2024年下半年，我参与复盘过一个做亚马逊加TikTok Shop的团队。他们同时运营11个店铺（亚马逊7个、TikTok Shop 3个、独立站1个），全年上新大约2400个SKU。年底我把利润表按SKU维度拉开，结果有点扎心：真正贡献正向净利润的SKU只有37个，占比1.5%。
更扎心的不是这个比例。而是他们的选品团队全年加班了九个月，平均每个SKU的冷启动成本（拍摄、设计、测评、广告冷启动）约680元，2400个SKU砸下去163万。那37个赚钱的SKU一共贡献了约210万毛利，剩下2363个SKU净亏约118万，两者一抵消，全年净利只剩92万。
这家团队的问题不是”不会选品”，他们的选品敏感度其实不差。真正的问题是：他们把多店经营当成了乘法，实际上多店经营是除法。店铺越多，选品决策的复杂度、数据的分散度、店铺之间的自我竞争、库存的资金压力，全都是指数级上升，而爆款概率并没有同步上升。
所以这篇文章我想聊的不是”怎么选爆款”，那类内容已经足够多了。我想聊的是：当你有5个店、10个店、30个店的时候，选品上新这件事的判断标准应该发生什么变化，以及我在实际操盘中用哪些可量化的指标来卡这个决策。
如果你只看一条结论，那就是这句：多店经营的选品上新，评价标准不在”你选了多少款”，而在”决策能不能复用、风险能不能隔离、资金能不能闭环”。这三件事，决定了你的多店模型是资产还是负债。
我把这三件事拆成五条可以量化、可以每周开会对齐的硬标准。这五条不是理论推导出来的，是我在四个团队、跨亚马逊/Shopee/TikTok Shop/独立站四种业态反复踩坑后收敛出来的。
这条排第一，因为它决定了后面四条能不能算得准。所谓口径统一度，指的是同一个SKU在不同店铺、不同平台、不同国家站点上，它的成本、售价、佣金、物流、退货、汇率损耗能不能被折算到同一张表里。
很多团队是做不到的。亚马逊后台的报表是一套字段，Shopee的是一套，TikTok Shop的又是一套，独立站还要从支付网关那边再拉一次。于是运营看到的是”这个店卖得好”，财务看到的是”这个公司不赚钱”，两边吵半年也吵不出结果。
我的判断阈值是：月度经营会上，从提出一个SKU问题到拉出它的全链路利润，超过10分钟，说明口径没统一。10分钟是个很硬的线，因为超过10分钟，会议就会从”判断问题”滑向”找数据”，决策质量断崖式下跌。
复用率指的是：一个候选品在一个店铺被验证之后，有多大比例能直接迁移到另外几个店铺，而不需要重新做一遍完整的市场验证。
这个指标很多人没听说过，但它直接决定你的人效。如果你每个店都得从零开始选品，那么10个店的选品工作量就是单店的10倍，而不是1.5倍。我见过太多团队，店铺数量涨了5倍，选品团队涨了6倍，结果人效反而下降了。
健康的复用率应该做到55%以上。也就是说超过一半的候选品，是通过”跨站点迁移、跨平台迁移、跨价格带迁移”这三种方式来的，而不是全新挖掘的。
这是多店经营最隐蔽的杀手。同一平台开多个店铺，如果类目选择不做隔离，你会自己抢自己的关键词排名、自己压自己的价格、自己分掉平台的推荐流量。
我给这个指标的定义是：同一平台内，任意两个店铺在同类目下的SKU重叠数，除以较小那个店铺的SKU总数。这个值超过40%，就要拉警报了。
前面提到的那家团队，他们的亚马逊A店和B店在同一个家居类目下重叠了62%的SKU。结果是A店主关键词排名从第4位掉到第11位，B店也没起来，两个店一起给竞品让路。
上新是要占资金的：采购备货、头程海运、平台仓容、广告预算，全都是现金。多店经营最危险的状态，是”上新速度超过了现金流承受能力”，表面在扩张，实际在借未来的钱赌爆款。
我的算法很简单：单月上新占用的资金总额，不超过当月可支配经营现金流的35%。超过这条线，一旦有两批货压在海上或者卡在清关，整个公司的周转就断了。
