Home page
Zhixia data
Product
Mobile terminal
Plugin
Zhixia Data API
Register | Login
Log in to claim more benefits:
  • Free membership for new recruits
  • Latest cross-border operation of dry goods
  • See multi-dimensional list information
  • One-to-one tutor
Login now
首页 知虾课堂 运营干货 Shopee选品标准怎么沉淀:让团队选品不靠个人

Shopee选品标准怎么沉淀:让团队选品不靠个人

运营技巧 知虾干货用法 多店铺运营 数据方舟
2026-09-30 15:06
很多团队都遇到过这种情况:最会选品的那个人一休假,选品的节奏就慢下来。所有候选款都堆在那里等他回来判断,其他人不好插手。
这不是能力问题,而是标准没有沉淀下来。判断依据只存在这个人的脑子里,别人无法复用,团队的能力上限就被这个人的时间和精力锁住了。
这篇文章讲选品标准怎么沉淀成团队资产:标准要包含哪些内容、经验怎么写成可执行的条款、新人怎么上手、怎么持续校准,以及大概需要多久能见效。

为什么依赖个人选品风险高

最直接的风险是判断断档。核心成员休假、出差或者临时忙别的事情,选品的判断就停下来。候选款堆着没人拍板,上架节奏被打乱,机会窗口很可能就这么错过了。

第二个风险是判断难以复制。这个人选得准,团队却说不清他为什么准。想让他把能力传下去,往往只能说多看看多想想,新人听完还是不知道怎么开始。

第三个风险是人员流动带来的断层。选品的人一旦离开,带走的不只是判断力,还有对这个品类长期积累的感觉。新接手的成员要从头摸索,前面的学费可能再交一遍。

第四个风险是判断本身会退化。长期靠一个人的直觉做决定,这个人也会慢慢失去检验自己判断的动力。没有记录和复盘,错误会被反复犯而无人察觉。

从经营角度看,依赖个人意味着业务的可预测性下降。你很难说清下个月能选出几个合格的款,因为那取决于某个人的状态和精力,而不是一套稳定的流程。

把这些风险摆在明面上,就会发现沉淀标准不是一件可以往后拖的事。越早开始,团队积累的经验就越厚,抗风险的能力也越强。

还有一个隐性的风险是话语权过度集中。选品由一个人的判断主导,其他人慢慢就会放弃表达意见,哪怕看到明显的问题也不愿意提。团队逐渐变成一个人的独白。

这种状态短期看起来效率很高,决策快、内耗少。但代价是团队整体的判断能力一直停留在原地,所有人的成长都被压缩在配合执行的角色里。

从财务的角度看,依赖个人的选品模式还有一个问题:投入的节奏不稳定。某个月状态好选得多,某个月精力不足选得少,供应链和推广资源也跟着忽多忽少地波动。

还有一个不容易被察觉的损失是经验没有累积。如果每一次判断都是凭感觉完成,几年过去团队手里仍然没有一份可以复用的判断依据,走了很长的路却没留下路标。

解决这些风险的思路其实不复杂,关键在于把隐性判断变成显性的规则。这个过程有些慢,但它是唯一能让团队整体变得更强的路径。

开始做这件事的时机永远不嫌早。哪怕现在只有一个成员,把自己正在用的判断习惯写下来,也是在为将来扩大团队做准备。

见过一个比较典型的情况:一家店铺的选品由合伙人亲自负责,一年下来做得不错,但团队里没有第二个人能独立判断。后来这位合伙人因为家里的事情连续请假两个月,选品的节奏直接停下来,供应链那边准备好的产能空转,等到他回来时市场上同类商品已经多了好几家。这种情况并不是个例,而是很多依赖个人的团队都会遇到的瓶颈,区别只在于发生的时间早晚。

还有一个容易被忽视的连带影响是,过度依赖个人会让组织里的其他能力也跟着退化。因为判断由一个人做,其他人长期只负责执行,对买家需求的敏感度、对成本结构的理解都会慢慢变钝,几年下来团队整体的专业水平并没有提高,反而更依赖那个核心的人。

