Shopee铺货工具和铺货数量：工具能铺的量不等于该铺的量

工具的上限和经营的上限不是一回事

工具的说明里通常写着一次能提交多少条，这个数字好记，也容易被顺手当成目标。但它只是接口层面的允许值，说明的是提交这个动作跑得快。它没有交代这些条数背后要多少资料、多少判断、多少看护。

经营的这一层算的是另一笔账。同一批货，你先要知道想看什么，再决定铺多少条能看出这个答案。这个数字往往往下走，因为它必须小到你能一条一条看完，而不是小到工具跑不动为止。

两个数字放在一张纸上比，差距常常让人意外。提交上限可能落在几百这个档位，而真正该铺的量往往在几十这个档位。中间隔着的不是工具的差距，是判断和看护这两段没有跟上。

这种错位不全是人的贪心。工具的存在本身就在放大能够铺多少这个念头，因为它的卖点就是成批。成批这个词很容易被听成越多越好，而它原本只说了快，并没有说多。这一点在选工具的时候最容易被忽略。

把两个上限分开放，用法就清楚了。工具的上限用来判断它够不够用，经营的上限用来决定这批铺多少。前一个问题问的是选哪个工具，后一个问题问的是怎么用这个工具，两件事不该混在一起答。

判断办法可以落在很具体的动作上。打开工具看它一次能提交多少条，把这个数字记下来，写上这是接口值。然后回想上一批货，你从铺出去到把它们全看完，一共用了几天，这个数才是经营值。

两个数写在同一张纸上，中间那段落差就是你的短板。落差大说明瓶颈在人的这一段，换工具不会让它变小。落差小说明你已经把两段对上，这时候加量才是安全的。这两个值最好每个季度重算一次。

第二个动作是把提交那一段的耗时单独拎出来。很多人以为工具省下的是全部上架时间，实际省下的只是提交这一段。把整理和判断的耗时也记上，你会发现工具的作用范围比想象中窄。

第三个动作是每周对一次这两个值。工具会有更新，你的资料产能也会变，两个数都在动。每季度对一次太慢，每周对一次能让你在瓶颈刚出现的时候就察觉，而不是等到撑不住了才发现。

做完这三个动作，你手上就有了两个明确的数。以后有人问你能铺多少，你能分清自己答的是工具那一个还是经营那一个，这两件事的答案通常不会一样。把它们记在同一页上，下次定数量直接照着看。

有一个很容易被忽略的细节。工具自己并不知道你后面要拿这批货干什么，它对数量的理解只有一个维度，就是提交能不能过。它不会因为你打算逐条筛查而建议你少铺一些，也不会因为你准备批量清货而劝你多铺。

经营的上限还带着一层时间属性。你这周有多少空档，这个月有没有别的节点要忙，都会影响你能看护的条数。同一个店，旺季能撑住的量和淡季能撑住的量不是一回事，工具里没有这一栏。

把这两个上限分开之后，还有一个附带的好处。当一批货跑得不好，你不再本能地去怪工具，而是先去看是数量定得超出经营上限了，还是上游的判断出了偏差。归因的方向变了，改进才有落点。

知虾站在铺什么之前的那一层，看到的是各类目的需求分布与几个关键词的冷热程度。它给的是这批货值不值得铺的依据，至于这批要铺多少条，它不参与，也不该由它来定。它给的是依据，数量最终由你定。

边界条件也要说清楚。工具的上限会随平台规则变化，某个时期能提交的条数在另一个时期可能不同。经营的上限则随你的团队和资金变化。两个数都是会动的，所以这件事要定期回看，不是一次算完就结束。

越往右越窄，真正卡住铺货量的是最后两层

数量决定的其实是后面几步的难度

条数不是一个独立的选择，它是后面几步难度的起点。铺十条和铺一百条，提交那一段的耗时差不了十倍，但资料整理、逐条筛查、出错返工这几段的耗时会被明显拉开。这四段的难度是一层叠一层的。