这条最容易被忽略。判断一个SKU该不该上，不能只看它赚钱的时候能赚多少，还要看它不赚钱的时候，你能多快、多便宜地撤出来。
可退出性包括三个维度：库存能不能清（清货折扣深度）、店铺权重会不会掉（下架是否影响店铺整体表现）、资金回笼周期（从决定下架到现金回来要多久）。退出成本占该SKU总投入的比例，超过15%的品，我基本不碰。
要理解这件事为什么难，得先理解多店经营的三种主流动机，因为动机不同，选品上新的判断标准是不一样的。
最常见的是亚马逊多店铺，核心目的是防关联、防单一店铺被封导致全盘停摆。这类多店的特点是：店铺之间必须有足够强的”外观隔离”，包括品牌名、类目、图片风格、供应链信息。
这类团队最容易犯的错，是隔离做得不彻底。他们以为换个品牌名、换套图就算隔离了，但SKU高度重叠、发货地址相同、供应商相同，平台的风控其实看得很清楚。更麻烦的是，即使平台不判定关联，你自己在搜索结果页上也是在跟自己打架。
风险隔离型多店的选品第一原则是：宁可放弃一个高潜类目，也不要让两个店铺在同一类目深度重叠。这条原则在短期看是亏的，长期看是保命的。
Shopee、Lazada、TikTok Shop的多站点运营属于这一类。东南亚、拉美、中东，每个站点的人群、价格带、履约时效、清关政策都不一样。
站点的差异有多大？同一个家居收纳品，在马来站点卖19.9马币能跑量，在巴西站点可能因为关税和物流成本，定价要到89雷亚尔才不亏。同一个SKU，在两个站点的经济模型可能完全相反。
这类多店的最大难点是选品决策的迁移率。很多品是可以跨站点迁移的，但前提是你要把”迁移条件”显性化：价格带区间、体积重量区间、履约时效要求、是否需要本地认证。这些条件写下来，迁移就是可执行的；写不下来，迁移就变成了重新选品。
这类多店通常出现在TikTok Shop和独立站，逻辑是”用多个账号/多个站点覆盖更多内容流量池，用内容测品，再把跑出来的品放大”。它的特点是上新频率极高，测试成本相对低，但对数据回传速度极其敏感。
这类团队的核心矛盾是：内容测试的节奏是”天”，而供应链的节奏是”周”甚至”月”。内容端今天跑爆的品，供应链可能两周后才能补货，等你补上，流量红利已经过去了。所以他们真正需要的不是”更快的选品”，而是”更快的补货决策”和”更准的备货预测”。
下面这四个误区，我在不同团队都遇到过，而且它们往往同时出现，互相放大。
很多运营的选品心智是：找到那个爆款，一把翻盘。这个心智在单店时期勉强成立，在多店时期一定失败。
因为多店场景下，你的约束条件不是”有没有好品”，而是”有没有足够的人、钱、时间把好品做出来”。选品的本质是在有限资源下排优先级，而不是找那个一劳永逸的答案。
我见过一个团队，选品库里躺了400多个”高潜候选品”，但实际每月只能投入资源做8个。那400个候选品不但没带来收益，反而成了团队的心理负担，每天都在想”我是不是错过了什么”。
“这个品在A店跑通了，赶紧铺到B店C店D店”，这句话在多店团队里出现的频率极高，听起来也很有执行力。但它忽略了一个前提：你复制的是商品，不是流量。
平台给每个店铺的流量池是有限的。当你的B店上了一个和A店完全一样的品，平台不会给你额外的流量，反而会在同一个搜索词下把你的两个listing排在一起，让买家比价。最终的结果是两边的转化率都下降，客单价被压下来。
真正的复制应该是”复制成功要素，而不是复制商品”。成功要素包括：价格带区间、视觉风格方向、卖点表达逻辑、人群画像。把这些要素迁移到另一个店铺，配一个差异化的商品，才是健康的多店扩张。
单店时期形成的很多”经验”，在多店时期会变成负债。
