去年第三季度，我帮一家做家居收纳用品的跨境电商团队复盘绩效时，遇到了一个很典型的争执。运营负责人坚持认为一款上架仅六周的新品"表现不合格"，理由是它的ROI只有0.8，远低于团队平均的2.3。但负责这个品类的买手反驳说，这款产品的加购率是同批新品里最高的，只是还没到放量阶段。两个人拿着同一份数据，得出了完全相反的结论。问题不在于谁对谁错，而在于他们用同一把尺子，去量了两个处于完全不同生命周期阶段的商品。
这件事让我彻底意识到，商品分析数据方法和绩效考核判断之间，缺了一个关键的连接变量，生命周期阶段。
我的核心判断很直接：绝大多数商品运营团队的绩效争议，不是因为指标算错了，而是因为用错了考核标尺。用成熟期的利润标准考核引入期的新品，用引入期的宽容度去纵容衰退期的老品，都会让绩效考核失去公平性和指导意义。
这个判断基于我过去几年在多个跨境和国内电商团队做数据咨询时的观察。我发现一个规律：团队规模越大、SKU越多，考核错配带来的内耗就越严重。因为当管理者无法准确判断商品处于什么阶段时，最省事的做法就是"一刀切"，所有人都用同一套KPI。
但这恰恰是最贵的做法。错配的考核会同时伤害两件事：一是误杀有潜力的新品，二是掩盖应该被淘汰的衰退品。更隐蔽的代价是，运营人员会逐渐学会"挑好做的品"，而不是"做对该做的品"。
2023年下半年，我深度参与了一个做宠物用品的跨境团队的季度复盘。他们当时主推的一款智能猫砂盆配件，在亚马逊美国站上架后前四周的销售数据并不亮眼，日均出单量只有十几单。按照团队当时的考核规则，任何新品如果在30天内没有达到日均50单，就会被判定为"失败品"，运营人员的绩效会直接受影响。
负责这款产品的运营在第二十九天的时候找到我，说她想放弃这个品。我调出了这款产品的完整数据链路，发现了一个被忽视的信号：它的自然搜索流量占比在第三周开始明显上升，从12%涨到了31%，而且加购转化率稳定在8.7%。这两个信号说明产品本身是有市场吸引力的，只是还没进入放量阶段。
问题的根源在于，团队用的是成熟期快消品的考核标准，快速起量、快速转化。但宠物智能硬件这个品类，用户的决策周期天然就长，平均要经过2-3周的比价和评测查阅才会下单。用30天50单的硬指标去考核，等于在种子刚发芽的时候就把它拔掉。
后来我们做了一件事：把这款产品单独标记为"引入期"，考核指标从"日均出单量"换成了"搜索流量增长率、加购转化率、评论积累速度"这三个过程指标。运营人员不再盯着单量焦虑，而是把精力放在了优化listing的评测内容和广告关键词上。
第六周开始，这款产品进入了明显的成长期，日均单量从十几单涨到了六十多单，第十周突破了日均一百五十单。如果按原来的考核规则，它在第二个月就被砍掉了。
在我接触过的团队里，考核错配几乎都以相似的面貌反复出现。我把它们归纳为四种典型误区，每一种都对应着不同的数据和行为代价。
这是最普遍的一种。引入期的核心任务是验证市场需求、积累初始用户和评价，这个阶段本来就不应该追求利润。如果在引入期就要求正向ROI，运营人员会倾向于选择那些低风险、低天花板的"安全品"，而不是真正有增长潜力的品。
我见过一个团队把ROI门槛设在1.5，结果整个季度没有一款新品能通过考核。表面上看是运营能力不行，实际上是考核标准从源头上就筛掉了所有需要培育时间的机会。
和上一种相反，有些团队对老品过于"感情用事"。一款产品明明已经连续三个月销量下滑、库存周转天数超过九十天，但因为"它曾经贡献过很多利润"，管理者不愿意把它标记为衰退期，继续用成长期的增长指标去要求它，结果就是资源被持续占用，新品得不到足够的流量和预算支持。
还有一种更隐蔽的误判。有些产品的销量下滑并不是因为生命周期到了衰退期，而是因为季节性波动、竞品短期促销、或者listing被降权。如果不去区分"结构性衰退"和"偶发性下滑"，就会把还能挽救的产品过早放弃。
