Shopee竞品销量怎么记录：长期跟踪的表怎么搭

为什么要长期记录

单次看销量最大的问题是无法判断基准。看到对手卖五百件，这个数字是高是低没有参照。记录的用处就是给自己造一个参照系。连续十几期数据摆在那里，五百件在这个对手的历史上处于什么位置，一眼就能看出来。

记录还能解决记忆偏差的问题。人对趋势的感觉往往被最近一次的印象主导。上周看到对手卖得特别好，这周看到它卖得一般，就会觉得它在跌，而实际上它只是回到了常态。记录能把这个错觉纠正过来，因为它给的是一串数而不是一个印象。

时机判断也依赖记录。想在对手出状况的时候切入，前提是知道它的常态水平是多少。没有常态基准，任何变化都难以判断是真异常还是正常波动。记录先把常态这个底子打出来，后面的判断才有立足点。

记录还会沉淀出难以复制的信息。类目的季节结构、对手的上新周期、价格调整的历史节点，这些东西在单次观察里看不到，只有连续记录才能拼出来。时间越久，这份记录的独特价值越高，因为它无法事后补录。

有一类判断只有长期记录才能做，就是历史对比。今年这个时候和去年这个时候比，对手是强了还是弱了。这种对比需要记录跨越足够长的时间，是临时回查任何公开信息都拿不到的。记录的时间跨度本身构成了信息壁垒。

记录的第一步是明确它要回答什么问题。如果是为了决定要不要跟一个对手，那核心问题是它的走势和稳定性。如果是为了判断类目景气，那核心问题是几个对手的共性。问题不同，要记的列和频率也不同。先想清楚用途再动手搭表。

第二步是确定记录的时间跨度。判断走势至少要看八到十二期，按周记录就是两三个月。判断季节规律要看两年。如果目标里包含季节判断，一开始就要打算记满两年，中途停掉的记录对季节判断没有用。

第三步是把记录和使用绑定起来。记录如果不被使用，很快就会断。建议每记录一次就在表里顺手标一下当期的判断，比如这一期是偏高还是偏低。有了判断，记录就有了产出，坚持的动力也会强一些。

第四步是给记录限一个最小范围。一开始不要贪多，先选一到两个最关键的对手，只记销量和日期两列。跑顺之后再加对手、加列。从最小可用开始，比一上来就搭一个复杂系统更容易活下来。

长期记录的产出是渐进的。前三个月基本看不出什么，半年之后能看出走势，一年之后能看出季节结构，两年之后能看出对手的行为规律。每一层的判断都需要一定的时间跨度，跨不过去就拿不到那一层的信息。

一个具体的例子。某做宠物用品的店铺，跟踪了三个对手整整一年。前半年只记销量，看不出什么名堂。到第九个月回看时发现，三个对手的曲线在同一个月份都有一个明显的凹口，翻备注才知道那个月类目做了一次搜索规则的调整。这个共性只有跨了一整年才被发现。

这个例子的细节在于，共性信号往往比个体信号更有价值。个别对手的涨跌能解释成它自己的动作，几个对手同时涨跌就指向类目或平台层面。而这类共性判断需要同时在跟踪多个对象，只跟一个对手是发现不了的。

另一个案例是关于错过的记录。某店铺跟踪一个对手两年后停止了记录，觉得没什么新信息。半年后这个对手突然起量，想回溯它在起量前的迹象时发现那半年的数据是空白。断层之前的记录再完整，也补不上断层期的信息。

边界情况是跟踪对象中途消失。对手关掉链接之后，记录就断了。这时候不要删掉旧记录，保留下来作为历史参照。它曾经的表现对判断类目的容量和竞争强度仍然有价值，删掉就永久失去了。

记录的一条经验是宁可低频也要不断。每两周记一次的完整两年数据，比每天记但断断续续三个月的记录有用得多。连续性比密度更重要，因为走势和季节这些判断都依赖时间跨度而不是采样密度。

搭表的顺序是先定列再定对象，列定下来之后尽量不改

表里该有哪几列

必填的第一列是取数日期。日期是所有其他数据的锚点，没有日期，销量数值就失去了时间坐标。日期要写到日，写到月会损失精度，因为同一个月不同周的差异可能很大。取值时顺便写清是当天的哪个时段，方便以后对齐。

