去年9月，我参与复盘了一个做家居收纳的跨境团队旺季前的上新战役：47个新品SKU，选品评分全部在85分以上，毛利测算也过线。结果到第45天，只有6个SKU进入稳定出单，剩下的要么卡在”头程已到港、仓库还没上架”，要么上架三天就断货，被迫用空运补。真正拖垮这批新品的不是选品判断，而是海外仓在”入仓，上架，补货”这条链路上的响应节奏。
这件事之后我把自己的评估表彻底重做了一遍。选品上新和海外仓管理不是两个部门的KPI，而是同一道决策题的两面。你用什么标准选品，就必须用什么标准去评估海外仓；否则选品评分再漂亮，也只是纸面上的胜率。
这篇文章不讲”海外仓怎么选”的通用清单，而是回答一个更具体的问题：当你手上有一份上新计划表时，该用哪些可量化的维度去判断一家海外仓能不能接住它。
先把结论摆在前面，后面所有内容都是围绕这四条展开的论证和拆解。如果你只记住这一节，也足够改变你和海外仓服务商的谈判方式。
大多数团队评估海外仓的第一句话是”每公斤多少钱、每立方多少钱”。这是把海外仓当成运费科目在看。但在上新的语境里，海外仓真正提供的是产能：单位时间内能承接多少个新品SKU入仓、多久能让它变成可售状态、能不能支撑小批量高频次的补货。
产能不足的海外仓，报价再低也是贵的。因为它会通过”上架延迟”和”补货断档”两种方式，把你的新品流量窗口吃掉，而流量窗口的损失在财务报表上根本不显示，只会体现在ROI的缓慢下滑里。
测款期、放量期、长尾期，对海外仓的能力要求完全不同。测款期最怕上架慢和起订量高，放量期最怕库存看不清和补货跟不上，长尾期最怕仓储费吃掉利润和退货处理拖沓。
我见过太多团队用同一张评分表评估所有阶段的仓，结果就是测款期选了一家”大而稳但流程慢”的仓，放量期又换一家”便宜但系统弱”的仓，每次切换都要重新磨合，路损和时间成本叠加起来非常惊人。
正确的做法是：先给阶段分配权重，再用加权评分卡选仓。同一家仓在测款期可能是85分，在长尾期可能只有60分，这不是仓的问题，是匹配度的问题。
海外仓的报价单上，最危险的不是高价，而是”不确定的费用”。超期仓储费怎么算、旺季附加费什么时候收、退货换标按件还是按箱、合箱拆箱是否额外计费，这些条款的模糊度，直接决定了你的单SKU成本能不能算准。
在上新场景里，一个能提前告诉你成本的仓，比一个平均便宜8%但账单月月不同的仓，价值高得多。因为上新决策依赖单位经济模型的稳定性，模型不稳定，你就无法判断一个SKU该不该继续投放。
最后一条是操作层面的：在你和服务商的合作里，必须把”入仓到上架的时效承诺”和”补货订单的处理时效”写进SLA，并且约定统计口径，比如以P90而不是平均值来考核。
平均值是很容易被美化的。一个仓的平均上架时效是2天，但P90是11天，意味着你有10%的新品会错过最关键的冷启动期。对上新而言，10%的概率足以毁掉一整个季度的计划。
把选品和海外仓放在同一张表上评估，不是方法论偏好，而是被三股力量逼出来的。理解这三股力量，你才知道为什么以前的评估方式失效了。
过去几年，主流跨境平台给新品的观察期明显压缩。我跟踪过自己负责的几个类目，从新品上架到平台停止给初始曝光扶持，窗口大致从早期的6-8周缩短到现在的2-4周。
窗口变短的直接后果是：你的上架延迟不再是”晚几天”的问题，而是”直接错过整轮测试”的问题。如果一个新品从到港到可售要耗掉10天，而窗口只有21天，你实际可用的测试时间只剩一半，数据样本量不足以做出放量或砍掉的判断。
海运价格和舱位在过去几年经历了剧烈波动，旺季爆舱、港口拥堵、航线调整都会让头程周期上下浮动2-3周。这意味着你无法用”固定提前期”来做补货计划。
当上游不可控时，下游的缓冲能力就变得极其关键。海外仓的库存可视化能力和补货响应速度，实际上是在替你吸收上游的波动。一个能让你实时看到”在途、在库、在拣、可售”四个状态分仓分批次数据的仓，等于给了你一张实时作战地图。
