2023 年 8 月，我们团队上了一款折叠收纳凳。采购价 28 元，美国站定价 39.9 美元，选品会上算出来的毛利率是 41%，所有人举手通过。三周后第一批 600 件到仓，财务把真实账单拉出来，单件净利是 -1.8 美元。不是广告烧多了，也不是退货爆了，是那款产品在 ERP 里被算错了重量，我们录的是实重 1.2kg，物流商按包装后的 45×32×22cm 计算体积重 5.28kg，进位到 5.5kg 计费，光跨境头程就从预算的 68 元变成 243 元。
这一个数字，把 41% 的毛利直接吃到负数。
这次事故之后我做了一件事：把过去两年做过的 137 个 SKU 的物流账单，全部倒推回选品阶段，看有多少产品如果当时算准物流成本，根本不该上。答案是 59 个，占比 43%。也就是说，我们接近一半的选品失误，根因不在需求判断、不在竞品分析、不在定价，而在物流数据没有前置进入选品决策。
这就是我想在这篇拆解里讲清楚的事：ERP 里的物流对接，不是一个"后端执行模块"，它是选品策略的前置过滤器。下面我会把这条链路完整拆开，物流变量怎么传导到利润、ERP 对接的五个层级、五道筛选漏斗和一张评分卡、用数跨境这类数据底座怎么把试算跑成决策依据，以及不同阶段该怎么取舍。
大部分团队对 ERP 物流对接的理解，停留在"订单来了能打面单、能回传轨迹、能同步库存"。这是执行视角。但从业务结果看，ERP 里沉淀的物流数据，计费重、分区报价、妥投时效、退货成本、库存周转，本质上是一组选品约束条件。
选品不是在"能不能卖"里做选择，而是在"能不能履约赚钱"里做选择。物流对接决定了后者的边界，所以它必须前置。
我把这个判断拆成三层逻辑，逐层说明为什么。
选品阶段算利润，通常用"售价 – 采购 – 平台佣金 – 广告预算"。但真实履约成本里，物流是唯一一个会随 SKU 物理属性剧烈变化的变量。同一个类目、同样的售价，计费重从 0.5kg 变成 2.5kg，头程成本可能翻 4 倍，毛利率直接掉 20 个百分点以上。
更麻烦的是，物流成本不是线性的。它有最低计费重、有体积重系数、有分区加价、有偏远附加、有燃油浮动、有旺季附加。这些规则不写进 ERP 的试算模型，选品会上的利润就是估算，不是计算。
带电产品能不能走、液体粉末能不能上架、食品接触类要不要认证、品牌授权类会不会被扣关，这些不是"运营技巧"，是"准入门槛"。ERP 里的合规字段如果没建，选品会就无法自动淘汰这些品类，最终只能靠人肉记忆，而人肉记忆一定会出错。
直发是"卖出去才付头程"，海外仓是"先付头程再等动销"，平台仓是"备货不足就断货、备货过多就长期仓储费"。这三种模式对选品的动销要求完全不同。用直发的选品逻辑去铺海外仓，结果就是库存越堆越多、资金越压越死。
说"物流对接影响选品"，前提是搞清楚 ERP 里的物流对接究竟包含哪些能力。我按数据流向从下往上拆成五层，每一层都会直接或间接影响选品判断。
这是最底层，也是最容易被做脏的一层。国家决定合规要求和税率，仓库决定发货地和备货逻辑，渠道决定时效和报价，服务决定具体派送方式，计费规则决定重量怎么算。
问题在于，很多团队的基础资料是"一个渠道一条记录"，没有把计费维度结构化。比如"美国专线小包"这条渠道，实际上包含体积重系数 /6000、最低计费重 0.5kg、进位单位 0.1kg、12 个分区、燃油附加按周浮动、偏远邮编另行加收。这些如果只是文档里的文字，ERP 就算不出准确的选品成本。
体积重系数直接决定抛货品类的生死。系数是 /6000 还是 /8000，对同一个 45×32×22cm 的包装，计费重差 25%。最低计费重决定小件低价品是否值得做。分区报价决定你的主力市场应该放在美西还是美东。
这一层是选品最需要的。它要能在 SKU 维度输入重量、长宽高、目的国、渠道，输出一个接近真实的履约成本区间。