必填的第二列是销量数值。取值方式要固定，用哪个入口、在页面的哪个位置看，都要写进表头的说明里。同一列里混用不同入口的数，会让整张表失去可比性。数值本身估算的不确定性要在备注里说明，不能当作精确量使用。

价格是建议填的第一列。填主销规格的标价，而不是链接的起售价。起售价可能对应一个没人买的边缘规格，用它判断价格变动会失真。主销规格的价格变化才真正反映对手的定价意图。

评价数是建议填的第二列。评价的累计值能反映这条链接的销售沉淀，配合销量一起看能判断销量的真实性。评价的增长速度也可以间接估出货节奏，是销量数字之外的一个独立参照。

在售规格数和备注是另外两列。规格数减少往往提示断货，是判断骤降的重要信号。备注列用来记当期的异常和变动，比如改价、上新、缺货、改主图。备注这一列看起来可填可不填，实际上它是把冷冰冰的数字变成可用信息的关键。

搭列结构的第一步是把必填的两列先立起来。取数日期和销量数值是所有分析的基础。这两列先跑通，表就可以开始用了。其他列都可以后加，但这两列从一开始就要规范，因为补历史数据很麻烦。

第二步是按用途加列。要看断货就加在售规格数，要看定价意图就加价格，要看销量真实性就加评价数。每加一列都要说清它支撑哪个判断，说不清的先不加。列的成长应该是被需求推动的，而不是被想象推动的。

第三步是把备注列当成必填。备注记录的是当期发生的动作和异常，比如改价、上新、缺货、投放。这些信息在当时看不出价值，几个月后回看时却是解释曲线变化的关键。没有备注的记录，曲线上的拐点全都无法归因。

第四步是固定表头说明。在表头下面加一行小字，写清每一列的取值方式和取数入口。这一行说明让表可以交接。没有它，换人接手时口径可能会变，前后的数据就接不上了，整张表的连续性也就断了。

第五步是给表设一个版本号。列结构有调整时升一个版本并在表头标注生效日期。这样在对比历史数据时能一眼看出哪些期次用的是哪版结构。版本管理听着正式，实际就是在表头加一行字，成本很低。

一个具体的列结构示例。取数日期、销量数值、主销规格价格、累计评价数、在售规格数、备注，六列跑起来。其中日期、销量、备注三列必填，其余三列按类目需要保留。六列听起来少，实际已经能支撑走势、断货、定价意图这几类判断。

这个结构的细节在于备注列的用法。备注不需要写得正式，比如写上调价、主销缺货、换主图这类短词就够。一段时间之后回看，靠备注就能把曲线上的拐点一个个对上。备注是表里最不显眼但最有用的一列。

另一个边界是销量数值的口径说明。在表头写清这个数是从哪个入口取的，是列表页还是详情页。不同入口的数可能差一截，写清口径是为了让同一个人在不同时间、以及不同的人之间取到的数可比。

还有一个边界是价格列的规格选择。价格有起售价、主销规格价、最高规格价几个选项，不同类型的判断用法不同。判断竞争强度用主销规格价更合适，因为那才是大多数买家实际面对的价。口径要在表头说明里写定。

列结构定下来之后建议至少用满三个月再考虑调整。频繁改列会让历史数据接不上，前面的记录就白记了。真需要新列时，加在最后而不是插在中间，这样旧数据的列位置不会错位。

销量和日期是必填的两列，其余列按类目特点按需保留

记录频率怎么定

频率的第一决定因素是要支撑什么判断。要看骤降这类短期变化，按周记录是底线，间隔两周就可能把一个断货再补货的完整过程错过。只看趋势和季度复盘，按两周或按月都可以。用途决定频率，不是频率越高越好。

第二个因素是类目的变化速度。快消类的款式和价格变动频繁，按周记录才能跟上。耐用品类目结构稳定，两周一次足够。用同一个频率去覆盖所有类目，要么对快消类不够、要么对耐用品类浪费精力。

第三个因素是维护成本能不能承受。频率定得太高，第一次记的时候雄心勃勃，几周之后就开始拖延，最后变成想起来才记一次。节奏一乱，记录的价值就打折。定频率的时候宁可选一个偏低的、能长期坚持的，也不要定一个高的、坚持不了的。