判断方法其实不复杂：看下滑是否伴随着毛利率同步下降、看自然流量占比是否持续走低、看复购率是否恶化。如果只是单量掉了但转化率和复购稳定，大概率是外部因素，不是产品本身进入了衰退。
这在跨境和长决策周期品类里特别常见。不同品类的用户决策周期差异巨大，快消品可能几天就完成决策，而智能硬件、家具、专业工具可能要好几个月。用统一的观察窗口去判断所有品类的成败，本质上是用快消品的节奏去要求所有品。
要解决考核错配，第一步不是改KPI，而是先建立一套基于数据信号的阶段判断逻辑。我通常从五个维度来判断一个商品处于哪个生命周期阶段：销量趋势、复购率变化、自然流量占比、毛利率走势、库存周转天数。
引入期的核心特征是"量小但在增长"。这个阶段的商品通常满足以下条件：日均销量低于品类均值但周环比在上升；自然搜索流量占比从低位开始爬升；加购转化率高于同品类新品的平均水平；评论数量少但评分稳定。这个阶段考核的应该是过程指标，而不是结果指标。
具体来说，我会建议关注三个信号：加购转化率是否高于同类新品基准线、搜索流量占比是否连续两周上升、前二十条评论的平均评分是否在4.2分以上。这三个信号同时满足，基本可以确认产品处于健康的引入期。
成长期的典型信号是"加速增长"。销量周环比增速开始明显加快，复购率从引入期的低位开始上升，自然流量占比超过付费流量，毛利率随着规模效应开始改善。这个阶段考核的重点应该转向增速和健康度。
我会特别关注一个指标：复购率的一阶导数，也就是复购率的增长速度，而不只是复购率本身。因为成长期的复购率上升，说明产品正在形成用户粘性，这比单纯的销量增长更能预测未来的利润空间。
成熟期的标志是"增速放缓但利润稳定"。销量增速降到个位数，但毛利率达到峰值，库存周转天数稳定在健康区间，自然流量占比稳定在高位。这个阶段的考核核心应该是效率和利润。
成熟期的危险信号是"隐性衰退"，销量还在但毛利率开始下滑，往往是因为竞品增多导致被迫降价，或者流量成本上升。这时候如果还沉浸在高销量的喜悦里，就会错过最佳的调整窗口。
衰退期的特征是"多指标同步恶化"。销量连续下滑、毛利率下降、复购率走低、自然流量占比萎缩、库存周转天数拉长。关键判断标准是多指标同时恶化，而不是单一指标下滑。单一指标下滑可能只是短期波动，多指标同步恶化才是结构性衰退。
这个阶段最重要的不是"能不能救活"，而是"值不值得救"。如果产品属于战略品类或者有品牌价值，可以考虑迭代升级；如果只是普通SKU，快速止损并把资源转移到新产品上，通常是更理性的选择。
在我用过的商品分析工具里，数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm;_plan=est&utm;_unit=gys）是我认为在"生命周期视角"上做得比较扎实的一个。它没有停留在简单的销售数据汇总，而是把商品的生命周期阶段作为一个核心的分析维度，这对绩效考核判断有直接的支撑作用。
数跨界的商品分析模块会基于多个维度对每个SKU进行生命周期阶段的标注，不只是看销量，而是综合了增长率、复购率、流量结构、利润贡献等指标。我实测过一个有一千多个SKU的店铺，系统给出的阶段标签和人工判断的吻合度在八成以上，特别是对新品的识别比人工判断更早、更客观。
这个价值在于：它让"这个品处于什么阶段"从一个主观判断，变成了一个有数据支撑的客观标签。当团队对阶段判断有分歧时，可以直接看数据看板的阶段标注，而不是各说各话。
这是我比较认可的一个设计。数跨界的看板会根据商品所处的生命周期阶段，自动把指标分成不同的优先级组。比如引入期的商品，看板会把转化率、流量增长率、评价积累放在核心位置；成熟期的商品，看板会把毛利率、周转天数、利润贡献放在核心位置。
这意味着，当管理者要做绩效考核时，可以直接用这套分组作为参考框架。不需要再拍脑袋决定"这个月该考核什么"，而是让商品所处的阶段来决定考核重点。
