低流量商品可能需要更长时间积累样本；高波动季节品则需要更谨慎地控制实验窗口。不要因为周一数据变好就宣布成功，也不要在样本不足时凭一次差评或一次订单变化判定失败。
新品上线时间短、评价少、流量样本有限时，先不要用成熟品的销售目标要求它。优先验证商品是否能获得目标用户点击、用户是否理解卖点、购买后是否出现集中退货问题。若需求信号尚未形成，可以小规模测试；若核心体验问题已经明确，则应先修正产品或页面，而不是盲目增加曝光。
取舍重点是“测试成本”和“错误扩量成本”。对采购门槛低、交期短、风险可控的新品，可以多给一些验证机会；对起订量高、运输慢、生命周期短的商品，应更严格地要求订单与利润证据。测试不是免费试错，越难退出的投入越需要更强证据。
高销量低利润商品，先按每单拆解广告、促销、物流、平台费用和退款损失。若主要问题来自高广告成本，可以调整关键词结构和预算边界；若来自低价格，可以测试不同价格带；若来自履约费或包材体积，则要评估包装和供应链改造空间。
取舍是：不要为了维持销量牺牲全部利润，也不要因为某一项成本偏高就忽略其他可改善环节。若价格调整会明显降低转化，而降本方案需要大量投入，且风险调整后仍达不到最低贡献要求，逐步退出可能优于持续追逐规模。
利润稳定不一定意味着商品没有增长空间。先检查流量覆盖是否不足、页面是否清楚表达差异、相关变体是否缺失，以及当前预算是否已经触及边际回报下降点。若目标流量尚未覆盖，可能有低风险的增长机会；若流量已经充分覆盖而新增预算效率快速变差，则要谨慎评估市场容量和商品的自然上限。
取舍在于增长速度与回报确定性。可以优先采取可逆的小规模尝试，例如有限预算测试新流量来源，而不是先大幅扩库存。增长试验的成功条件应包含新增订单贡献和资金占用，不能只用曝光或销售额证明有效。
季节品的季度复盘要按销售窗口而非自然季度切分。观察剩余可售周数、到货日期、历史同期曲线和可接受清货折扣。若补货到仓时主要需求已经过去，再高的历史转化率也不能证明补货合理。
取舍要比较“少补货错失的利润”和“多补货形成的滞销成本”。在需求预测误差较大时，分批采购、缩短首批补货量或争取供应商快速追加能力，往往比一次性押注更稳健。若库存已经过量，尽早规划促销、组合销售或其他处置方式，可能比等待原价出售更有利。
现金受限时，团队不能只挑利润率高的商品，还要关注从采购付款到回款的时间，以及库存周转效率。一个利润率较高但回款周期长、起订量大的商品，可能不适合作为当前的主要扩张对象；利润率略低但周转较快、补货灵活的商品，反而可能更适合当期资源安排。
取舍是利润上限与资金效率。可以控制慢周转商品的补货批量，优先保障需求稳定、供给可预测的商品，同时保留必要的风险缓冲。不要为了追求季度利润数字，把所有现金锁进下一季才可能售出的库存。
如果团队暂时无法将平台、广告、物流和财务数据完全打通，不必等到系统改造完成才开始复盘。先挑选重点商品，用统一模板人工核对订单、费用、退款和库存，明确哪些字段是实数、哪些是估算，再逐步自动化最耗时、最容易出错的环节。
取舍在于自动化投入与数据可信度。先把指标定义和核算规则统一，再考虑更复杂的看板和预测模型。口径不统一时，自动化只会更快地产生不一致的答案；口径清楚后，工具才真正能缩短数据准备时间并扩大分析覆盖面。
规模仍然重要，但它必须与利润、现金和风险一起看。销售额增长如果需要更深折扣、更高获客成本和更多库存资金，团队就应知道自己为增长付出了什么。看清代价之后，增长才是经营选择，而不是数字冲刺。
资源有限时，优化本身也有机会成本。一个商品需要多轮测试才能改善，而另一个商品已经有稳定利润与清晰扩量路径，团队必须比较时间、预算和管理注意力的回报。对长期无法达到最低要求的商品止损，并非否定此前投入，而是避免继续投入到证据不足的方向。
一个季度只能提供一段经营证据，尤其不能单独证明季节性商品的长期需求、促销策略的可持续性或新品的复购价值。判断趋势时应结合更长周期、相同销售窗口和市场变化，并将季节、价格、流量与供应约束写进解释。