沉淀的过程就是把个人经验转成团队资产

沉淀的过程就是把个人经验转成团队资产

选品标准要包含什么

第一块是判定条件。什么情况算通过,什么情况算不通过,条件要写得足够明确。比如净利率低于某个比例就直接排除,有阈值才有可执行性。

第二块是取数口径。同一个指标按不同口径算出来的数字差距很大,标准里要写清楚数据从哪里取、按什么周期统计、样本量要达到多少才算有效。

第三块是案例说明。附上几个典型的成功款和失败款,把当时的数据和判断依据一起写出来。案例比条款更容易被理解,新人看完能很快建立起感觉。

第四块是责任分工。每一项判断由谁负责、什么时候交付、交付给谁,都要写清楚。没有明确的责任人,再好的标准也会在执行环节慢慢失效。

第五块是例外处理。标准不可能覆盖所有情况,要写明遇到特殊情况时怎么处理。是走审批、是先试点还是直接搁置,写清楚才不会出现各自为政。

第六块是版本记录。每一次修改都标注时间和理由,这样回头看的时候才能分清是标准变了还是当初判断错了,也让结论具有可追溯性。

除上述六块之外,还需要一块是优先级规则。当几个条件相互冲突的时候,按什么顺序来决定取舍。这一块能显著减少讨论时的来回拉扯。

标准的适用范围也要写清楚。这套规则适用于哪个站点、哪些品类、什么价格带。不加限定地推广到所有场景,很容易在新赛道里水土不服。

还有一种是节奏类的要求。比如一周需要完成多少个候选的初筛、多长时间出一次结论。这些内容不涉及具体判断,但决定了整个流程能不能稳定运转。

内容之间的详细程度也要有梯度。核心的判定条件写得具体,辅助说明可以简略一些。全部写得一样细会让文档变得厚重,实际使用时反而不方便查阅。

标准当中最好留出一小块专门放开放问题。哪些判断目前还没有把握、哪些地方还需要更多案例来验证。把不确定的部分标出来,比强行给出结论更诚实。

写完之后建议整体通读一遍,检查有没有前后矛盾或者重复的部分。初次撰写很容易出现同一件事在两个地方各写了一段的情况,读一遍就能发现。

在内容的组织上,建议把标准分成两部分:一部分是必须遵守的硬性条件,比如合规要求、成本底线、供应能力的最低门槛;另一部分是参考性的判断指引,比如需求强度怎么衡量、竞争格局怎么评估。硬性条件要写得没有解释空间,参考指引可以留有讨论余地,这样既能守住底线,又不会让判断变得僵化。

还有一块值得单独写出来的是判断的成熟度分级。同样一个候选款,在信息完整时的判断和在信息不足时的判断,结论的可信度是不一样的。把成熟度标出来,团队就知道哪些结论可以直接执行,哪些还需要补充材料或者先做小规模验证,决策的节奏会更清楚。