比如单店时期的”快速试错”，选10个品，跑一周，砍掉8个。这在单店是合理的，因为失败成本低。但到了多店，一次试错涉及10个SKU×N个店铺，库存、广告、人力成本同时放大，快速试错的成本可能超出你的承受能力。
再比如单店时期的”集中资源打爆款”，到了多店就变成了”每个店都想打爆款”，结果是资源被无限摊薄，每个店都打不透。
这是最致命的财务误区。一个SKU，售价100元，采购成本32元，头程12元，平台佣金15元，广告18元，看起来毛利率23%。很多运营算到这就停了。
但真实的账要算到底：滞销跌价准备9元、汇率与支付损耗3元。这时候净利率只剩11%。如果这个品最后卖不动，清货折扣打五折，那9元的跌价准备打不住，实际要亏15元以上。
更要命的是资金占用。这个SKU从采购付款到货款回笼，周期可能是75天。如果它只贡献11%的净利率，年化资金回报率只有53%，而如果你的资金成本是年化8%，加上管理成本和机会成本，这个品的真实回报可能还不如把钱放在货币基金里。
多店经营的选品，必须把”资金周转次数”作为和”利润率”同等权重的指标。一个净利率11%、周转6次的品，和一个净利率25%、周转1.5次的品，前者的资金效率更高。
讲完误区，说方法。我的选品上新判断逻辑由两部分组成：一个三层过滤漏斗，负责把候选池快速砍到可执行规模；四个硬指标，负责给留下来的品打分排序。
市场层只回答三个问题：这个类目的需求是真需求还是伪需求？竞争强度是否在我的能力范围内？这个需求是季节性波动还是持续性需求？
我判断真伪需求用两个信号：搜索量的时间序列是否平滑，以及头部10个listing的评论增长是否持续。如果搜索量在三个月内呈现出”陡升，陡降，陡升”的锯齿状，大概率是内容驱动的一波流，不适合备货型选品。
竞争强度的判断，我不看竞品数量，看头部listing的品牌集中度。如果前10个listing里有7个以上属于同一品牌矩阵，说明这个类目已经被品牌方锁住，新进入者很难拿到自然流量。
供应链层回答：这个品我能不能稳定拿到货？起订量是否匹配我的测试节奏？有没有认证、专利、商标的硬门槛？
这一层我见过最多的翻车是起订量与测试节奏错配。工厂要求500件起订，而你计划先测试50件。要么你被迫压500件库存去做测试，要么你找小批量供应商但成本高出30%。两种都不理想。
我的处理方式是：把供应链分成”测试用”和”放量用”两条线。测试阶段用小批量、高单价但灵活的供应商，验证跑通后再切到低成本的大货供应商。这样做的前提是，你要在选品阶段就确认这个品存在双供应源。
这是多店经营独有的、也是最容易被跳过的一层。它回答三个问题：这个品放进哪个店铺？它和该店铺现有SKU的重叠度是多少？它会不会破坏该店铺的人群标签？
店铺的人群标签是平台算法给的。如果A店被算法识别为”中高端家居用户”，你硬塞一个9.9元的低价品进去，不但这个品卖不动，还可能拉低A店整体的推荐精准度。
我的做法是给每个店铺写一份”选品准入清单”，明确列出允许的价格带、类目白名单、体积重量上限、视觉风格关键词。任何候选品必须先过这份清单，才有资格进入打分环节。这份清单是硬约束，不是建议。
很多人是先看店铺、再看市场、最后看供应链。这个顺序是错的。因为市场层的淘汰率最高，先做市场层能最快速地缩小候选池，节省后面两层的评估成本。
以我操盘过的团队为例，1200个初选品经过三层过滤后，进入打分环节的通常只剩90个左右。每一层的淘汰率都在60%以上，这说明”选品能力”的本质其实是”淘汰能力”。
通过三层过滤后，我用四个指标给候选品排序。这四个指标我建议所有多店团队都固化到周会报表里。
| 硬指标 | 定义 | 建议基准 | 低于基准的处理 |
|---|---|---|---|
| 90天动销率 | 上架90天内产生有效订单的SKU占上新SKU总数的比例 | ≥55% | 暂停该类目上新，复盘三层过滤哪一层失效 |
