Temu选品最容易出现的误判，不是“这个商品有没有需求”，而是把“能卖出去”当成“值得放进店群”。一款商品可能有点击、有订单，甚至短期冲量，但如果售价压到贡献毛利为负、补货周期跟不上、多个店铺重复争夺同一批流量，它就不是好选品。我的判断顺序是先算清单品经济账，再看供应和履约能否承接，最后评估它是否适合被复制到多个店铺。
我看Temu商品时，会把判断拆成四道门槛：需求是否真实、价格是否有竞争力、扣除全部可变成本后是否仍有贡献、供应与店铺管理是否能跟上。任何一道不通过，都不建议因为搜索热度高或竞品销量好而直接放量。
“贡献毛利”是判断商品是否值得经营的关键口径。这里的贡献毛利，不是简单用售价减采购价，而是把平台结算、履约、包装、退货损耗、折扣和可归属运营成本放到同一张账上。不同站点、活动和履约安排的费率可能变化，因此我会把平台费用设成变量，而不是把某个固定比例写进所有商品的测算模板。
我的核心结论是：Temu选品要同时满足“有需求、能交付、算得过账、可被管理”。店群经营还要多加一条：商品组合不能靠大量重复铺货制造虚假的规模感。店铺数量增加，不会自动带来更强的商品竞争力；如果商品、供应商、价格和库存都缺乏分层，增加的往往是重复劳动和风险暴露。
第一轮筛选不追求把所有变量算到小数点后两位，而是尽快剔除明显不成立的商品。进入小规模测试后，再用真实订单和实际结算数据修正成本假设。先判断能否成立，再判断要不要扩大，是比“先铺再说”更省钱的顺序。
同一款商品，在单店小批量测试和多个店铺同时铺货，面对的不是同一种经营问题。单店测试时，主要观察商品是否吸引目标用户、价格是否有转化；店群扩展后，还要额外处理不同店铺的商品重复、价格互相冲突、库存分配、素材版本、售后归因和活动节奏。
例如，某个轻小件在单店测得点击和下单信号不错，但供应商每周只能稳定交付有限数量。如果多个店铺同时推同一款，库存可能很快被分散，补货时又无法按原定节奏到货。此时，前端看起来像“多店增长”，后端实际上是缺货、延迟、取消和客服压力同步上升。
我会特别留意“管理容量”这个经常被忽略的约束：运营团队每周能完成多少次有效调价、库存核对、素材复核和异常处理？如果团队处理能力是有限的，那么增加商品数和店铺数都会争夺同一份注意力。上新速度超过维护速度，错误就会累积，而不是被规模摊薄。
店群选品的目标，不应是让每家店铺都有相同数量的商品，而应形成清晰的组合：有用于试探需求的低风险款、有可以贡献稳定毛利的常规款、有具备季节或活动机会的短周期款，也要有明确的淘汰规则。组合结构清楚，才知道每个商品承担什么任务。
如果多个店铺销售同一类商品，我会先问三个问题：这些商品在目标人群、规格、使用场景或价格带上是否真的不同？各店铺是否能独立解释商品表现？一旦其中一家需要降价，其他店铺如何避免被动跟价？答不上来时，扩店可能只是把单店的问题复制多份。
一个便于团队沟通的办法，是给商品建立角色标签，而不是只使用“爆款、潜力款”这类含糊称呼。比如“需求验证款”“毛利承担款”“季节观察款”“清仓退出款”。角色标签必须对应具体指标和动作，否则它只是装饰性的分类。
我会把选品链路分成“发现信号，核验竞争，核算价格，确认供应，小批测试，复盘决策”。每一步都记录输入依据和责任人。这样遇到商品表现不佳时，团队能分辨是需求判断错、价格测算偏、供货不稳，还是素材与履约执行出了问题。
如果数据散落在平台后台、表格、供应商沟通记录和广告记录里，团队很容易只留下结果，没有留下判断依据。比如“这个品卖不动”并不能说明问题：是曝光不足，还是曝光有但点击低？是点击正常但下单差，还是下单后退款和取消偏高？每种情况对应的动作完全不同。
热度只能说明某类商品值得进一步研究，不能直接证明某个具体款式、规格和价格能获得订单。热门词下可能聚集大量供给，用户也可能只浏览而不购买。若热度来自短期事件或季节节点，等商品完成备货、上架和审核后，需求窗口也可能已经收窄。
