去年我帮一个做家居收纳的卖家处理一条被压住的 listing，问题既不在主图也不在 A+ 文案，而在他两年前买的一批”低价 UPC”里，其中一个码，早在另一个店铺的同品类 ASIN 上被绑定过。后台给出的第一行提示是 8541 一类的 GTIN 校验报错，他先换码、再改 SKU、再提交审核，前后耗了 9 天。这 9 天里广告是关的，但仓储费、退货窗口和旺季流量都没有等他。
这件事之后我把 UPC 的处理逻辑整个改了一遍。它不是一个”能填进后台就行”的表单字段，而是一个可以被外部主体占用、可以被平台追溯、会跟随 listing 生命周期很久的资源。既然是资源，就有选择标准；既然会被重复占用，就需要排查维度；既然要批量决策，就得有一套能算分的指标体系。
这篇内容不打算复述 UPC 是什么。我想讲清楚三件事：什么样的 UPC 值得买、重复码应该从哪几个维度去查、以及这套判断怎么量化成一个拿出来就能用的评分卡。文中的数据一部分来自 GS1 公开规则与平台帮助文档，一部分来自我自己在几个店铺上的操作记录，凡是推演或示意的部分，我会明确标注出来。
第一条结论：来源合法性是唯一不可替代的维度。GS1 的前缀背后是真实的公司与品牌归属关系，一个没有归属关系的码，在平台侧永远处于”被怀疑”状态。它可以一时通过校验，但它无法在争议发生时替你自证。
第二条结论：重复码排查不是”查个重”三个字。它至少包含五层：格式层（校验位与位数）、来源层（前缀归属与凭证）、占用层（是否已被别的 ASIN 或店铺绑定）、一致层（品牌与类目是否匹配目标产品）、痕迹层（历史上是否被大量使用过）。少查一层，风险就往后延一段。
第三条结论：评估体系必须给出”停用线”。我给团队定的规矩是：任何一批码，评分低于 60 分直接不用，没有例外，也不接受”这批便宜，先用着试试”。没有停用线的评分卡，最后一定会退化成走流程的表格。
如果只能记住一句话，我希望是下面这个顺序：合法性 > 唯一性 > 一致性 > 稳定性 > 可验证性 > 成本。注意成本排在最后，这不是道德表态，而是算出来的结果。
原因很直接：一个 UPC 的采购价格通常在两三元到二三十元之间浮动，而一次因为重复码导致的压 listing，损失的量级是”日均毛利 × 下架天数 + 换码工时 + 申诉与客服成本”。当分母是几千元、分子是几元的时候，差价带来的收益和风险带来的损失不在同一个数量级上。
我见过最典型的错误决策，是把 UPC 采购当成办公用品采购来比价，三家报价单摊开，选单价最低的那家。这个动作本身没错，错在于没有把”重复码率”作为报价单上的一列。同一个 SKU，来自低价渠道的码重复率可能是正规授权渠道的 5 倍以上，这个差距会把省下的钱成倍吐回去。
顺序很重要。正确的动作是先确定候选池的重复码率，再看价格；错误动作是先看价格，再回头解释为什么这批码有问题。前者是采购，后者是救火。
我现在的做法是：拿到任何一批报价，先要 5% 的样本，跑一遍五层排查，把重复率和来源可追溯率算出来，再谈价格。如果供应商连 5% 的样本都不愿意给，这笔生意基本可以停在这里，愿意提供样本的供应商，通常也知道自己的码是什么成色。
我复盘过自己经手的几次 UPC 事故，时间线惊人地相似。它不是”上架即报错”，而是”上架没事，跑了一段时间之后突然出事”。下面这条时间线来自我记录的一次真实处理过程。
最关键的是第 4 步到第 5 步之间。这段时间里，广告预算要么关掉，要么继续烧但没有转化路径，而仓储费和退货窗口不会因为你报错就暂停。这就是为什么我一直说，UPC 的成本不在采购单上，在运营中断的那几天里。
后台的校验是分阶段、分触发条件的。填表那一刻通过，只能说明这个码通过了格式校验，并且当时还没有被其他 ASIN 绑定，或者虽然被绑定了，但系统还没有在这一次请求里命中冲突。
真正会触发深度校验的场景有几个：品牌备案审核、A+ 内容审核、变体合并、跨站点同步、以及竞品或品牌方的结构化投诉。这些场景和你上架的那一天并不重合，所以风险被推迟了，而不是被消除了。
我通常用一句话跟团队解释这件事：上架成功只是一次握手，不是一次背书。平台的握手很客气，但它的追溯很认真。