| 库存周转天数 | 平均库存在库天数，含在途与平台仓 | ≤45天 | 缩减下一批上新量，优先消化现有库存 |
| 单SKU贡献利润率 | 扣除采购、头程、佣金、广告、跌价准备、汇损后的净利率 | ≥18% | 重新测算定价或切换供应源，仍不达标则放弃 |
| 退出成本占比 | 下架清货的净损失占该SKU总投入的比例 | ≤15% | 不进入备货阶段，只做小批量试销或直接放弃 |
这四个指标之间的关系不是并列的，而是有优先级的。退出成本是第一道闸门，动销率是第二道，周转天数是第三道，利润率是最后一道。很多人反过来，先看利润率，结果选出一堆”利润率高但退不出去”的品。
讲完方法论，我讲一个具体的执行过程。前面提到的那家11店团队，2025年第一季度做了一次系统性改造，核心是先把数据口径统一，再重构选品流程。他们用的工具是数跨境（https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys），我全程参与了方案设计和效果跟踪。
改造前，他们的数据状态是这样的：亚马逊7个店各自看后台报表，TikTok Shop 3个店看另一个后台，独立站的数据在支付网关和建站后台各有一半。每个运营手里都有一份自己的Excel，字段名都不一样。
改造的第一步不是选品，而是把所有店铺的订单、库存、广告、成本四类数据统一到一个口径下。这里面最花时间的不是接数据，而是定义口径，比如”采购成本”到底含不含国内运费，”广告成本”到底算不算品牌广告，”退货损失”记在哪个科目。
他们用数跨境做了多平台多店铺的数据汇总，把原来分散在11个后台的数据做了统一。这一步做完之后，第一次能拉出一张”全店铺全SKU利润表”，结果团队自己都被吓到了：之前认为赚钱的类目，按全成本口径算下来，有接近四成其实是亏的。
口径统一之后，第二步是把三层过滤里的”市场层”和”店铺层”用数据固化下来。
市场层他们重点看了类目趋势的时间序列和竞品集中度。之前靠运营的感觉判断”这个类目有戏”，现在改成看数据：类目搜索量的波动系数、头部listing的品牌归属、新品进入前50名的平均周期。
店铺层他们做了一件很具体的事：把11个店铺的准入清单写进流程，任何候选品先过清单，不过不上会。这一步做完，他们的候选池从每月的400多个压缩到150个左右，但上新的有效率反而提升了。
改造后12周，四个核心指标的变化是这样的：
这里有个反常识的地方值得说：他们上新数量下降了62%，但月度销售额基本持平，净利润提升了。因为原来那86个SKU里，真正贡献规模的其实只有不到20个，剩下的都在消耗广告预算和仓储资源。
说个反例。改造过程中他们有款产品我建议不要上，团队坚持上了，最后验证了我的判断。
这款产品是一个宠物智能饮水机，亚马逊美国站A店测出来日均出单8单，毛利率看起来不错。团队想把它铺到B店和TikTok Shop两个店。
我反对的理由有三点：第一，A店主关键词排名本来就在第6位，B店一上，两个店在这个词上会互相分流；第二，这个品体积重量大，头程成本占比超过14%，一旦滞销，清货折扣要打到四折才能出货；第三，它有电子元件，涉及FCC认证和售后返修，退出成本远高于普通家居品。
团队还是上了B店。结果是：B店上线六周，日均出单3单，A店同词排名从第6掉到第10，两个店加起来还不如A店原来一个店。三个月后B店下架清货，清货折扣四二折，退款和返修又吃掉一部分，这个SKU在B店的净损失约4.7万元。
这个案例说明一件事：在多店场景下，”这个品在A店能赚钱”从来不是它能在B店赚钱的充分条件。你必须重新走一遍店铺层的过滤。
方法论讲完，接下来是实操。我把多店团队按规模分成四种情况，分别给出建议。你可以直接对号入座。