数跨界还有一个我比较看重的功能，就是阶段切换的预警。当某个商品的关键指标出现明显异动时，系统会提示可能即将发生阶段切换。比如一个成长期商品的增速连续两周放缓、同时复购率开始走平，系统会提示可能即将进入成熟期。
对绩效考核来说，这个预警的价值在于：它给了管理者一个调整考核标准的缓冲期，而不是等到问题爆发后才被动应对。我建议团队把这种预警和季度绩效复盘结合起来，作为调整考核标准的触发点。
当然，工具不是万能的。数跨界的阶段标签也是基于历史数据和规则模型，如果遇到全新的品类或者特殊市场环境变化，仍然需要人工判断来校准。我的建议是：把工具的阶段判断作为起点和参考，而不是终点和真理。特别是对于战略品类和核心SKU，仍然需要结合行业知识做二次确认。
生命周期与绩效考核的结合，不是一个固定的模板，而是要根据团队所处的情况来调整。我把常见的几种情况列出来，分别给出建议。
这个阶段不需要太复杂的体系。建议做三件事：建立一张简单的SKU阶段标注表，每个月初更新一次；给不同阶段设置2-3个核心考核指标，不要超过三个；每月开一次半小时的阶段复盘会，重点讨论阶段发生切换的商品。
关键原则是：简单可执行比完美更重要。小团队最大的优势是灵活，不要让复杂的考核体系拖累了反应速度。
这个阶段必须开始借助工具。建议引入带有生命周期分析功能的商品数据平台，比如前面提到的数跨界，把阶段判断标准化。同时，建议建立"阶段-指标"的对照表，让所有运营人员都知道不同阶段该看什么指标。
考核节奏上，我建议引入期的商品按周复盘，成长期按双周复盘，成熟期和衰退期按月复盘。因为引入期的变化最快，需要最频繁的关注。
这个阶段的核心挑战是标准化和一致性。建议做到三点：第一，建立统一的商品生命周期定义和判断标准，写成文档并定期校准；第二，把阶段标签接入绩效考核系统，做到考核指标自动匹配；第三，建立跨部门的阶段评审机制，避免单一部门判断偏差。
同时要注意一个陷阱：不要用生命周期作为部门之间推卸责任的工具。我见过一些团队，买手把滞销品标记为"衰退期"来逃避责任，运营把新品标记为"引入期"来降低考核压力。所以阶段判断的标准必须透明、可验证，最好由数据系统自动生成。
多平台运营的复杂度在于，同一个商品在不同平台可能处于不同阶段。比如在成熟平台已经进入成熟期，在新兴平台可能还在引入期。这时候考核标准也需要分平台设置，不能简单粗暴地用一个标准覆盖所有平台。
我的建议是：先在单个平台跑通生命周期考核逻辑，再复制到其他平台。不要一上来就做全局统一，那样容易在细节上失控。
任何方法论都有它的适用边界和代价。生命周期支撑绩效考核这件事，也需要在几个关键点上做取舍。
生命周期分得越细，考核就越精准，但管理成本也越高。分四个阶段相对容易执行，分六个或八个阶段就需要更强的数据能力和管理投入。我的经验是：大多数团队分四个阶段就够了，除非是品类特别复杂或者客单价特别高的业务。
如果要在精细度上多做一步，我建议优先细化"引入期"和"衰退期"这两个阶段，因为这两个阶段最容易出现判断偏差，也是考核错配代价最大的地方。
标准化能保证公平，但可能牺牲灵活性。有些商品处于阶段交界处，硬要归类到某个阶段反而不准确。这时候可以设置一个"过渡期"标签，允许在考核上做出过渡性安排。
但要注意，过渡期不能成为常态。如果团队里大部分商品都标记为过渡期，那说明分类标准或者执行方式有问题，需要重新校准。
这是最难的取舍。纯粹的短期考核会让团队短视，但如果完全不看短期结果，考核又会失去约束力。我的建议是：引入期和成长期侧重过程指标和领先指标，成熟期和衰退期侧重结果指标和滞后指标。同时给引入期商品设置一个"保护期"，在保护期内不完全按结果考核。
保护期的长度要根据品类决策周期来定。快消品可能是四周，耐用品可能需要八到十二周。这个周期不是拍脑袋定的，而是要根据历史数据中的平均成长曲线来估算。
工具能提高效率，但不能替代判断。我见过一些团队过度依赖系统的阶段标签，连明显的异常数据都不去人工复核。这是危险的。我的建议是：系统的阶段判断作为基线和起点，人工判断作为校准和补充。特别是对于核心SKU或者异常波动的商品，一定要有人工复核环节。