我更愿意把热度当成“线索”，而不是“结论”。接下来要核对需求持续时间、价格分布、竞品评论里反复出现的抱怨，以及商品之间的差异是否能被用户一眼理解。若一个商品只有关键词热，找不到明确购买理由，就不应急着投入大量库存。
低采购价并不等于低成本。包装、贴标、验货、仓内操作、头程或其他履约费用、退货和破损损耗，都可能改变最终经济账。平台相关费用还会因站点、活动、履约方式和规则变化而不同，不能把某个过往费率当成永久不变的常数。
测算时，我会分清“确定成本”和“待验证成本”。采购报价、已确认的包装费可以先记为确定项；退货率、损耗率、活动折扣和实际履约费用则以区间或情景记录。测算表若只给一个看似精确的利润数字，却没有呈现假设，反而会让团队产生虚假的确定感。
销售额增加，不代表每单都在创造正向价值。如果价格为了抢量持续下探，而退货、售后和补货成本同时上升，销售额增长可能伴随着贡献毛利下降。管理层如果只追踪订单和GMV，团队就会倾向于优先选择容易冲量、却不一定适合长期经营的商品。
我建议至少同时看销售额、贡献毛利、退款或取消、缺货、库存周转和人工处理耗时。尤其要将“毛利金额”和“毛利率”分开：毛利率不错但销量很小，未必能覆盖协作成本；订单很多但每单贡献过低，则可能把团队拖入低效忙碌。
如果商品、价格和素材几乎一样，多店铺同步上架可能造成内部重复劳动，也让团队无法辨认是哪项调整带来了变化。更重要的是，某个店铺的库存或价格动作可能影响其他店铺的经营节奏。是否能够开展同类商品的多店经营，还要以平台规则、账号要求和实际经营安排为准，不能只按管理便利性推断。
我会把“可复制”定义为：在不同店铺或经营单元中复现时，商品仍有清楚的定位、独立的表现记录、明确的库存来源和可执行的退出机制。如果只是把同一份商品信息复制多次，却不能解释每份库存和价格由谁负责，那不叫复制能力，而是把风险分散到更多地方。
竞品页面上的价格未必对应相同规格、数量、材质、包装或履约条件。直接把表面售价当成唯一基准，容易出现两种错误：要么因为对手价格低就把自己的价格压到亏损；要么忽略对手的套装结构和差异化，误以为自己有更高的定价空间。
我会把比较对象分成“同规格直接竞品”“功能相近替代品”和“价格锚点商品”。只有第一类适合用于直接价格对照。第二类可以帮助理解用户的替代选择，第三类则可观察同类用户的预算带，但不能直接作为成本和毛利测算的参照。
我会把需求质量拆成四个观察维度：持续时间、购买意图、竞争密度和差异化空间。持续时间决定是否有足够的经营窗口；购买意图决定流量是否接近交易；竞争密度影响获取订单的难度；差异化空间则决定商品是否只能靠降价竞争。
在缺少可靠行业基准时，不要编造一个“合格转化率”套用所有品类。家居小件、服饰配件、消耗品和电子周边的用户决策过程不同。更稳妥的做法是用同站点、相近价格、相近生命周期的可比商品作内部参照，并记录样本数量、观察周期和流量来源。
若团队暂时拿不到足够可比样本，我会把结论标记为“待验证”，而不是用几个竞品截图得出确定判断。小样本最容易受偶然波动影响，尤其是短周期、低订单量商品，几笔订单的变化就可能显著改变表面转化率。
定价不是“看同行卖多少，再便宜一点”。我会先计算可接受的最低到手收入，再结合竞品价格带与商品差异确定测试价格。若最低可接受价格高于用户普遍接受的价位，通常需要重新谈供应、调整规格、改造套装、寻找不同定位，或者干脆放弃，而不是指望未来销量弥补单件亏损。
一个实用的测算框架是：预计净收入减去采购、包装、履约、平台相关费用、折扣、退损预留和其他可归属可变成本，得到单件贡献毛利。固定团队费用则另外计算，用于判断规模达到什么水平才可能覆盖组织成本。两者不能混为一谈。
平台规则、结算口径与具体费用会变动，因此测算表最好有“费率版本日期”和“来源备注”。每次活动或履约方式变化后，回看实际结算数据更新假设。未经核实的费率应该以变量呈现，不能把它伪装成准确的通用比例。
如果团队想知道降价是否能带来更多有效订单，我不会一次性对所有店铺同步大幅调价。更可控的办法是在规则允许、经营条件可比的前提下，限定测试范围与时间，记录价格变化前后的曝光、点击、下单、毛利和退损。测试期间尽量避免同时改变图片、规格和促销条件，否则很难判断究竟是哪项因素起作用。