资料整理这一段最能看出差别。十条商品，你手边有现成的图和属性就能开工。一百条商品，你得先把这些资料凑齐、对齐、编好号，这一步没法边铺边做，否则整批的节奏会被反复打断。

筛查那一段的差别更直接。十条商品，一个小时能全部看过一遍。一百条商品，看完一遍要几天，而几天之后前面的结论已经开始过期，你是在拿不同时间的判断拼成一份报告。时效这件事在数量大的时候尤其要紧。

返工这一段是最容易被低估的。批量提交的好处是齐，坏处是错也齐。一条错误的规则落到十条上是十次小麻烦，落到一百条上就是一百次小麻烦，而且改起来要比对一百个页面。批量的放大效应在返工这一步最直观。

所以铺货量这个决定，实质是在给后面三步定难度。你在数量上省下的力气，会成倍地在后面几段还回来，而且那几段的成本比提交这一段更难压缩，因为它们依赖的是人的注意力。

判断自己的数量是否合理，可以看一个指标，就是这批货里有多少条是你真的看过的。把铺出去的条数和你实际逐条看过的条数写下来，两者相除，就得到看护覆盖率。这个比例能直接说明数量定得合不合适。

覆盖率落在高位，说明这批数量定得合适，你看得过来。覆盖率掉下来，说明条数已经超出你的带宽，多出来的部分正在变成无人过问的背景，它们占着资源但不产生判断。覆盖率是判断数量有没有越界最直接的指标。

第二个动作是给筛查定一个时间盒。规定这批货必须在几天之内看完，时间到了就做结论，不等所有数据都齐。时间盒能防止筛查无限延长，也能让不同批次的结论具备可比性。时间盒也是让记录能够横向比较的前提。

第三个动作是把返工成本也提前估一遍。写下这批是不是用的同一套规则，如果是，一条错会牵连多少条；如果是几套规则混用，排查时要花多少工。这个估法不用精确，有个档位就够用。

第四个动作是给批次编号。每批要有自己的编号和日期，后续的记录都挂在这个编号下。没有编号的时候，两个月后你翻记录会发现分不清哪些数据属于哪一批，可比性就断了。编号这一步看着小，缺了它记录就散了。

这几个动作合起来，把数量从一个孤立的选择变成了一个可以被检验的决定。检验的时候不用争论感觉，看覆盖率、看时间盒有没有守住、看返工有没有超出预估，三条都能对上就够了。

举一个具体的例子。一家做家居小件的店，某批发五十条。资料整理花了四天，提交花了半天，逐条筛查到第三天才看完，其中有一批商品的曝光数据已经跑过了一周，前后条件不一致。

这家店把同样的事改成每批二十条之后，节奏明显顺了。资料两天整理完，提交当天完成，筛查第二天就能收口。总条数看起来少了，但每一批的结论都比过去清楚，因为它们是在同一个时间条件下跑出来的。

这里有一个常被漏掉的细节。筛查之所以要快，不只是为了省时间，还因为数据的时效性。同一批商品的曝光和点击在铺出去后的前几天变化最快，隔得太久再看，看到的是累积值，不是当时的反应。

另一层细节是记忆的衰减。铺完之后隔三天再去看，你往往已经记不清当初为什么把这一条放进来、当时想验证的是哪一点。记录的作用就是把这层记忆留在纸上，让筛查不依赖回忆。

所以记录方法要跟着数量走。数量小的时候，凭印象能撑住；数量一大，就必须把每一批想验证什么写在开批之前，筛查时对着这条去看。数量越大，记录的价值越高，这一点常被反过来理解。

知虾的竞品监控盯的是指定店铺和商品的变化，它适合放在筛查这一步之前，帮你先看一遍同类的动静。至于要不要因为这条动静减少这一批的条数，还是由你自己判断。它站在判断这一步的位置上，不越界代劳。

从上到下落了两个量级，工具的上限离经营的上限很远

铺货数量的三个约束条件

铺多少这件事，约束比想象中具体。最常卡住人的是资料准备的速度，也就是你一天能凑齐多少条完整资料。这个速度不是软件决定的，它取决于供应商、图片、属性取值这些东西的到齐时间。

