2023年我接手过一个跨境电商团队的诊断，他们手上有17个亚马逊店铺、9个Shopee站点店、3个TikTok Shop，后台账面月销约42万美元，看上去是个跑通了的盘子。但当我把所有店铺的数据拉平对比后发现一个很尴尬的事实：17个亚马逊店里，有11个的主推SKU来自同一个供应商、同一个价格带、同一套主图风格，甚至连差评关键词的重合度都超过60%。
这不是”多店经营”，这是把同一个鸡蛋放在了17个篮子里，但篮子挂在同一根绳子上。三个月后，平台一轮类目合规审查加上供应商断货，这11个店同时进入下滑通道，月销从42万掉到19万。
这篇文章我想聊的就是这件事：跨境多店经营的0到1，本质上不是”开几个店”的问题，而是你的市场调研能不能被复用、复用几次、复用后还剩多少准确度的问题。下面我会用我自己经手的三个项目样本，把调研方法、多店复制节奏、常见误区和取舍逻辑拆开讲清楚。
我不太喜欢”0到1″这个说法在跨境圈被用成”从没单到出单”的意思。如果只求出单，铺货加低价，一周就能出。真正难的是：你能不能把一次有效的市场调研，转化为可以跨店铺、跨站点、跨平台重复使用的判断规则。这两件事的难度差了一个数量级。
我经手的项目里，凡是把调研当成一次性动作的团队，第二家店的选品周期和第一家店几乎一样长，甚至更长，因为他们换了一个类目，经验归零。而把调研沉淀成规则表的团队，第二家店的选品周期会显著缩短。
具体差距是这样的：单店模式下一轮完整选品（从类目扫描到上架决策）平均需要8到12周，投入人工约180到240小时；而形成”类目扫描模板+竞品监控看板+SKU打分表”三件套之后，第二家店的选品周期压缩到3到4周，人工投入降到60到80小时。这不是效率优化，这是商业模式能否成立的分水岭。
更重要的是命中率。单店模式我们统计的首批上架SKU三个月存活率（定义为月销稳定在盈亏平衡线以上）大约是12%到15%；有复用规则的团队可以做到30%到38%。原因不复杂：第一次踩过的坑被写进了打分表，第二次就不用再用真金白银去试。
大部分跨境卖家的第一家店，是靠”人肉感知”跑起来的。每天刷平台榜单、看竞品广告、跟同行群里的消息，凭直觉挑品。这种方式在小规模下有效，因为决策者本身就是那个感知器。
但人肉感知不可复制。当你开第二家店、第三家店，感知器的数量不会跟着增加，反而因为注意力被稀释而下降。这就是为什么很多卖家第一家店做到月销5万美金，第四家店还在月销3千美金。
可复用的调研资产必须是”写下来的东西”：类目筛选条件、竞品监控字段、SKU打分的权重和阈值、上架后的止损规则。不是”我心里有数”，而是”这张表上写着什么条件下进、什么条件下退”。
在讲具体方法之前，先把边界说清楚，避免后面的内容被误读。
为了不把内容写成方法论拼盘，我把2024年上半年做的一个项目拆开讲。这个团队做家居收纳类目，起点是零，三个月后开到4家店（2个亚马逊站点店、1个Shopee马来店、1个TikTok Shop美国店），第四个月月销稳定在11.6万美元。我参与的是前期调研体系搭建和第二个店以后的复制节奏把控。
第一件事不是选品，是建池子。我们用工具抓取了亚马逊家居收纳类目近12个月的上新数据、Shopee马来站对应类目的热搜词、以及TikTok上标签播放量前200的收纳相关视频。初始候选池487个SKU。
砍池子分三轮。第一轮砍掉有明显专利和外观侵权风险的，直接去掉142个。第二轮砍掉单件毛利低于目标线的，去掉189个。第三轮砍掉需要开模、起订量超过3000件的，去掉118个。最后剩38个进入询样和实测阶段。
这一轮最大的价值不是”选出了什么”，而是把每一轮的筛选条件写成了可执行的规则。比如”毛利低于目标线”这条，我们明确到：目标售价区间18到35美元，头程加尾程物流成本上限占比22%，平台佣金按15%计，广告预留20%，剩下的才是毛利空间。
第一个店我们只上了9个SKU，分三批测款，每批间隔12天。很多人这时候盯着销售额看，我盯的是另外三个指标：加购转化率、退货原因分布、广告ACOS的收敛速度。