最容易被省略的往往是取数口径和失败案例

最容易被省略的往往是取数口径和失败案例

怎么把经验写成条款

写条款的起点是找案例。从过去半年里挑出几个做得好的和几个栽了跟头的款,把当时的情况完整地还原一遍,包括数据、讨论过程和最终结果。

接着问一个问题:当时是根据什么做出这个判断的。把答案写下来,通常就是一条条款的雏形。如果答不上来,说明这个判断可能带有偶然性,不值得写成规则。

然后把这个依据写成判断句。带上阈值、条件或者明确的信号,让读的人能对照着判断。写要选质量好的供应商,这种表达没法用,要改成具体的交期和质量标准。

条款写完之后做一次可用性检验。找没参与过这件事的人读一遍,看他能不能准确说出什么情况下该触发这一条。他如果还要追问几个问题,说明还得再改。

条款之间要注意不要冲突。一条要求快速上架,一条要求多轮审核,两条放在一起会互相卡住。写完通读一遍,把矛盾的地方理顺。

最后按使用频率排序。常用的条款放前面,形成一份简短的日常检查表,细的规则放在文档靠后的位置供查阅,用起来效率最高。

写条款时可以借助一个句式:如果出现什么情况,就做怎样的处理,理由是来自哪一次经历。这个句式能把条件、动作和依据一次说清楚。

条款里的数字要给区间而不是单点。写成交期不超过三十天比较明确,写成交期大约一个月就模糊了。有明确的边界,判断的时候才能快速对照。

对无法量化的判断,可以写成信号叠加的形式。比如同时出现三个信号就触发,单个信号出现只做提示。这种写法比强行给一个数字更贴合实际。

条款写完要定期回看它是否真的被使用。长期没被触发的条款要么是不适用,要么是藏得太深没人翻到,两种原因对应的处理方式不一样。

如果条件允许,可以让不同角色一起参与撰写。做采购的同事关注供应,做客服的同事关注售后,各自擅长的部分写出来的条款质量会更高。

写完之后最好做一次小范围的试读。让一个完全不了解背景的人按照条款去判断几个真实的款,看他能不能顺利得出结论,这是最直接的检验方式。

举个具体的例子说明写法的差别。含糊的写法是供应商的选择要慎重,而可执行的写法是供应商近半年内没有出现过交期延误超过七天的记录,小批量订单的交期在十五天以内,能提供至少两家备选货源。后一种写法谁都能拿去核对,判断结果也会趋于一致,这就是条款化的价值所在。

条款写完之后,建议做一次反向测试。拿几个有明显缺陷的款,看这些条款能不能把它们准确地筛出来。如果某个款明明有问题却没有被任何一条拦住,说明那一类的判断还没有被写进标准,这就是需要补充的地方,反向测试能让漏项很快暴露出来。

标准模块包含内容写法要求落地作用
判定条件
什么情况算通过
给出明确阈值
避免各说各话

新人怎么快速上手

上手的第一步是让新人先看案例。把过去半年成功和失败的款各挑几个,配合当时的数据完整看一遍。看案例比看条款直观得多,也更容易形成对好坏的判断感。

第二步是做对照练习。挑三到五个已经有明确结果的款,让新人按自己的直觉先判断一遍,再让他对照标准判断一遍,最后看哪个更接近真实结果。

第三步是让他独立走一遍完整流程。从收集候选到填数据再到得出结论,全程自己操作,老成员只做复核不代劳。走过一遍之后,很多细节就自然清楚了。

第四步是安排一次复盘讲解。让新人说说自己在哪一步卡住了、哪一条标准看不懂。这些反馈往往是改进标准最好的输入,比闭门修改更有效果。

上手过程需要有人带。指定一个固定的带教人,新人遇到问题知道找谁,避免东问一句西问一句,学到的内容零散不成体系。

整个上手周期大概两到四周比较合适。第一周看和学,第二周练,第三周开始独立操作并接受复核,第四周基本可以独立承担常规的选款任务。

上手的过程中要允许新人犯错。选错了款不要立刻纠正,先让他把判断过程完整走完,再一起看结果。自己走完一遍留下的印象,比被提醒十次都深。

可以给新人配一份常用数据的取数路径说明。每项数据从哪里看、按什么口径统计、需要留多长时间的趋势,写清楚能让上手时间缩短不少。

新人前几次的结论建议和老成员的结论做一次对照。差异不大的地方说明标准已经理解到位,差异集中的地方就是需要重点讲解的部分。

让新人定期把疑问整理出来。这些疑问是改进标准最有价值的输入,因为老人对标准太熟悉,反而看不到哪些地方容易产生歧义。

上手期结束要有一个明确的检验动作。给新人一批真实的候选款,让他独立完成判断并给出理由,老成员对照标准复核。通过之后再独立承担任务。

新人成长之后可以反过来参与标准的修订。用过标准的人提的意见往往最有针对性,让新人参与修订也能增强他对这套标准的认同感。

让新人快速上手的一个关键是把他放进真实的判断场景里,而不是先让他把标准背熟。可以先挑几个已经有明确结果的款,让他按标准走一遍完整流程,从取数到得出判断,老成员只在旁边提示不要代劳。走完一遍之后再回头看标准,很多条款的含义会一下子清楚起来,比单纯读文档快得多。

还有一个值得用的办法是让新人复述他理解的判断逻辑,再由带教人对照标准补充。复述的过程能把理解偏差暴露出来,比让新人默默看文档有效得多,也能让带教人发现标准里哪些地方容易读岔。

