Shopee竞品销量从哪看：前台能拿到的几个销量维度

能看到的销量信号有哪几类

把前台能看到的信号先列成一张清单，是判断销量之前的第一步。多数人只记住已售件数这一个数字，其余的入口看过就算了，没有沉淀下来。清单列全以后会发现，能用的信号比想象中多，只是每一类的脾气不一样。先有清单，再谈怎么用，顺序反了就容易凭感觉走。清单本身不用复杂，一行写一类信号，旁边写上它从哪来。

已售件数是大多数人第一眼会看到的数字，位置显眼，含义也最直白。它统计的是这条链接从开始到现在累计成交的件数，反映的是历史总量。用它判断这个商品有没有市场是合适的，用它判断最近卖得好不好就容易偏。累计量对老链接天然有利，对上新不久的链接则显得偏低。看的时候先把这两种情形区分开，结论才站得住。

评价数是第二类常见的信号，位置在评价区。它的数量比销量小，但它的变化速度比累计销量更接近近期的节奏。一段时间内的评价新增数量，可以粗略反映这段时间的成交活跃度。问题在于评价率不是一个固定值，类目之间、店铺之间的差异都很大。直接拿评价数去乘一个比例，误差会明显放大。所以它更适合看方向，不适合直接换算件数。

库存余量是容易被忽略的一类信号。它藏在规格选择或者加购环节，平时不显眼，但它是少数会随下单和补货实时变化的信号之一。已售件数只在成交时增加，评价数只在留评时增加，库存余量则在两头都动。要看短期动销强度，这个信号的信息量往往比前两类更大。缺点是要多走一步操作才能看到，容易被跳过。

榜单排位提供的是相对位置。它不给你件数，只告诉你在这个类目里大概排在哪一档。它的价值在于省掉了自己算的心思，也在于它同时覆盖了很多条链接，能一次看出一片。局限是类目口径不透明，同一个名次在不同类目里对应的量可能差很多。把它当成坐标系里的一个点可以，当成一个数量就不合适了。

标签与角标属于提示性的信号，比如新品、热卖、免运这一类。它们不直接给数字，但会影响买家点进来的意愿，从而间接影响成交。做判断时可以把它们当成背景信息，用来解释为什么同样是新链接，有的起量快、有的起量慢。单独拿一个标签当销量证据是不成立的。它的作用是补充解释，不是提供数据。

店铺评分与粉丝数是另一类背景信号。它们反映的是整个店铺长期经营的稳定性，和单条链接的销量没有直接关系。一家评分稳的店铺，新链接起量的基础通常更好一些，这是可以理解的。但把店铺评分当成某条链接销量高的理由，是把两个层级的东西混在一起了。层级一混，后面的推断就开始失真。

这几类信号还有一个共同点，就是它们的更新频率不一样。已售件数和库存余量几乎是实时的，评价数按留评节奏走，榜单按周期刷新，店铺评分按月或者更久更新一次。频率不同意味着它们对同一个变化的反应速度不同。看的时候要意识到这个时间差，否则会把先动的信号和后动的信号读成矛盾。

还有一个维度容易被漏掉，就是时间。任何一个信号只取一次都是快照，只有前后取两次以上才有走势。很多人看完一次就下结论，其实是把快照当成了趋势。把同一批信号按固定间隔取几次，对比出来的东西才是能用的。间隔可以是一周，也可以是一天，关键是每次都按同样的间隔来。

信号的来源决定了它能承受多重的判断。来自成交记录的信号可以直接参与量级估算，来自买家行为的信号更适合看趋势，来自平台排序的信号只能看相对位置。把来源和用途对应起来，判断的可靠性会明显提高。这个对应关系不用记很深，只要记住越靠近成交的越硬就够了。

分类的时候还有一个实用建议，就是把信号分成绝对量和相对量两组。绝对量包括已售件数、评价数、库存余量，它们本身就是数字。相对量包括榜单排位、标签、店铺评分，它们说明的是位置和状态。两组信号的用法不一样，混在一起比大小没有意义。分开存、分开看，用的时候就不会串。

列清单这件事本身花不了多少时间。第一次认真列一遍，之后每看一个竞品都可以按同一张清单走，不会再漏掉入口。清单稳定下来之后，看一条新链接的时间会明显缩短，判断的一致性也会提高。省下来的时间可以放到多找几个对手上，覆盖面比深度更值得先补。