加购转化率反映的是产品力和详情页的匹配度。如果加购率低，说明流量不精准或主图没打中需求，这时候加大广告只会加速烧钱。退货原因分布反映的是产品描述是否过度承诺，收纳类目最常见的退货原因是”尺寸比预期小”和”材质比图片薄”，这两个都是详情页问题，不是产品问题。
广告ACOS的收敛速度最容易被忽略。健康的品，ACOS会在一周内从高位快速回落并稳定；如果两周还在一路走高，大概率是类目竞争结构的问题，不是运营技巧能救的。
这9个SKU跑完一个月，3个进入放量，4个维持观察，2个直接清仓止损。这个比例和一个成熟团队的正常水平接近，说明前面一个月的筛选是有效的。
第二家店开始的时候，我们做了一件很多团队不会做的事：把第一家店的所有调研规则列成一张表，逐条标注”直接复用””需调整””不可用”。
直接复用的部分包括：类目扫描维度、侵权检索流程、毛利测算公式、询样标准、测款节奏。需调整的部分包括：定价区间（Shopee马来站的客单价大约是亚马逊美国站的40%）、主图风格（东南亚偏好高饱和度和场景化）、广告预算分配。不可用的部分包括：评论运营手法、站内Deal玩法、退货处理政策。
结果第二家店从启动到首批上架只用了3周多，比第一家店快了将近两个月。但真正省下来的不是时间，是试错成本。第一家店在选品上烧掉的钱，第二家店基本没再烧一遍。
三个月结束时的账面：4家店，累计上架SKU 47个，其中在售31个，月销11.6万美元，综合毛利率31.4%，滞销库存占比9.2%。对比同期我接触的另一个纯铺货型团队，SKU数量是他们的四分之一，但月销是他们的1.8倍。
更值得说的是资金效率。这个团队每家店的平均备货资金是3.2万美元，四个店合计12.8万，月周转1.4次。多店经营的资金压力不是线性叠加的，前提是每家店的库存深度控制在上限之内。一旦有一家店压货，整个盘子的周转就会被拖住。
讲完正向案例，说反面。我在过去三年看过至少40个多店团队的数据，出问题的地方高度集中在四类判断上。这四类误区有个共同特征：在单店阶段不会暴露，一旦多店就会集中引爆。
这个听起来很荒谬，但实际发生率极高。很多团队的操作顺序是：先注册店铺、先把账号养起来、再慢慢想卖什么。理由听起来也合理，”账号申请周期长，先排上队”。
问题是，没有选品方向的店铺，运营动作是没有目标的。你会开始刷榜单、看别人卖什么、随手挑几个上架试试，这本质上就是铺货，而铺货的成功率在今天的平台环境下已经低到不可接受。
正确的顺序是：先确定1到2个类目方向，完成调研，再注册店铺，最后按调研结论上架。店铺注册周期确实长，但可以用调研时间来覆盖这段等待，而不是空转。
这是多店经营里最常见也最贵的错误。一个品在A店跑通了，团队的第一反应是”赶紧在B、C、D店也上”。
但同一个品在不同店铺的竞争位置完全不同。A店可能是类目早期进入者，有评论积累和排名优势；B店进入时类目已经涌入十几个同款，你只是在跟卖自己的同时也跟卖了所有人。这时候的广告成本会比A店高出一倍以上，而你卖的还是同一个东西，利润结构直接崩掉。
更隐蔽的风险是同款多店会稀释你的评论资产。平台算法在判断产品竞争力时，评论数量和评分是重要权重。同样的销量分散在四个店铺，每个店铺积累的评论都很薄，四个店都不上不下。
我做过一个统计：在出问题的多店团队里，超过70%的团队周报里只有三个数字，销售额、订单量、广告花费。没有退货率，没有库存周转天数，没有单SKU毛利贡献。
这三个缺失的数字恰恰是决定生死的。销量可以靠广告堆出来，退货率堆不出来；订单量可以靠低价冲，库存周转冲不了。一个类目月销看起来很大，如果退货率25%、周转天数120天，实际上是在用现金换GMV。
收纳类目里有一个典型案例：某个折叠收纳箱，单价22美元，月销800单，看起来很好。但退货率28%，主要原因是”承重不如描述”。每单退货的逆向物流加折损约9美元，退货成本占销售额的11.5%，加上广告和平台佣金，这个品实际上在亏钱。
这个误区分两面。账号环境方面，多店共用IP、共用收款、共用设备，在主流平台都是高危行为，关联封店一旦触发就是批量损失。供应链方面，所有店铺压在同一个供应商、同一个SKU上，供应商出问题就是系统性风险。
