虾皮市场分析能不能压成一条公式

虾皮市场分析能不能压成一条公式，看的是哪一样

能不能压成一条可复算的动作，看的是这批对象身上有没有一组共享的字段。站点、价格档、在售款数、评价量级这几项，在每一个对象身上都出现，而且取值方式一致，这类字段才有可能被写成输入。只在某一个对象身上出现的特殊情况，无论多重要，都进不了一条通用的写法。

第二个条件是这项输入能不能取到具体取值，而不是一个形容词。价格档可以取到一个档位，评价量级可以取到一档区间，这些能进。类目是不是有潜力这类描述，看着像在说一个量，实际上它在同一批对象之间的取值都靠你的判断，写进去之后这条动作只是在复述你的判断，不是在算市场。

第三个条件是输出项得是一个能对照的量。多数时候它是某个对象在所有站点里的相对位置，或者是某个价格档在同类目里的占比区间。输出项如果是合格与否这样的是非题，这条动作就会立刻变成一套门槛规则，那是另一件事，不属于复算这一层要解决的问题。

这三个条件同时成立的时候，压薄这件事才有意义。缺其中任何一个，压出来的东西会更像一段替你说出判断的话，而不是一条换个输入就能重跑一遍的动作。这两种东西在文档里长得有点像，用起来的差别却很大。

还有第四个条件，比前三个更容易被忽略：这一批对象之间得存在可以互相参照的关系。你要算的是某个价格档在同类目里的相对位置，前提是这些价格档确实构成一个可比的整体。如果它们分属几个差别很大的类目，它们之间的相对位置就算得出来，也没有解释力。

第五个条件是关于时间尺度的。压薄这一步对时间尺度很敏感，同一批输入按周看和按月看，得出的相对位置可能不一样。合适的时间尺度取决于你要拿这个结果回答什么问题，判断周期短的事，输入就必须取短周期的，不能拿一个月的中位数去替一周。

这五个条件里，前两个决定这件事能不能做，后三个决定做出来有没有用。多数人只检查前两个就动手了，做出来的东西在形式上完全成立，用起来却回答不了原本那个问题。把后三个也过一遍，花的时间不多，能省掉整批返工。

还有一个常被跳过的前置动作：把这批对象列出来之后再数一遍，看每一类各有多少个。某一类只有一两个对象的时候，它们在相对位置上排到哪儿都说明不了什么。批次的构成太偏，压出来的结果会带着这个偏差一起走。

还有一个实操上的判断标准：如果你把这条写法交给一个没参与的人，他能照着同一批数据把结果复现出来，这件事就算压成了。如果他复现出来的结果和你不一样，或者他要问你好几个问题才能开始，说明还有口径留在你脑子里，没有落到这条写法上。

可复现这件事还有一层含义，它要求输入的那一端必须是别人也能取到的。只在你自己手上成立的那种取法，比如从前台某一个页面按某个顺序翻出来的数，写进写法里之后别人照着做会得到不同的东西。取法本身也要能说清楚，这条写法才立得住。

最后还有一种情况需要先排除：这批对象中间有几项输入是彼此关联的，一项动了另一项跟着动。这种情况下写出来的写法形式上是成立的，实际上每一项都在替旁边的项说话，重复计入的部分会让结果偏向某一个方向。先检查一遍输入之间有没有这种连动关系。

这几个条件都过了，才轮到写下这条式子。写下之后的第一次运行也不是终点，它更像一次试跑，用来暴露哪一项输入的口径还没对齐。第一次跑出来的结果和你心里预期的差距有多大，比结果本身更有信息量。

还要提前说清一件事：压薄这一步不改变判断的难度，它只把判断中能固定的那部分固定下来。哪几项该进、各项的口径怎么定，这些仍然要人来做。压薄省掉的是重复劳动，不是判断本身。把这个预期放正，做这一步的时候就不会因为结果还需要解释而觉得白做了。

如果前面几个条件过了但输出项仍然说不清，合适的做法是先把这条写法搁着，回头把并排那一层再摆一次。多数输出项说不清的情况，根源都在并排那一层还没对齐。这时候继续在写法上打转，只会做出一个形式完整但回答不了问题的东西。