这是最容易被忽视但最要命的一条。选品团队看的是搜索趋势、竞品价格带、评论缺口；仓储物流团队看的是运费、时效、破损率。两个团队的周会内容几乎不重叠。
结果就是选品团队挑出一个”轻小件、高毛利、适合空运补货”的SKU，物流团队却把它放在海运整柜里压了40天；或者物流团队为了凑整柜建议选重货，选品团队照做后发现这个品类竞争已经红海。
这不是沟通问题，是评估口径问题。只要两个部门的KPI里没有共同的指标，信息割裂就会持续存在。
过去两年我深度参与过三种不同规模的团队，它们在同一个问题上的表现差异非常典型。
这三种场景对应的解法完全不同，后面第六、第七节会分别给出建议。
在给出专业判断逻辑之前，先把坑说清楚。下面这八个误区，我在实际复盘里几乎每次都能碰到至少三个。
报价单上最显眼的数字，往往是总成本里占比最小的部分。我拆过一份真实的海外仓账单结构：操作费（入库上架、拣货打包）通常占40%-55%，仓储费占15%-25%，而运输相关费用占比反而没那么高。
只比运输单价，等于只比了账单里四分之一的部分。更关键的是，操作费和仓储费的计算规则千差万别，有的按件、有的按箱、有的按托盘天，比较时不做口径统一，比出来的结论完全是错的。
“我们平均2天上架”这句话在实际业务里的信息量接近于零。真正决定你上新成败的是尾部表现：最慢的那10%要多久。
我在一个项目里做过对比，A仓平均上架1.8天、P90为9天；B仓平均上架2.6天、P90为4天。如果只看平均值，A仓胜出；但如果你的上新计划是”每个SKU必须在到港后5天内可售”，A仓会有明显比例的SKU直接违约。
我见过一家公司把海外仓的KPI定成”物流成本占销售额比例”，结果仓储团队为了降成本，把大批新品拼成整柜、压到最低频次发货。当期成本指标很漂亮，但新品上架节奏全面延后，三个月后新品成功率跌了三分之一。
当成本指标和上新节奏指标冲突时，如果没有更高一级的指标来裁决，组织一定会牺牲上新。因为成本是可量化的、当期的，而上新失败是分散的、滞后的。
大卖的方案建立在它的单量规模、SKU结构和议价能力之上。同样是多仓布局，大卖能承受每个仓的固定成本摊销，你未必能。
我见过一个年销千万级的卖家，照搬了某头部卖家的”美东美西双仓”方案，结果单仓库存深度不足，两边都在吃最低库存红线，补货频次被迫翻倍，头程成本反而上升。
这是一个极其隐蔽的坑。空运补货见效快，能解决眼前的断货，但它会让团队失去”必须解决海运补货节奏”的压力。
我的判断是：如果某个SKU连续两个补货周期都靠空运救场，那问题不在补货计划，而在这家海外仓的处理能力或者你的安全库存模型。用空运掩盖问题，毛利率会被一点点啃掉，而团队往往到年底算总账才发现。
在时尚、家居、电子配件这些类目里，退货率两位数很常见。退货处理速度直接影响两件事：一是资金回笼，二是库存能否二次上架销售。
我做过一次粗略测算：同样一批退货，处理周期从14天缩短到5天，可以释放出大约15%的占压资金用于下一轮上新。这笔钱在旺季前的价值，远超海外仓报价上那点差异。
有些仓的报价非常吸引人，但合同里对超期仓储、旺季附加、最低库存保证、退货换标计费都写得很含糊。等到旺季账单出来，单位成本可能比报价高出30%-50%。
我现在的做法是：要求服务商提供一份基于我真实SKU结构的模拟账单，包含旺季和不旺季两个版本。给不出模拟账单的仓，我在第一轮就淘汰。
很多团队把海外仓评估做成年度采购动作，评估一次用一年。但你的SKU结构、品类重心、目标市场可能每季度都在变。
我的建议是把评估拆成两层：年度做一次完整的六维评估，季度做一次轻量复盘，只看得分变化最大的两个维度。这样既不增加太多工作量，又能及时发现错配。