我的建议是：账号环境必须做到物理隔离或合规的多账号管理方案；供应链方面，核心品类至少保留两家备选供应商，且分店铺做一定程度的SKU差异化，哪怕只是包装和配件组合的差异。
说完误区，说我实际在用的调研框架。我把它叫做”四层穿透”，因为这四层不是并列关系，而是逐层收敛、下层推翻上层的结构。很多团队调研失效，是因为只做了第一层和第二层就下结论。
这一层解决的问题是：这个类目值不值得进。核心看四个数：类目近12个月的搜索量趋势、头部集中度、新品存活率、平均价格带分布。
搜索量趋势判断的是需求是在涨还是在退。头部集中度判断的是有没有机会，如果前10个品牌占了70%以上销量，新卖家进入的成本会很高。新品存活率是最被忽略的指标，它告诉你这个类目对新进入者是否友好。价格带分布则决定你的定价空间。
这一层最容易犯的错是只看规模不看结构。一个类目月销5000万美元，如果前20个ASIN占了60%，剩下的空间可能还不如一个总量500万但高度分散的类目。
这一层从”类目”下沉到”店铺”。我关注的不是竞品的单品，而是竞品店铺的上新节奏、SKU结构和价格梯度。
上新节奏能看出这家店的打法：如果一个月上新20款、下架15款，那是铺货型选手，不用太在意；如果一个月上新3款但每款都维持在高位，那是精品型选手，需要重点研究。SKU结构能看出他们的利润品和引流品怎么搭配。价格梯度能看出他们的价格带布局。
我通常会锁定5到8个竞品店铺做持续监控，重点跟踪三个变化：新增SKU、价格调整、评论增长速度。评论增长速度是最灵敏的先行指标，比销量排名更早反映真实需求变化。
到这一层才是具体的产品分析。我会算五个数：单件毛利、广告占比、退货率、库存周转天数、评论增速与评分的关系。
退货率这一项必须拆到原因维度，不能只看总数。收纳类目的退货原因通常集中在尺寸、材质、承重、色差四项，每一项对应的改进动作完全不同。尺寸问题改详情页，材质问题改供应链，色差问题改摄影和图片标准。
库存周转天数决定了这个品能承受多长的测款周期。周转天数超过90天的品，测款成本会高到让你不敢做数据驱动的决策，只能凭感觉，这就回到了原点。
这一层最枯燥但最致命。需要核实的包括：供应商的实际产能、交期稳定性、是否有同款供给了你的竞争对手、产品的认证要求、目标市场的合规门槛。
我在这一层踩过最贵的坑是一个带电动部件的收纳产品。产品本身没问题，但美国站要求的相关认证在供应商那里没有，补办周期两个月，而我们已经备了三批货。最后这批货只能在别的站点低价清掉。
上面讲的是判断逻辑，但逻辑要落地必须依托工具。手动做四层穿透调研的问题不是做不到，而是频率上不去。竞品每天在变，价格每周在调，靠人一周抓一次数据，永远慢半拍。这一节我用数跨境举例，讲清楚数据平台在多店经营里应该承担什么角色。
我见过最典型的错误用法，是把数据平台当成选品机，打开榜单，按销量排序，挑前十名上架。这种做法做出来的结果和铺货没有区别，因为榜单上的所有人都在看同一份榜单。
数据平台的正确角色是”采集与汇总的底座”，判断规则必须由你自己提供。它负责把分散在多个平台、多个店铺、多个时间维度的数据统一到一张表里，你负责在这张表上定义什么算机会、什么算陷阱。
数跨境这类平台的核心能力之一是竞品店铺与竞品SKU的持续采集。我实际的做法是建三类监控任务。
第一类是竞品新品监控，跟踪目标店铺的新增ASIN，一旦有新品进入类目前500名，触发提醒。第二类是价格与促销监控，记录竞品价格调整时间点和幅度，用来判断类目的价格战节奏。第三类是评论监控，抓取新增评论的数量和关键词分布，尤其是差评关键词的出现频率。
第三类最有价值。如果一个竞品的差评里”尺寸不符”关键词在两周内从3%涨到9%，说明这批货有问题，这就是你的机会窗口。这种信号靠人工翻评论是抓不到的，必须靠结构化采集和关键词统计。
多店经营最耗人的环节是数据汇总。四个店，每个店后台导出一次，口径还不一样，做完一张周报要花掉一整天。更麻烦的是，当你需要横向对比”同一个SKU在不同店铺的表现”时，数据结构根本对不上。
我通常会把所有店铺的销售、广告、库存数据统一到一张主子表里，字段包括：店铺、站点、SKU、日期、销量、销售额、广告花费、退货数、期末库存。有了这张表，很多问题一眼就能看出来。