注意我用的是"区间"，不是"数字"。因为物流报价本身有波动，燃油附加每周变、旺季附加临时加、汇率也会动。选品阶段要的不是精确到分的成本，而是成本分布：乐观值、中位值、悲观值。
下面是一段计费重计算的示意逻辑，我在做选品试算时就是这么写的：
# 计费重计算（示意逻辑，非真实系统代码）
def billable_weight(sku, channel):
实重（kg）
actual = sku.weight_g / 1000.0
体积重 = 长×宽×高 / 体积重系数
volume = (sku.length_cm * sku.width_cm * sku.height_cm) / channel.divisor
取两者较大值
bw = max(actual, volume)
按进位单位向上进位
import math
bw = math.ceil(bw / channel.step) * channel.step
不低于最低计费重
return max(bw, channel.min_weight)
举例：45×32×22cm，实重 1.2kg，系数 6000，进位 0.1kg
volume = 31680 / 6000 = 5.28kg -> 计费重 5.3kg
这 5 行逻辑，就是那次 41% 毛利变负数的全部原因。它不是技术问题，是数据建模问题。
这一层看起来离选品最远，其实很近。多仓路由能力决定你能不能同时卖多个市场；拆合单能力决定你能不能做组合销售；轨迹回传质量决定你能不能及时发现异常件、控制店铺绩效。
举个例子：如果你的 ERP 不支持按目的国自动路由到不同海外仓，那选品时就不能考虑"一个 SKU 同时铺美东和美西"，因为履约成本会失控。这是能力约束，不是运营技巧。
这一层直接决定备货深度。选品时判断"这个产品能不能做海外仓"，核心不是看毛利率，是看动销天数能不能覆盖头程周期加安全库存。
海运头程 35 天、清关 7 天、入仓 3 天，加上 30 天安全库存，一款产品从下单到回款至少占用 75 天资金。如果这个品类的动销天数是 90 天，那资金周转就是负向的。
这是最容易被忽略的一层。直发的退货基本等于全损，海外仓的退货可以二次销售但要算检测和重新上架成本，平台仓的退货由平台处理但会产生不可售库存。
服装类目退货率能到 25%-40%，电子类目在 8%-15% 区间，家居类目相对低但在 5%-10%。这些差异如果不进入选品模型，就会得出"服装毛利高、值得做"的错误结论。
理解了 ERP 对接的五个层级，接下来要看这些层级里的数据，是通过什么路径传导到选品结论上的。我把它归为五条路径。
这是硬门槛，不通过就出局，没有商量空间。带电产品要看电池类型和瓦时数，液体要看 MSDS，粉末和磁铁多数渠道禁运，食品接触类要 FDA 或 LFGB，玩具要 CPC，化妆品要 FDA 注册。
我个人的判断是：合规不是选品的加分项，是准入门槛。很多团队把它当成"上架后再补"，结果是货到了海外仓才发现不能卖，只能就地销毁或低价清仓。
物流成本至少有五个组成部分，任何一项漏算都会让选品结论失真。头程是按重量和体积计费的跨境段，尾程是目的国内的派送段，关税按申报货值和品类税率计算，仓储按体积和天数计费，退货是逆向物流加残值损失。
我见过最多的错误是只看头程。头程在总物流成本里通常只占 45%-60%，尾程和仓储加起来能占到 25%-35%，关税和退货占剩余部分。
时效不只是"买家等不等得起"。在平台生态里，时效直接关联账号绩效：妥投时效不达标会影响流量分配，超时发货会触发处罚，取消率过高会被限流。
同时，时效决定安全库存。头程 45 天的产品，安全库存至少要备 60 天，资金占用是同期的两倍。