下面这套模型是我在过去两年里反复迭代出来的，已经用在三个不同规模的团队上。它的核心思路是：把”海外仓能不能支撑我的上新”拆成六个可测量、可对比、可写进合同的维度。
这是权重最高的维度，尤其对测款期。测量口径必须明确：从头程到港卸货、仓库签收、完成上架、系统显示可售，这几个节点分别耗时多少。
我要求服务商提供的数据是P50和P90两个值，而不是平均值。判断标准可以参考：测款期新品要求P50≤2天、P90≤5天；放量期补货要求P50≤3天、P90≤7天。达不到这个区间的仓，无论多便宜都要慎重。
不要只看服务商给的报表。我的做法是随机抽取自己过去30天入库的20个批次，逐批核对签收时间和上架时间，自己算P50和P90。这20个批次的样本量不大，但足以发现承诺与实际的差距。
方差大不等于不能用。如果你的SKU以长尾补货为主、对时效不敏感，方差大一点可以接受。但绝不能把测款期新品交给方差大的仓，因为新品最需要的是确定性。
这一维度经常被低估，直到库存对不上账。你要问清楚三件事：能不能看到SKU×仓库×批次的库存？在途、在库、可售、锁定这几个状态是不是分开的？数据多久刷新一次？
我在一个项目里遇到过最典型的问题：系统显示某SKU可售数量1200件，实际拣货时发现其中400件在退货处理区尚未质检。这类”状态混淆”会让你的补货模型完全失效。
我的底线是：SKU级库存数据刷新频率不低于每天一次，状态至少区分在途、在库可售、在库锁定、退货待处理四类。做不到这一点的仓，在上新场景里就是个黑箱。
批次可视化的价值在于滞销识别。同一SKU不同批次的入库时间不同，如果系统能按批次显示库龄，你就能在滞销变成超期仓储费之前做出处理决策。这在长尾期尤为重要。
测款期的核心诉求是”多SKU、小批量、快速迭代”。这就要求海外仓能接受低起订量、支持多SKU混装合箱、不设最低库存门槛或者门槛足够低。
我见过不少仓要求单SKU入仓不低于50件、单批次不低于200件。这对放量期SKU没问题，但对测款期的20个新品来说，等于逼你一次性压大货，试错成本瞬间翻倍。
同一批到货的多个SKU，仓库的上架顺序会影响你的测试节奏。如果你有优先级概念（比如某个SKU要赶平台活动），必须提前约定能不能指定优先上架。这一条我在合同里一定会写。
这个维度在放量期权重最高。它包含拣货准确率、打包时效、库存准确率、库内破损率等指标。这些指标出问题时，表现形式是”客户投诉发错货””订单延迟出库””盘点差异大”。
我的经验是：库存准确率低于99%的仓，不适合承载你的主力SKU。因为准确率问题会同时污染你的补货模型和平台库存同步，后果是双重断货风险。
退货处理能力包含收货、质检、判定（可再售/需翻新/报废）、重新贴标、回库上架这一整条链路。评估时要问的是”从退货签收到重新可售需要几天”。
我跟踪的一组数据是：做得好的仓可以做到退货签收后3-5天重新可售，做得差的仓要12-20天，而且质检标准不透明，经常出现”客户明明只是拆封，被判成不可再售”的情况。
这一项的打分方式是：让服务商基于你的真实SKU样本出一份模拟月度账单，然后对比你实际发生的费用，看偏差率。偏差率低于10%算优秀，10%-20%算可接受，超过20%就要重新谈条款。
同时要检查合同里的”隐性开关”：旺季附加费的触发条件、超期仓储的起算时间、最低月消费、退仓费用、账户闲置费。这些条款往往是账单超支的真正来源。
把六个维度的得分加权汇总，权重按阶段调整（见第一节的图表）。下面这段代码是我实际在用的评分计算逻辑，可以直接改成Excel公式或者脚本。
# 海外仓分阶段加权评分（示意实现）
warehouses = {
"仓A": {"上架时效": 88, "库存可视化": 75, "小批量试销": 60,
"库内作业": 90, "逆向物流": 70, "计费可预测": 82},