这个阶段的团队，最大的问题是数据还散在各自的后台里，但因为店铺少，靠人工Excel还能勉强兜住。
我的建议是：先不要买贵的工具，先做一件事，把”店铺准入清单”写出来。每个店铺写清楚允许的价格带、类目白名单、体积重量上限。这份清单用Excel写就行，成本为零，但它能立刻拦住大部分”不该上的品”。
同时，开始记录每个SKU的退出成本。初始阶段不用很精确，用”高/中/低”三档就够。三个月后你会发现，你放弃的那些”高退出成本”的品，其实都是在帮你省钱。
这个阶段是分水岭。人工Excel开始扛不住，口径不统一导致的决策冲突开始频繁出现，运营和财务的争吵会消耗大量管理精力。
我的建议是：这个阶段必须上数据工具，而且是越早越好。不是因为它能帮你选出爆款，而是因为它能让你在同一个口径下讨论问题。
选择工具时，我建议重点看三个能力：多平台多店铺的数据接入能力、成本与利润的可配置计算能力、以及选品分析能否直接对接你的准入清单。数跨境在这三块上的组合是相对完整的，尤其是把多店铺数据汇总和选品分析放在同一个链路里，省掉了”数据在A工具、分析在B工具”的来回倒腾。
这个阶段还要开始建立”上新资金预算”制度：每月上新占用的资金不超过当月可支配经营现金流的35%。这条线一旦定下来，就不要轻易破。
这个阶段的核心矛盾从”选品”转移到了”资源调配”。你的候选品足够多，问题是你没有足够的人和钱同时推进。
我的建议是：建立”品，店”匹配矩阵，把所有候选品和所有店铺做一个二维打分表。行是候选品，列是店铺，交叉格子里填”这个品放在这个店的预期动销率、预期利润率、重叠度风险”。
然后不再问”这个品好不好”，而是问”这个品放在哪个店最好，以及要不要放到第二个店”。这一步做完，很多原本要上3个店的品，会自动收敛到只上1个店。
同时必须建立店铺间的类目隔离规则，而且要用系统固化，不能靠人记。规则很简单：同一平台内，任意两个店铺在同类目（三级类目）下的SKU重叠数不超过较小店铺SKU总数的40%。
这个阶段已经不是”选品问题”，而是”组织问题”。你需要的是标准化的选品SOP、专职的数据团队、以及一套能自动预警的指标体系。
我的建议是：把四个硬指标做成日报，每天自动推送异常。动销率低于基准、周转天数超标、退出成本占比异常、重叠度超过40%，这四类预警必须自动触发，而不是等到月度复盘才发现。
这个阶段还有一个容易被忽视的动作：建立”退出决策”的独立流程。大部分团队有严格的上新审批流程，却没有下架决策流程。结果是大量低效SKU长期占用库存和广告预算，没人负责砍掉它。
选品说到底是一连串取舍。我把最关键的几组取舍列出来，每组都给出我的倾向。
前面那个11店的案例已经给了答案：上新数量从86降到33，销售额持平，利润上升。但我要补充一个边界条件。
如果你的团队处于”内容测品”模式（比如TikTok Shop），上新数量本身就是流量测试的手段，这时候不能简单砍数量，而应该把”测品”和”备货”分开，测品用小批量、低库存方式跑，跑通了再进入备货流程。
所以这组取舍的正确答案是：不是砍数量，而是把”测试”和”下注”分成两个阶段，用不同的资金和库存策略对待。
专注的好处是供应链议价能力强、运营经验可复用、店铺人群标签清晰。分散的好处是抗风险、能抓住不同品类的红利窗口。
我的倾向是：在多店场景下，优先选择”类目专注 + 店铺差异化”的组合。也就是说，所有店铺都在同一两个大类目里，但每个店铺打不同的价格带、不同的人群、不同的使用场景。
这样做的好处是，你的供应链能力集中、选品知识集中，但店铺之间又不会自我竞争。前面提到的那家团队改造后采用的正是这个策略，把11个店收敛到3个大类目，重叠度从54%降到了31%。
自建供应（自有工厂或深度绑定工厂）能拿到更低成本和更快的补货响应，但占用资金大、切换成本高。平台供应（1688、批发商）灵活但成本高、容易被同款竞争。