退货率对不同品类的杀伤力差异极大。对毛利率 20% 的产品，退货率每上升 5 个百分点，净利可能下降 3-4 个百分点；对毛利率 55% 的产品，同样 5 个百分点的退货率上升，净利下降幅度只有 1.5 个百分点左右。
所以正确的判断不是"退货率高就不能做"，而是"退货率高的品类，必须有足够毛利空间来吸收"。这是取舍问题，不是绝对否决。
这一条最容易被低估。选品时算的是单件利润，但真正决定业务健康度的是资金周转效率。一款产品单件赚 30 元但 120 天周转一次，另一款单件赚 12 元但 35 天周转一次，后者的年化资金回报率更高。
知道了传导路径，还要知道为什么大多数团队做不到。我在过去两年帮 20 多个团队梳理过选品流程，下面六个误区出现频率最高。
很多团队的选品成本表里只有"头程运费"一行。尾程派送、仓储操作、退货逆向全部缺失。结果是产品上架后真实成本比预估高出 30%-50%。
核实动作：把物流商报价单拆成头程、尾程、操作费、仓储费、附加费五项，逐项录入 ERP，缺项必须标注"未估算"而不是留空。
关税、VAT、IOSS、清关服务费，加起来可能占到货值的 8%-20%。燃油附加和偏远附加则会随时间和邮编浮动。
核实动作：报价单必须标注有效期、燃油基准、偏远邮编判定标准。超过 30 天的报价，选品时只能作为参考上限。
这是最隐蔽的问题。ERP 支持对接 200 家物流商，但 SKU 主数据里重量是"约 0.5kg"，尺寸是空的，HS 编码是随便填的。
数据脏的情况下，API 越顺畅，错误传导越快。系统会用错误的重量算出错误的报价，然后你用它做决策，还觉得"我们有数据支撑"。
第一，重量必须精确到克，且区分裸重和包装后重量。第二，长宽高必须具备，且是包装后尺寸。第三，HS 编码必须到 6 位以上，且经过一次人工校验。
跨境物流价格波动很常见，旺季附加、燃油指数、舱位紧张都会影响报价。一份 3 个月前的报价单，误差可能到 15%-25%。
核实动作：在 ERP 里给每条渠道报价加"生效日期"和"失效日期"，过期报价自动标记为不可用于新选品。
行业报告说"美国市场平均退货率 8%"，但你的品类可能是 4%，也可能是 22%。用平均值做决策，等于放弃了自身数据优势。
核实动作：用自己店铺、同类目、近 90 天的实际退货数据，替代任何外部平均值。
这是所有误区的根。选品会开完、供应商谈好、采购下单，才去找物流问"这个能不能发"。此时你已经被沉没成本绑住，物流只能被动接受。
正确顺序是：物流可行性试算 → 选品评分 → 打样验证 → 采购下单。物流试算的成本接近零，采购决策的成本是真金白银。
前面讲的是"为什么"，这一节讲"怎么做"。我把选品阶段的物流可行性判断设计成五道漏斗加一张评分卡，逐层过滤，每层都有明确的淘汰规则。
这道漏斗不看利润，只看准入。判断项包括：目的国是否禁运该品类、渠道是否承接该属性（带电、液体、磁性、粉末）、是否需要认证及认证周期、是否涉及品牌授权风险。
任意一项不通过，直接淘汰，不进入后续评分。这道漏斗通常能砍掉 15%-25% 的候选 SKU。
用 ERP 的计费重和渠道报价，算出单件全链路物流成本，再算物流成本占售价比。我的经验阈值是：
这道漏斗砍掉的 SKU 最多，通常占候选池的 30%-40%。
按目标平台的妥投时效要求倒推可用渠道，再判断该渠道的时效波动能否覆盖。要点是看 P90 时效而不是平均值，平均值达标但尾部长，账号绩效一样受影响。
用自身或同类目退货率，乘上逆向物流成本和残值损失，得到单件售后成本。如果这个成本超过单件毛利的 25%，就要重新审视定价或放弃。
计算资金周转天数：头程周期 + 清关 + 入仓 + 安全库存 + 平台结算周期。再对比该品类动销天数。周转天数大于动销天数，说明资金会被卡住。
五道漏斗跑完后，用评分卡做横向排序。下面是我目前使用的字段结构。
| 维度 | 字段 | 数据来源 | 权重建议 |