把压薄这件事的适用范围说清楚也很有必要。它适用的情形是同一批对象、同一套字段、需要反复看相对位置；不适用的情形是每次对象都不一样、每次要回答的问题都不一样。后一种情形下，压薄省下来的时间还不够维护口径花掉的多。

还有一处边界要提前写在前面：知虾做的是公开面那一段，别人账号里的事它不做，也不该被期待。写法里那几项拿不到的输入，谁也给不出来，只能作为已知的缺口留在旁边，不参与运算。

把并排的数压成一条能重跑的动作，要走的五个动作（人造示例）

一条市场公式要有几个输入项

输入项大致可以分成三组来看，先说最基础的一组，也就是对象本身的身份项。站点是哪一个、所属类目是什么、落在哪个价格档、面向哪一类人群，这几项的作用是把对象安放在一个坐标上。身份项取错了位置，后面所有输入对这个对象来说都是错位的。

第二组是量级项，用来说明这个对象有多大。在售款数、评价积累量级、这个词的搜索热度区间都属于这一组。它们的特点是同一个对象在不同时点上会有明显变化，所以取的时候必须把时点一起记下来。同一批输入如果时点不一样，算出来的结果之间的差异里就混进了时间这一项。

第三组是节奏项，用来说明这个对象动得快不快。上新节奏、活动频率、价格档在近几期的挪动幅度，都属于这一组。这组输入最容易被简化成一个形容词，可一旦简化，它在不同对象之间的可比值就没了。可行的做法是把它归到几个档位上，档位的边界在同一次分析里保持一致。

三组加起来，实际能进一条写法的输入往往就是五六项。超过这个数不是不行，而是每加一项就多一处需要维护的口径。多数人做这一步的时候倾向于把能想到的都写进去，结果这条动作变成了一份需要逐项解释的清单，跑起来反而比直接看表还慢。

输入项还有一处容易被忽略的分工：哪几项是这次可以改的，哪几项是改不了的。价格档是可调的，类目是既定的，这两类输入在后面的用法完全不同。改得了的那几项才是你真正能动的地方，改不了的只是用来描述这个对象当下所处的位置。

分清可动与不可动之后，输入的项数反而可以再往下砍一点。那些既拿不到具体取值、又不能被调整的项，留着只是让这条动作看起来更全面。把注意力集中到能动的三四项上，这条动作跑起来会快很多，查问题的时候也少几层要排除的可能。

还有一项经常被当成输入、其实是前置条件的，就是这批对象所属的站点范围。它不影响算出来的位置，但它决定了这个位置在哪个盘子里有意义。同一个价格档在九个站点里的相对位置，和在某一个站点里的相对位置，是两个不同的说法，写的时候要把范围带上。

输入项之间的量级也要大致齐整。有的项取值在一到十之间，有的项取值在几百到几千之间，放在同一条写法里，量级大的那几项会盖住量级小的那几项。要么各自归到档位上，要么用相对位置来取代原值，两种方式都能让这几项在同一层面上说话。

输入项的数量还有一个现实的上限，来自维护成本。这条写法每隔一段时间要用新一期的输入重跑一次，项数越多，每一期要重新取的数就越多，其中任何一项取晚了或者取错了，整批结果都要重来。实际做法通常是把项数控制在一只手数得过来的范围里。

在这五六项里，最好有一到两项是相对稳定的。全靠波动大的项撑起来的写法，每一期跑出来的结果都会大幅摆动，读的人慢慢就不看它了。稳定的那一两项起的是锚的作用，让结果的变化能被解释成某一项在动，而不是整体在乱。

身份项最好写成同一套编码体系。站点用一个固定的写法，类目用一个固定的层级路径，价格档用一个固定的宽度。三处都用固定写法之后，这条写法才能被重复使用；只要有一处每期都在换写法，前一期的结果和这一期就接不上。

还有一项值得单独提一下：这一批对象的数量本身也可以当成一个输入。样本太少的时候，算出来的相对位置不牢靠；样本数量写在旁边，读的人就知道这个结果的可信区间大概在什么范围。这一项不参与运算，但它对结果怎么被使用有直接影响。