第二条约束是筛查带宽，指你一批能逐条看过并做出判断的条数。这一段的上限远远低于整理那一段，因为整理可以按流程走，判断只能一条一条来，而且每一条都要你回忆起当初为什么铺它。

第三条是资金占用。铺出去的每一条，背后都可能有一段库存、一笔推广、一份备货承诺。条数一多，这些占用叠起来，会让下一次加量的时候手里没有可以动的余量。这一条在量小的时候最不容易被察觉。

这三条约束不是并列关系，是取最小值的关系。你的实际铺货量等于三条里最窄的那一条，而不是三条平均。很多人算的时候用的是平均值，所以总是被最窄的那一条卡住。取最小值这个口径要写进记录里。

还有两条不常被提起的约束。一条是页面冗余度，店里同类链接多了会互相分掉曝光。另一条是退出余量，想收回来的时候要花多少工时。这两条不卡开头，卡的是后面几步。这两条都跟冗余和退出有关。

量出资料准备的速度，办法是连记三批。每批从决定铺到资料全部整理完，记下花了几天。三批取一个大致稳定的档位，这个档位就是你一条线能承受的整理产能。记三批而不是一批，是为了去掉偶然。

量出筛查带宽，办法是找一批已经铺完的货，看你要花几天才把每一条都看过一遍并且写下一句判断。注意写判断这一步不能省，光看一眼不算看过，写不出结论就等于没有筛。写不出判断的那一条，等于没被筛过。

量出资金占用，办法是看这批货占用的金额落在哪个档位，以及这些占用大概要多久才能周转回来。这个数不用精确到小数，只要能回答再加一批会不会紧就够了。能回答这一个问题，这个数就够用了。

量出页面冗余度，办法是数一数同类目下你自己在架的条数。同一个款的多个规格如果分成多条链接，这个数字会比你想象的大，冗余度偏高的时候加量会摊薄每一条的曝光。冗余度高的类目，加量要更克制一些。

五个数写完之后，取最窄的那一个作为约束。之后再定铺货量，直接拿这一个数当上限，不用反复权衡。约束条件的作用就是替你把权衡这件事做在前面，定下来就不再动摇。约束一旦定下来，就不再每批重新讨论。

三个约束里最容易被误判的是资料准备的速度。有人按最好情况估，比如供应商当天就能给图，实际上多数时候图片要等、属性要问、价格要确认，真实速度往往是最好情况的一半左右。

误判的来源是只记住顺的那几批。连记三批并且把每批的等待时间也记上，估算就会贴近真实。等待时间不是浪费，它是流程里真实存在的一段，不记就永远估不准。等待时间往往比操作时间更长。

资金占用这条约束在刚开始做的时候常常不显形，因为量小、货少、周转快。等到数量涨上去、备货周期拉长，它才突然变成最紧的那一条。提前把它算进去，比后面被迫收缩要主动。

页面冗余度这一条有个具体的量法。选一个你自己最熟的款，数一数它在店里被分成了几条链接。如果这个数字明显大于一，说明同一份需求被摊在了多个页面上。这个数越大，同一份需求被分得越细。

退出余量这条约束最难量，因为它发生在未来。可以用的办法是回想上一次下架链接，从决定到彻底处理完花了多久，把它记下来。下次铺货之前先看一眼这个数。这个数越大，下架就越不能凭一时冲动。

这五条约束放在一起，你会发现真正稳定的那一条通常是筛查带宽。资料可以加人加时间，资金可以调整，唯独逐条判断这件事没法压缩，它跟你的注意力直接挂钩。所以它也是最该被优先保护的一段产能。

为什么数字越大风险越不成比例

条数变大时，风险不是跟着变大，而是比条数长得更快。原因在于风险有三个来源，出错的面、看不见的部分、收不回来的部分，这三个来源都随条数放大，而且是乘在一起放大。三层里最容易被忽视的是看不见的那一层。