"仓B": {"上架时效": 70, "库存可视化": 92, "小批量试销": 95,
"库内作业": 78, "逆向物流": 88, "计费可预测": 85},
"仓C": {"上架时效": 80, "库存可视化": 85, "小批量试销": 80,
"库内作业": 85, "逆向物流": 80, "计费可预测": 90},
}
权重按上新阶段设置（合计100%）
stage_weights = {
"测款期": {"上架时效": 0.30, "库存可视化": 0.10, "小批量试销": 0.25,
"库内作业": 0.05, "逆向物流": 0.20, "计费可预测": 0.10},
"放量期": {"上架时效": 0.20, "库存可视化": 0.25, "小批量试销": 0.10,
"库内作业": 0.20, "逆向物流": 0.10, "计费可预测": 0.15},
"长尾期": {"上架时效": 0.10, "库存可视化": 0.20, "小批量试销": 0.05,
"库内作业": 0.15, "逆向物流": 0.25, "计费可预测": 0.25},
}
def score(wh, weights):
return round(sum(wh[k] * v for k, v in weights.items()), 1)
for stage, w in stage_weights.items():
result = sorted(
((name, score(v, w)) for name, v in warehouses.items()),
key=lambda x: -x[1]
)
print(stage, result)这段逻辑的价值不在于算得多精确，而在于把”我们觉得这家仓还不错”变成”在测款期这家仓得82.5分，在长尾期只有71.3分”。有了分数，跨部门讨论才有共同语言。
为了让团队理解为什么上架会慢，我通常会把整条链路拆开做一次时效损耗归因。这一步做不做，直接决定你后续能不能对症下药。
典型的损耗点包括：港口到仓的拖车等待、仓库签收排队、开箱清点、质检抽检、系统建档、库位上架。这六个环节里，真正不可控的通常只有前两个，后面四个都是可以通过约定期限和优先规则来压缩的。
模型和评分卡解决了”怎么判断”的问题，但还有一个前置问题：你用什么数据去算这些分数？靠人工从平台后台和海外仓系统里导表、拼表，在SKU数量超过几百个之后就完全不可行了。
我在一个项目里做过测算：要完整计算六维评分，需要的数据源至少有四个，平台销售数据、海外仓库存与作业数据、头程物流节点数据、退货数据。每周手工汇总一次，大约需要6-8人时。
这还只是”汇总”。更麻烦的是数据口径不一致：平台按订单日期统计，海外仓按出库日期统计，物流按签收日期统计，三者对不齐的时候，你根本不知道库存周转慢是出在选品、补货还是上架环节。
我在最近一个项目里引入了数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys）作为数据底座。它是一个跨境电商数据分析平台，可以把多平台店铺数据、海外仓库存数据、物流节点数据聚合到同一个分析视角里。
我实际用它做了三件事：第一，按SKU维度看”入仓日期，可售日期，首单日期，稳定出单日期”这条链路，直接算出每个SKU的上架延迟天数；第二，按批次看库龄分布，把超过60天的批次单独拉出来，作为长尾处理对象；第三，把海外仓的作业时效和我设定的SLA门槛做对照，自动标出违约批次。
这三件事做完之后，海外仓评估从一个季度的主观打分，变成了一个每周自动刷新的客观看板。跨部门的争论也少了，因为大家看的是同一张表。
这个团队主营手机配件，月单量大约在1.2万单，SKU数量约340个。他们在引入数据看板前后的对比，我觉得很有代表性。