还有一项容易被放在输入里的东西，其实更适合放在写法外面，那就是这一次分析的目的。你想拿结果回答什么问题，决定了输出项该怎么定义、输入项该取多细。它不参与运算，但它决定了这条写法的形态，写的时候最好在开头留一句说明。

输入项的命名也值得花点心思。名字里带上单位或者档位说明，后面重跑的时候就不必再去回忆它取的是什么。名字含糊的输入项在第一次用的时候没影响，用过几期之后，取数的人换了一茬，这一项就会被填进各种不一样的东西。

项数定下来之后，最好顺手写一句它适用的规模范围。同一个价格档在几个对象之间比和在几十个对象之间比，位置的意义不一样。写清楚这条写法是在多大的盘子里算出来的，别人拿去用的时候就不会把它套到一个规模差很多的范围上。

输入项从哪儿来，这一点值得说明。九个站点上的公开面字段在知虾那一层是摆在同一套算法下的，站点、类目、价格带、在售款数、评价积累这几项都能直接当成输入项填进去。字段既然是同一套，跨站点把这些数放进同一条写法里就不必再自己对齐一遍算法。

同样都是输入项，补得齐的程度差别很大，最后一项基本补不到（相对值）

公式最容易犯的错，是拿一次性的事当通则

最常见的骗人方式是把一次性发生的事写成了通则。举个具体的例子，某个站点在某个活动期里，价格档忽然整体上移了一档。这件事是那一段时间的特殊情形，可你把它当作一项固定输入写进了这条动作里。之后你拿它去套正常的时段，算出来的位置会全部偏高，而且偏得看不出来。

第二种骗人方式是固定项和变动项混着加。开店的前期投入、一次性的包装采购，这类东西在某个对象身上确实存在，但它们不跟着批量变化。把它们和随量变化的成本摆在同一个加总里，算出来的结果只在某一特定量级上成立，换个量级就偏。这种偏不会报错，只会安静地错。

第三种方式是把这一批对象里的平均值直接当成了通则。平均值本身没错，问题在于它是一个被少数大对象拉起来的数，套到中间那些对象身上，每个都会偏。用平均值做输入的时候，至少要顺手看一眼这一批对象的分散程度；散得太开的批次，平均值指向不了任何一个具体对象。

这三种错有一个共同的来源，都是在写这条动作的时候想省一步。省掉的往往是那一句「这一项在什么情况下才成立」。这句话不加进去，这条动作就永远只在写它的那一次成立，换一次输入就散架。

再补一种骗人方式：把某一批对象上成立的关系当成了通则。你在五个站点的数据里看到某个价格档和评价积累方向一致，就把这个关系写进了写法里。换一批类目重跑，方向可能正好反了。这种错最难发现，因为它在这批对象里跑起来是对的。

还有一种情况是把已经结束的时段继续当成有效输入。某一档在某个月里确实处在低位，这个月过去之后它还留着那份低位的取值。这条动作会一直按那份取值算，算出来的位置看上去正常，实际已经在用一个过期的条件。给每一项输入标上它取数的日子，这类错就能被看见。

最后还有一种是把相关当成了因果。两项输入在一批对象上同向变化，不代表其中一项真的是另一项的原因。把这种关系写进写法里，你会得到一个在很多情况下对、偶尔完全不对的结果。这类结果最容易被当成异常而不是当成写法本身的问题。

这三种错共同的检查办法只有一个：换一批对象重跑一次。换批之后结果的方向、量级、相对次序都还对得上，这条写法才算是通用的；只在原来那一批上对得上，它就只是一次分析结果的另一种写法，不构成一条能反复用的动作。

还有一类骗人方式不太像错，更像是被普遍接受的一种简化，就是把整站的平均水平当成某一档的参照。整站的平均被几个大档位拉着走，用它去当参照，中间那些档位会集体偏低或者集体偏高。这类偏不会被察觉，因为它的方向在整个批次里是一致的。