价格弹性不是固定常数。用户是否敏感，取决于商品替代品、购买频率、品牌或材质认知、配送预期、促销呈现和竞争格局。若降低价格带来订单提升，但贡献毛利下降更多，就不能称为成功调价。测试目标应是改善经营结果，而不只是增加订单。
供应核验至少包括交期、最小起订量、补货稳定性、质量一致性、包装要求和替代供应方案。旺季或活动期间，平时能按时交付的供应商也可能发生排产变化。商品销售预测越激进，越需要核实产能、原料和运输环节是否真的能承接。
我会用“计划销量区间”而非单一销量值来沟通备货。对测试商品，设置保守、基准和乐观三种情景，分别对应不同备货上限。备货决策还要结合补货提前期和库存可售天数，不能只看某一天的订单高点。
任何新品测试都应该有边界：允许投入多少样品和库存、观察多长时间、出现什么信号继续、出现什么问题暂停。停止条件并非悲观，而是避免团队为了证明原判断正确，不断追加库存和运营资源。
我会让停止条件尽量对应可观测数据，例如在达到预定曝光或订单样本后，点击长期低于内部可比商品，先检查素材与定位；有点击但转化偏弱，复核价格、规格和用户疑虑；订单正常但退款或取消异常，排查商品描述、质量或履约。每种异常都先做诊断，再决定淘汰，避免把所有问题都归结为“商品不行”。
我会给候选商品增加“可管理性”这一项，查看商品属性是否容易标准化、图片和规格是否易于维护、供应商响应是否稳定、售后问题是否可追踪、不同店铺的经营角色是否清楚。可管理性不是软性印象，而是能否降低重复录入、错误定价、错发规格和异常排查的具体工作量。
团队可以用百分制做内部比较，但分数的作用是帮助讨论，而不是制造科学幻觉。需求、利润、供应和管理能力的权重应根据阶段调整。刚开始验证品类时，需求和成本不确定性更重要；已经有稳定订单后，供货稳定和库存周转的重要性会上升。
| 判断维度 | 建议观察项 | 不通过时的处理 | 权重调整思路 |
|---|---|---|---|
| 需求质量 | 需求持续性、点击与下单信号、评价中的未满足需求 | 补充样本或缩小测试，不直接大批备货 | 新品阶段权重可提高 |
| 价格与利润 | 最低可接受售价、贡献毛利、费用假设的可信度 | 谈供应、改规格、重构组合或淘汰 | 任何阶段都不能缺失 |
| 供应稳定 | 交期、起订量、质量一致性、补货方式 | 先限量测试，必要时准备替代方案 | 准备扩量时提高权重 |
| 管理可行性 | 信息维护、库存归属、素材区分、异常追踪耗时 | 先建立责任与记录方式，再扩店 | 店铺数量增加时权重上升 |
下面的案例是用于演示判断方法的情景模拟，不是某家商户的经营数据，也不代表Temu的行业平均水平。设想一款轻小型家居配件，页面售价为10美元，采购与基础包装合计3.20美元。表面价差看起来充足，团队于是考虑同时在多个经营单元测试。
进一步核算后，团队发现履约与平台相关成本需要按实际方案确认，折扣和退损也不能忽略。假设情景中这部分变量合计4.10美元，单件贡献毛利约为2.70美元。这个数字还没有扣除固定团队费用、税务和其他未列成本，所以它只能用于第一轮判断，不应被称为净利润。
接下来，团队又发现供应商的交期存在波动，而且一次补货的起订量较高。若把同一款商品同步铺到多个店铺，库存很可能以不同速度消耗，补货却只能统一下单。此时，管理风险不是抽象概念，而是“卖得快的单元缺货、卖得慢的单元积压”的库存错配。
我会因此将它放在小规模验证阶段，而不是直接扩店。先确认页面表现与实际结算，再逐步调整库存上限；如果利润依赖持续折扣，或供应商无法给出稳定的交期承诺，就需要重新谈条件，或将这款商品限制在适合测试的范围内。
单看利润表，商品似乎能成立；单看点击率，页面也可能表现不错；单看库存，当前库存或许充足。但只有把三张表连起来，团队才会发现：若点击带来的订单增长速度超过补货速度，继续拉高曝光可能增加缺货和取消；若订单增加来自大幅折扣，贡献毛利也可能被同步压缩。