标准怎么持续校准

校准的第一步是记录结果。每一次按标准做出的判断,都要连同后续的实际表现一起记录下来。没有结果反馈,标准就无从校准,只能凭感觉调整。

第二步是定期比对。每个季度把判断结论和实际表现拉出来对一遍,看标准的准确率怎么样。分数高但结果差的款,要重点分析是哪一项判断偏了。

第三步是找出系统性偏差。如果某个品类反复出现判断偏高,说明这一类商品的判断条件需要收紧。偏差往往不是单个案例的问题,而是条件设置的问题。

第四步是调整要小步走。一次改太多条会让人分不清是哪个调整起了作用。每次集中改一到两条,观察一个季度,效果好再继续往下调。

第五步是保留旧版本。每次调整都留一份历史记录,方便回头看变化的过程。有时候会发现某次调整其实让准确率下降了,有记录才能及时发现并回退。

校准的动作最好固定成一个时间点,比如每季度最后一周。不固定的校准很容易被日常事务挤掉,最后变成一年也没人想起来动一次。

校准的一个重要信息来源是失误复盘。每次出现明显判断失误,除了处理当下的问题,还要回到标准里看是哪一条没有覆盖到或者写得不够清楚。

另一个来源是成功案例的拆解。做得好的款不只要记录结果,还要还原当时的判断过程,看是哪些条件判断对了。成功的经验同样需要被写进标准。

校准还要考虑到环境的变化。平台规则调整、物流费用变化、竞争格局改变,都会让原来的判断条件不再适用。这些外部变化应当作为校准的触发条件之一。

如果需要调整,建议把调整前后的标准各跑一段时间,对比准确率的变化再决定是否保留。凭感觉判断调整有没有效果,很容易得出错误的结论。

校准的结论要同步给所有使用者。只在文档里改掉而不通知,执行的人还在按旧标准判断,反而会造成前后结论不一致,出现新的混乱。

每次校准之后都要给一段时间适应。刚改完的标准需要经过几轮实际判断才能看出效果,不要因为一两次判断结果不理想就急着再改。

校准的节奏可以按内容的重要性来分。涉及合规和成本的硬性条件,一旦发现问题就立刻修改,不用等到固定的时间点。偏重经验判断的参考指引,可以等积累到较多案例之后再统一调整,避免因为个别特殊情况频繁改动,让使用者跟不上变化。

还有一个容易被忽略的校准依据是使用者的反馈。执行标准的人在判断过程中遇到的困难,比如某一条说的是什么意思、这一条和那一条冲突了,这些反馈比事后分析结果更直接。指定一个人定期收集这类意见,能让校准更有针对性,也更贴近实际使用的场景。

能被团队反复使用的形式,才真正对落地有价值

能被团队反复使用的形式,才真正对落地有价值

标准落地要多久

第一个月通常是写和讨论的阶段。梳理现有的判断习惯,写成初版条款,团队一起过一遍,把明显不合适的地方改掉。这个阶段不用追求完美,先能用起来最重要。

第二个月开始进入试用。让标准参与真实的选款判断,同时保留原有的判断方式做对照,看看两者得出的结论差异有多大,差异大的地方就是需要重点讨论的地方。

第三个月做第一次修订。把试用期间发现的问题集中处理,改掉说不清的条款,补上漏掉的判断项。修订之后的标准通常比初版好用得多,也更贴近实际。

三个月之后,新人独立完成常规选款的比例会明显提升,团队内部的结论一致性也会改善。这两个指标是判断标准有没有真正落地的直接依据。

半年左右可以形成比较稳定的版本。这时候标准已经跑过足够多的真实案例,条款的准确度基本稳定,主要工作从搭建转向维护和微调。

需要提醒的是落地速度受团队规模影响。人少的时候沟通成本低但可投入的时间也少,人多的时候能分工但需要更多同步。给自己一个合理的预期,不要因为一个月没见效就放弃。

想把落地时间缩短,可以从选择一小块范围先试开始。不要一上来就覆盖所有品类,先挑一个最熟悉的品类把标准跑通,再横向复制到其他品类。

另一个加速的办法是先做减法。只保留最关键的几条判定条件,让团队先用起来。等大家习惯了按标准判断,再逐步把细则补充进去。

落地效果可以通过几个信号来判断。新人不再频繁来问同样的问题,讨论的时候开始引用标准里的具体条款,被排除的款很少再被重新提出来。

还有一个信号是决策速度的变化。标准清晰之后,明显不合格的款会被快速排除,讨论的注意力集中到少数几个候选上,会议时间通常会明显缩短。

如果落地半年之后团队仍然很少使用标准,要检查是不是标准本身太重或者太抽象。落不了地的标准不是团队的问题,而是设计的问题。

落地这件事的总原则是先跑起来再优化。一份正在被使用的粗糙标准,价值远高于一份写得很完整但没人看的精美文档。

还有一个衡量落地效果的角度是看团队讨论的内容发生了哪些变化。标准落地之前,讨论往往集中在要不要做这个款上,立场不同的人各说各话;标准落地之后,讨论会自动转到某一个具体条件的判断上,比如这个退货率的数据是否可靠、这条供应条件的记录是否完整。讨论从立场之争变成了事实核查,这是标准真正生效的一个明显标志。