再有就是取值时点前后不一致带来的偏移。这一项上一期取的是月中，这一期取的是月初，两个时点之间通常有一段活动期的差异。结果上看起来是市场变了，其实只是取数的时间挪了位置。给每一次取数记下具体日子，是省这种事的最小成本。

检查这类骗人方式有个动手的办法：把这条写法里每一项输入单独拿出来，看它在一个较长周期里是怎么动的。动得平稳的项可以放心用，来回大幅摆动或者有明显台阶的项，就要先弄清那几处台阶是怎么来的，再决定能不能让它进这条写法。

还有一点要说清：把输入换成区间并不会让这条写法变得更稳。区间看起来比一个点更谨慎，但它在参与运算的时候仍然要被折成一个取值，折法本身就是一次没有依据的判断。要么用相对位置，要么把区间宽度也当成一项输入明确写进去。

除了一次性的事被当成通则，还有一种同源的问题是局部的事被当成了整体。你在某一个价格档里看到的现象，直接推广到了整个类目。这一个档位可能有它自己的特殊性，推广之后算出来的结果会对整个类目作出一个偏的判断，而读的人不容易想到要去核对这一层。

这类问题的检查办法很直接：把这条写法分别套在几个不同的子群体上跑一次，看结果是否一致。子群体上结果方向一致，说明这条写法在更大的范围内也站得住；某个子群体上结果明显不同，那就要么给它单独写一条，要么在写法里补一项能区分它的输入。

还有一层来源是把已经在动的事当成了静止的。某一档的价格在最近几期一直在往上挪，取数的时候只取了当期那个值，看上去它是稳定的。这条写法会把这个正在移动的状态当成一个固定条件用下去，偏得不大但会一直持续。

哪一项输入最容易被市场估算漏掉

最容易被漏掉的一项，往往是运费与履约这一段。挂牌价看得到，成本区间大致能估，可运费怎么算、走哪一种履约方式、退换怎么处理，这几段在公开面上很难看齐。漏掉它们的时候，算出来的价格区间会明显偏乐观，而且偏的量在低价格档上尤其大。

第二项容易被漏的是时间成本。一批对象的取数是当日看到的，而当日看到的往往是前一日的状态，两者之间隔着一天。这一天对大多数分析没有影响，可如果要判断的是短周期里的变化，这一天就会变成一个说不出原因的偏差。写这条动作的时候顺手把取数口径标上去，这一项就不会被忘。

第三项容易被漏的是那一层已经发生但看不见的调整。某个价格档在某一段时间里做过一次整体调整，这件事在公开面上通常只留下了一个结果，看不到过程。你把它当作常态写进去，这条动作就把一次调整当成了市场的固有属性。

这条写法的输入从哪里取，能填进去的是公开面那一端口径统一的那些数，正因为统一，才能被当成输入项填进一条能重跑的写法里。它做的是把输入摆齐这一段，某一项该不该算进去仍然要自己判断。

除了运费和时点，还有一项常被漏掉的是这一批对象在类目里的位置差异。同一个价格档摆在不同类目下，它面对的竞争强度是不一样的。把类目这一项漏掉的时候，算出来的位置会在类目之间来回摆动，而且摆动的方向看着没有规律，很难倒推回是哪一项漏了。

还有一项容易被漏的是评价积累的时间跨度。同样是一千条评价，攒了三个月和攒了两年，代表的含义完全不同。你在输入里只写了量级，没写跨度，这条动作就会把两种完全不同的对象算成同一类。补上跨度这一项，很多原本看着矛盾的结果会立刻说得通。

漏项最麻烦的地方是它不会报错。少写一项的写法跑起来完全正常，给出一个看着合理的数，只有在换一批对象或者换一个时段之后，偏差才露出来。所以检查漏项的办法不是看这条写法跑不跑得通，而是拿两批不同的对象各跑一次，比较结果的稳定性。

还有一处边界要写清楚：公开面上拿不到的那几项，不能靠推算补上。别人店里的实际成交、供应商给他的实际成本，这两项在公开面上没有对应物。你在输入里留一个自己估出来的取值，这条动作跑出来的结果就带上了这个估计，而它看起来和别的输入完全一样。