如果团队还没有成熟的复盘机制，我建议先选出十款最值得讨论的商品：销售额高但利润异常的、库存占用大的、新品样本不足的、季度内明显增长或下滑的，以及团队准备扩量的商品。给每款商品补齐单位经济、库存状态、生命周期和经营事件，然后按“证据，判断，动作”写出结论。
接下来，不要先追求复杂模型。先让所有负责人用同一套口径回答三个问题：这款商品的利润在哪里形成或流失？它的需求证据是否能脱离促销和单一流量来源？下一季度投入后，什么结果会让我们继续，什么结果会让我们停止？能够把这三个问题回答清楚，复盘就已经开始影响经营决策。
我认为选品复盘最重要的能力，不是更准确地预测哪款商品会爆，而是更早识别哪些增长不值得买单。把订单背后的成本、退货、库存和现金周期放进同一套判断里，团队才能分清“卖得多”与“值得做”的差别，也才能把下一季度有限的预算和库存，投向证据更充分、风险更可控的商品。
我复盘时容易先盯着销售额和订单量，但它们看起来都在增长，现金却没宽裕多少。我想知道，哪些指标能更早发现产品其实是在亏钱，或者增长质量不够好？
先看单件贡献利润，而不是只看销售额。可按“实收销售额－采购成本－头程与仓储费用－平台佣金－广告费－退款及售后损失”估算，并把汇率差异计入成本。举例来说，某产品季度销售额增长25%，但广告费率从18%升到29%，退款率从6%升到11%，单件贡献利润由8美元降到2美元；
这种情况不能仅凭增长判定继续加预算。再结合库存周转和现金占用判断：利润为正、周转正常且退款原因可改善，可继续；贡献利润持续为负或库存周转显著恶化，应暂停扩量并查明原因。
我看到一个商品连续几周订单减少，不确定是淡季到了，还是竞品抢走了流量。只看自己店铺的数据似乎很难下结论，我该用什么顺序排查？
先把商品按站点、流量来源和周次拆开，再与去年同期、同站点同类商品趋势及自身促销日历对照。若自然流量和付费流量都随类目需求同步回落，转化率与评价表现基本稳定，较可能是季节性影响；若曝光相近但点击率下降，优先检查主图、价格和搜索词匹配；若点击稳定而转化率下滑，则排查配送时效、库存状态、差评和竞品价格。
不要仅凭单周变化换品，至少观察连续数周，并标注促销、断货和广告调整，避免把运营动作误判成市场趋势。
我担心新品投放太早放量会把测试预算烧掉，但测试太久又可能错过旺季。有没有一个既看数据又考虑样本量的判断办法？
不要用固定天数或单一订单数作通用门槛，应先确定可承受的测试成本和目标贡献利润，再观察点击、转化、退款及履约表现。一个便于执行的示例是：先用小预算获取足以评估转化的有效访问；若转化率接近目标、获客成本低于单件可承受上限，且没有明显质量或配送问题，再分阶段提高预算，每次调整后留出观察窗口。
比如目标单件贡献利润为6美元，测试期获客成本已达9美元，即使出了几单，也不宜直接加预算；应先检验关键词、页面和定价是否能把获客成本压回可盈利区间。
我遇到过库存越来越多、仓储费用也在累积的情况，但直接降价又怕损害利润和后续定价空间。怎样判断是广告还能救，还是应该尽快止损？
先算两条路径的预期现金结果：继续销售的净回款，要扣除广告、平台费用、仓储和可能的退货损失；清货方案则比较折价回款、移仓或处置费用，以及继续持有的成本。若广告带来的新增订单仍有正贡献利润、库存可在可接受周期内售完，可限额投放并设定停止条件；
若广告后每单仍亏损，且库龄继续增加，就应比较降价、捆绑销售、站外清仓或处置的实际回收额。复盘时把采购数量、补货周期和需求预测误差一起记录，否则只处理积压而不修正补货机制，下个季度容易重复发生。
读者评论
我们之前复盘只按季度汇总，后来发现有两款商品是月底断货，销量下滑并不能说明需求变差。现在把可售天数也放进去看，判断确实更稳一些。
把退货和广告费分摊到单品上不太容易，尤其广告同时带动多个商品时，利润数字可能只是估算。建议复盘时把实际值和估算值分开，不然小数点看着准，结论未必准。
文中提到给优化设期限很有必要。我见过商品一直被归为“再观察”，最后库存越积越多；不过新品样本太小时也不适合急着止损，窗口多长还是得结合补货周期和季节性。