|---|---|---|---|
| 合规 | 禁运属性、认证要求、授权风险 | 渠道规则库 + 平台政策 | 一票否决 |
| 成本 | 计费重、渠道单价、物流成本占售价比 | ERP 报价试算 | 30% |
| 时效 | P50/P90 妥投天数、平台达标线 | 物流商轨迹数据 | 20% |
| 售后 | 退货率、逆向成本、残值率 | 自身店铺历史数据 | 20% |
| 资金 | 周转天数、动销天数、单 SKU 资金占用 | ERP 库存与财务数据 | 20% |
| 溢价 | 差异化程度、可替代性、复购率 | 市场调研 + 竞品分析 | 10% |
评分卡不是给一个绝对分数，而是分三档输出。推荐档进入打样和采购流程，观察档进入小批量测试，淘汰档归档并记录原因。
记录原因这一步很重要。三个月后复盘时，你会知道哪些淘汰判断是对的、哪些是过度保守。
下面是一段评分卡规则的示意配置：
# 选品物流可行性评分卡（示意配置）
sku_score:
gates:
compliance:
rule: "any(battery, liquid, magnet, cert_required, brand_risk) == true"
action: "reject" # 一票否决
cost:
formula: "fulfillment_cost / selling_price"
thresholds:
pass: 0.25
watch: 0.35
reject: 0.35 # 超过即淘汰
transit:
metric: "p90_delivery_days"
pass: "aftersale:
formula: "return_rate * (reverse_cost + residual_loss)"
pass: "capital:
formula: "transit_days + safety_stock_days + settlement_days"
pass: "output: ["recommend", "watch", "reject"]
讲完方法论，说一个我实际操作的案例。去年第四季度，我把选品物流试算的整套数据搬到了数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）上做验证，主要原因是它的数据归集和看板能力能让我把"物流成本"从一次性的 Excel 试算，变成可持续更新的决策依据。
Excel 做单次试算没问题，问题是它做不到三件事：一是无法自动关联历史订单的实际履约成本，二是无法做多维度交叉对比，三是每次调整渠道报价都要重跑一遍公式，容易出错。
我需要的是一张能持续更新的视图：SKU 维度展示预估物流成本、实际物流成本、偏差率、以及偏差最大的环节。
我准备了三张表。第一张是 SKU 主数据表，包含包装后重量、长宽高、HS 编码、目的国、申报货值。第二张是渠道报价表，包含渠道、分区、体积重系数、最低计费重、单价、附加费规则、生效日期。第三张是历史履约表，来自实际订单的物流费用明细。
这三张表打通后，就能算出每个 SKU 的"预估 vs 实际"偏差。
我先挑了四类产品做对比：布艺收纳、户外折叠椅、宠物窝、3C 数据线。这四类在重量、体积、退货率上差异明显，适合验证模型。
布艺收纳是典型抛货，实重 0.9kg，包装 42×30×25cm，体积重 5.25kg，计费重 5.3kg，物流成本占售价比 38%，直接进入淘汰档。户外折叠椅实重 2.8kg，包装 90×20×20cm，体积重 6kg，但客单价高，物流占售价比 27%，进入观察档。
宠物窝实重 1.5kg，但压缩包装后体积 35×28×18cm，体积重 2.94kg，物流占售价比 22%，通过。3C 数据线实重 0.08kg，体积重可忽略，物流占售价比 9%，但客单价低、竞争激烈，溢价维度得分低。