我通常会按日期或测试批次关联商品表现，至少保留商品标识、店铺或经营单元、价格版本、曝光、点击、订单、退款、取消、库存、补货交期和实际成本。数据口径要一致：比如退款率的分母是订单数还是已发货订单数，贡献毛利是否计入退损，都应写清楚。
如果使用数据工具辅助复盘，工具的价值不在于替团队做决策，而在于减少跨表汇总、版本对照和异常定位的时间。以数跨境为例，团队可以先了解其数据分析与经营报表相关能力，再结合自己的平台授权、数据字段和工作流程评估是否适用。选工具时，我会先确认数据来源、更新频率、字段口径、权限管理和导出能力，而不是只看展示页面是否丰富。
无论使用何种工具，经营团队都要保留原始数据核对路径。若商品成本、广告或活动费用没有进入同一口径，自动化报表也可能只是更快地产生错误结论。工具能解决重复整理问题，却不能替代对费用边界和指标定义的审核。
测试商品不必只有“爆”或“不爆”两种结论。我更常用三类动作：继续，是指核心指标达到团队的测试门槛且供货能承接；调整，是指某个环节存在可验证的优化空间；暂停，则是关键条件不成立或继续投入的风险高于潜在收益。
比如，点击不足但毛利空间尚可，可能先调整素材、标题表达或受众定位；点击可以、下单不足，优先检查价格、规格、商品信息和竞品差异；订单不错但取消或退款异常，先查履约和商品质量，不宜简单加大流量。这个诊断顺序能避免团队用降价解决所有问题。
如果商品没有足够的真实订单记录，先用较小范围验证商品信息、价格和履约。测试前写明要验证的问题，例如“目标价位是否能带来下单”“某项规格是否比基础款更有吸引力”，避免一次测试同时改价格、素材、规格和促销，最后无法归因。
此阶段不建议为了“店群覆盖面”而把同一商品快速复制到很多店铺。除非每个测试单元能形成清晰、可比较的定位，否则越多店铺只会增加结果解释难度。初期的目标是得到可用信息，而不是营造铺货规模。
若订单存在但利润薄，先把售价、采购价、履约、折扣、退损和其他可变成本逐项核对。确认哪个成本项最影响单件贡献毛利，再决定是谈价、改包装、改规格、优化履约还是调整促销。不要在成本结构尚未弄清时用更大的销量目标掩盖利润不足。
如果毛利只在没有折扣时成立，而实际经营又必须依靠折扣带来转化，说明目标价位与成本结构可能不匹配。此时可以尝试不同的组合规格或更清晰的价值表达，但每次变化都要保留版本，避免把不同商品形态的结果混在一起比较。
当需求信号、贡献毛利和供应交期都得到一定程度验证后，可以考虑扩展到更多经营单元或增加可售库存，但仍建议分阶段。每次扩展都设定观察周期和库存上限，重点跟踪价格一致性、订单来源、缺货、取消、退损和运营处理时长。
扩展时优先复制“决策条件”，而不只是复制商品资料。什么情况下补货、什么情况下降价、什么情况下暂停，应该成为店群共同的规则。不同店铺如果有不同的客群或商品表达，要明确差异；如果没有差异，就要重新评估多店重复经营的管理成本和规则适配性。
短周期商品的难点不只是赶上需求，还要在需求回落前完成销售和库存处置。测算时应把备货到可售的时间、预计销售窗口、补货提前期和退出安排放在一起。越接近需求窗口尾部，越要谨慎扩大库存，而不是根据刚过去的高点线性外推。
对这类商品，我会单独标注观察周期和最晚决策日期。若剩余销售窗口不足以支持正常补货周期，就不应只因为近期订单上涨而继续追加。及时停止补货，有时比追求最后一段销售高峰更能保护资金周转。
当商品信息、成本、库存和经营表现分散在多份表格时，先统一商品标识、价格版本、费用字段和更新时间。先让团队对“订单、退款、毛利、可售库存天数”的定义达成一致，再考虑是否用工具集成数据。否则系统只是把不同口径更快地合并在一起。
我会先从一个可验证的小场景开始，例如每周商品贡献毛利复盘、库存异常提醒或多店价格版本核对。明确谁维护源数据、谁复核结果、谁负责执行调整，再扩展到更多流程。若工具不能解释数据从哪里来、多久更新一次、缺失值如何处理，就不要把它的结果当成唯一决策依据。