引入前，他们的新品上架延迟中位数是6天，滞销SKU（库龄超过90天）占比约18%，库存周转天数约78天。团队每周花在数据汇总上的时间大约是7人时。
引入后，他们做了三件事：把上架时效纳入海外仓SLA考核、按批次库龄做滞销预警、把补货决策从”周会拍板”改成”看板触发”。三个月后，上架延迟中位数降到3天，滞销SKU占比降到9%，库存周转天数降到61天，数据汇总时间降到1.5人时/周。
需要说明的是，这不是单纯的工具功劳。工具的价值在于让”上架时效”这个原本模糊的指标变得可见、可追责，而可见本身就是最强的管理杠杆。没有看板，团队连问题在哪一步都说不清。
建议以”系统显示可售”为准，而不是”仓库完成收货”。这两个时间点在实际操作中可能差1-3天，用错口径会让你的评分系统性偏乐观。
3C配件的库龄阈值可以设60天，家居大件可能设120天更合理。用统一阈值会导致快消类目被低估风险、慢销类目被误杀。我一般按品类分别设阈值，再看整体分布。
上架时效这类指标波动大，建议至少用30天滚动窗口，批次样本不少于20个。样本太少的结论容易被单次异常事件带偏，比如某次港口拥堵就会让整月数据失真。
前面讲的是方法和逻辑，这一节给具体动作。按团队规模和市场结构分四类，每类的重点完全不同。
这个阶段最大的风险是分散精力。我的建议是只选一家海外仓，把六维评估里权重最高的两项，上架时效和小批量试销支持，做到位就够了。
具体动作：先用一个小批量批次（10-20个SKU、每SKU 20-30件）做一次真实压测，记录上架时效和费用明细。这次压测的数据比任何销售话术都有用。
不要在这个阶段做双仓布局，不要签长约换低价，不要为了省仓储费压大货。这个阶段的核心是用最小成本获得最多的测试数据。
这个阶段的典型症状是选品和仓储互相甩锅，解法不是换仓，而是建立共同指标。我的建议是把”新品上架时效中位数”和”SLA违约批次占比”作为两个部门的共同KPI。
同时启动数据看板建设。这个阶段SKU数量通常在200-1000之间，人工汇总已经开始吃力，正是引入系统化分析工具的最佳时机。
这个阶段的核心矛盾不再是单仓好不好的问题，而是多仓之间的库存分布和调拨逻辑。评估重点要从”六维评分”转向”网络层面的库存协同效率”。
关键指标包括：跨仓调拨频次与成本、各仓库存深度是否达到安全线、分仓后的整体周转天数变化。我见过的最优解通常不是”每仓都满”，而是主仓备货、卫星仓做时效兜底的梯度结构。
如果你同时做北美、欧洲、东南亚，海外仓的评估标准必须分层。东南亚市场的消费者对时效容忍度相对高，但订单碎片化严重；欧美市场对时效要求高，退货率也高。
我的做法是给每个市场单独设权重表，北美侧重上架时效和逆向物流，东南亚侧重小批量试销支持和计费弹性。用同一套权重去评估不同市场的仓，结论必然是错的。
评估模型能帮你打分，但真实决策里永远有取舍。下面五组取舍是我在实际项目里反复遇到的，每一组都没有标准答案，只有适用条件。
很多团队在这组取舍上凭感觉。我的建议是把问题量化：新品延迟一天可售，造成的预期损失是多少？算法是”日均预期销量 × 单品毛利 × 延迟天数 × 成功率衰减系数”。
如果你的计算结果是延迟一天损失200元，而快仓比慢仓每月贵1500元，那么只要每月能避免8天以上的延迟，选快仓就是划算的。这个算法不精确，但比拍脑袋强得多。
是否分仓的判断依据不是总单量，而是目标市场的订单地理密度。如果60%的订单集中在西海岸，那么第二个仓放在东海岸的边际收益会明显低于放在中部。
我的经验阈值是：当某一区域的订单占比超过35%且该区域配送时效超过4天时，才值得考虑为该区域单独设仓。低于这个阈值，分仓带来的固定成本增加通常会超过时效收益。
自建仓的可控性高，但固定成本和管理复杂度也高。在测款期，SKU结构和单量都不稳定，自建仓的产能利用率会很难看。