我的倾向是：测试阶段用平台供应，验证跑通后逐步转向自建或深度绑定。但有一条红线：任何要投入自建的品，必须先通过45天的动销率验证，且退出成本占比低于15%。
因为自建供应本质上是在赌这个品能长期卖，而这个赌注的赔率取决于你的退出能力，不是你的乐观程度。
这是最难的一组取舍，因为它涉及老板的预期管理。
激进上新能在短期内做出漂亮的GMV曲线，但代价是库存资金占用高、滞销损失大。收敛上新短期GMV不好看，但资金效率高、抗风险能力强。
我用一组模拟数据来说明差距。三条路径，同样是一年时间：
路径C的营收比路径A少了820万，但净利是路径A的2.8倍，资金占用只有路径A的30%。如果你的公司有融资压力或者现金流紧张，路径A是危险的；如果你的目标是做规模拿融资，路径A可能有它的战略价值。关键是，你要知道自己在选哪条路，而不是模糊地”既想要规模又想要利润”。
不是一定，但有一个临界点。我的经验是：当店铺数量超过6个，或者月上新SKU超过80个，人工Excel就会开始系统性出错。出错的表现不是算错数，而是口径不一致，不同的人对同一个指标的理解不一样，导致会上讨论的是不同的事。
在这条线以下，一份认真的Excel加一份清晰的准入清单，效果可能比买工具更好，因为工具会给你一种”我在做数据化管理”的错觉，但清单才是真正约束行为的。
我给你一个三步判断法，直接可以用：
三个问题里只要有一个答案让你不舒服，就不要上。多店的容错空间比单店小得多。
先查店铺层，不要先查市场层。大部分团队动销率低，根因不是”选的品不好”，而是”选了好品但放错了店”。
具体的检查顺序是：第一，该店铺的人群标签是否清晰？第二，新上的品是否和店铺现有主力人群匹配？第三，上新节奏是否和店铺的流量周期错配？比如在平台大促前两周上新，新品根本没时间积累权重，就被大促流量淹没了。
我见过两种极端配置，效果都不好。一种是每个店配一个选品专员，各自为战，导致重叠度失控。另一种是一个中央选品团队统一决策，导致对每个店铺的实际体感不敏感。
我更推荐“中央选品中台 + 店铺运营反馈”的混合模式：中台负责市场层和供应链层的过滤，制定候选池；店铺运营负责店铺层的过滤，判断这个品是否适合自己店铺。双方共同决定最终上新清单，任何一方否决都可以拦下。
不一定。上新失败率高可能是三个完全不同的原因：选品能力问题、店铺匹配问题、或者节奏问题。
区分的方法很简单：看失败SKU的分布。如果失败品在各个店铺均匀分布，那是选品能力问题；如果集中在某几个店铺，那是店铺匹配问题；如果集中在上新的某几个时间批次，那是节奏问题。三种问题的解法完全不同，别用一套方法去治三种病。
回到开头那家11个店、2400个SKU、37个赚钱品的团队。他们的故事说明的不是”多店不行”，而是多店经营有一套完全独立的判断标准，用单店的直觉去操作多店，店铺越多，亏损越快。
我这几年的核心判断可以浓缩成三句话：
第一，多店选品的核心能力是淘汰能力，不是搜集能力。1200个候选品砍到90个，这才是真正的价值所在。搜集候选品的工作，工具和榜单已经能帮你做八成。
第二，多店经营最大的隐性成本是自我竞争，最容易被忽略的成本是退出成本。前者吃掉你的毛利率，后者吃掉你的现金流。这两个成本在单店时期几乎不存在，所以大多数运营完全没有感知。
第三，数据口径统一是多店经营的第一性原理。在口径不统一的前提下讨论选品，就像用两把刻度不同的尺子量同一块布，吵得越凶离真相越远。
如果你正在做多店经营，我建议你的下一步不是去找新的选品工具，而是先做这三件事，一周之内就能做完：
做完这三件事，你再去评估要不要上数据工具、上什么样的工具，判断会清晰很多。数跨境这类工具的价值不在于替你选品，而在于让你在同一套口径下看清自己的经营真相，而看清真相，永远是所有正确决策的第一步。