出错的面，指一条规则错了会牵连多少条。规则统一的时候，一条错会整齐地铺满整批，改起来要一条条确认。规则不统一的时候，错得零散，排查要靠逐条对比，两种都比量小的时候费力。

看不见的部分，指超出你筛查能力之后那些无人过问的链接。它们照样占着位置和资金，但你没有余力去看它们跑成什么样。这批货里的大部分都变成了背景，只有少数几条因为你顺手关注而进入视野。

收不回来的部分，指链接退出时的连带影响。条数一多，退出就不再是删掉一条这么简单，可能牵涉库存、评价、结算周期。想收的时候发现收起来比铺出去贵得多，这才是数量带来的真实代价。

三层叠起来，能看出为什么小批量试错的失败是承受得住的，而大批量的失败往往伤及根本。同样一个错误，在小批量里是一个教训，在大批量里可能是一次需要很久才能缓过来的消耗。

判断风险是否成比例放大，可以做一个简单的换算。假设一条错误的规则会牵涉整批，那么条数翻倍的时候，改错的工时大致是四倍，因为你要改的条数翻倍，每条的确认成本也随页面增多而上升。

第二个动作是数一遍这批里有多少条是共用一个规则的。共用得越多，放大效应越明显。如果这批商品分属几个不同的类目、不同的价位档，规则本来就是分散的，风险就小一些。规则的分散程度决定了放大效应的大小。

第三个动作是划一条你能承受的损失线。写下这一批如果全部判断失误，你能承受的是多大一个档位。这条线划出来之后，铺货量的上限就有了一个外部约束，不用只靠内部感觉。有了这条线，数量就有了一个外部上限。

第四个动作是把批量拆开跑。同一批货分成两三次提交，中间隔开一两天，前一批的结果出来再看后一批。这样即使规则有错，错也停留在前一批，不会一口气铺满整批。拆批不改变总量，只改变风险的暴露面。

四个动作里最实用的是第四个，因为它不改变总数量，只改变提交的节奏，却能把风险的暴露面切小。想加量又担心出错的时候，拆批提交往往比压缩总量更容易执行。这一个动作不改方法，只调节奏，最容易落地。

有一个具体的边界条件需要说明。风险不成比例这个说法，在规则统一的情况下最明显。如果这批货分属几个类目、几个价位档，规则本身分散，放大效应就会弱一些。条件越不齐，放大效应越弱，风险也越分散。

这带来一个反直觉的结论。铺一条统一规格的商品线，出错的面反而比铺一堆杂七杂八的款更大，因为前者共用一套规则。想降低放大效应，可以让批次内部的规则保持一致，但批次之间的差异拉开。

另一个细节是错误发现的时间。批量提交的错误，发现得越晚，牵连的条数越多。所以小批先说这个动作不是多余，它把错误发现的时间提前到了大面积铺开之前。发现得早，还能把错误拦在小范围内。

记录方法在这里有直接作用。每批提交之后，先抽查几条重点项，比如价格、类目、必填属性，确认无误再放开。抽查的记录要留下来，它告诉你哪一类错误最容易在你手上出现。抽查的重点项按类目固定下来，不必每次重想。

还有一个边界是资金。条数放大之后，错误的代价不只是返工工时，还有压在这些链接上的库存和推广。这两部分在错误被纠正之前不会自动松开，所以资金紧的时候，加量要更谨慎。

把这些边界都写在开批文档里，守起来就不靠记性。文档不用长，一页就够，写清这批的规则、抽查重点、能承受的损失档位，以及出错时的处理顺序，剩下的就是照着做。文档写一次，后面每一批都能复用。

先定上限再回推铺多少

定数量这件事，从结论这一头往回收比从条数往前推要稳。先写下这批想看什么，比如某个价格能不能被接受、某个款式有没有回头客、某个词的流量密不密，一件一件写清楚。问题写得越具体，结论数才越好配。

写完之后给每个问题配一个结论数，也就是这批至少要有几条跑出可读的结果才算这批没有白做。结论数是整个算法的核心，它把模糊的规模问题换成了明确的判断问题。结论数一旦确定，铺多少条就有了出处。