最后要提醒的一点是，清单上的信号并不是每条链接都齐全。有的链接没有榜单位置，有的规格库存显示不出来，有的评价区被折叠了。遇到信号缺失的情况，用剩下的信号组合判断，而不是因为缺一个就放弃。更不要凭印象补一个数字进去，那样比缺着更糟。

把信号列全之后，接下来是给它们排个取数顺序。建议的顺序是先看已售件数定大方向，再看窗口量确认近期节奏，然后扫评价看活跃度，最后点进规格看库存。这个顺序是从粗到细的，前面几步花不了多少时间，只有最后一步需要多点几下。顺序固定下来，看一条链接的时间可以压到几分钟。

定好顺序之后要解决的是取数的一致性。同一类信号每次从同一个入口取，不要今天看这个页面、明天看那个页面。入口一换，口径可能就变了，前后两次的数据没有可比性。做法很简单，把入口的名字写下来，之后每次都照这个来。这一步几乎不需要成本，却能省掉大量解释工作。

第三步是给每个信号标一个可信度。可以简单地分成高、中、低三档。来自成交记录的分高，来自买家行为的居中，来自平台排序和标签的分低。判断的时候，高档信号可以直接支撑结论，中档信号用来佐证，低档信号只当参考。有了这个分档，遇到信号冲突时就有了取舍的依据。

第四步是在记录表里留一块空白，专门存放解释不了的信号。有些数字看的时候对不上，一时想不明白原因。这时候不要硬解释，先在空白区写下来。过几天再看，往往会有新的信息帮助理解。把解释不了的先挂起来，是保持判断整洁的一个实用习惯。

最后一步是定期回看这些记录。单次的判断对错不重要，重要的是判断的方法有没有在改进。每隔一段时间翻一遍之前的记录，看看哪些判断后来被证实是对的、哪些偏了。偏了的地方，往往能指出一个被忽略的信号。这个回看动作，是把经验变成方法的唯一途径。

有一个实际的例子能说明信号缺失的麻烦。一家做家居收纳的店铺想对标一条热销链接，发现它没有榜单位置，评价区也做了隐藏，只剩已售件数和库存两个信号。做判断的人没有放弃，靠每周记录累计增量和库存变化，两周后照样把量级圈了出来。缺信号不是不能判断，而是要多花一轮时间。

边界条件是小类目。类目本身很小的时候，榜单往往没有单独设立，标签也不丰富，能拿到的信号比大类目少一截。这种情况下不要硬套大类目的判断方式，改为依靠自己的连续记录。小类目的优势是对手少，跟踪几个主要对象就能覆盖大部分。

还有一个细节是季节性商品。节日类的商品销量集中在很短的一段时间，平时的信号全都平。拿平季的数据去判断旺季的潜力，结论会严重偏低。遇到季节性明显的类目，信号要在对应季节取，平时记的数字只能作为底线参考。这一点跨季节对比时尤其重要。

记录方式上，建议给每个对手建一条时间线，第一次观察的日期打头，之后每次追加一行。行里写日期、取到的信号值、当时的备注。这样时间线拉长之后，对手的起伏就成了一条可以回看的记录。用表格软件很容易实现，关键是坚持追加。

前台能拿到的信号不止一个，先列全再谈怎么用

已售件数的两种显示方式

已售件数在页面上其实有两种写法，一种是累计式的，写着一个总数；另一种是带时间限定的，标注最近多久的销量。两者位置可能挨着，看起来像同一件事，实际口径差得很远。分不清这两种写法，是很多人误读销量的第一个坑。看清楚数字前面那行小字，往往比数字本身更重要。

累计式的写法统计的是链接从创建到现在为止的总成交量。它的数值通常很大，老链接几十、几百甚至上千，看起来很有说服力。它的局限是不随时间收缩，哪怕这条链接半年前就不再动销，这个数字依然挂在那里。用它判断现状，等于把历史当成了现在。这是老链接最容易制造的错觉。

带时间限定的写法只统计一个滑动窗口内的成交。窗口的起止由平台定义，可能是最近一个月，也可能是最近一个统计周期。它的数值小很多，但对近期节奏的反映更直接。看到这个数字下降，通常意味着这段时间的成交确实放缓了。反过来，这个数字上涨，说明近期在加速。

两种写法放在一起对照，能直接读出很多信息。累计量高而窗口量低，说明这条链接历史成绩不错、当前节奏偏慢。累计量不高但窗口量不低，说明这是一条刚起来的新链接。这种交叉读法比单看任何一个数字都有用。它同时回答了历史成绩和当前状态两个问题。