实践中比较稳的做法是先定一个低频的基线，比如每两周一次，先跑三个月。三个月之后评估一下这段时间里有没有因为记录太疏而漏掉的判断。有漏的就把频率提上去，没有就保持。从低频往上加比从高频往下减更容易维持。

频率一旦定下来就要尽量固定。同一周的哪一天取数也固定下来，形成习惯动作。反过来，不定期取数会让数据的间距不均匀，画出来的曲线忽密忽疏，走势的形状会被间距的差异干扰。

定频率的第一步是看类目的变化速度。花一周时间观察类目里的价格和库存变动次数，如果变动频繁，频率要定得高一些。变动频繁的类目里，低压频率会错过大部分变化，记录的价值大打折扣。

第二步是看自己的反应速度。记录的目的是为了支撑动作，如果自己的备货周期是两个月，那么记录的细节再密也用不上，因为动作跟不上。频率和反应速度匹配起来，记录才是有用的记录。

第三步是试跑一个小周期。按预想的频率先跑四周，感受一下维护成本。如果四周里有两次以上是拖延补记的，说明频率定高了，往下调一档。能稳定跑下来的频率才是合适的频率。

第四步是把频率写进固定的日程。比如每周三上午十点取数，写进日程表里当成一个固定事项。写进日程之后，记录就从靠意志力变成了靠制度。制度化的动作比靠自觉的动作存活率高得多。

第五步是给频率设一个复核点。每季度回看一次，这段时间的记录有没有因为频率不够而漏掉重要变化。有漏的调整一次，没有就保持。频率不是一锤定音的事，需要随着用途变化而调整。

一个具体的频率选择例子。某快消类目的店铺先按月记录，跑了两个月发现错过了两次短促的冲量窗口，这两次窗口都在一个月内起落完成。于是把频率调到每周一次，之后同类窗口都能被记录到。这就是用实际需求校准频率的过程。

这个例子的细节在于，频率不足的表现是漏事件，频率过高的表现是记了没用。判断自己需要什么频率，就看这段时间里有没有发生过自己关心但没记录到的变化。有漏就加频，没漏就保持。

另一个边界是大促期间的临时加频。大促前后的变化密度远高于平时，平时两周一次够用，大促期间可能需要每两三天一次。可以设一个临时的加频规则，大促结束后恢复常规频率，这样既不错过关键期，也不长期增加负担。

还有一个边界是新品上线期的加频。新品的前几周走势变化最快，按常规频率记录会漏掉启动期的关键信息。可以对新品做短期的加频，等它进入稳定期后降到常规频率。

频率设定里最容易犯的错是追求整齐。为了凑一个整齐的周期而改变取数节奏，反而会引入误差。实际上取数的日期只要大致均匀即可，不必卡在同一天。稳定在同一个星期几已经足够让数据可比。

同类目对手怎么选

选择的第一条标准是同类目同价位带。跨价位带的对手和自己的竞争关系很弱，它的销量变化对判断自己的处境帮助不大。如果类目里价位带分得很开，可以按价位带各选几个，而不是把所有对手混在一张表里。

第二条标准是同层级。销量规模差一个数量级的对手，参考价值有限。头部对手的走势反映的是类目大盘，和自己的处境差别很大。和自己规模接近的对手，它的变化更能对应到自己的感受。

第三条标准是稳定性。跟踪对象最好是持续在售、持续更新的链接。上新频繁、链接更替快的店铺会让跟踪断档，因为老链接可能中途停更。选那些能长期观察的对象，记录才有连续性。

数量上控制在三到五个比较合适。少了不足以看出类目共性，多了维护成本上升而判断收益递减。这三个五个要能代表类目的不同位置，比如一个头部、两个同层级、一个低价位，这样判断的覆盖面会更宽。

跟踪对象也不是一成不变。类目里的强势对手会换人，自己的方向也会调整。建议每年复盘一次跟踪清单，把失去参考价值的换掉，把新出现的重要对手加进来。换的时候旧记录要归档保留，不要直接删。

选对手的第一步是圈定范围。在类目搜索里按核心词排一遍，把排在前两页的链接过一遍。前两页之外的基本不在同一竞争层面，参考价值有限。圈定范围之后再按层次细分，效率比漫无目的地挑要高。