低价走量的优势是价格门槛较低，若需求和履约匹配，可能较快积累订单反馈；代价是单位利润薄，对采购成本、退损和供货效率非常敏感。较高毛利商品则有更多成本缓冲，但未必有足够需求，转化弱时也可能长期占用库存。
若供应商稳定、补货快、订单信号清晰，且成本和折扣空间经过验证，可以测试低价走量款。若商品需求相对明确、差异化能被用户感知、团队又能控制库存风险，则可以考虑把较高毛利款作为组合中的利润承担者。不要把两者变成抽象的阵营之争。
多店同步可能缩短铺设时间，但也会增加库存分配和表现归因难度。分阶段扩展速度更慢，却更容易发现商品在不同经营条件下的差异。若团队还不能稳定记录价格版本、库存来源和订单表现，我通常更倾向分阶段扩展；若已有成熟的协同机制和供货能力，再考虑扩大覆盖。
扩展决策还要遵守平台当前政策和适用要求，不能把“团队内部方便”误当成平台允许或经营风险已消除。规则有变化时，应回到官方卖家资料和实际账户提示核实，并让负责人员保存查询日期与判断依据。
成熟同款更容易找到竞争对照，但价格竞争可能激烈；差异化商品有机会避开直接比价，却可能需要更长时间解释价值，需求也更难预测。选择哪一类，取决于团队有没有能力准确呈现差异，以及供应商是否能稳定交付对应规格。
如果差异只是内部认为“更好”，用户页面上看不出来，它就没有形成有效的市场差异。差异化要能落到规格、组合、使用场景、材料、便利性或解决的问题，并能通过商品信息让用户理解。否则高采购成本只会成为成本负担。
快速淘汰可以降低持续投入，但如果测试样本太少、页面信息有明显问题，就可能误杀本来可改善的商品。持续优化能够保留机会，却也容易变成不断追加时间和库存。最重要的是先判断问题是否可归因，以及修正后是否能在可控范围内验证。
当供应不稳定、贡献毛利长期无法成立、需求信号在合理测试后仍弱，快速暂停通常更合适。若主要问题明确集中在图片信息、规格表述或成本谈判，且修正成本可控，则可以给一次有边界的优化机会。所谓“坚持”，必须有证据和期限，而不是没有退出条件。
| 经营条件 | 更倾向的策略 | 需要接受的代价 | 扩展前的检查 |
|---|---|---|---|
| 供应快、成本稳定、需求信号清晰 | 小步快跑，逐阶段增加库存或经营单元 | 需要持续监控价格和补货节奏 | 确认库存缓冲、实际贡献毛利和异常处理能力 |
| 需求不确定、起订量高、资金有限 | 缩小测试范围，先验证信息与价格 | 增长速度较慢，样本积累可能需要更久 | 确认测试预算、观察周期和退出条件 |
| 商品差异化明显，但用户理解成本高 | 先验证差异表达，再逐步加大投入 | 素材与内容迭代需要额外时间 | 确认用户能否识别差异，而非只看内部描述 |
| 订单增长快，但补货周期长 | 限制扩量，优先保障可交付库存 | 可能主动放弃部分短期增长机会 | 核实交期、可售天数和缺货后的影响 |
每个问题都应有明确答案或标注“待验证”。待验证不等于不能测试，而是意味着不能把它当作已经成立的前提。团队把假设写下来，复盘时才能知道哪些判断被数据支持，哪些需要修正。
测试期间按统一口径观察曝光、点击、下单、退款或取消、贡献毛利、库存和补货。发现指标异常时，先定位所处环节，再采取针对性动作。若曝光不足，单纯降价可能解决不了问题；若点击较好但下单弱，应该进一步检查用户看到的价格、规格和商品信息。
每次调整记录生效时间和影响范围。如果价格与素材在同一天同时改变，后续复盘就很难判断哪个动作有效。小规模测试的价值，正是让团队用更少成本获得更可解释的反馈。
准备扩大经营范围前，我会要求团队回答：商品在当前测试条件下是否达到贡献毛利底线？供应商能否承接新增需求？库存能否按经营单元清晰分配？新增工作量是否有人负责？表现不佳时能否及时暂停？如果其中任何一项没有答案，扩展就应该分阶段或暂缓。
扩店后仍要保留单店或单经营单元的独立表现记录。汇总数据适合看整体趋势，却可能掩盖局部亏损、库存积压和异常退损。只有总表没有分项，团队容易在“整体还不错”的印象中漏掉长期拖累资金和工时的商品。