还有一个细节是窗口的起点不一定是自然月。有的按滚动天数算，有的按平台的统计周期算。不了解具体规则的时候，最稳妥的做法是固定间隔去取同一个入口的数字。用它的变化来看走势，而不是去猜窗口到底从哪一天开始。猜口径这件事收益很低，还容易猜错。

两种写法的更新时点也可能不同。累计量在订单生效之后增加，窗口量在窗口滑动时变化。这意味着你同一天看到的两个数字，反映的可能是两个不同时间段的事。把它们直接相加或者相减，得出的结论没有意义。先确认时间段，再做任何运算，这是一个基本的顺序。

遇到只显示一种写法的页面，可以用时间序列来补。每周固定记录一次这个数字，连续几周之后，每周的增量就近似于那个窗口内的成交。这是用累计量反推近期量的常用办法，前提是记录的间隔要稳定。间隔一乱，增量里就混进了时间长度的影响，读出来的数就不再干净。

关于这两种写法的可信度，累计式更容易被历史积累影响，窗口式的数值更贴近当下但波动更大。做量级判断时，通常以窗口式为主，用累计式做边界校验。一个说近期几百，一个说历史几千，两个数字并不矛盾。矛盾的不是数据，是我们把两个问题当成了一个。

还有一种容易混淆的情况，是同一个商品在不同子规格下显示的数字不同。这时候看到的差异未必是口径问题，也可能是规格本身分开统计。判断之前先确认是不是在看同一个规格，能省掉很多没必要的排查。这一步只需要几秒钟，但能避免一个不小的误判。

显示方式还可能随页面版本变化。同一个入口，今天看到累计式，过一段时间改成窗口式，这种情况是存在的。所以做长期记录时，要在表里写清这次取的是哪一种写法。否则前后数据没有可比性，做出来的趋势线其实是两种口径拼出来的。表里多一列写法，能救回很多错误结论。

对老链接的判断要特别注意累计式的干扰。一条累积了几千件的链接，即使现在每天只出一两单，累计数字依然壮观。判断它的现状，必须看窗口量或者库存变化，不能只看历史总数。这是把老链接误判成热销的常见原因，也是对标时最容易踩的一个坑。

对新链接则相反，累计量天然偏低，容易让人低估它的势头。新链接更要看单位时间内的变化，比如一周内累计量增加了多少。用增量而不是总量去评价新链接，判断会更接近实际情况。对新链接过早上结论，通常不是判断错了方向，而是选错了指标。

归纳一下，两种写法不是谁替代谁，而是各自回答不同的问题。累计式回答这条链接历史上做成了多少，窗口式回答最近这段时间的节奏如何。把这两个问题分清楚，读数字的时候就不会把两件事混成一件事。这是后面所有估算工作的共同前提。

用累计量反推窗口量，需要先固定记录的间隔。做法是每周固定一天取一次累计数字，两次之间的差值就是这个间隔内的成交增量。间隔要一样长，否则增量里混着时间长度的影响，读出来的数不干净。坚持几周之后，这条增量线比页面上显示的窗口量还要直观。

记录的时候要把两种写法分开存。表格里分两列，一列放累计量，一列放窗口量，各自记各自的变化。混在一列里记，后面做趋势分析时就要重新分辨每一个数字是哪种口径，非常麻烦。分列的成本几乎为零，收益是后面所有分析都能直接拿来用。

判断一条链接是快还是慢，可以用单位时间增量来对比。把累计量的周增量算出来，和同类目其他链接的周增量放在一起排一排。排完就知道这条链接在同类里大概处于什么位置。这个方法不依赖平台的任何窗口口径，用的是自己记的一手数据，说服力更强。

遇到窗口量突然跳变的情况，先别急着下结论。窗口量是按滑动区间算的，偶尔会因为统计批次的原因出现一次跳变。正确的动作是等下一个周期再取一次，看它是回到了原来的水平，还是维持在新的位置。只看一次跳变，容易把统计噪音当成真实的量变。

对老链接要做一次去历史化处理。把累计量放在一边，只用窗口量和周增量来判断它现在的情况。这个动作看起来简单，却是对标时最容易忽略的一步。很多被当成标杆的老链接，其实已经进入低速期，只是累计数字还很好看。去掉累计量的干扰，判断才会回到当下。