理解了三层机制，你就知道为什么排查维度必须是多层而不是一层。第一层是 GS1 数据层：通过官方查询工具可以查到前缀归属的公司与品牌，这一层决定了码有没有”身份证”。
第二层是平台白名单层：平台会判断这个 GTIN 是否来自 GS1 或 GS1 授权机构，以及是否与后台填写的品牌一致。这一层是很多卖家被卡住的地方，码是真的，但品牌对不上。
第三层是行为关联层：当同一个 GTIN 出现在多个 ASIN、多个店铺、多个站点时，会触发关联审查。这一层最隐蔽，因为它不是”你这个码假”，而是”你这个码重复了”。
这句话前半句是对的，后半句在时间上是错的。“能上架”和”能长期挂着”是两件事。没有品牌归属的码，在品牌备案、A+ 审核、跨站点同步这几个节点上会反复被拦。
更麻烦的是它的隐性影响：即使侥幸没被压，这类码也无法支撑你后续做品牌旗舰店、做 UPC 与品牌的绑定关系、做防跟卖的举证。你买到的是”一个能填的数字”，不是一个”能保护你的凭证”。
这是内部治理问题，不是采购问题，但它导致的报错和重复码一模一样。颜色、尺寸、容量这些变体，在 GTIN 逻辑上应该是各自独立的商品。
短期看，复用能省下几个码的钱；中期看，一旦合并变体或调整父子关系，就会触发冲突。我见过最贵的一种操作，是把父体也填了一个实体 GTIN，结果在所有站点同步时反复报错，处理时间比买一百个正码还长。
校验位只能证明”这串数字在数学上成立”，它证明不了任何归属关系。一个随手编造的 12 位数字，只要最后一位算对，就能通过最基础的格式校验。
所以本地脚本永远只是第一道筛子。它的作用是零成本的批量清洗，不是合法性判定。把校验位通过率当成合法率，是我见过最普遍的一种自欺。
抽检的问题在于样本的来源。同一个批次里的码，如果是连续号段，那它的重复风险是相关的，不是独立的。抽 10% 全过，不代表剩下 90% 没问题。
我现在的判断是：小批量（< 200 个）必须 100% 预检，大批量（> 1000 个）至少 30% 随机预检并覆盖所有号段。原因很朴素，重复码往往集中在某几个号段，不看号段分布只看总数，等于没抽。
换码这个动作本身很快，成本在后面。更新 GTIN 通常意味着重新走一遍审核流程，还要处理库存对应关系、广告组的暂停与重启、以及最难受的一个问题：评论能不能继承。
我处理过的一次换码，从发现问题到 listing 恢复到原来的排名，用了 3 周多。这 3 周的机会成本，够买几千个正码。这也是为什么”停用线”必须存在，它防的不是买贵，是买错。
这个维度只问一个问题：这个码能不能追到一个真实存在的、与我有关联的主体。判断依据是 GS1 前缀归属查询结果、供应方是否提供授权凭证、以及这批码是不是从同一主体连续流出的。
我给这个维度 25 分权重，理由是它是其他所有维度的前提。一个来源不可追溯的码，后面五项算得再漂亮，也只是在描述一堆未知数的形状。
唯一性是权重最高的维度，我给 30 分。它要回答的是：这个码在当前可观察的范围内，是否已经被别的 ASIN、别的店铺、别的站点使用过。
排查动作分三层：先在平台内部自查（同一个码是否在自家多个 ASIN 出现），再做外部交叉比对（该 GTIN 在公开商品数据中是否已有对应产品），最后做号段级扫描（同一号段是否被大量并发占用）。第三层最容易被忽略，但它往往是最早发现系统性风险的信号。
一致性维度 15 分。它检查三件事：码的归属品牌与你要上架的品牌是否一致、码对应的产品形态与你要卖的产品是否接近、码所在的类目与你的类目是否冲突。
第三项很多人不看，但它很有用。一个码如果历史上被绑定在完全不相干的类目上，它的行为特征会变得很”脏”，后续在推荐与关联流量上可能出现莫名其妙的干扰。这类问题不会直接给你报错，但会稀释你的推广效率。
稳定性 12 分，评估的是”下一批还有没有同样成色的码”。如果供应商的号段是散的、每批都不一样，那你每上一批新品就要重跑一次完整排查，这个重复成本会累积得很快。
我建议的做法是要求号段连续并预留 20% 余量。余量的作用不是备货，而是让你在做变体扩展、做尺寸延伸的时候，还能从同一段落里取号，保持内部整洁。
可验证性 10 分，衡量的是”这批码能不能被低成本、可重复地验证”。我的衡量口径是：单码预检耗时、批量预检通过率、以及预检结论的可复现性。