一个实用的做法是：每周挑选出系统阶段标签发生变化的商品，做一次人工确认。这个工作量不大，但能有效避免系统误判带来的考核偏差。
如果你读到这里，觉得这套方法有价值，我建议按以下步骤落地。不要试图一次做完所有事情，分步骤推进更容易成功。
列出你所有的活跃SKU，用销量趋势、复购率、流量结构、毛利率、周转天数这五个维度，给每个商品初步标注一个阶段。这个阶段不需要很精确，先做出来，后续再校准。
针对四个阶段，分别设计考核指标。引入期重点看过程指标，成长期看增速和健康度，成熟期看效率和利润，衰退期看止损和交接。指标不要多，每个阶段两到三个核心指标就够了。
如果团队规模允许，引入带有生命周期分析功能的商品数据平台，把阶段判断和指标看板自动化。如果不方便引入工具，至少建立一个手工更新的Excel看板，每周更新一次。
用新体系跑一个完整的季度，期间不要频繁调整标准。季度末做一次全面复盘，看看哪些指标有效、哪些阶段判断有偏差、哪些商品的考核结果和实际表现不匹配。试运行的意义是收集数据和反馈，而不是追求完美的分数。
市场环境在变，品类的用户决策周期也在变。所以阶段判断标准不是设一次就定终身，而是要定期校准。我建议每季度花半天时间，和团队一起复盘阶段判断的准确性，根据实际情况调整阈值和指标权重。
这个问题没有统一答案，取决于品类。快消品可能四周就能看出趋势，耐用品和智能硬件通常需要八到十二周。我建议的做法是：不要用固定时间判断，而是看数据信号。当自然搜索流量占比持续上升、加购转化率稳定高于同类新品基准、复购率开始出现正向变化时，就可以判断进入成长期了。
不一定。要看它是否有战略价值。如果它是品牌的核心符号、或者有稳定的忠实用户群、或者可以作为其他产品的引流入口，可以保留但降低资源投入。如果只是普通SKU，没有特殊价值，快速止损通常是更好的选择。关键是把"淘汰"理解为"资源重新配置"，而不是"失败"。
必须先做阶段判断，再做绩效考核。顺序错了，整个体系都会失效。阶段判断是前提，绩效考核是结果应用。我在实际咨询中经常看到团队跳过阶段判断直接改考核指标，结果就是换汤不换药。
可以，但需要用简化的方法。可以只用销量趋势和毛利率两个维度判断阶段，用一张Excel表管理。虽然不如专业工具精准，但比一刀切考核要好得多。关键不是工具的先进程度，而是有没有"分阶段考核"这个意识。
两个办法：第一，阶段判断必须基于客观数据，不能由个人主观决定；第二，阶段切换需要留下记录和依据，可以追溯。我建议所有阶段变更都记录在案，注明依据的数据和判断人，季度复盘时统一检查。
回到文章开头那个争执：一个说新品ROI不合格，一个说加购率最高。两个人其实都没错，错的是用同一个标准去衡量两个不同阶段的商品。绩效考核的公平性，从来不是来自指标有多精确，而是来自标尺是否匹配商品所处的阶段。
我在这篇文章里想传达的核心观点是：商品分析数据方法的价值，不只是让你看清楚商品卖得好不好，更是让你看清楚"这个商品现在应该被怎么衡量"。生命周期不是一个标签游戏，而是一种判断逻辑，它决定了你用什么样的数据、什么样的标准、什么样的期待去看待一个商品。
下一步，我建议你做一件具体的事：打开你的商品数据表，挑出十个最有争议的SKU，就是那些在绩效考核上经常被讨论、被质疑的商品，用这篇文章里的方法给它们标注一个生命周期阶段。然后问自己一个问题：我现在的考核标准，和它们的阶段匹配吗？
如果答案是不匹配，那你就找到了绩效争议的真正根源。调整它，比调整任何单点指标都更有价值。
我负责的品类有几十个SKU，每次做季度复盘的时候最头疼的就是给商品贴阶段标签。运营说某个品还在成长期要继续投，财务说它毛利率已经掉了两季度该砍了，两边吵得不可开交。我就想知道，有没有一套看数据就能大致判断阶段的方法，而不是靠感觉拍脑袋。