再回到三条约束上。拿出资料准备、筛查带宽、资金占用这三条里最窄的那一条，看它能支撑多少条。把这个数和结论数放在一起比，取一个能同时满足的值作为这批的数量。两个数放在一起，取小不取大。

最后留一点余量。余量不是浪费，是给返工和判断意外留出的空间。一批货里总会有几条资料对不上、几条跑得不明不白，没有余量的时候，这些都会被算成失败。余量是留给意外的，不是浪费。

从结论往回收的好处是每一步都有依据。数量不是拍出来的，是算出来的，而且算法里每一层都能被检验。下一批要不要加量，也有了一个说得清楚的起点，而不是凭感觉说话。有依据的数量，下一批调整起来也更从容。

写结论这一步要写得具体到能判断。不要写想看这个类目好不好，要写想看这个价位在这个站会不会被接受。后一句铺完之后你能明确回答是或不是，前一句永远答不清楚。问题能回答是或不是，这批才算有结论。

给每个问题配结论数的时候，先问自己需要多少条才能看出差别。区分两个相差较远的价位，几十条里各自有几条出单就能看出方向；区分两个相近的价位，样本就要往上加。样本够不够，取决于你要分辨的差距有多大。

算出建议数量之后，做一次交叉检验。把这个数和你上批实际看护得过来的条数比一比，如果建议数量明显大于你的看护能力，就往下调，宁可这批少看一个问题，也不要铺了看不完。

定下来的数量要写进批次记录，并且写清楚它的来由，是筛查带宽定的还是资金定的。下一批想加量的时候，先回去看这条约束有没有变化，约束没变就不要加。约束没变就加量，等于在没有依据地放大风险。

回推的最后一步是留出观察窗口。铺出去到能看出方向，中间需要时间，这个时间要写进计划。不写观察窗口的时候，人容易在一周之内就急着下结论，那个结论通常是噪音。观察窗口写进计划，结论才不会被噪音带偏。

这套动作做一两批就会顺手。它的价值在于把铺货量从一个凭感觉的决定，变成一个能写下来、能被别人核对、能被下一批沿用的算法，这就把数量上的随意性去掉了大半。算过一次之后，后面几批沿用并微调就行。

回推的时候有一个细节值得留意。你要铺的条数和你要看的结论数不是一对一的关系，通常需要好几条才出一个可用结论，因为商品之间的差异和偶然因素会把信号盖住。几条里出一条结论，这个比例可以先估后调。

具体几比几，取决于你要分辨的东西有多细。看得比较粗的时候，几条里出一条结论是常见的；要看很细的差别，可能需要更多条才有同样的把握。这个比例估算一次，后续沿用并微调。

第二个细节是观察窗口要和数量一起定。数量大、窗口短，很多链接还没跑出形状就到期了；数量小、窗口长，你又白白等了很久。两个参数要配着定，单独定一个都会失衡。两个参数一起定，批次之间才可比。

第三个细节是结论不成立的处置。回推出来的这批里，总有一部分得不出结论，比如数据太少、条件不稳。开批之前就把这部分的比例大致估出来，免得这批跑完发现能用的不到一半。

记录方法上，建议每一批只留一页。抬头写批次、日期、数量、窗口，中间写要验证的问题和结论数，下面写实际结果。一页的限制会强迫你把没用的信息删掉，留下的都是下次能用的。

知虾的多站点数据显示的是各站点的类目与商品情况，用它可以先判断某个问题在哪个站点更容易看出答案。至于每个问题配多少条才够，这一步仍然落在你自己的经验上。站点之间先比一轮，能把问题问得更省力。

量放大以后，压力都往上走，只有回收的余量往下走

铺货数量的分层做法

铺出去的东西目的并不相同，不该用同一个数量口径去管。探方向的属于第一层，数量可以很小，几条到十几条就够看出苗头。这一层的价值在于快，不在于多。这一层的数量小，试错的代价也就小。