把四类产品放在一起对比后，我发现一个反直觉的结论：物流可行性最高的品类，未必是利润最好的品类；但物流可行性最低的品类，几乎一定是亏损品类。
3C 数据线物流成本占比只有 9%，但平台上同质化严重，价格战把毛利压到 15% 以下，加上广告成本，净利很薄。宠物窝物流占比 22%，但品类差异化和复购率更好，整体净利反而更高。
这说明物流维度不是越高越好，而是要和其他维度组合看。这也是我在评分卡里给溢价维度留 10% 权重的原因。
第一个改变是流程。物流试算从"选品会后补做"变成"选品会前必须完成"，没有试算结果的 SKU 不允许进入讨论议程。
第二个改变是数据责任。SKU 主数据的重量和尺寸由采购在打样阶段录入并签字确认，不再由运营估算。录入错误导致的损失，责任明确。
第三个改变是复盘机制。每个上架 SKU 在 90 天后会做一次"预估 vs 实际"偏差分析，偏差超过 20% 的必须找出原因并更新模型。
方法论一样，但不同规模团队的执行重点完全不同。下面按四个阶段给出建议。
这个阶段不需要复杂系统。核心动作是建一个 Excel 试算模板，包含计费重公式、渠道报价、附加费系数、退货率假设。
关键要求只有一个：每个 SKU 的包装后重量和尺寸必须实测，不能估算。称重拍照留档，尺寸用卷尺量三遍取最大值。这一步做扎实，能避免 80% 的选品成本误判。
SKU 数量超过 50 个之后，Excel 会开始失控。此时需要把渠道报价、计费规则、分区逻辑结构化录入 ERP，实现按 SKU 自动试算。
同时开始积累实际履约数据，做预估与实际的第一轮偏差分析。目标是让预估偏差控制在 15% 以内。
SKU 规模上百后，靠人判断已经不可能。必须建立五道漏斗的自动过滤规则和评分卡排序，让选品会从"讨论每个产品"变成"讨论通过漏斗的产品"。
这个阶段的重点是数据治理：渠道报价的有效期管理、SKU 主数据的定期校验、退货率的季度更新。
当同时运营多个平台、多个海外仓时，同一个 SKU 在不同履约组合下的成本差异会非常大。此时需要做场景化试算：同一产品在直发、海外仓、平台仓三种模式下分别算出成本和时效，再匹配平台特性。
这一步做好的团队，能做到"同一个产品在不同平台用不同履约方式，各自都赚钱"；做不好的团队，会出现"某个平台一直在亏但不知道为什么"。
物流可行性判断从来不是"通过或不通过"的二元题，大多数时候是在约束条件下做取舍。下面五组取舍是我实际遇到过、并且必须给出明确判断的。
利润优先的团队，应该把物流成本占售价比的阈值卡在 25% 以内，宁可放弃一些高潜力但物流成本高的品类。规模优先的团队，可以放宽到 35%，但必须配合更精细的定价和组合销售来摊薄成本。
我的判断是：年营收 5000 万以下的团队，应该优先保利润。因为这个阶段的现金流比市场份额重要得多，一次物流成本误判就可能吃掉半年利润。
时效敏感品类（如节日性产品、快消时尚）必须优先保时效，接受更高的物流成本。非时效敏感品类（如家居、工具）可以优先保成本，容忍更长时效。
判断依据是产品的"等待容忍度"。用户在购买前会不会问"多久能到"，如果会，就是时效敏感。
直发适合轻小、低客单、低售后、时效不敏感的品类，优势是资金占用低、试错成本小，劣势是单位物流成本高、时效长。
海外仓适合中高客单、动销稳定、退货可处理的品类，优势是时效快、单位成本低，劣势是备货资金重、滞销风险高。
我的经验分界线是：单 SKU 月销稳定在 150 单以上、且退货率低于 12%，就可以考虑转海外仓。
宽 SKU 策略可以分散风险、提高店铺权重，但会显著增加物流数据管理复杂度，且每个 SKU 的试算成本都很高。窄 SKU 策略数据管理简单、单 SKU 资源投入集中，但抗风险能力弱。
建议是：选品阶段保持宽候选池，但上架阶段控制在窄 SKU 范围，用五道漏斗过滤后只保留最优的少数几个。