漏项里还有一类比较隐蔽，就是某一项输入在大部分对象上取值都是一样的，看起来像是常数，就被人从写法里省掉了。这批对象里所有站点都处在同一个大区，所以这一项在这一次分析里没有区分度。换一批跨大区的对象，省掉的这一项立刻就会显出影响。

还有一种漏法是只写了量，没写有没有。在售款数这一项，值是零和一之间有很大区别。零意味着这个价格档在这个类目下没有对象，它不是一个低值，而是一个空档。把零和很小的值混在一起算，这一档的位置会被算到一个它其实不存在的位置上。

漏项还会在输出的解释上留下痕迹。结果里如果有一批对象的位置全都挤在一个很窄的区间里，往往说明有一项本该拉开它们的输入没写进去。结果分不开的时候，先别急着换输出，先回头看看输入的那一列是不是缺了一项关键的区分量。

要把漏项查出来，最省事的办法是拿两批差别明显的对象各跑一次，比较两次结果里各项输入的贡献是否稳定。某一项在两批对象上的作用完全不一样，说明它的取值方式里还有一段没写清，那一段就是漏掉的地方。

漏项还有一处来源是取数的时候只取了当期那一屏。公开面上可看到的内容会跟着你翻的位置变化，只取第一屏等于默认这一屏代表了整体。要判断这个默认成不成立，可以换一个位置再取一次，两次的构成差别很大，就说明这一项输入需要补一个取法说明。

还有一项容易在跨站点分析里被漏掉，就是不同站点的结算方式与货币档位不同。同一个数值在不同站点上代表的实际水平不一样，直接摆进同一项输入里，量级大的那个站点会主导整个结果。要么各自归到相对位置上，要么把站点这一项明确当成一个分层依据。

漏项的最后一种来源是不敢留空。有些项在部分对象上确实取不到，取数的人为了凑齐整列，用邻近对象的值补了上去。补过之后这一列看起来是齐的，实际上每一处补过的地方都在悄悄替这批对象做判断，而这个判断没有留下任何痕迹。

公式和表只差一步，差在哪

这两者之间只差一步，差的是要不要指定谁是待求量。并排的时候所有数都是并列的，谁也不比谁更特别；复算必须确定一项是结果、其余是条件。这个指定动作看起来很小，它却决定了同一批数能不能被反复使用。没有指定待求量的那一批数，只能被看，不能被套用。

另一个差别是可复算的一方要求口径写在明处。并排的时候，口径藏在列头里还能靠读的人自己补上；复算的时候没有读的人来补，它只会照着写下来的那一套算，写漏了它也不会停下来问。这一层真正的成本，是把原先靠默契维持的那部分口径明确写出来。

还有一处差别在容错上。并排错一格，读的人可能看不出来，也可能看出来了却知道那是笔误；复算错一项，结果会整体偏掉，而且偏得很有规律，看起来仍然像一个正常的结果。这正是复算更需要先核对的原因，它不会自己暴露问题。

所以从并排到复算，中间隔着的其实是两项约定，一项是待求的是哪一个，另一项是每一列按什么算出来的。这两项约定在并排那一步可以含糊，在复算这一步含糊不过去。补上它们，才谈得上换个输入重跑。

从并排走到复算，还有一处差别在实际使用里最容易显出来：并排的结果可以被读的人按自己的需要重新解读，复算的结果只能被接受或者被质疑。前者留有余地，后者把话说死了。知道这一点，你在做这一步的时候就会更愿意把口径写在旁边，而不是留给自己记。

还有一处差别在协作上。并排的表可以几个人分头往里面填，填完拼起来还是能用；复算不允许这样，它要求所有输入出自同一套取数规则。分头填出来的输入拼进同一条写法，跑出来的结果里混着几个人各自的口径，而且这种混法在结果上一点都看不出来。

所以这一步真正需要的前置条件不是更全的数，而是一套能被别人照着填的口径说明。这套说明写出来之后，这条动作才能被交付出去，别人也能复现你的结果。写不出来，这条动作就只在你手上成立，换个人跑就是另一套结果。