我的建议是：测款期和放量早期用三方仓，等到某个品类或某个区域的单量稳定到可以覆盖自建仓70%以上的产能利用率时，再考虑自建或混合模式。
如果你走的是宽SKU、浅库存路线（比如服饰、家居装饰），你需要的是小批量混装能力强、上架速度快、库龄管理细的仓。如果你走的是窄SKU、深库存路线（比如标品配件），你需要的是库内作业效率高、库存准确率高、单SKU仓储成本低的仓。
这两类需求在很多服务商那里是矛盾的，因为它们对应不同的作业流程设计。所以在评估前，先明确自己在哪条路线上，比什么都重要。
人工经验在小规模下效率很高，一个老运营凭感觉就能判断哪个SKU该补货。但经验有两个天花板：一是SKU数量，二是跨部门协同。
我的观察是，当活跃SKU超过150个、或者你的库存分布在两个以上仓库时，人工经验的信息处理能力就接近极限了。这时候继续靠经验，本质上是在用直觉替代统计，误差会随SKU数量非线性放大。
回到开头那个案例。那47个新品失败的原因，不是选品团队眼光差，也不是海外仓故意拖延，而是两个环节各自都在做局部最优，而没有人为整体的上新节奏负责。
我在这件事上形成的独特判断是：海外仓评估的真正对象不是仓库，而是你自己的上新节奏。同样一家仓，对做长尾标品的团队是85分，对做快时尚测款的团队可能只有55分。分数差异不来自仓库的服务水平，而来自你的业务节奏和它的作业节奏是否同频。
所以我在做评估时，会先问自己三个问题：我的新品从选品到上架需要多少天？我的补货频率是周级还是月级？我的SKU是宽而浅还是窄而深？这三个问题的答案，决定了六维权重表长什么样。
另一个我想强调的观点是：可预测性本身就是一种竞争力。在上新这件事上，你最需要的不是最快或者最便宜的仓，而是一个你能够准确预测它行为的仓。因为只有可预测，你才能把上新计划做成一张真正可执行的表，而不是一张月底需要不断解释偏差的表。
最后一步该怎么做？我给你一个可以本周就启动的动作清单。
选品上新和海外仓管理，本质上是一件事的输入端和输出端。输入端你判断”这个品值不值得做”，输出端你验证”这个判断到底对不对”。两端用同一套数据口径连起来，你的上新成功率才有机会从靠运气变成靠系统。
我之前选海外仓基本只看报价单和销售发来的宣传册，结果旺季一批新品入仓排了5天才上架，广告预算空烧了一周。后来才发现，真正决定新品能不能跑起来的不是单价，而是几个看不见的履约指标。想请教一下，上新阶段到底该怎么量化评估一个海外仓的管理水平？
建议按“上架时效，数据准确率，异常处理”三段拆开看，每段都要拿到可验证的数字。上架时效指从入仓预约完成到SKU变为可售状态的时长，正常要求不超过48小时，大促前放宽到72小时，超过就说明其收货排期管理有问题。
库存准确率用抽盘验证，随机挑30个SKU对照账面与实物，差异率控制在1%以内算合格，超过2%直接淘汰，因为新品期一次超卖就可能触发平台处罚。订单准时出库率要问到99.5%以上，并且必须确认截单时间是本地时间几点、周末和节假日是否发货、黑五网一期间是否另收费。
破损与错发率看0.5%以下，同时看赔付条款是按采购价赔还是按售价赔，这两者差距可能是三倍。验证方法不要只听介绍，先发50到100件的测试货自己盯全程，记录每个节点的时间戳，并要求对方开放近三个月系统后台的只读账号或真实数据截图，愿意给后台的供应商通常比只肯发Excel的可靠。
如果产品涉及带电、液体、粉末或带磁，还要先确认该仓是否具备对应品类的入仓资质，否则选品通过了也上不了架。
我踩过一次坑，店铺前台显示有货，客户下单后仓库却说没库存，连续超卖被平台扣了分。我一直搞不清同步延迟到底是仓库系统的问题还是ERP对接的问题，也不知道该用什么标准去衡量。上新期如果数据不准，备货和广告投放全都跟着乱，所以特别想知道有没有可操作的测试方法。