第二步是按价位带分组。同一个类目里价格可能分好几档，不同档之间的竞争关系弱。把自己的价格带定下来，在这个带内选对手。跨带选对手会让记录出来的曲线缺乏可比性，因为影响销量的因素完全不同。

第三步是看链接的稳定性。翻一下这条链接的评价时间分布，如果评价集中在很早以前，说明它已经不太动了。这类链接的记录价值低，因为它不会提供新的变化信息。优选中近期还有评价增长的链接。

第四步是确定数量并做分层。三到五个比较合适，其中至少包含一个比自己强的、一个和自己相当的、一个比自己弱的。这样能看到上下游的动态，判断自己的位置是在往上走还是往下走。

第五步是给清单设一个更新规则。比如每年更新一次，或者当某个对手连续三期没有变化时替换掉。有规则的更新比临时想起才改更可靠，也避免了清单长期不更新导致参考价值下降。

一个具体的选法。某做厨房用具的店铺在核心词前排圈出十二个链接，按价格分成三档，每档选两个变动活跃的，一共六个作为跟踪对象。跑了一个季度后把其中两个变化很少的换掉，补进两个新出现的对手，清单保持六个。

这个选法的细节在于用价格分档而不是用排名分档。排名会受平台流量分配影响而波动，价格带相对稳定。按价格带选对手，圈定的是真正的竞争关系，而不是一时的排名位置。

另一个边界是跨境多市场的情况。同一个对手在不同市场的表现可能完全不同，跟踪时要按市场分开记，不要合并成一条曲线。合并会把两个市场的节奏混在一起，看不出任何一边的真实走势。

还有一个边界是店铺型对手和链接型对手的差别。实力强的店铺往往有多条主推链接，只跟一条会低估它。跟踪店铺型对手时，要把它的前几条主推链接都纳入，或者只记店铺的合计动销。选法要和对手的形态匹配。

清单维护里最容易被跳过的一步是记录替换原因。把某个对手换成另一个时，写明为什么换。半年后回看清单时，这些原因能帮你回忆起当时的判断依据，也能看出自己的选择标准有没有变化。

数据怎么存档

存档的第一个要求是位置固定。表放在团队约定的一个位置，路径写进交接说明。放在个人电脑或者个人云盘里的表，一旦人员变动就可能找不到。位置固定这件事听起来很基础，实际是最容易被忽略的一环。

第二个要求是命名可检索。文件名里带上表名和时间范围，比如竞品跟踪表加年份。文件名带信息之后，找历史版本不需要逐个打开看。命名规则一旦定下来，团队里所有人都按同一个规则命名。

第三个要求是版本可追溯。每次大改列结构或者更换跟踪对象时，另存一个版本并标注生效日期。直接在原表上改会导致前面的数据和新列对不上。保留版本能让口径的变化有据可查。

第四个要求是留一份不可编辑的备份。定期把表导出一份静态格式存档，比如导出成只读文件。日常编辑难免误删或者误改，静态备份是最后一道保险。备份不用频繁，每季度一次就够。

第五个要求是写一份简短的说明。说明里写清每一列的取值方式、取数频率、用哪个入口取数。这份说明不需要长，一页纸够用。它的作用是让接手的人能按同一口径继续记下去，而不是靠口头传承。

存档的第一步是确定存放位置并做权限设置。位置要在团队内可访问，权限要给到需要更新和使用的人。位置定下来之后不要随便改，改动一次所有人手里的路径就失效了，会有一段时间的记录断档。

第二步是定命名规则。建议用表名加起止时间的方式，比如竞品跟踪表加年份加期次范围。命名规则写进说明，所有人都按同一个规则来。命名不统一是后来找历史数据时最大的麻烦来源。

第三步是定版本存档规则。列结构变化时另存新版本，不覆盖旧版本。旧版本保留是一种保险，万一新结构有问题还能回退。版本文件多了之后，用生效日期做后缀就能排出先后。

第四步是定期做静态备份。每季度导出一次只读格式，放在一个不会被日常编辑的位置。编辑过程里的误操作是数据丢失的主要原因，静态备份能兜住这类事故。

第五步是把存档说明附在表里。在表的第一行或单独的一页写上存档位置、版本规则、备份频率。说明跟着表走，就不会因为换人而丢失。存档这件事最怕的就是规则只存在某个人的记忆里。