举一个实际发现：某个SKU在A店和C店的售价一样，但C店的广告ACOS是A店的1.8倍。顺着数据往下查，发现C店所在站点的同类竞品数量是A店站点的3倍。这个结论直接导致我们把C店该SKU的广告预算砍了60%，转向另一个竞争度更低的子类目。
数据汇总完之后，需要一个明确的打分机制来把数据转成决策。我给团队用的打分表大概是这样，用一段简化的处理逻辑示意字段和权重设计。
# 选品评分模型（简化示意，实际使用需按类目调整权重与阈值）
scoring_rules = {
"market_demand": {"weight": 0.20, "score_range": [0, 10]}, # 类目搜索趋势与规模
"competition": {"weight": 0.25, "score_range": [0, 10]}, # 头部集中度、竞品数量
"margin_space": {"weight": 0.20, "score_range": [0, 10]}, # 扣完物流佣金广告后的毛利
"return_risk": {"weight": 0.15, "score_range": [0, 10]}, # 退货率与退货原因集中度
"supply_stability":{"weight": 0.10, "score_range": [0, 10]}, # 交期、起订量、备选供应商
"compliance": {"weight": 0.10, "score_range": [0, 10]}, # 认证门槛与合规风险
}
决策阈值
THRESHOLD_ENTER = 6.5 # >= 6.5 进入询样与测款
THRESHOLD_WATCH = 5.0 # 5.0 - 6.5 进入观察池，季度复评
THRESHOLD_REJECT = 5.0 # def score_sku(sku_metrics):
total = 0
for dim, rule in scoring_rules.items():
total += sku_metrics[dim] * rule["weight"]
if total >= THRESHOLD_ENTER:
return "ENTER", total
elif total >= THRESHOLD_WATCH:
return "WATCH", total
return "REJECT", total这段代码的价值不在于算法复杂，而在于它把”我觉得这个品不错”变成了”这个品在六个维度上分别打了几分”。当你要开第二家店、第三家店的时候，这张打分表可以直接迁移，只需要调整竞争度和合规两栏的阈值。
多店经营不是一步到位的事情。0到1、1到10、10到50三个阶段，调研的重点、店铺的数量、资金的配置方式完全不同。把三个阶段混在一起谈，是很多内容讲不清楚的根源。
这个阶段最重要的事情是：不要急着开第二家店。很多人第一家店刚有起色就急着复制，结果两家店都半死不活。
具体动作建议：锁定1个类目、2到3个二级子类目；建立类目扫描模板，跑完四层穿透调研；首批上架控制在8到12个SKU；每周复盘加购转化率、退货原因分布、ACOS收敛速度三个指标；三个月内把选品规则写成文档。
资金上，这个阶段建议把80%的预算放在选品验证和首批测款上，不要过早投入品牌化和站外流量。
这个阶段的核心目标不是店铺数量，而是验证你的调研规则能不能被非创始人执行。如果第二家店还是必须由创始人亲自选品，那就说明规则没有真正沉淀下来。
具体动作：把第一家店的选品打分表交给另一个运营执行，观察他选出的SKU和你的判断重合度。重合度低于60%说明规则描述不够具体，需要补充案例。同时开始搭建多店数据汇总，把销售、广告、库存统一到一张看板。
这个阶段建议按站点或平台分工，而不是按职能分工。一个人负责一个平台的全链路，比四个人分别负责选品、运营、广告、客服，复制效率高得多。
到了这个规模，选品已经不是最大瓶颈了，供应链和资金效率才是。这时候调研的重点从”选什么品”转向”哪个供应商能支撑多少量、哪个类目的资金周转最快”。