这条维度的实际价值在于：它决定了你能不能把排查变成例行动作，而不是一次性的项目。一批码如果每次验证都要人工比对、结论还说不清楚，那它注定只能被”抽检一次然后祈祷”。
成本维度 8 分，但计算口径不是单价，而是单 SKU 的综合成本：采购单价 + 预检人工折算 + 预期风险损失（重复率 × 单次事故成本）。
用这个口径算，很多低价方案的”总成本”会翻上去。这也是我在文章开头说”低价码往往是总成本最高的码”的原因，它省的是分子上最不起眼的那一项。
把上面六个维度落成表格，就是我现在实际在用的版本。每一项都有满分基准和明确的扣分规则，避免评委主观发挥。
| 维度 | 权重 | 核心指标 | 满分基准 | 典型扣分规则 |
|---|---|---|---|---|
| 来源合法性 | 25 | 来源可追溯率 | ≥ 98% | 整批无授权凭证扣 15 分；部分无凭证按比例扣 |
| 唯一性 | 30 | 全网唯一率 | ≥ 99.5% | 发现 1 个重复码扣 20 分，扣满为止 |
| 一致性 | 15 | 品牌与类目一致率 | ≥ 95% | 品牌不匹配每例扣 10 分；类目冲突每例扣 3 分 |
| 稳定性 | 12 | 号段连续性、预留余量 | 预留 ≥ 20% | 号段断裂扣 6 分；无预留扣 6 分 |
| 可验证性 | 10 | 批量预检通过率 | ≥ 97% | 无法批量验证扣 5 分；结论不可复现扣 5 分 |
| 总拥有成本 | 8 | 单 SKU 综合成本 | 低于该 SKU 毛利的 3% | 超过 5% 扣 4 分；超过 8% 扣 8 分 |
评分出来之后按区间处置，这一步必须写死，不能每次开会讨论。阈值存在的意义是剥夺临场妥协的空间。
格式层和内部去重层完全可以在本地跑，成本接近零。我建议每个做跨境的团队都把这几十行代码放进自己的工具箱，它拦掉的往往是最容易解释、也最容易修的一类问题。
def upc_a_check_digit(data11: str) -> str:
"""输入 UPC-A 前 11 位，返回校验位"""
if len(data11) != 11 or not data11.isdigit():
raise ValueError("UPC-A 前段必须是 11 位数字")
odd = sum(int(d) for d in data11[0::2]) # 第 1,3,5,7,9,11 位
even = sum(int(d) for d in data11[1::2]) # 第 2,4,6,8,10 位
total = odd * 3 + even
return str((10 - total % 10) % 10)
def is_valid_upc_a(code: str) -> bool:
code = code.strip()
if len(code) != 12 or not code.isdigit():
return False
return upc_a_check_digit(code[:11]) == code[11]
print(upc_a_check_digit("03600029145")) # 输出 2
print(is_valid_upc_a("036000291452")) # 输出 True内部去重则更简单，一个字典就够了。注意要同时比对 SKU 和品牌，因为你要区分”同一个码被两个 SKU 用了”和”同一个码被两个品牌用了”，这两种情况的处理方式完全不同。
import csv
from collections import defaultdict
def load_codes(path):
with open(path, newline="", encoding="utf-8-sig") as f:
for row in csv.DictReader(f):
yield row["gtin"].strip(), row.get("sku", ""), row.get("brand", "")
def find_duplicates(path):
seen = defaultdict(list)