有一个容易踩的坑值得单独说。某类商品在换季时会做规格调整，调整之后部分历史成交被重新归集，累计数字可能因此出现一次非自然的下调。看到累计量减少时，先确认是不是规格改动引起的，再考虑是不是数据错误。这类改动带来的数字变化，和销量本身没有关系。

边界条件是大促前后的累计量。大促当天的成交可能在几天内集中生效，累计数字会出现一段陡增。如果记录的间隔正好跨过了这个大促，那一次的增量会被显著放大，用这条线去做平常的日均判断就会偏高。记录表里最好给大促日期做个标记，回看时能自动过滤。

还有一个细节是跨境链接的显示单位。不同站点的页面有时用不同的量词表述件数，读的时候要留意单位是不是一致。单位不一致的情况下做加减，得出的数没有意义。这个检查只需要一秒钟，但能避免一个看起来很离谱的错误。

记录方法的建议是把两种写法写进同一张表的不同列，并注明每次的取数日期。日期这一列看着普通，却是后面所有对比的锚点。没有日期，一条增量线就变成了没有刻度的尺子。有了日期，即使中间漏记了几次，也能按时间长度折算回来。

信号的可信度并不一样，越靠近成交记录的越值得当基准

评价数与销量不是一回事

评价数和销量经常被当成同一件事，看到评价多就认为卖得多，看到评价少就认为卖得差。这个直觉在方向上大致不差，但在数量级上偏得很远。评价数和销量之间隔着一个评价率，而评价率本身不是一个稳定系数。中间这一层没想清楚，后面的换算就都是浮沙上盖楼。

评价率指的是成交订单中留下评价的比例。它受很多因素影响，类目、价格、买家习惯、平台的激励活动都在起作用。同一时间段内，一类商品的评价率可能是另一个类目的几倍。用一个统一的系数去换算，误差会直接放大到结果上。所以反推之前，先确认自己类目的评价率大概在什么区间。

评价数还有一个特点，它只增不减。买家后来删掉评价、评价被折叠或者被清理，通常不会让总数明显回落。这意味着评价数是一条单调递增的曲线。用它看趋势只能看增量的速度，看不出成交的回撤。销量下降的过程，在评价总数上是看不出来的。

评价的时间分布比总数更有信息量。把评价按时间排开，能看出成交的集中期。一段时间内评价密集出现，往往对应一次促销或者一波流量。评价稀疏的时段，即使总数看起来很可观，也可能是早期积累留下的。把时间轴画出来，这条链接的真实节奏就浮出来了。

评价内容本身也值得扫一遍。差评集中说明体验有问题，退货相关的评价集中说明规格或者描述有偏差。这些信息不影响销量数字，但会影响这个销量能不能持续。判断一条链接值不值得对标，评价内容的分量不比数量轻。只看数量不看内容，容易把一条即将下滑的链接当成标杆。

评价区和销量字段之间还有一个更新时差。买家下单之后要等收货、使用、再留评，中间隔着好几天甚至更久。所以评价数的变化天然滞后于销量。看到评价突然增加，成交多半发生在更早的时候。反过来，评价没动也不代表最近没成交，可能只是还没到留评的时候。

反过来说，如果销量显示明显上涨而评价完全没动，也要留意。这可能是统计口径的问题，也可能是成交的结构不真实。单独看这条线索不足以下结论，但它是值得记下来继续观察的一笔。等第二周再看一次，如果还是这个状态，性质就不一样了。

不同类目的评价习惯差异很大。需要长期使用的商品，买家更愿意留评，因为用完有话可说。一次性消耗品或者低单价商品，留评的意愿通常低一些。跨类目比较评价数，要先意识到这个背景差异。否则容易得出一个数字更大就一定更好的错误结论。

还有一个实际问题是评价的可见范围。有的评价被折叠、有的被隐藏、有的只显示部分内容，所以页面看到的评价数和后台记录的真实评价数可能不一致。做估算时把这一点当成一个不确定项，比假装它不存在要好。不确定就直接写进误差范围，这样结论才守得住。

评价区的排序方式也会影响判断。默认排序通常把带图或者有用的评价放在前面，看起来热闹，但这不是时间的顺序。想看出真实的时间分布，需要按时间排序，或者手动往下翻几页。翻到后面几页，早期评价的样子就会显出来，节奏感也就有了。

评价数的实际用途主要在三件事上。一是看成交的活跃度方向，二是看质量风险，三是作为销量估算的辅助输入。它不适合单独用来反推销量，适合作为其他信号的校验项。定位清楚以后，用起来就不会走偏，也不会指望它做它做不了的事。