周复盘不必做成复杂会议，重点是把商品分为继续、调整、观察和暂停，并写明每项判断对应的证据。对于继续的商品，记录下一阶段库存或测试上限；对于调整的商品，注明只改哪一个关键变量；对于暂停的商品，写清库存处理和原因，避免下周又因为偶然订单重新投入。
我建议在复盘表中保留“判断可信度”一栏，例如高、中、低，并解释原因。订单样本很少、费用未核实或供应商交期不确定时，即使表面数据漂亮，可信度也不应标成高。这样的记录能提醒团队：数字不是天然可靠，数字背后的样本和口径同样重要。
我更愿意用一个简单的问题结束选品讨论：如果这款商品下周订单翻倍，我们是否有能力以当前价格交付，并且仍保留合理的贡献毛利？如果答案不确定，就先找出不确定性在哪，而不是把增长想象成自动解决问题的力量。
Temu店群选品不是找到一个销量高的商品，再把它复制到更多地方。真正值得扩展的商品，需要经得住需求、价格、成本、供货和管理五方面的复核。它也需要在不同阶段采用不同判断：新品先证明需求和成本，增长期确认供应与库存，店群扩展期再确认管理能力和结果归因。
如果你正在选品，可以先从现有候选中挑出少量商品，建立统一记录：需求依据、可比竞品、售价边界、单件贡献毛利、供应交期、测试目标和退出条件。不要急着追求数据看板有多复杂，先确保每个字段有明确口径、每个结论能追溯来源。
然后选一款最有代表性的商品做小范围验证，记录价格和素材版本，按固定周期复盘完整链路。只有当结果能够解释、成本经得起核对、供应可以承接，才逐步增加库存或扩展经营范围。店群真正的规模化，不是把同一份不确定性复制很多遍，而是让每一次扩展都建立在前一次验证之上。
价格、结算和卖家要求可能随站点与时间变化，涉及具体经营规则时，应以当前卖家后台和官方资料为准，并保存核对日期。把可变规则当作变量管理，把经营数据当作证据复核，选品决策才有机会从“凭感觉追热度”转为“知道为什么投入、何时扩大、何时停下”。
我准备上新时，常会在热度高、竞争少和利润够之间犹豫。我不确定应该先看搜索趋势，还是先看供应链和履约能力。
先筛供应链和履约：确认供货稳定、质量可控、发货时效达标，再评估需求与竞争。可记录近30天搜索或订单趋势、同类商品数量、预计售价、采购成本、包装及物流成本、退货风险；优先测试需求有迹象、差异点明确且算得过账的商品，不要只凭热度选品。
我有时会按采购价加一个固定比例定价，但活动、物流和售后成本一算，利润就和预期不同。我想知道用什么口径才能避免卖得越多亏得越多。
按单件贡献利润测算：实际结算收入减去采购、包装、头程或履约、平台相关费用、促销让利和预估售后损失。再用贡献利润率等于贡献利润除以实际结算收入计算；把运费上涨、折扣加深或退货率提高纳入压力测试，只有基准情景和压力情景都达到店铺设定的最低利润线，才扩大备货。
我在多个店铺安排商品时，容易把相似款铺到不同店里，短期看上新变快了，后续却难以判断哪个款真正有效。我也担心重复备货让库存和运营精力被分散。
先按品类、价格带、目标客群或商品差异为店铺划分定位，并建立统一的商品台账，记录商品编码、店铺、成本、库存、售价和测试结果。相似款确有不同卖点时再分店测试；若商品、价格和受众高度重叠，应集中资源测试一个主方案，避免重复采购和内部价格冲突。
我目前用表格跟进商品和库存，店铺少时还算方便，但上新、调价和补货集中发生时，常常要反复核对。我想判断是继续用表格，还是改用统一管理方式。
当多人需要维护同一份数据、重复录入频繁，或出现漏改价格、库存对不上、补货延误等可量化问题时，就应评估统一管理方式。选择时检查是否支持多店铺数据汇总、商品与库存关联、操作记录、权限划分和异常提醒；先用一个品类试运行，比较每周对账耗时、库存差异次数和错价次数，再决定是否扩展。
读者评论
把退货损耗和活动折扣单独做区间测算这点很实用。我之前只按采购价和平台结算估利润，活动一叠加，实际每单收益差不少。
多店铺测试时，库存和调价由谁统一维护确实容易被忽略。想请教一下，团队通常用什么指标判断维护量已经超过承接能力？
小批测试能减少压货，但低订单量时几笔订单就会让转化率变化很大。除了延长观察周期，是否也需要先设定最低样本量再决定扩店？