核心做法是同时看三条曲线而不是一条：销量（或GMV）的滚动周环比趋势、复购率的变化方向、以及毛利率的绝对值与斜率。判断逻辑上，引入期的典型信号是销量绝对值低但环比增速波动大、复购率极低（很多品甚至没有复购）、毛利率通常偏高或为负（取决于定价策略）；
成长期的信号是销量连续多周正增长、复购率开始爬升、毛利率稳定或小幅下降（因为开始让利铺量）；成熟期的信号是销量增速趋近于零但绝对值处于高位、复购率达到峰值并平台化、毛利率见顶；衰退期的信号是销量连续下滑、复购率同步走低、毛利率被促销拉低。
需要强调的是不要用单一阈值，因为不同品类的曲线形态差异极大，快消品可能三周就完成一轮周期，耐用品可能要看季度粒度。
实操上建议给每个SKU建一张趋势看板，横轴按周或按月，至少叠三条线，然后设定'连续N期同向变化'作为阶段切换的预警条件，N的取值根据你品类的动销节奏来定，通常快消取4到6周、耐用品取2到3个月。这样做的好处是阶段判断有据可查，运营和财务讨论的时候能对齐到同一张图上，而不是各说各话。
我们公司绩效考核是季度制，新品上市第一个季度就被要求达到和成熟品一样的ROI和毛利率标准，结果好几个有潜力的新品被提前判了死刑。团队现在都不敢接新品了，因为一做新品绩效就垫底。我想知道引入期到底应该怎么考核才合理，有没有具体的指标建议。
引入期的核心判断依据是'这个品有没有被验证'，而不是'这个品赚了多少钱'，所以考核重心应该放在过程指标上。具体来说，引入期建议考核四类过程指标：一是铺货覆盖率或上架率（商品有没有到达目标渠道和货架）；二是试销转化率（曝光到点击到首购的漏斗效率）；
三是用户反馈采集量（评价数、问卷回收数、客服工单分类统计）；四是首购用户的次月留存或复购意向。结果指标在引入期不是完全不看，而是要换一个口径看，比如不看ROI而看'单客获取成本是否在可接受区间内'，不看毛利率而看'首购订单的贡献毛利是否覆盖了履约成本'。
用成熟期的ROI标准去考核新品，本质上是用一个已经跑通的商业模型去要求一个还在验证期的项目，必然导致误杀。
落地建议是在绩效方案里明确区分'验证期考核'和'经营期考核'两套标准，引入期按过程指标的达成率打分，同时设定一个'阶段晋级条件'，比如试销转化率达到某条线、复购意向超过某个比例，就自动切换到成长期考核标准。这样团队接新品的时候知道前期考的是动作质量而不是利润数字，才有动力去试。
我们有个品连续两个月销量在跌，运营已经准备把它归到衰退期做清仓处理了。但我看它的复购率其实没怎么降，只是大盘流量在跌。我怀疑它只是被大盘拖累了，不是真的不行了。这种情况怎么判断才不会误杀？
区分伪衰退和真衰退的关键是做一个'剥离大盘影响'的动作。第一步，把该商品的销量变化拆成两部分：大盘（品类整体或店铺整体）的同比变化，以及该商品相对于大盘的超额变化。如果大盘跌了15%、该品跌了18%，那它的相对表现只差了3个点，属于跟跌，不是独立衰退；
如果大盘持平或微涨、该品跌了20%，那才是真正的个体衰退信号。第二步，看复购率和新客占比的交叉变化。真衰退通常伴随复购率同步下降、老客流失加速；伪衰退往往复购率稳定甚至微升，只是新客进不来。第三步，看流量结构的变化。如果自然搜索流量下滑但商品详情页的转化率没变，大概率是流量大盘问题；
如果转化率也在跌，那才是商品本身竞争力出了问题。第四步，看竞品动作。如果同期竞品上了替代款或打了价格战，那属于竞争性衰退，处理方式应该是调整定位或差异化，而不是直接清仓。
操作上建议设一个'衰退确认清单'，至少同时满足'相对大盘超额下滑'加'复购率下降'加'转化率下降'三个条件中的两个，才正式标记为衰退期并启动止损流程。只满足一个条件的，先归入观察期，给一个季度的缓冲窗口再看。这样能避免因为大盘波动就误杀还有生命力的商品。
我们团队现在商品分析报告做得挺细的，每个SKU都有阶段标签，但一到绩效考核还是用的那套固定指标，分析报告和考核表完全是两张皮。我想把阶段标签真正用起来，让考核标准跟着商品阶段走，但不知道怎么和现有流程对接。