一个可操作的用法是记录评价的周增量。每周固定时间记一次评价总数，算出这一周的增量，连续记录几周，就得到一条比总量更有用的节奏线。这条线的波动，往往比销量字段的变化更早显现出趋势。作为预警，它比总数灵敏得多。

最后要说明的是，评价数和销量之间不是换算关系，而是佐证关系。评价多可以作为销量不错的旁证，评价少不能直接推出销量差。把这两者的关系定位准确，后面用评价数做任何推算时，就不会把它当成一个可靠的换算基础。定位错了，方法再好也救不回来。

用评价数做判断有个标准动作，就是先取总数，再取两周后的总数，算出周增量。拿到周增量之后，不要立刻换算成销量，而是把这条链接的周增量和它自己的历史相比。增量的方向比绝对值更有信息量，尤其是在你不知道评价率的情况下。

第二个动作是看评价的时间集中度。用时间排序展开评价列表，看最近的评价是集中在几天内，还是均匀散布在很长时间里。集中的说明最近有波成交，散布的说明成交一直不温不火。这个观察不需要任何计算，翻两页就能看出来，信息量却不小。

第三个动作是抽读几条最近的评价。重点看有没有提到发货速度、包装、规格这些和成交节奏相关的词。如果最近集中出现发货慢的抱怨，说明这个对手的订单量可能超过了它的处理能力。这类信息对判断它的量级有间接的佐证作用。

第四个动作是把评价增量和其他信号做交叉。评价周增量上去了，同时库存下降也变快，这两条互相印证，判断的可信度就高。如果两者方向相反，比如评价猛增但库存几乎不动，就要多留一个心眼，先检查数据有没有取错，再考虑是不是有别的情况。

最后一个动作是记账。把每次观察到的评价总数、观察日期、周增量写进表里，同时备注这次判断的用途是看趋势还是做预警。用途写清楚，后面回过头来才知道这个数字当时是为什么记的。记录的价值，一半在于数据本身，一半在于它当初的问题背景。

有一个具体的场景。某条链接的评价总数长期停在几百，看起来平淡无奇，但把评价按时间排开后发现，最近一个月新增了几十条。换算下来，这条链接当前的成交节奏其实高于它自己的历史均值。只看总数会漏掉这个变化，看时间分布就能捕捉到。

反过来的例子也有。一条评价总数上千的链接，最近三个月的评价新增只有个位数。它曾经很热，现在基本停下来。用累计评价数去对标它，会把一个已经衰退的对手当成标杆。评价的时间分布在这里起的是纠偏作用，提醒你总量和现状是两回事。

边界条件是刚上架不久的新链接。评价基数小，一条差评就能让比例明显变化，短期波动会被放大。对新链接，评价数更适合用绝对笔数来看，比如最近新增了三笔还是三十笔，而不是用比例。比例在小样本上不稳定，这是一个基本的统计常识。

记录方法上，建议每周固定记三样：评价总数、新增条数、最近评价的日期。三样一起记，之后回看时既能算增量，也能判断活跃度是否还在延续。只记总数的话，回看时无法区分是持续有评价还是很久没动过。多记两样，成本很低，用途却多。

库存余量透露的信息

库存余量是前台信号里最容易被忽略的一个，因为它不在商品主图上，要选到具体规格才会显示。它同时也是更新最快的一个，每有一笔成交和每一次补货，它都会动。想看清楚短期的动销强度，这个信号的参考价值比累计销量高。只是它需要多一步操作，很多人懒得点进去看。

读库存余量的基本方法是做减法。今天看到的可拍数量减去这段时间的补货量，剩下的就是这段时间卖掉的量。算式本身很简单，难点在于补货量不容易直接看到，需要靠加货前后的跳变来推断。看到数量突然变大，那一次跳变的大小就是补货量的大致数值。

所以库存信号更适合连续记录，而不是单次查看。只看一次，你只知道现在还剩多少，不知道它是刚补过货还是快卖完了。连续记录几次之后，减少的方向、补货的节点、下降的速度，这些信息才会浮现出来。这也是为什么单次截图几乎没有分析价值。

下降的速度是库存信号里最值得关注的量。同样是剩一百件，一天卖十件和十天卖十件是两回事。前者大概十天左右会见底，后者还能撑很久。把每天或者每周的减少量记下来，就得到了一个不依赖任何销量字段的动销指标。这个指标是自己算的，可信度反而高。