顺序上还有一点值得强调：先把输出项定下来，再回头砍输入项。先定输出，你才知道哪几项是真正必要的；反过来先列输入，很容易越列越多，最后被迫用一个含糊的输出项去兼容那些多出来的输入。

从并排到复算，还有一层差别体现在改错的方式上。并排的表改错一格，只影响那一行；复算改错一项，整批结果一起变。这使得复算的每一次修改都需要重新跑一遍对照，改错的代价因此更高，写的时候就更值得把口径写得保守一点。

还有一层差别在能被回答的问题类型上。并排能回答谁高谁低，复算能回答换个条件会怎样。前一类问题是描述现状，后一类问题是试探变化。清楚这两类的边界之后，你就不会拿并排的结果去回答变化类的问题，也不会指望一条写法把现状描述得比表更细。

表那边还有一个细节是复算接不住的，就是表里那些被压成档位的取值。档位在并排的时候非常好用，读的人能一眼看出高低；进到复算里，档位必须先被还原成一个能参与运算的取值，这一步还原方式如果没写明，同样的档位在不同人手里会变成不同的数。

所以这两者衔接的关键其实就在于档位的还原方式。这一步写清楚之后，表里的数可以直接进到复算里；写不清楚，就只能每次重新从原始数据开始，中间那一层并排就白做了。这一处是整个衔接里最容易松掉的地方。

还有一处衔接上的细节值得写明：并排那一层用的是档位，复算这一层用的是取值，两层的分界点就在档位的还原方式上。把还原方式写下来，两层就能顺接；不写下来，每次从并排走到复算都要重新对一遍档位边界，而且每次对出来的结果未必一样。

从这一层再往后走，输出会变成一种能被直接看的形状。这一步不改变数，只改变数的呈现方式，所以它承不成立，完全取决于前面这两层的口径有没有对齐。前面没对齐的部分，到后面只会被放大成视觉上的差异，而不再是一个能被读出来的口径问题。

两层的分工也可以换个角度描述：并排负责让对象之间的差别显现出来，复算负责让差别在换个输入之后重新显现。前者处理的是这一批，后者处理的是这一批之外的对象。理解了这一点，什么时候该停在并排、什么时候该往下压，判断依据就清楚了。

一项输入能不能用，先看这三件事成立不成立

这条公式算出来的数，先拿去对什么

算出来的数第一个该对的是这一批对象里你已经知道的那两三个。挑两三个你心里有底的站点或者价格档，把输入填进去，看算出来的位置跟你已知的实际情况对不对得上。对不上说明输入里至少有一项的口径和这一批对象不匹配，先回到输入那一步去查。

第二该对的是同一批对象在不同时点上的表现。换一个时点的输入再跑一次，如果结果的方向整个翻了过来，说明这条动作对时点过于敏感，它给出的位置只是当时那一次取数的结果，不是一个能延续的判断。这种情况下要么缩短它对时效的适用范围，要么补一项稳定些的输入进去。

第三该对的是边界情形。把一两个明显是例外情形的对象填进去，看这条动作会不会给出一个看着合理但实际站不住的数。做得好的写法在遇到边界情形时会给出一个偏离明显的数，让人一眼能判断该不该采信；做得差的写法不管填什么都给出一个看着正常的数，这才是需要警惕的。

对完这三处，这条动作才算站住。对不上时退回的顺序很明确，先退回输入项的口径确认，再退回身份项的层级划分，最后才考虑是不是这项输出本身就不适合用一条动作来表达。反过来先怀疑输出，会白花掉很多时间。

对照的时候还要注意一个问题：你心里有底的那两三个对象，本身可能正好是这批里的例外。挑对照对象的时候尽量挑表现平稳的，不要挑最突出或者最落后的那两个。拿例外去校准，会把这条动作往偏离常态的方向带，而且带得不明显。

还有一处值得对的，是这条动作在极端输入下的表现。把某一项输入填到一个明显偏高的值，看结果会怎么变。如果结果的变化方向跟常识相反，说明这一项在写法里的位置或者符号有问题；如果结果几乎不变，说明这一项实际上没起作用，写进去只是占了位置。