从长期来看,标准的价值还体现在它能让团队的判断水平逐步趋同。新人和老人对同一个款的判断差异会随着时间缩小,团队整体的结论一致度上升,选品的质量不再取决于当天是谁在拍板。这种稳定性的提升,往往比某一次选出爆款更有价值,因为它能持续很多年。

标准越清晰,团队整体的判断水平越接近

标准越清晰,团队整体的判断水平越接近

常见误区

误区一是等想清楚了再开始写。追求一次写出完整的体系,结果迟迟不动手。更实际的做法是先写十条能用的,用起来之后再慢慢补全。

误区二是写成原则性的口号。都是要认真判断需求这类话,读起来有道理,用起来没有抓手。条款要有条件和阈值,才能真正约束判断。

误区三是不写取数口径。同一个指标按不同方式统计出来的结果差异很大,不写清楚口径,标准在执行中会被理解成好几套。

误区四是只写成功案例。失败案例的价值往往更高,它告诉你哪些信号意味着该停手。只放成功案例的标准,容易让人过度乐观。

误区五是写完就锁进文件柜。没有人维护、没有人更新,几个月后连里面写了什么都记不清。标准要用起来、改起来,才有生命力。

误区六是把标准当成考核依据。用标准去评判某个人的能力,成员就会倾向于让结论迎合标准,反而失去了真实判断的价值。

误区七是把标准写成对外的说辞。为了看起来专业,用了大量抽象的概念,内部使用时反而找不到抓手。标准的读者是自己人,写得实在比写得漂亮重要。

误区八是只在出问题时才翻标准。日常判断凭印象,出了问题才翻出来对照,这种做法让标准变成了事后工具,起不到事前统一判断的作用。

误区九是不记录使用情况。哪一条被触发了、哪一条从没用过,这些信息不记录的话,校准就是盲目的,只能凭感觉决定改哪一条。

误区十是标准和工具脱节。标准写在文档里,判断却在另一个表格里完成,两者之间没有关联。判断时还要来回翻,用起来很费事,慢慢就没人用了。

误区十一是一次性把标准定得太细。条款细到需要大量时间去判断和填写,实际使用时会因为太费劲而被简化执行,细节反而失去了意义。

误区十二是把标准当作最终答案。标准解决的是大部分常规判断,遇到新方向仍然需要判断力和试错。把标准当成万能工具,会错过标准之外的机会。

误区十三是把标准写成了责任划分表。大量篇幅在说明谁该做什么、谁该为哪个判断负责,真正关于如何判断的内容却很少。这样的文件看起来规范,实际上并没有提升判断质量,成员读完只知道要交什么,还是不知道怎么判断。

误区十四是让标准脱离业务阶段。业务初期需要快速试错、广泛尝试,标准如果写得过严,会把很多值得一试的方向挡在外面。随着业务逐渐成熟,标准再逐步收紧。标准应该配合业务所处的阶段来设计,而不是一套用到底。

误区十五是把标准当成对外展示的材料。为了体现管理的规范性,把文档做得非常正式,实际上内部判断时并没人参照。判断标准是给自己用的工具,衡量它的唯一标准就是在真实选款时有没有被用上,其他都是次要的。

误区十六是忽略标准的传承动作。团队里有成员离职或者转岗时,没有把相关的判断经验整理留存,等新人接手时又要重新积累一遍。人员变动时应当安排一次经验整理,把这个人手里的判断习惯补充进标准,这样团队的积累才不会被流动带走。

常见问题(FAQ)