补货节点的识别也有实际用途。一条链接突然从可拍几十件跳到几百件，通常说明卖家在补货，而且对后续销量有预期。频繁补货的链接，说明动销确实在持续，不然卖家不会反复压货。长期不补货又不缺货的链接，说明卖得很慢，库存在慢慢消化。

遇到可拍数量被锁定的情况要留意。大促前、秒杀中，或者平台做活动的时候，有时会显示一个限定的可拍数，比如最多只能买几件。这时候的库存数字不是真实库存，只是活动规则。看到明显偏小的数字，先判断是不是这类情况，再考虑是不是真的缺货。

还有一种情况是规格分开计数。同一条链接下面有多个颜色或者尺码，每个规格的库存是单独算的。只看一个规格的库存，会误判整条链接的储备。要看全貌，需要把主要规格的库存分别记下来，再算总和。只盯一个规格，等于只看到了一个局部。

库存下降快还有一个可能的原因，是卖家自己在调整。下架部分库存、合并规格、临时改成预售，都会让可拍数量变化，但和实际销量无关。看到异常跳变时，先排除这类操作层面的原因，再当成销量信号来读。把它当成销量的证据之前，先想想有没有别的解释。

库存信号最大的局限是它只覆盖有货的链接。一条卖断货的链接，可拍数量显示为零或者灰色，这时候库存信号就失效了。断货本身其实是更强的信号，说明需求超过了备货，但它给不出数量的参考。遇到断货的对手，只能回到其他信号上去找量级。

把库存余量和已售件数放在一起看，能互相补位。已售件数告诉你历史总量，库存下降速度告诉你当前节奏。两个都往上走的链接，基本可以判断为正在热卖。一个高一个平，则需要再找第三个信号来定夺，比如评价的周增量，或者榜单位置有没有动。

记录库存的时候，建议连时间一起记。同样是一天减少三十件，记录在上午还是下午，含义可能不同，因为一天里的下单集中在某些时段。记上取数的时间，前后对比时才能排除时段差异带来的干扰。这点细节不加，两次记录之间的差值就可能被误读。

库存信号对判断对手的补货节奏特别有用。如果一条链接每隔一段时间就补一次货，而且每次补的量在增加，这个对手的销售预期大概率在往上调。这类信息对备货和定价都有参考价值，但要基于多次记录，不能凭一次跳变下结论。至少看三轮补货，才谈得上规律。

归纳来说，库存余量是一个动态信号，它的价值不在某一次的读数，而在多次读数的差值。把它当成一台连续工作的计数器，只要记录间隔稳定，就能在没有任何销量数字的情况下，自己算出一条动销曲线。这条曲线是自己的一手数据，比任何二手数字都可靠。

连续记录库存有个固定流程，先选到主销规格，再看可拍数量，然后立刻记下时间和数量。这三步要连在一起做完，中间不要跳去别的页面，否则取数的时点会漂移。记录时点一漂移，前后两次的差值就掺进了时间差，读出来的动销速度会失真。

记录频率通常按天或者按两天一次就够了。太密没有必要，因为单日的波动本来就大，看不出趋势；太疏也不行，可能整段补货周期都被跳过。对于动销快的链接，一天一次比较合适；对动销慢的，两三天一次也不会漏掉关键变化。

判断补货可以用一个简单规则，就是数量突然变大。变大那一刻的前后两次记录之间，就是补货发生的区间。把每次补货的增量和间隔记下来，几次之后就能看出这个对手的补货节奏。节奏稳不稳，比单次补货多少更有参考价值。

遇到库存不动的情况，要先排除链接本身的变动。可能这条链接改了规格、换了主图、临时下架了某个颜色。这些操作都会让可拍数量停在原地，和销量无关。排除动作很简单，看一眼规格列表有没有变化就行，不需要复杂判断。

把库存记录做成一张长期的表，一行一个日期，一列一个对手。这种表坚持记上两三个月，就能看出很多单次观察看不到的东西，比如哪个对手补货最勤、哪个对手在慢慢清货。表的格式不复杂，价值在于连续性。断断续续记的表，参考价值会大打折扣。

有一个案例可以说明库存记录的价值。一位卖家跟了某对手六周，发现它的可拍数量每周都在固定时间点跳增一次，增量大致相当。这说明对方在按固定节奏补货，且动销稳定。到第七周补货量明显加大，这位卖家据此判断对方在为旺季备货，提前调整了自己的节奏。