对不上时退回的路径也需要写清楚，顺手写下来能省掉以后的争论。退回顺序一般是先查输入口径，再查身份项的层级，最后才考虑输出项本身是否合适。多数对不上的情况都出在前两处，直接跳到第三处去重新设计输出，往往是把时间花在了不该花的地方。

对完之后最好把这次对照的结果记一笔，写下哪几项输入当时对不上、后来改成了什么。这一笔记录在下一次做同类分析时非常有用，因为对不上的地方往往就是这套口径里最脆弱的地方，它会在每一批对象上重复出现。

对照的时候除了看方向，还要看幅度。算出来的位置跟你已知的实际大致对得上，但幅度差得明显，比如你心里这一档排在偏前的位置，算出来排在很靠前的位置。方向和幅度分开看，能帮你判断问题出在输入的口径上还是出在输出项的定义上。

还有一处值得单独对一下：那些取值靠近这批对象中间的档位。首尾的档位对不上容易被发现，中间的档位对不上往往被忽略，因为它们的偏差看着不大。实际上中间档位才是数量最多的那一批，它们的偏差会直接影响这条写法在多数对象上的可用性。

对完之后如果发现这条写法在多数对象上都偏了同一个方向，那多半不是某一项输入的问题，而是身份项的层级划分本身就不对。比如你把几个差别很大的类目放进了同一层，这一层里算出来的位置天然会朝某一边偏。这种情况下修输入解决不了问题。

最后还有一层是方向性判断：这条写法算出来的数，能不能拿来排序用。多数时候能排序，但排序的稳定性取决于输出项对输入波动的敏感程度。一整批对象的排序在两次取数之间大幅换位，说明这个排序只能当作当次取数的描述，不能当作长期结论。

对照这件事还有一个时间上的讲究。刚写完的这条写法，最好用同一个时点的输入跑两遍，先确认它自己是稳定的；再用另一个时点的输入跑第三遍，看跨时点的变化是否符合预期。同一个时点跑出两个不同结果，说明写法里有一条口径是随机的，必须先找出来。

还有一处值得单独记下来：算出来的结果和你预期差得最多的那个对象，往往就是这套口径最不适用的一类。把它单独拎出来看一眼，能帮你判断这条写法的适用边界在哪儿。边界清楚了，用法就不会越界，也就少了很多事后解释的麻烦。

还有一处可以做对照的位置：把算出来的结果按照大小排一遍，看这个排序跟你在并排那一层看到的次序是不是同一套。排序整个反了过来，说明输出项的定义方向有问题；排序大体一致但个别项换了位，那几项就是需要单独看的对象。

对的时候顺手记一句这套输入的取数口径。知虾给出的公开数是前一日的状态，当日看到的是前一日的影子，这一点在按月看的分析里没有影响，在按周看的分析里就要把它算进去。把它写在这条写法旁边，下一次重跑的时候就不必再去回忆。

同一批输入跑两版写法，结果稳不稳差别很大（人造示例）

虾皮市场分析写公式时最常见的三种硬凑

第一种硬凑是把两个本来该分开看的量合成一项。你为了少一个输入，把价格档的宽度和它在整站里的相对位置揉成一个数，看着是简化了，实际上这两个量在有的对象上同向、在有的对象上反向，合一之后无论怎么取都会丢掉一部分信息。省下的一项输入，代价是结果不再能解释。

第二种硬凑是给一项输入凭空定一个区间。区间本身需要依据，依据不足的时候人会顺手用一个整数，比如把某一项的取值范围直接定成一个整齐的区间。这种整数看着干净，实际上它已经替你做了一个没有依据的判断，而这个判断会一路传到结果里，谁也看不出它是从哪儿来的。

第三种硬凑是把有先后关系的两项并列成两个独立输入。某些成本项是在另一个项成立之后才发生的，两者并不独立。并列写进去之后，这条动作会在某些输入组合下同时计入它们，得出的结果比实际多出一截，而且这一截只在特定组合下出现，很难被查出来。