具体动作：建立供应商分级体系，核心品类至少两家备选；按店铺做SKU差异化，避免同款内耗；建立库存周转的预警线，超过阈值强制进入清仓流程；把调研数据接入补货决策，而不是只用来选品。
前面讲的都是方法，这一节讲取舍。跨境圈最常见的问题不是不知道该做什么，而是什么都想做。下面四组取舍，我给的是我自己的判断标准，不是标准答案。
我的判断标准是团队结构。如果团队里有懂供应链的人、能承担单品类3到5万美元的备货资金、并且愿意等6到9个月看到结果，就走精品型。如果团队优势在运营效率和多账号管理，且资金周转要求快，可以走铺货型，但要把SKU的止损线设得非常明确。
最怕的是中间态，既不深耕供应链，又不严格控制SKU数量，结果每个品都投入一点、每个品都不够深。这种模式下，多店只会放大亏损速度。
全托管模式的优点是省心，平台负责履约和定价，缺点是利润空间被压缩，且你拿不到核心用户数据，也就无法积累调研资产。半托管给了更多自主权，但履约要求高，适合已经有海外仓能力的团队。自营店铺的门槛最高，但数据最完整，长期看调研资产的积累效率最高。
如果目标是建立可复用的调研体系，我建议至少保留一到两个自营店作为”数据实验场”，把托管渠道当成分销通路，而不是主战场。
这里有一个容易被忽略的数学问题：站点数量增加带来的不是线性收益，因为每个站点都需要独立的合规、物流、客服和营销投入。从1个站点扩到3个，运营成本大约涨2.2倍，收入可能只涨1.6倍。
我的建议是：先用一个站点把单位经济模型跑正（毛利覆盖所有变动成本和固定费用的分摊），再考虑第二个站点。而且第二个站点最好选同语言、同物流体系的邻近市场，比如美国站跑通再去做加拿大站，而不是直接跳到欧洲。
一件代发适合测款阶段，能快速验证需求而不压库存，缺点是毛利薄、品控不可控、无法做产品差异化。自建供应链的反面是压资金、压交期、压产能。
我的实际做法是分阶段：测款期用一件代发或小批量采购，验证需求后转自建；核心品类自建，长尾品类代发。关键在于设定明确的转化条件，比如某个SKU连续6周动销稳定且退货率低于6%，就启动自建供应链谈判。
回到开头那家17个店铺、月销42万美元的团队。他们的失败不在于店铺多，也不在于品类选错，而在于他们从来没有把调研变成一个可以被别人执行的东西。整个团队的判断都长在创始人一个人的脑子里，店铺越多，这个大脑越忙不过来，出错概率就越高。
我想强调的独特观点是：多店经营的竞争优势，不来自店铺数量带来的流量池叠加，而来自调研资产在店铺之间的复用效率。一个有清晰选品规则表的团队，开到第四家店的边际成本是递减的；一个靠人肉感知的团队，开到第四家店的边际成本是递增的。
这两条曲线会在某个点交叉，那个交点就是团队的天花板。绝大多数跨境团队做不大，不是因为不够努力，而是因为撞上了这条交叉线却没有意识到。
如果你现在正处在0到1阶段，我建议下一步做三件具体的事。第一，把你最近一个月做过的所有选品判断，不管对错，全部写下来，标注判断依据是什么数据。第二，找一张干净的表格，把这些依据转化成可以被别人看懂的条件。第三，用这张表去评估10个新SKU，然后拿结果和你直觉的判断做对比。
如果你已经开了三家以上的店，下一步该做的是把销售、广告、库存三个口径的数据统一到一张表里，用数跨境这类数据平台做持续采集与汇总，先把”看得见”这件事解决，再谈”判断准”。因为多店经营里最贵的成本，从来不是广告费，而是你在信息不完整的情况下做出的那些决策。
我刚从铺货转精品，手里只有一个小团队和有限预算，看到别人推爆品就忍不住想跟。可我真的不知道先看搜索量、评论数还是利润，也怕调研做完还是选错。想请教有没有能直接落地的判断顺序。
我一般按“需求，竞争，利润，合规”四层漏斗做，顺序不能反。需求层看目标站点近13个月搜索趋势、类目BSR增速、社媒话题播放和发帖增速，连续4周向上才算真需求，单周暴涨多半是事件流量。
竞争层拉类目Top20，记录上架时间、评论数、评分、价格带、卖家类型、广告位数量，如果Top20里超过12个是3年以上老链接且评论过千，新手不要硬打。利润层用目标售价倒扣平台佣金、头程、尾程、广告、退货、汇率和仓储，毛利率低于25%的品我只放观察池，净利低于10%不立项。