边界条件是限量购买的商品。有些商品在页面上标注每人限购几件，这时候可拍数量会被人为压到一个很小的值，库存信号完全失真。遇到这种情况，库存这一列应该留空并备注原因，而不是填一个会被误读的数字。留空比填错更诚实，也更安全。

还有一个细节是多仓发货。同一件商品在不同地区可能有不同的可售数量，页面显示的是你所在地区能看到的那一部分。换一个收货地址再看，数字可能变化。做长期记录时，要固定用同一个地区查看，否则前后对比会掺进地理差异。

记录方式上，建议表里除了数量，再单独留一列记补货事件。补货那一行前面画个标记，比如写上补货两个字。有了标记，回看时能一眼分清哪些变化是卖出去的、哪些是补进来的。不做标记的话，两种变化混在一起，趋势线就没法用了。

榜单与标签里的量级

用榜单做判断，动作上要先记位置再记时间。同一个榜单，今天截图，隔一个周期再截一次，对比名次的变化。名次往上走说明动能强，往下走说明势头在减弱。只看一次名次说明不了势头，两次以上的对比才构成一个判断。

第二个动作是横向拉一批链接。把榜单上相邻的几个位置都记下来，形成一小片样本。单个位置的波动可能是排序算法的抖动，一片样本的整体移动更能说明类目的动向。样本不用太大，同一档里有五到八个就够用了。

第三个动作是把榜单位置和库存信号对齐。榜上位次靠前、库存又在快速下降的链接，基本可以确认正在热卖。榜上位次靠前但库存没什么变化，可能是靠低价或者活动维持的，量级未必真实。把两个信号对齐看，判断的精度会提高一档。

标签类信号的动作是记录变化而不是记录有无。一个新品标签从有到无，说明这条链接已经过了新品期，后续的流量支持会减弱。记录标签的变化节点，对判断一条链接会不会继续保持势头有参考意义。单看标签的有无，信息量太小。

最后要养成的一个动作是给榜单结论留余地。榜单位置只能说明相对排序，说明不了绝对量。所以在写下判断时，用排名区间来描述，比如大概在类目前多少名，而不要写成卖了多少件。表述方式决定了这个结论能不能被后续数据检验。

有一个实际的观察方式值得试试。把同一个榜单在不同时间点截图保存，按时间顺序排成一列。排好之后，某个位置的链接换人的频率本身就是一条信息。换得快说明这个位置的竞争激烈、量级波动大；长时间由同一条链接占据，说明它的优势比较稳固。

边界条件是小众榜单。有些类目的榜单只收录很少的链接，名次的变化更多反映的是平台的排序调整，而不是销量的真实起伏。这类榜单适合当参考，不适合当证据。判断一个榜单值不值得用，可以先看它上榜链接的销量信号是否活跃。

还有一个细节是榜单的地区差异。同一个类目在不同市场的榜单，上榜的门槛不一样，大类目市场的名次含金量通常更高。跨市场比较名次时要把这个背景考虑进去，不能直接说第十名就是同样的水平。市场的体量不同，名次的含义就不同。

记录方法上，建议榜单只记两样：名次和取数日期。不要试图把榜单上的销量数字也抄下来，那类数字往往带着平台的展示口径，抄下来反而干扰自己的判断。名次这一列保持干净，趋势自然就出来了。数据越简单，越容易被持续记录。

每一类信号只擅长回答一个问题，指望一个信号说清全部会失准

同一个商品在不同入口的差异

处理入口差异有个固定动作，就是先固定一个入口作为主口径。把所有长期记录都基于这个入口来做，其他入口只在需要交叉验证的时候看。主口径一旦定下来就不要随意更换，换了之后之前记录的数据就要重新校准，成本很高。

第二个动作是给入口差异建档。第一次发现两个入口的数字不一致时，把两个数字、取数时间、差异原因都记下来。这些记录积累起来，就形成了一份自己店铺和类目的入口差异说明。之后遇到类似情况，翻一下就知道大概是什么原因，不用每次从零查起。

第三个动作是在做判断前先问一句用的是哪个入口。这句话听着啰嗦，但能避免很多低级错误。两个人讨论同一条链接的销量，说得热火朝天，最后发现看的是不同入口，前面的讨论全白费。先把入口对齐，再讨论数字，效率高得多。