第二层是验证，指那些已经跑出一点信号的款，要用一批略大的量去确认它不是偶然。这一层的数量通常在十几条到几十条之间，具体多少取决于你要区分的信号有多细。这一层的数量要够看出差别，又不能拖得太久。

第三层是推进，指已经有了把握、准备投入更多资源的款。这一层看起来数量最大，但它的判断已经完成，铺开只是执行。它的风险不在铺多少，在于你前面判断得准不准。推进的成败不在铺，而在前面判断得够不够准。

三层的数量口径分开算，账才清楚。混在一起算总账的时候，推进那一层的大数量会把前两层的轻量掩盖掉，你会误以为整盘铺得很多，其实真正要动脑子的那部分并不多。把三层分开记，账才能算得清。

分层还有一层好处，就是资源能对上。第一层占用的资金少，可以让更多人试；第三层占用多，得挑准了再放。资源按层分配，比按总量平均分配要合理得多。资源按层分配，投向也会更清楚。

分层的第一步是给每一层的数量划一个范围，范围不用精确，但要有边界。第一层几条到十几条，第二层十几条到几十条，第三层按前两层验证过的结论去定，不设死数。范围划出来之后，每层的动作就有了参考。

第二步是给每层配不同的记录口径。第一层只记方向，比如有没有出单、有没有人问；第二层记具体数值，比如点击、转化落在哪个档位；第三层记经营指标，比如周转和占用。记录口径统一，三层的数据才能放在一起看。

第三步是控制同时推进的层数。三层的货如果同时铺开，注意力会被切得很碎。更稳的做法是让第一层保持常年有、第二层定期跑、第三层一批一批推，同一时间只在一层上用力。同时只在两层上用力的节奏，比三层齐开更稳。

第四步是给第一层设一个上限条数。这一层最容易失控，因为它门槛低、成本小，铺起来没有心理负担，于是越铺越多。给它设一个明确的条数上限，是防止注意力被稀释的办法。上限条数写下来之后，这一层的规模就不靠自觉。

第五步是定期回收第一层。探完方向的那几条，要么升到第二层，要么撤下来，不要让它们长期停在原地。停在原地的链接既不产生新结论，又占着位置和资金。回收的动作要定期做，不是想起来才做。

五个步骤合起来，分层就不只是一个分类，而是一套有节奏的循环。每层有自己的数量口径、记录口径和进出规则，铺货量这件事就从一次性的决定变成了长期运行的状态。循环跑顺之后，数量这件事就不再耗神。

分层在实操上有一个具体的难点，就是同一批货里经常混着不同目的。有人图省事，把探方向的和准备推的放在同一次提交里，结果两层的记录口径互相干扰，这批数据两头都用不上。

解决办法是按目的把批次切开。哪怕同一天提交，也分成两次，各自有编号和记录。切的成本很小，一次多花十几分钟，换来的是两层数据都干净。切开的成本很小，收益是两层数据各自干净。

第二个细节是第一层的结论要及时处理。探方向的货跑出一周之后，就该有一个明确处置，要么升级到第二层，要么撤下来。停在原地超过半个月的第一层链接，基本就变成了负担。

第三个细节是第三层的数量不要一次性推满。哪怕判断再有把握，也建议分两次放，中间隔开观察。这样做不会明显拖慢节奏，但能给判断留一次修正的机会。分两次放，等于给判断留了一次修正的机会。

记录上建议给三层用三种颜色或三种标号，翻记录的时候一眼能分出这是哪一层。分层最怕的是三个月后自己也分不清某条链接当初属于哪一层，那时候分层的意义就消失了。标号要简单，翻记录的时候不用停下来想。

还有一个边界条件，就是店小的时候不必硬分层。一天铺几条的时候，一层就够用，硬分三层反而是负担。分层是量上来之后的工具，不适合提前套在小规模上。量没上来之前，把分层简化成一层更好用。

条数降下来了，拿到的结论数没有跟着降

铺多少这件事没有标准答案但有边界

没有一套通用的条数可以套用，因为每个店的资料产能、看护能力、资金余量都不一样。别人用一个数字跑得顺，换到你手上可能完全撑不住，这不是方法问题，是条件问题。条件不同，能承受的量自然也不同。