多店经营不是把单店的成功复制十遍，而是重新设计一套适配多店的经营系统。选品上新，只是这套系统里最先需要被重构的那一环。
我自己做过多店，开新店时总忍不住先把 SKU 堆上去，结果库存和客服都爆了，但单店 GMV 没起来。后来我怀疑是不是一开始就该按单店产出反推上新数量。到底先看什么？
先看单店产出和动销，再决定铺货数量。可执行口径：以 30 天为周期，单店动销 SKU 占比低于 20% 不扩 SKU；单店月 GMV 连续 2 个周期增长且退货率低于类目均值，再按 1.2 倍加新品；
多店复制时，先跑通 1 个店的 5-10 个核心款，单款毛利率不低于 25%、广告花费占比不高于 15%，再复制到第 2 个店。判断依据是库存周转和现金流，先窄后宽。
我经常看到某个品在 A 店出单，就马上铺到 B、C 店，结果有的店没流量，有的店反而跟 A 店抢同一批客户。我想知道多店经营到底能不能同品复制，还是要做差异化？
不要全店同品同价直接铺。先做店铺定位分层：流量店、利润店、清货店；同一品只在同定位店复制，且标题、主图、SKU 组合、价格带至少改 2 项，避免搜索重叠和内部比价。判断口径：复制后 7 天内如果新店曝光有增长但点击率低于原店 30%，或加购成本高于原店 20%，就停铺或改款。
更稳的是同品不同场景，例如尺寸、颜色、套装、赠品差异。多店之间用表格或某项目管理平台记录每店独家款比例，建议独家款占 30% 以上，避免自己打自己。
我之前管 3 个店时，每天每个店都上新，运营天天救火，数据也没法归因。我怀疑不是上新越多越好，而是要有节奏和批次。到底怎么排上新节奏，才能兼顾测款和多店经营？
按批次和测试窗口排，不要每天铺。做法：每周固定 1 个上新批次，每店 5-8 个测款，给 7 天冷启动；第 3 天看点击率和加购率，第 7 天看转化率和广告 ACOS。保留标准：点击率高于店铺均值、加购率高于 5%、7 天转化率高于 1.5% 的款进入下一轮；连续 14 天不出单的款下架或清货。
多店错峰 2-3 天上新，避免客服和库存峰值撞车。用某项目管理平台建上新看板，把选品、拍摄、Listing、广告、复盘 5 个节点卡住，每个节点责任人明确。
我招跨境运营时，面试都说会选品、会多店，但入职后只会铺货，不管利润和库存。我想知道选运营或搭团队时，应该用什么标准判断他能不能做多店选品上新？
别只看爆款案例，看过程指标和复盘能力。面试让对方拿一个真实店铺，讲清 30 天选品逻辑：为什么选这个类目、竞品价格带、毛利测算、广告预算、上架后第 3、7、14 天怎么调。判断口径：能说出至少 3 个淘汰标准，如退货率超过 8%、广告花费占比超过 20%、库存周转超过 60 天；
能区分店铺定位和独家款比例；能拿出上新排期表。试用期给 2 个店、20 个测款、4 周窗口，看是否跑出 1-2 个稳定出单款，且不压库存。只讲结果不讲过程的人，不适合多店经营。
读者评论
复用率55%这条线，标品可能还行，做非标或季节品的，跨站点迁移基本要从头验证。我们做服饰，同一个款在马来和巴西的尺码结构、颜色偏好差很多，硬套迁移率反而容易上错款。方向认可，但阈值建议按品类分开定，别一刀切。
分钟拉出全链路利润这条最有共鸣。我们以前月度会一半时间在等财务导表，后来把各平台佣金、汇率、头程归到一张表，会议质量确实不一样。但前期清洗数据的活没人愿意干，这块人力得提前算进预算，不然标准立不住。
个SKU扛210万毛利，这个结论太吃那一年行情了。亚马逊类目周期、TikTok流量红利都在变，用一年利润表倒推选品标准，容易把运气当方法。我更想知道那37个品里有多少是迁移复用出来的，而不是事后归因出来的。