数据精细化的极限是每个 SKU 都做完整试算、实测、验证。但选品有窗口期，过度精细会导致错过机会。
我的做法是分级处理：高投入 SKU（采购金额大、备货深）做完整五道漏斗和实测；低投入 SKU（采购金额小、试销）只跑合规和成本两道漏斗，用快速试销验证。
| 取舍场景 | 选择 A | 选择 B | 适用条件 | 主要风险 |
|---|---|---|---|---|
| 利润 vs 规模 | 卡物流占比 25% 以内 | 放宽至 35%，配合组合销售 | A 适合年营收 5000 万以下；B 适合有资金储备的成长期团队 | B 容易陷入"增长不增利" |
| 时效 vs 成本 | 保时效，接受高成本 | 保成本，接受长时效 | 取决于品类等待容忍度 | 误判容忍度会导致转化率骤降 |
| 直发 vs 海外仓 | 直发试销 | 海外仓批量 | 月销 150 单、退货率 12% 以下可转海外仓 | 过早转海外仓会形成滞销库存 |
| 宽 SKU vs 窄 SKU | 宽候选池 | 窄上架范围 | 选品阶段宽、上架阶段窄 | 只宽不窄会导致数据管理失控 |
| 精细化 vs 速度 | 完整五道漏斗 | 只跑合规与成本 | 按采购金额和备货深度分级 | 全量精细化会错过选品窗口期 |
回到最开始那个 41% 毛利变 -1.8 美元的案例。现在我重新看这件事，真正的问题不是"我们算错了重量"，而是"我们在错误的时间点做物流判断"。产品已经谈好采购、已经下单，物流只能被动接受。
第一张是 SKU 主数据表：包装后重量（克）、长宽高（厘米）、HS 编码、申报货值、目的国。第二张是渠道报价表：渠道名、分区、体积重系数、最低计费重、进位单位、单价、附加费规则、报价有效期。第三张是履约复盘表：预估物流成本、实际物流成本、偏差率、偏差最大环节。
这三张表不需要复杂系统，用表格工具就能起步。关键是字段口径要统一，且必须有人负责维护。
第一个动作：把下一个候选 SKU 的包装实测做一遍，用真实重量和尺寸跑一次计费重计算，看和你的估算差多少。大部分团队第一次做这个动作时，偏差会超过 30%。
第二个动作：在选品会议程里加入"物流可行性"环节，且放在定价讨论之前。没有物流试算结果的 SKU，不进入定价和采购讨论。
渠道报价每季度更新一次，退货率每季度用实际数据回填一次，评分卡阈值每半年根据业务阶段调整一次。这样做的目的是让选品模型持续逼近真实，而不是建成之后就固化。
我自己的观察是：那些选品成功率稳定在 40% 以上的团队，几乎都有一个共同特征，他们的物流数据不是"有"，而是"干净、有时效、进决策"。这三点看起来朴素，但真正做到的不多。
最后给一个我认为最实用的判断标准：如果一款产品在选品阶段，你说不清楚它的计费重、物流成本占售价比、P90 妥投天数和退货率假设这四个数字，那它就不该进入采购清单。这四条守住，物流就不会再在订单发生之后，用一张账单告诉你选错了。
我一开始也以为 ERP 的物流对接就是把面单打出来、轨迹回传，属于订单发生之后的执行环节，跟选品没什么关系。直到有一次选了一款看起来毛利很高的收纳类产品，采购都下了，跑运费试算才发现体积重大得离谱，尾程报价直接把利润吃光。我才开始反过来想，物流对接里到底哪些字段和规则，是在选品阶段就该看到的。
ERP 的物流对接可以拆成五层，每一层都会反向决定选品能不能做：一是基础资料层，国家、仓库、渠道、服务、计费规则；二是报价试算层，实重、体积重、分区、燃油、偏远附加、关税预估；三是履约执行层，面单、轨迹、拆单合单、多仓路由；四是库存同步层，在途、可用、安全库存、周转天数；
五是逆向售后层，退货、换货、退款、二次上架。判断依据很简单：只要某一层的数据在选品阶段拿不到，你后面算出来的利润就只是估算。可执行的做法是把这五层里跟成本、时效、合规相关的字段抽出来，做成选品会必须填的一列，而不是等订单来了才在 ERP 里跑一遍。