但边界是存在的，而且边界通常很明确。当你的筛查开始出现看不过来、当整理开始靠临时补、当资金开始紧、当返工开始频繁，这几件事任何一件出现，都说明数量已经越过了边界。

边界的另一个信号是结论变糊。以前几十条能看出的差别，现在铺了几百条反而看不清，因为数据里混进了太多不同条件的样本，你分不出差别来自款式还是来自运气。看不出差别，往往是因为变量混在了一起。

找边界有笨办法也有巧办法。笨办法是每次加一点，观察哪一段先喊停。巧办法是把上一批的记录翻出来，看当时最费劲的是哪一段，那一段就是你的边界所在。两个办法都能用，前者慢一些，后者快一些。

边界的意义在于，它让你在数量上有话可说。别人问为什么只铺这么多，你能答出是筛查带宽或资金余量定的，而不是因为不敢铺。有依据的数量，比只有大小的数量更值得信赖。有依据的数量，别人也更容易配合。

找边界最实用的办法是做一个加量试验。在现有数量的基础上加两成，跑一个完整的批次周期，专门记录哪一段最先出现吃力，把这一段写下来作为下次的约束条件。幅度小一点，才看得出是哪一段先紧。

不要一次加一倍。翻倍的加量会让多个约束同时被触碰，你分不清是哪里先撑不住。两成的幅度足够让瓶颈显形，又不至于让整盘失控，这是一个成本可控的试验尺度。小步试比大步试更容易看清瓶颈落在哪里。

第二个动作是给边界写一个触发词。比如筛查超过几天没看完、整理出现临时补资料、资金开始需要周转，这些都是明确信号。信号出现时不再讨论要不要停，直接执行既有规则。信号一旦出现，处理顺序也照既有规则走。

第三个动作是把边界写进批次记录的开头。每开一批，先看这个边界，再看这批要得出的结论，最后定数量。顺序反过来的时候，人往往是先定了数量，再去找理由支持它。顺序对了，数量就不会被结果倒着推出来。

第四个动作是接受边界的移动。资料产能提高、筛查方法改善，边界都会往外挪，这是正常的。但边界不会因为你想加量而自动移动，它只因为你改了方法才移动，这两件事不能混。

把边界写清楚之后，数量这件事就从一种情绪变成了一个刻度。你不再需要向谁证明自己铺得多，只需要说明这批铺这么多是因为某个具体的约束在这里，这样的数量是站得住的。被写明依据的数量，也更容易守得住。

边界这件事有一个具体的验证办法。找出你过去跑得最顺的那一批，看当时铺了多少条、花了几天看完、结论清不清楚。这三个数就是你的经验边界，比任何通用建议都准。自己跑出来的边界，比通用建议更贴合实际。

然后再找出一批跑得最辛苦的，同样看这三个数。两批之间的差就是你能承受的波动范围。下次定数量的时候，取这个范围的中下段，比取中上段更稳。取中下段而不是中上段，是给波动留出余地。

第二个细节是边界会随季节移动。有些站点的需求有明显的季节性，旺季同样的数量跑起来压力更大，因为变化快、变量多。旺季的数量往回收一点，等节奏稳下来再放。季节因素会让同一条边界在旺季收紧。

第三个细节是边界要写进交接。如果店里有别人也参与铺货，边界必须写下来，否则每个人按自己的感觉定数量，整批的规模就会被悄悄放大，而你未必察觉。边界写下来，参与的人才不会各定各的。

记录方法上，建议把每次越过边界的经历单独记一处，写清当时铺了多少、哪一段先撑不住、后来怎么处理的。这类记录积累几次之后，你对边界的判断会比估算可靠得多。越界记录积累几次，边界就变得看得见。

最后要说明一条。边界不是一条固定的线，它是一个区间，而且有自己的模糊地带。有时候略超一点没关系，只要你能在超出的那部分上及时收口。真正危险的是超出之后不管不问。

常见问题（FAQ）