这三种硬凑的共同点是都在追求输入项更少、形式更整齐。输入少本身是个目标，前提是少掉的那几项本来就可以被合并。判断能不能合并，看合并之后换一个输入跑出来的结论还解释不解释得通，解释不通就说明合早了。

还有一种硬凑是把不同时间点的输入塞进同一次运算。挂牌价取的是这个月，评价积累取的是上个月，成本区间取的是更早的一次估算。三项放在一起算，得到的结果对应的是一个不存在的时点。读的人以为它是此刻的状态，其实它是几个时点拼起来的。

另一种硬凑是给输出项换了一个更好看的名义。你算出来的其实是一个相对位置，写的时候把它叫成了潜力评分。名字一换，读的人就会拿它去跟别的评分做比较，而那些评分根本不是同一套算法出来的。输出项的名字最好就是它实际算出来的那个量。

还有一种硬凑是把两个本该分开的结论塞进同一个输出。既要说明这个价格档的位置，又要说明它值不值得进，两个诉求压在一项输出上，写出来的东西哪一样都说不清。可行的做法是把这两件事拆成两条动作，各自给自己的输出。

这三种硬凑都出在同一个地方，就是想用一条动作回答多于一个问题。这一层的形状适合复算，不适合承载多个诉求。一次只回答一个能对照的量，这条动作才能在换一批对象之后仍然被信任。

四种硬凑之外还有一种很常见的简化，是把两个站点的同名类目当成同一个对象来处理。两个站点名义上类目一样，可它们的买家构成、价格带分布、上新节奏都不同。合起来算会让两边的特征互相抵消，得到一个两边都不像的结果，读的人还以为这是这一类目的共性。

还有一种是把已经下架的对象留在输入里。这一批对象的在售款数是当期的，如果其中一部分已经下架，它在量级那一项上的取值就不再代表当前状态。留在写法里，这个对象的每一项输入都在描述一个已经过去的状态，而结果看上去是完全正常的。

硬凑还有一种表现是项与项之间的单位不统一，一项按档位取值，另一项按具体条数取值。两项放在一起运算的时候，档位那一项会被条数那一项压得看不见，结果几乎完全由条数那项决定。要避免这种情况，把两项都归到档位上是最省事的处理。

这一层适合装的东西说到底只有一种，就是换个输入能重跑一遍的动作。它不适合装载多个诉求，也不适合承载没有明确取值的判断。想清楚这一点，前面那些硬凑的冲动会少掉大半，剩下的项数往往刚好够用。

还有一种硬凑表现在输入项的顺序上。写的时候把最容易取到的项放在前面，把最难取的项放在后面，看着像是按难度排的，实际上这条写法里每一项的地位是一样的。顺序本身不影响结果，但会影响别人读它时的理解，把关键项放在前面更合适。

硬凑还有一种表现是把一个本该分层的写法写成了一层的。几个站点的特征差别明显，硬压成一条写法，跑出来的结果会在站点之间来回跳。更合适的处理是按站点分几条写法，每条只在自己的范围内使用。这样项数更少，结果也更好解释。

还有一种是输入项取值的精度不一致，有的项精确到个位，有的项只到档位。精度高的那几项会在运算里占据主导，让结果看起来更精确，实际的精度由最低的那一项决定。把各项精度统一到同一水平，结果的可信程度反而更清楚。

把这一层能装的东西收一下：它适合装一个能对照的输出和一组能填具体值的输入，其余的期待都不该压在它身上。想清楚这一点，剩下的取舍就都好做了，项数与口径也会自然收敛到一个可以维护的规模。

写到最后要留一条给未来：这条写法写下来不是一次定型。市场结构会变，项的取值方式也会变，隔一段时间回头核一次，把不再适用的项换掉，比一次写到完美更实际。写法的寿命来自它被复核的频率，不来自它写得多周全。

硬凑还有一个不太显眼的来源，就是照着别人现成的写法改。别人的写法是为别人那批对象写的，项数、口径、输出定义都跟那一批绑在一起。你只把名字换掉就拿来用，结果看起来算得出来，实际上每一项的口径都跟你手上这批对象对不上。

常见问题（FAQ）