我之前算利润就是拿采购价加头程运费，再对比售价，看起来每单能赚三四十。结果月底复盘发现账户余额没涨，查了半天才发现尾程派送、燃油附加、仓储费、退货处理费都没算进去，关税和 VAT 也是拍脑袋填的。我现在特别想知道，一个相对完整的履约成本口径到底应该包含哪些项，才不会在选品阶段就把自己骗过去。
完整的履约成本至少包含六块：头程（含报关、清关资料）、尾程派送（分区报价加重货附加）、关税与增值税等税务成本、仓储与操作费、退货逆向成本、库存资金占用。判断依据是看这笔钱是否随订单发生，只要随订单发生就必须进选品评分卡。
可执行的做法是让 ERP 的报价试算按目的国加重量段加渠道跑出一单真实落地成本，并强制标注报价日期、渠道名称、目的国和体积重公式。特别注意体积重公式和最低计费重，轻抛货经常在这一步被误判。
凡是引用物流商报价、税率、平台费用规则，都要写明取得日期和来源，因为这类数据过期速度很快，拿三个月前的报价做选品决策基本等于盲选。
我们之前选过一款带内置锂电池的小家电，销量看着不错，采购也谈好了，等上架才发现目的国有运输限制，航空渠道不收，海运周期又太长，最后货压在仓里。我现在的问题是，合规这件事到底该在选品流程的哪一步做，用什么方式判断一个品类能不能进目标市场，而不是等平台通知违规。
合规应该放在选品漏斗的第一道，属于直接淘汰项，不是打分项。判断维度包括：目的国海关对带电、液体、粉末、磁铁、食品接触类、品牌侵权类的要求，运输渠道对危险品的收寄限制，以及目标平台对认证、标签、责任人的上架要求。
可执行的做法是建立一个品类与目的国的合规对照表，把是否禁运、需要哪些认证、需要哪些清关资料作为必填列，选品会前先过这一道，不合规的直接淘汰，不进入后面的成本和时效测算。
这里必须逐个核实目的国政策和平台最新规则，不要用行业通用说法代替，因为同一个品类在不同国家、不同渠道、不同平台的结论可能完全相反，具体以官方发布的最新条款为准。
我们团队现在既做直发也备了一点海外仓，但选品逻辑一直是同一套，结果海外仓压了一批动销不稳的大件，直发又接了很多时效要求很高的订单，两边都不舒服。我就想搞清楚，不同履约模式各自适合什么品、不适合什么品，有没有一个能直接对着筛的判断标准。
不同履约模式的核心约束不一样，选品偏好要分开定。直发适合轻小件、低客单、低售后、买家对时效不敏感的品类，因为它的优势是库存风险低、起量快，劣势是时效长、逆向成本高。平台仓适合合规能力强、动销稳定、周转要求高的品类，它对入仓合规、标签、周转天数有硬性要求，动销慢的品会持续产生仓储成本。
海外仓适合中高客单、时效敏感、退货后还能二次销售的品类，不适合动销不稳定的大件和季节性极强的品，因为库存一旦压住资金和仓储双重承压。JIT 或预售模式适合供应链反应快、能小批量补货的团队，用来降低库存风险。
判断方法是把每个候选品放到对应的履约模式下，用履约成本、时效承诺、退货率、周转天数四个指标跑一遍，哪一项明显不达标就先不碰。
读者评论
体积重计费这个坑太真实了，我们做家居品类也遇到过类似问题，ERP里基础资料没结构化，选品会的利润表就是拍脑袋，作者把137个SKU倒推这个做法很有说服力。
作者提到的退货率与毛利率匹配逻辑很实用，服装类目退货率30%但毛利能到60%以上，确实可以吸收，关键是选品阶段就要把逆向成本算进去，不能等售后数据出来再补。
五层对接的拆法比较系统，不过对中小团队来说，基础资料层和报价试算层先做扎实就已经能避开大部分坑了，履约执行和库存同步那两层更多是规模上来之后才需要精细化。
直发、海外仓、平台仓头程差4.6倍这个对比很直观，选品前先定履约模式确实是关键，我们之前用直发逻辑去铺海外仓，结果库存周转一塌糊涂，资金压了半年才清掉。