for gtin, sku, brand in load_codes(path):
seen[gtin].append((sku, brand))
return {g: v for g, v in seen.items() if len(v) > 1}需要强调一句：这两段代码只能覆盖内部治理和格式清洗，覆盖不了外部占用。外部占用的判断需要数据源，这也是下一节要讲的部分。
我把外部核查拆成三步，顺序不能换。第一步是权威层核验：用 GS1 官方查询工具确认前缀归属，这一步决定这个码有没有”身份证”，没有就直接出局，后面的步骤不用做。
第二步是数据层交叉比对：把候选 GTIN 拿去公开的商品数据里比对，看它是否已经对应了某个具体产品、落在什么类目、有没有在多个 ASIN 上出现。这一步的目标不是得出最终结论，而是找出”可疑名单”。
第三步是人工复核：对可疑名单逐个判断，是真重复还是同款产品的正常多店铺销售，是历史痕迹还是当前活跃占用。这一步必须人工，因为前两步都会给出误判。
在第二步，我们用的工具之一是数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys）。它是面向跨境卖家的数据分析平台，我们主要用它做三件事：查询目标类目下的商品分布、追踪竞品 ASIN 的商品属性变化、以及核对候选 GTIN 在公开商品数据里的实际关联情况。
它在流程里的定位要说清楚，数跨境是交叉验证工具，不是合法性权威源。合法性结论必须回到 GS1 和平台后台，数跨境提供的是”这个码在真实市场里是什么状态”的侧写。
举个具体用法：我们拿到一批 200 个候选码，先在本地跑格式与内部去重，剩下的进入数跨境做数据侧比对，看这批码对应的商品形态是否集中在少数几个类目、有没有明显的历史绑定痕迹。这个侧写会直接影响这批码进入哪一档评分区间。
另一个实际用法是竞品反查。当某个类目里出现大量共用同一号段的 listing 时，那往往意味着有一批码在同一个渠道被批量流出。识别出这些”公共号段”，比逐个查码更高效，因为它能提前预警整段号段的风险。
下面这组数据来自我自己店铺的预检记录，属于样本推演与操作记录的结合，用于说明趋势关系，不代表行业统计口径。核心观察是：随着检测规模上升，拦截率会先升后稳，而漏检率会持续下降。
第一个月我们只检测了约 1200 个码，拦截率 2.1%，漏检率 0.9%；第二个月检测规模到 3400 个，拦截率升到 3.4%，漏检率降到 0.4%；第三个月检测规模到 8600 个，拦截率 4.2%，漏检率降到 0.12%。
拦截率上升不是坏事，它说明排查深度在提高；漏检率下降才是真正的目标。这两个指标的走向如果一致上升，那说明排查动作在放水。
另一组更值得看的对比，是不同采购渠道在三个指标上的差距。这组数据同样是示意性的样本推演，但方向和我在实际业务里感受到的一致。
这种情况我的建议非常明确：走官方渠道，全部正码，不做任何妥协。SKU 数量少，意味着总采购金额低，差价省下来的钱可能还不够一次压 listing 的零头。
具体动作是：走 GS1 或其授权渠道申请前缀，自己分配产品码，本地建立一份 GTIN 台账，记录码段、分配日期、对应 SKU、上架站点。台账这件事听起来很土，但它是后面所有排查工作的基础。
这个阶段风险从”码本身”转移到”内部管理”。最容易出的问题是同一个码在不同店铺被重复分配，或者跨站点同步时用了同一批码。
我建议做三件事：第一，码段按店铺切分，每个店铺固定使用自己的号段，物理隔离；第二，建立跨店铺的码级去重检查，每周跑一次；第三，任何新增码必须走一次完整评分，不允许”这次先上，回头补流程”。
铺货型卖家的核心矛盾是”排查成本 vs 排查覆盖”。全量人工核查不现实，我的做法是分级排查：核心款全量查，普通款按号段抽检，测试款只做格式与内部去重。
同时要把批量预检变成流水线动作，而不是项目制。用脚本做清洗，用数据工具做侧写，人工只处理可疑名单。铺货型卖家的竞争力不在于查得多细，而在于查得快、拦得准、还能复现。
如果你手上已经有一批来源不明或历史悠久的码，我的建议是先分类再处理。分类标准就三条：有凭证且一致性良好、无凭证但未发现占用、已确认重复或高风险。