把阶段标签接入绩效考核，核心原则是'先对齐阶段、再对齐指标、最后对齐权重'。具体分四步走。第一步，建立阶段标签的刷新机制。阶段标签不能一年定一次，要跟着数据跑，建议按月或按季度自动刷新，刷新规则要事先写清楚（比如连续4周增速低于某条线就降级），并且让被考核人提前知道规则，避免事后争议。
第二步，为每个阶段预设一套指标模板。引入期用过程指标模板（铺货率、试销转化率、反馈采集量），成长期用增长指标模板（环比增速、复购率提升幅度、新客占比），成熟期用效率指标模板（毛利率、库存周转天数、贡献利润），衰退期用止损指标模板（清仓完成率、资金回收率、交接完整度）。
第三步，在绩效考核表里把'商品阶段'作为分组维度，同一个负责人如果同时管成熟品和新品，就按阶段分别打分再加权汇总，权重可以按该负责人投入的时间和资源比例来分配，这样才不会出现'用新品拖累成熟品分数'的情况。第四步，建立季度校准会。
每季度复盘一次阶段标签的准确性和指标模板的合理性，重点看两类问题：一是阶段误判导致的考核偏差（比如把伪衰退当真衰退、给了不合理的止损指标），二是指标模板是否需要根据业务变化调整。
落地时要注意一点，不要一次性把所有SKU都纳入新流程，先选一个品类或一个小组试点跑一个季度，把阶段判断规则和指标模板磨顺了再推广。这样既能验证方法的有效性，也能积累内部案例来说服其他团队。
我们公司刚上了BI工具，老板让我搭一个商品分析看板，要求既能看商品健康度又能支撑绩效考核。我看了很多模板，有的图表特别多但不知道该看哪个，有的又太简单看不出问题。我想知道一个真正好用的商品看板应该放哪几张图，怎么设计才能不沦为摆设。
一个能同时服务分析和考核的商品看板，建议控制在四张核心图加一张明细表，多了反而没人看。第一张是'生命周期分布图'，用散点图呈现，横轴是销量增速、纵轴是毛利率或复购率，每个点是一个SKU，用颜色区分当前阶段标签。这张图的价值是一眼看出哪些品在哪个象限，考核分组直接按颜色来。
第二张是'阶段迁移趋势图'，用桑基图或堆叠柱状图展示各阶段SKU数量的月度变化，比如这个月有多少品从成长期掉到了成熟期。这张图回答的是'我们的商品结构在变好还是变差'。第三张是'考核指标达成热力图'，行是负责人或小组，列是各阶段的核心指标，单元格用颜色深浅表示达成率。
这张图直接对接绩效考核，谁在哪个阶段达标一目了然。第四张是'预警清单图'，用表格或卡片形式列出触发阶段切换预警条件的SKU及其关键数据变化，比如连续4周增速为负、复购率环比下降超过阈值。这张图是行动入口，看到就要去排查。
明细表则放所有SKU的阶段标签、核心指标值和负责人，支持筛选和导出，方便做个体复盘。设计上有三个要点：一是阶段标签要能自动刷新并且显示刷新时间，避免用过期标签做考核；二是每张图都要标注数据口径和统计周期，尤其是增速用周环比还是月同比要说清楚；
三是看板要区分'日常监控视图'和'考核周期视图'，前者按天或周更新看趋势，后者按季度锁定数据做评分，避免考核时数据还在变导致争议。做到这几点，看板就不会只是给老板看的摆设，而是分析和考核共用的同一套事实基础。
读者评论
文章把'考核错配'这个模糊的管理痛点拆解得很清楚。我们团队之前就是所有SKU用同一套ROI标准，结果新品几乎全被砍掉，老品却一直占着资源。后来按生命周期分阶段考核，新品的存活率确实明显提升了，运营也更愿意接新项目。
四种误区的归纳很到位，尤其是'伪衰退'和'慢热品误杀'这两个。但实际执行中，准确判断商品处于哪个阶段并不容易，数据信号会互相矛盾。文章提到的五个维度和三个引入期信号，至少给了可操作的判断依据，比凭感觉拍板强。
用生命周期看板来支撑考核，方向是对的。但工具自动打标签的准确率能到八成，剩下的两成怎么办？如果阶段判断本身有争议，考核结果还是会有申诉。另外不同品类的决策周期差异很大，系统预设的观察窗口能不能灵活调整，这是我比较关心的。