一个具体的存档结构。总表放在团队共享位置，命名带上年份和期次范围。每季度导出一份只读备份，放在一个子目录里。表头有说明页，写清每一列的取值方式和版本生效日期。这套结构不需要额外软件，普通表格加文件目录就能实现。

这个结构的细节在于说明页和表本身放在一起。说明单独放一个文件很容易丢失，跟着表走则不会。换人接手时打开表就能看到口径说明，不需要再去问人，交接成本大幅降低。

另一个边界是多人同时编辑。多人同时在线编辑同一张表容易互相覆盖，尤其是在同一行的不同列上填写时。可行的办法是分工填写，或者约定一个编辑窗口。冲突多的团队可以用一份填写模板汇总，再定期并入主表。

还有一个边界是历史数据的迁移。平台数据字段调整、类目结构变化时，老数据的含义可能发生改变。迁移时要在说明页记录这次变化的日期和影响范围，否则后面回看老数据时会用新口径去理解旧数字。

存档的最后一个细节是给备份加日期戳。备份文件名带上导出日期，就能区分哪份是哪天的状态。没有日期戳的备份文件多了之后，根本分不清先后，需要回退时也不敢用。

频率越高看到的细节越多，但维护成本也越高，要根据用途选

从记录里能读出什么

记录能读出的第一类信息是常态水平。把十几期数据平均一下，得到这个对手的稳定销量区间。有了这个区间，后面任何一期数据都能快速归类为偏高、正常还是偏低。常态是一切异常判断的基准。

第二类信息是走势方向。把数值按时间排开，斜率会自然显现。平稳、上升、下降这些判断都可以直接从记录里读出来，不需要额外的分析。记录的时间越长，方向判断越可靠。

第三类信息是波动幅度。同一对手在不同期之间的起伏有多大，记录会给出一个范围。知道了正常波动范围，才能判断某一次变化是不是超出了常态。没有这个范围，任何单次变化都容易被过度解读。

第四类信息是对手的行为规律。把备注列的内容按时间排开，能看到对手的上新节奏、促销频率、价格调整的历史。这些规律往往是判断它下一步动作的依据，也是记录里最难被外部信息替代的部分。

第五类信息是类目层面的共性。把几个对手的记录放在一起比，能看出哪些变化是所有人在同步经历的，哪些是个别对手的独特动作。前者通常指向类目或者平台层面的因素，后者才是值得单独研究的竞争行为。

读记录的第一步是算常态区间。把最近十几期的销量取一个平均，再看各期的偏离。偏离在常态范围内的当作正常波动，跳出范围的才需要关注。这一步能把大量无意义的波动过滤掉，只留下值得看的信号。

第二步是看趋势。把数值按时间排开看斜率，或者直接画一条折线。趋势判断不要只看最近两期，至少要看六期以上，短窗口里的方向很可能是噪声。趋势一旦确认，就可以据此调整自己的备货和投入节奏。

第三步是找拐点。把曲线上的方向变化点标出来，逐个去备注列里找原因。拐点能找到原因，说明归因能力在积累。找不到原因的拐点要单独标记，作为下一次观察的重点。

第四步是做横向对比。把几个对手的曲线放在同一张图上，看哪些变化是同步的、哪些是不同的。同步变化通常来自类目或平台层面，不同步的变化才是单个对手的动作。这个区分能避免把外部因素误判成竞争行为。

第五步是把结论沉淀下来。每次读完记录，写一到两句结论，比如这几期的变化主要来自类目大盘。结论积累起来就是一份类目观察日志，价值远超原始的销量数字。数字会过期，判断的经验不会。

一个具体的读取过程。某店铺把跟踪的五个对手曲线画在同一张图上，发现其中三条在某个时段同步下降。查备注发现那个时段类目调整了搜索展示，属于全体受影响。另外两条没有同步下降，单独看它们在那段时间里做了什么，发现一条在降价一条在上新。

这个过程的细节在于，先找共性再找个性，比逐个分析效率高。共性部分可以一次性归到类目因素，剩下少数几条不同的才值得逐个分析。顺序反过来会把大量时间花在分析共同因素上，重复劳动。