第一类继续使用，第二类做一次全量外部核查后再决定，第三类立即停用并回溯已上架 SKU。回溯这件事很多人拖着不做，但拖着只会让未来的处理成本更高。
我的判断是：只有在”这个 SKU 可弃用、且不关联任何品牌资产”的前提下，才允许使用低分码。比如测款、测类目、测价格带，上架两三个月就准备清掉的商品。
反过来，只要这个 SKU 会进入品牌备案、会做长期广告投入、会承担评论积累，那它就必须用正码。区分这两种情况，比笼统地说”要不要省钱”更有操作性。
自购的优点是链条完整、可自证、长期成本摊薄后并不高；缺点是前期流程偏长，对于只上几个 SKU 的小卖家来说显得重。
走授权服务商的优点是快、便宜；缺点是你买的是使用权，不是归属权，一旦合作关系终止或凭证链条断裂，后续举证会很被动。金额小的业务可以走，品牌资产必须自建。
我的实际做法是混合：品牌旗舰产品自购，边缘 SKU 走服务商并逐批索取凭证。关键是分清楚哪些 SKU 输得起，哪些输不起，而不是一刀切。
部分平台对已备案品牌提供 GTIN 豁免，这确实能绕开很多麻烦，但它不是无代价的。豁免之后你失去的是 GTIN 作为外部标识带来的部分跨渠道识别能力，在某些场景下会影响商品数据的对外一致性。
我的建议是：新品牌在早期可以评估豁免，但如果计划做多渠道、做线下、做分销，还是应该把 GTIN 体系建起来。标识体系这种东西，等到需要的时候再补，通常已经晚了。
工具适合处理”量大、规则明确、可复现”的部分，人工适合处理”量小、需要判断、容易误判”的部分。把这两者搞反，是很多团队排查效率低的根本原因。
我的配置是：格式与内部去重 100% 交给脚本，外部数据侧写交给数据工具，人工只处理可疑名单。这条分工线守住，一个人维护上千个 SKU 的码库是可行的。
回到最开始那个家居收纳卖家的案例。他真正的问题不是买到了重复码，而是他把 UPC 当成了一次性动作，而不是一个需要持续管理的资产。买完就忘，用完不管，直到平台来提醒他。
我的核心观点可以压缩成三句话。第一，UPC 的选择标准里，合法性不可替代，唯一性权重最高，成本永远排在最后。第二，重复码排查必须是多层结构，格式、来源、占用、一致、痕迹缺一不可，只做格式层等于没查。第三，评估体系必须带停用线和处置动作，否则它只是一张没人认真填的表格。
如果你现在就要动手，我建议按这个顺序走：先把本地那份 GTIN 台账建起来，跑一遍格式与内部去重，把已有的重复码挑出来隔离；再按六个维度给现用渠道打一次分，看看落在哪个区间；最后把预检动作固化成周度流程，用数据工具做侧写，把人工留给可疑名单。
做跨境电商这几年，我越来越相信一件事：真正拉开差距的不是谁买到了更便宜的码，而是谁把那些看起来不起眼的、可以批量处理的小事，做成了不会出错的流程。UPC 就是这类小事里最典型的一个。它平时不产生任何收益，但一旦出问题，代价会以周为单位计算。
我之前一直以为UPC只要肉眼看着不一样就不算重复，直到渠道那边反馈说有十几个商品串码了，我才回头去翻库。当时手上有两千多条商品数据，表里还混着UPC-A、EAN-13和UPC-E三种格式，看着都不一样，但系统却说撞码了。我就很困惑：到底按哪个口径算重复才算数？是不是我漏了什么维度？
先做归一化，再做比对，顺序不能反。第一步统一格式：去掉空格、横线、全角字符，把UPC-A（12位）和EAN-13（13位）都补零成GTIN-14再比，因为同一件商品在北美用UPC-A、在欧洲用EAN-13时，EAN-13前面加一个0就是UPC-A，不归一化必然误判；
UPC-E要还原成UPC-A后再补零，不能直接比。第二步重算第12位校验位，校验位对不上的直接归入脏数据，不要和重复混在一起统计。
第三步才是比对，至少覆盖四个维度：完全重复（归一化后完全一致）、跨包装层级重复（单品码和箱码撞了）、跨渠道重复（同一个码挂在两个不同listing上）、历史遗留重复（已停用但未释放的码被复用）。判断依据很简单：完全重复必须清理；跨层级重复通常是包装层级配置错了，不是码错了；
跨渠道重复先确认是不是同一商品，是同一商品就走合并，不是就走换码。