用“双源对照法”测最直接：同一个SKU，在店铺后台或ERP里和仓库WMS里同时看可用库存，每两小时记录一次，连续记录三天，重点抓三个时间点，当地早上开工前、下午截单前一小时、以及周末。合格口径是同步延迟不超过15分钟，日均差异率不超过0.5%，超过1%就意味着上新期必须人为压低可售库存。
安全库存可以按“日均销量×（补货在途天数＋同步延迟天数）×波动系数”来算，新品期波动系数取1.5到2，测试期把前台可售量设为实物库存的80%到90%，留出缓冲。除了延迟，还要问清两个逻辑：库存是下单即扣还是出库才扣，以及多平台是共享库存池还是各平台独立分配。
共享池适合单平台精耕，多平台铺货时极易互相抢货，必须要求对方支持按平台锁库存，否则同步再快也挡不住超卖。
我以前算利润只算头程运费、平台佣金和广告费，觉得毛利率35%挺安全，结果第一批货压了六个月，仓储费和长期仓储附加费一扣，实际利润只剩个位数。现在做选品我会想先把仓储成本算进去，但不同海外仓的计费方式五花八门，按托盘、按库位、按体积都有，实在不知道怎么统一口径。
把仓储成本统一折算成“每件每日持有成本”再进模型，公式是：单件体积对应的仓储费÷30＋资金占用成本＋滞销风险计提。多数海外仓按立方米计价，常见区间是每立方米每天0.5到1.2美元，旺季上浮30%到50%。
举个例子，一个0.02立方米、售价29.9美元的产品，按每立方米每天0.8美元算，日均持有成本约0.016美元，看着不起眼，但压货180天就是2.9美元，接近售价的10%，足以把35%的毛利拉回到25%以下。所以选品时设一条硬线：测试期90天内周转率做不到每季度两次的SKU，不进入放量阶段。
同时把三项隐性成本单列出来谈，长期仓储附加费、滞销品移除或销毁费、退货重新上架费，这三项往往比基础仓储费更贵。谈判时优先争取30到60天的免仓期，这是新品期最实际、也最容易拿到的条款。
预算有限的时候特别纠结：发海外仓怕压货，走直发又怕时效差、转化率上不去，广告钱白花。我试过两种都做，但没总结出什么情况下该用哪种。希望有个能直接套用的判断标准，而不是“看情况”这种废话。
按“单SKU首单量”和“验证周期”分流最实用。首单在50件以内、主要想验证点击率和转化率的款，先走直发或一件代发，代价是时效拉长到7到15天，转化率通常比本地发货低20%到40%，因为运费和时效标签会直接影响购买决策，所以这个阶段要把广告目标放在测图测词，而不是冲销量。
首单100到300件、广告预算能撑住日销5到10单的款，直接走海外仓，但合同里必须加两条：支持分批发货、支持未售出库存退运或转仓。放量判断阈值可以定成：测款两周内，广告ACOS能压到毛利率以内且退货率低于8%，才补第二批；
达不到就清货，不要因为“仓库里还剩货”而继续追加投放，那是沉没成本在替你做决策。选仓时专门问一句能否小批量分仓入仓、单件补货、滞销品转仓或退回国内的费率是多少，不少中小仓只能销毁不能转仓，这会直接吃掉你测款的容错空间。
读者评论
按阶段加权评分卡这个思路我认同，但实操里最难的是拿不到对方的P90数据。问服务商要，基本都回一句“系统没这个口径”。后来我是拿一批低货值SKU去试，自己记到港上架的天数，跑两轮才敢下结论。想问下有没有更省成本的办法，总不能每个仓都试一遍。
分阶段评估对小团队其实有点重。月单量几千的时候，一共就三五个新品，为它们做加权表、算六项权重，投入产出不划算。我更倾向先把硬门槛卡死，比如到港七天可售，过不了就不谈，其余细节等单量起来再说，不然容易在选仓上耗掉太多时间。
信息割裂那条说到点上了。我们选品和仓储的周会确实各说各的，后来试着把上架时效放进共同的考核项，但执行两个月就变形了，仓储那边觉得这是选品的锅。感觉指标统一容易，责任归属难，最后还是老板拍板定了发货频次才推下去。