另一个边界是样本量小的时候不要急着下结论。只跟踪两个对手时，两条曲线同步可能只是巧合，不足以推断类目层面的因素。至少三到五个对手同时出现同向变化，共性判断才相对可靠。

还有一个边界是对手结构变化带来的误读。某个对手中途换了主推链接，它的记录曲线会出现一段断层。如果没在备注里标注，后面回看时会把换链接造成的跳变误读成市场需求变化。备注在这里起到了防止误读的作用。

读取记录的最后一个动作是写结论。每次读完记录，写一到两句判断，比如这几期的变化主要来自类目大盘、某对手在主动收缩。结论积累下来就是一份自己的类目观察日志，它的价值会随时间增长。

按月取数会把同期的起伏抹平，走势的方向还在但细节丢了

记录工作的最小化

最小化的第一条是把列砍到必要。每加一列都要问一句，这一列能支撑什么判断。答不上来的列先不加。列越多每次记录花的时间越长，长期坚持的概率越低。宁可先记少一点，用起来之后再补。

第二条是把取数动作流程化。固定在一周里的某一天、固定的时间段、固定的入口和顺序。流程化之后取数变成机械动作，不消耗决策精力。决策精力省下来用在看记录上，整体效率反而更高。

第三条是用批量处理代替逐条处理。几个对手的同一个指标集中取完再换下一个指标，比一个对手从头取到尾效率高。批量处理能减少页面切换的次数，也降低了漏取的风险。

第四条是允许记录有粗有细。核心对手记得细一点，边缘对手只记销量和日期。全部记细是不现实的。分级之后总的维护时间会降下来，而判断需要的关键信息都还在。

第五条是给记录设一个自然结束点。比如每季度做一次汇总，汇总的时候顺便清理一次跟踪清单。有明确节点的工作比没有终点的工作更容易持续。把记录变成有节奏的例行事项，而不是一件永远做不完的事。

最小化的第一步是砍列。把当前表里所有列过一遍，每一列问一句它支撑什么判断。答不上来的列先注释掉，观察一个月。一个月里如果用不到，就删掉。用列成本换来的应该是判断力，换不到就该砍。

第二步是砍对象。把跟踪清单按重要度排个序，排在后半段的对手降级为只记销量和日期。核心对手保留全列。分级之后维护时间会明显下降，而关键判断所需要的信息一点没少。

第三步是把取数流程写成一个固定顺序。比如先打开目标对手列表，按顺序逐个取销量，然后再逐个取价格。固定顺序能减少切换成本，也能降低漏取的概率。流程固定下来之后，取数的速度会明显提升。

第四步是用汇总替代逐条细读。日常只做记录，累积到一定期数之后做一次集中分析。集中分析比每天看一点效率高，因为趋势判断需要完整的数据序列，零散的看反而看不出方向。

第五步是设一个可以暂停的机制。遇到大促等特殊时期，记录可以暂时降频，但要写明暂停的原因和恢复的时间。有暂停机制的记录计划才能长期执行，不允许暂停的计划往往一停就再也不启动了。

一个具体的最小化做法。某店铺最初的表有十二列，每次记录四十分钟，跑了两个月开始拖延。于是砍到五列，频率从每周降到每两周，记录时间降到十分钟。调整之后连续记了八个月没有再断，判断需要的信息一条没少。

这个做法的细节在于，减法的效果比加法好。记录工作最大的敌人不是信息不足而是维护负担过重。把负担降到自己能长期承受的水平，记录的连续性才有保障。宁可少记一点也要记下去，这是最小化的核心原则。

另一个边界是团队协作下的最小化。多人分工时，每个人只负责一部分对手或者一部分列，总负担被分摊。但分工要写清楚谁负责什么，否则容易出现两个人都以为对方记了，结果是空白。

还有一个边界是交接时的最小化。换人接手时不要试图一次性把所有历史背景讲清楚，只要把表的使用说明和最近三个月的记录交代清楚就够。往前的历史可以按需回查，全部讲一遍既费时又容易失真。

最小化的最后一个动作是每季度做一次减负复盘。看这一季度里有哪些记录动作是重复的、哪些列始终没被用到、哪些对象一直没有变化。把这些砍掉，能腾出的时间再用到关键的判断上。记录工作也需要定期清理，否则会越积越重。

常见问题（FAQ）