小团队需要做这件事吗?
需要,而且人越少越紧迫。人少意味着每个人承担的角色更多,一旦核心成员离开,业务受影响的程度更大。把标准写下来,是给团队上一份低成本的保险。
标准会不会限制灵活性?
好的标准不会。它规定的是判断的条件和依据,不是结论本身。遇到标准没有覆盖的新情况,可以按例外通道处理,并把新情况补充进去,规则会越来越完整。
经验怎么写成条款?
从具体案例倒推。想一个过去做对或者做错的款,问自己当时是根据什么判断的,那个依据就是一条条款的雏形。把它写成有阈值有动作的句子,就能被执行。
要不要把判断标准量化?
能量化的尽量量化,量化不了的写清判断信号。比如需求真实可以参考搜索趋势和竞品销量,售后复杂度可以参考同品类的平均退货比例,尽量落到可查的事实上。
标准由谁来写?
由实际做选品的人主导,其他人补充。远离一线的人写出来的标准容易停留在原则上,落不了地。写完之后需要让使用者读一遍,能执行才是好标准。
新人不认同标准怎么办?
让新人用真实案例做几次对照实验。同样的款,各自按自己的判断和按标准判断,再看结果差异。用结果说话比反复解释更容易建立认同感。
标准多久要重审一次?
建议半年做一次系统重审,季度做一次轻量检查。业务阶段变了、平台规则变了、渠道结构变了,都需要重新检查标准里的条件是否还适用。
▎结语
把选品标准沉淀下来,本质上是在给团队减少对某个人的依赖。做法是先梳理现有的判断习惯,把每一条写成有明确阈值、有取数口径、有后续动作的条款,再配上真实的成功和失败案例。标准要包含判定条件、取数方式、责任分工、例外处理和版本记录这几块,缺了任何一块都容易在执行中走形。写完之后让新人拿着标准做真实的选款练习,用结果去检验条款是否好用,不好用的地方及时改。半年做一次系统重审,季度做一次轻量检查,标准就会随着业务一起成长。这件事短期看是额外投入,长期看是团队最扎实的一项能力。
用数据做 Shopee,就用知虾
9 大站点数据 · T+1 实时更新 · 100+ 项功能,覆盖选品、关键词、竞品监控全流程
点击下方按钮,免费体验知虾数据工具
立即免费体验 →
上一篇

Shopee数据口径怎么统一:先让数据说得清

下一篇

Shopee选品负面清单怎么写:把踩过的坑变成规则

相关文章
提升出单量90%+竞品分析案例分享
Shopee品牌知识产权(IP)网站 - 基本介绍
Shopee店铺不出单,建议做这件事
虾皮台湾店标价是用台币吗?要如何定价?
如何关注粉丝?
最新文章
Shopee埋点数据怎么用:看清买家在店里的动作
Shopee数据模板怎么建:把重复工作省下来
Shopee数据会议怎么开:让团队用同一份数据说话
Shopee数据怎么变成动作:别只看不改
Shopee真实转化怎么看:把自然流量和付费分开
Shopee刷单识别怎么看:分辨真实与虚假订单
Shopee数据造假怎么识别:别被虚假数据骗
Shopee数据分层怎么用:把不同东西分开看
Shopee数据相关性怎么看:找对因果关系
Shopee数据波动怎么判断:区分正常和异常
Shopee平均值陷阱怎么避:别被一个数字骗了
Shopee样本量怎么看:别用几十个数据下结论
Shopee时段数据怎么分析:找到买家活跃规律
Shopee环比同比怎么用:判断数据是好是坏
Shopee售罄率怎么看:断货和积压的信号
Shopee退款率怎么看:退货成本藏在哪
Shopee转化率怎么诊断:把流失环节找出来
Shopee收藏率怎么看:买家到底喜不喜欢
Shopee曝光量怎么看:流量到底够不够
Shopee数据口径怎么统一:先让数据说得清
Focus on Southeast Asia e-commerce market services to help partners control accurate cutting-edge data and create broad business value!
Product service
Zhixia Data
Data Ark
Xiami - Shopee Talent Invitation tool
Russia Seller Navigation
Tiktok Talent Solicitation APP
Discharge Forest
Translate Now (free)
Fast navigation
About Menglar
Latest News
Qinghu Cloud Computer
LinkPix Image Optimization
Contact us
020-22300518 (Working time:10:00-12:00, 14:00-19:00)
https://www.menglar.com
zhixia mini program code
Zhixia mini program
zhixia data APP code
Zhixia Data APP (IOS)
Copyright © 2020 广州萌啦信息科技有限公司 粤ICP备2020085523号