第四个动作是记录入口的更新节奏。有的入口是实时的，有的隔一段时间刷新。知道每个入口的刷新节奏之后，取数时就不会把还没更新的数字当成最新的。判断一条链接当天有没有动销，要选实时性好的入口取数。

最后一个动作是把入口差异写进误差范围。既然不同入口的数字本来就会差一点，那所有基于单一入口的估算都应该带一点误差。写在结论里，说明这个数是基于某个入口取的，可能有小范围的偏差。把不确定性说清楚，结论反而更可信。

有一个具体的例子。同一条链接，在商品列表页看到的销量角标是几百，点进详情页后看到的累计数字是几千。第一次遇到的人会以为哪里出错了。实际是两个入口用了不同的统计范围，列表页取的是近期窗口，详情页取的是历史累计。理解这一点之后，两个数字就都讲得通了。

边界条件是不同设备端。同一个链接在移动端和桌面端的展示有时会不一样，有的入口在桌面端才有，有的字段只在移动端显示。做记录时最好固定一个端，跨端取数会让差异来源变复杂。固定端之后，剩下的差异就都是统计口径的问题，排查起来快得多。

还有一个细节是登录状态。部分入耳的展示内容在登录前后会有差别，登录后可能看到更多的数据字段。做竞品记录时保持同样的登录状态，能让前后数据更可比。这一点属于操作规范，不加约束的话，差异的归因会变得非常困难。

记录方法上，建议在表格里给每个数据源编个代号。比如详情页记作来源一，列表页记作来源二，库存页记作来源三。之后所有记录都带上代号，回看时就能立刻知道每个数字的来路。编号这个动作很轻，却能让整张表从一堆数字变成有出处的一手资料。

手上的信号越多，对量级的判断就越稳，返工也越少

把信号拼成一张图

拼图的实际动作是先画一个表格，行是竞争对手，列是各类信号。每填一个格子，就写下取数日期和数值。填满之后，横向看每一行能看出这个对手的整体状态，纵向看每一列能看出这类信号在对手之间的分布。这张表就是把散落信号聚起来的容器。

表格填好之后，给每个格子标一个方向。数值比上次增加标上箭头向上，减少标向下，没变标横线。方向标出来之后，即使不记得具体的数字，一眼也能看出哪个对手在动、哪个对手停在原地。这个标记动作只需要几秒钟，却能让整张表的可读性大幅提高。

接下来是找一致性。同一个对手的几个格子里，如果有三个以上的箭头指向同一个方向，这个方向的判断就比较可靠。如果箭头方向散乱，说明这个对手的状态在变化中，或者你取到的信号本身有噪音。这时候的正确动作是补取一轮数据，而不是硬下结论。

找完一致性还要找矛盾。矛盾往往是判断的关键点。比如销量信号向上但评价完全没动，或者库存下降很快但榜单名次在往下走。每一处矛盾都值得单独记一笔，写清楚是哪两个信号冲突、可能的解释有哪些。矛盾处常常藏着别人没注意到的信息。

最后一步是把这张表做成可复用的模板。定好行列，之后每看一批对手就套用一次，只换数据不换结构。模板稳定之后，不同时间点、不同对手之间的对比就有了统一的基础。省下来的不只是填表的时间，还有每次重新设计表格结构的心力。

举一个具体的组合例子。一个对手的已售件数在涨，评价周增量也在涨，库存下降速度加快，榜单位置稳定在前列。四个信号同向，判断就很清楚了，这条链接处在上升期，值得重点跟踪。四个信号都指向同一个方向时，结论的可靠性远高于任何单一信号。

再看一个矛盾组合。库存在快速下降，评价却几乎没有新增，榜单名次也在往下走。这种情况可能是链接改了规格导致库存口径变化，也可能是做了一波低价冲量但买家体验不佳。矛盾出现时不要急着归因，先补一轮数据，看矛盾是会消失还是持续。

边界条件是数据量很小的对手。小店或新店只有零星几单，所有信号都很平，组合判断基本失效。对这类对手，更适合把注意力放在它的选品方向和上新节奏上，而不是纠结它卖了多少。小样本上的销量判断，误差往往比结论本身还大。

记录方法上，建议给整张表配一个结论栏，每次填完数据后写一句话说明当前判断，并标上判断的可靠程度。可靠程度可以用高中低三档。有了这一栏，三个月后回看时，你既知道当时怎么判断的，也知道当时有多确定。这比只留下数字要有用得多。

常见问题（FAQ）