合规层先查认证、商标、专利和平台禁限售，任何一项红线不清就直接放弃。调研表最好固定字段和更新时间，避免每个店用不同口径。这个顺序的核心是先证明有人买，再证明你能抢到，最后证明能赚钱且不违规。
我开了三个店，一开始把同一个爆款铺到每个店，想着总有一个能起来，结果同款互相压价，广告也越投越亏。我现在想知道多店调研到底该按市场、人群还是场景拆。有没有一套能落地的差异化方法。
多店调研先定店铺角色，再定品线，不要先选品再硬塞店铺。我通常把店分成流量测试店、利润店、清库存店和垂类品牌店，每个店对应不同关键词、价格带、人群和内容风格。
调研时按店铺维度建表，记录目标国、客单价、Top搜索词、竞品集中度、CPC、退货率、毛利率和可复用素材，重点看三个指标：关键词重合度、SKU重合度、价格带重合度。经验口径是两店核心关键词重合超过60%就要重新定位，SKU重合尽量低于30%，同款主图、标题、五点描述不要直接复制。
差异化可以从场景、组合装、礼品化、颜色尺寸、售后承诺、物流时效切，比如主店做类目纵深，副店做露营场景套装，另一个店做企业批量采购。每个店至少写清三个独立卖点和不做的品线，调研结论才能指导上架，而不是变成多店同品内耗。
我之前用同一台电脑登录过两个店，后来听人说这样容易关联封号，现在越想越慌。我也担心选到带专利或认证问题的品，店还没起来就被下架。想问问从调研开始就要做哪些隔离和合规动作。
关联和合规要分两条线做。关联线先读平台政策，确认同一主体能否多店、是否要报备、哪些资料可以共用；然后按店隔离网络环境、设备、浏览器指纹、收款账户、邮箱电话、客服账号和退货地址，不要买来历不明的现成店。
合规线在调研阶段就建红线清单：目标国认证如CE、FCC、UL、FDA，商标、外观专利、版权、MSDS、电池和化妆品等特殊品类要求，以及平台禁限售和海关限制。我的做法是每个SKU立项前填一张合规卡，写清认证状态、到期日、供应商资质、专利检索结果和责任人，认证到期前60天提醒，缺一项就不上架。
多店还要避免同款同图跨店重复铺货，这既容易触发比价，也会放大关联风险。可以用某项目管理平台记录资质和到期时间，但别把它当成风控解决方案；真正的底线是一店一套可追溯资料和每月审计。
我们团队只有三个人，既要做调研、上架，又要投广告和发货，调研报告经常写完就放一边。多店任务一多就漏，补货和广告测试也容易忘。我想知道有没有适合小团队的轻量流程，而不是一上来搞复杂系统。
小团队先跑通一个店一个类目，再复制到第二店，不要一开始就铺很多店。流程我建议压成四段：调研、评审、上架、复盘。调研阶段只输出一页纸，写市场机会、竞品缺口、利润测算、合规风险、首批测款预算和止损线；
评审会按硬门槛过，比如毛利率不低于30%、广告CPC占售价不高于15%、退货率不高于5%、认证齐全，不达标就退回观察池。上架阶段给每个SKU唯一编号，关联店铺、负责人、状态、成本、售价、链接和素材位置，用看板分选品池、待拍摄、待上架、广告测试、补货五列。
复盘每周一次，只看曝光、点击率、转化率、ACOS、库存周转和毛利，连续两周不达标的链接及时降价清或停广告。可以用某项目管理工具或表格做看板，核心是字段统一、责任到人、每周例会，不然工具越多越乱。
读者评论
关于那个存活率对比我有点疑问，13%和34%是同一团队前后两次选品的实测，样本其实就是一轮，很难排除第二次本身类目更熟、供应商更稳的因素。另外开头17个店有11个同供应商，我觉得很多卖家不是没做调研，是被账期和起订量绑在了一个供应商上，换供应商的成本比换品还高。
资金那部分写得客气了。3.2万美元一个店的备货上限，在补货周期超过30天、平台账期又压着的时候基本守不住，尤其旺季前要提前两个月备货，四个店同时压货是常态。周转1.4次更可能是那段窗口期的数字，不太像能长期维持的水平。
把调研写成表这件事我做过，写下来不难，难的是维护。榜单结构、竞品价格带、平台佣金规则半年就变一轮，打分表的权重不跟着改，反而会给人一种'我有规则'的错觉，决策时更不容易回头质疑。我们那张三件套现在实际还在用的字段大概只剩一半。