我们老板每次汇报就问一句“重复率降到多少了”，我一开始也老老实实只报这个数。后来发现重复率降了，但渠道下架和串码投诉反而变多，因为我把一批停用码也放进了分母，数字被稀释得很漂亮，实际问题一个没解决。所以我现在特别想知道：到底该用哪几个指标才能真的反映风险？
不够，单一重复率会骗人，建议按三层搭。第一层数据质量层：重复率（重复UPC数÷在用UPC去重后的总数）、格式非法率、校验位错误率、归一化后长度异常率。第二层业务风险层：冲突SKU数、受影响渠道数、预估风险金额（可按“单渠道单SKU日均GMV×预计处理天数”粗估，宁可高估不要漏估）。
第三层治理效率层：平均修复时长、一次修复成功率、复现率（修复后30天内同一SKU再次出现重复的比例）。最关键的是把口径钉死：统计周期固定为自然月、分母明确不含停用码和测试码、跨渠道重复按SKU计数而不按记录数计数。
我自己的经验是，复现率比重复率更能说明你的治理是不是真的有效，重复率可以从5%降到0.5%，但如果复现率还在20%以上，说明你只是在反复擦同一块脏玻璃。
我一开始就是拿Excel干的，两千条数据看着挺轻松，结果导出的时候前导零全丢了，还有几条被自动转成了科学计数法，等我发现的时候已经基于错数据下了结论。后来量涨到八千条，VLOOKUP卡得我怀疑人生。所以我特别想搞清楚：多少量级以下可以继续用Excel，超过之后该怎么做才不出错？
五千条以内Excel能扛，但必须避开三个坑：前导零丢失、科学计数法、合并单元格。做法是用辅助列先把值统一成文本再补零，比如把原始值统一转成14位文本格式，再用COUNTIF统计出现次数，校验位用SUMPRODUCT按位加权算，别手算。
超过五千条就必须进数据库，建一张UPC注册表，字段至少包含gtin14、原始码、码类型、归属SKU、所属渠道、状态、生效时间，对gtin14建唯一索引，再对“在用”状态建部分唯一索引，这样重复在写入那一刻就被拦住，而不是等你去查。
另外要分清楚两件事：GS1的官方校验接口只能解决“这个码本身合不合法”（校验位对不对、前缀有没有授权），解决不了“你的库里是不是已经有这个码”，这两个检查必须都做，只做前者等于没查重复。
上次查出来两个不同SKU共用一个UPC，我第一反应是把重复的那条记录删掉，结果被同事拦住了，说历史订单还要回溯。可如果不删，渠道后台那边又一直报冲突。我就很纠结：这种情况到底该怎么处理，有没有一个固定的处理顺序？
按重复类型分别处理，别一刀切。第一种，完全重复且属于同一SKU同一包装层级：保留一条主记录，其余标记为“别名”而不是删除，历史订单和库存流水都要靠它回溯。第二种，不同SKU共用同一个码，这是最严重的一类，必须给其中一个SKU申请新码，同时去各渠道后台改listing；
但要提前算清楚代价，改码后原listing的评论和历史销量通常不会跟着迁移，这个损失要写进决策依据里。第三种，单品码和箱码撞了，改包装层级配置，不要动码。第四种，停用码被复用，先确认这个码在渠道端是不是还能被搜到，GS1层面停用不等于渠道层面失效。
处理顺序建议固定成三步：先冻结（暂停冲突SKU的库存同步，防止错误数据继续外流），再换码（系统内改完再去渠道后台改），最后回归验证。验证口径也要定死，我一般用“连续7天渠道端零串码投诉 + 系统唯一索引零报错”作为关闭标准，两条缺一不算修完。
读者评论
五层排查听起来完整，但执行时最卡的是来源层和痕迹层。服务商给的5%样本通常只给码本身，不给前缀授权链和绑定历史，采购阶段根本查不到跨店铺占用。我后来只能在上架后用后台报错反推，比较被动。评分卡我认同要有停用线，但60分怎么定、谁来复核，比雷达图更关键。
成本放最后在核心SKU上成立，但小团队做测款时不一定。一个新品还没验证需求，先按官方渠道买一批码，现金流压力很实在。我倾向分层：主推款用可追溯码，测试款用授权渠道但控制批量，同时把换码停机时间算进预算。如果只盯采购单价，后面确实容易补课。
号段抽样这点我踩过坑。同一批连续码前几百个正常，后面某段集中撞码，抽10%根本看不出来。后来我在采购合同里加了重复率赔付，但真出问题时供应商只肯换码，不赔下架和广告损失。另外跨站点同步的GTIN冲突，除了拆变体，我还没找到低成本又稳的解法，想听听实际处理经验。