Shopee需求能持续多久：卖得动和卖得久的区别

卖得动不等于卖得久

卖得动是一个当下的状态，看的是最近一段时间的销量、评价增速和排名变化。这些指标回答的是有没有人在买。它们都很灵敏，有变化当天就能看出来，适合用来判断要不要临时加推。

卖得久是一个趋势的判断，看的是这个需求本身还会存在多久。它和销量高低不是一回事。有些款销量一直不温不火，但三年五年都有人在买。有些款短期冲得很高，两个月后彻底没有人搜。

把这两件事混在一起，最容易犯的错是拿短期的热度去做长期的备货。一个款连着两周卖得好，就按这个速度备了三个月的量，结果第三周开始回落，库存压在手里。这不是判断错了销量，而是把暂时当成了常态。

反过来也有一类错误，是拿长周期的眼光去看一个短周期的款。看到销量在涨就慢慢来，先优化图片、再调整描述、再考虑加推。等这些动作做完，热度已经过去了。节奏错了，方法再对也没用。

判断顺序建议是先定类型再看热度。先回答这个需求是短的还是长的，再决定用什么样的节奏去接。类型判断是前提，热度判断是在这个前提下的微调。反过来做，就容易被数字牵着走。

要分开看这两件事，第一步是把观察的指标分成两组。一组是当下的，包括最近的销量、点击率、评价新增条数、排名位置。另一组是趋势的，包括复购比例、老客占比、搜索需求的变化方向。两组指标看的东西不一样，不要混在一张表里比。

第二步是给当下的那组指标设一个观察窗口。窗口太短会被日常波动干扰，太长又会把变化抹平。一个可用的做法是取最近几期做对比，看的是趋势不是单点。窗口一旦定下来就固定住，不要每次换一个长度。

第三步是把当下的趋势和需求的类型放在一起读。同样的销量下滑，发生在一次性的款上说明需求在退，发生在长周期的款上可能只是季节波动。脱离类型看数字，得出的结论往往是反的。

第四步是给一个款定出清晰的处置方向。卖得动但寿命短，方向是尽快把节奏压准；卖得不快但寿命长，方向是守住位置慢慢养。方向定下来之后，动作就不会两头摇摆，也不会因为一两期的数字变化就改主意。

这个判断习惯最好固定下来，变成看每个款时的固定流程。养成之后，看到销量的第一反应就不再是涨了还是跌了，而是这个款属于哪一类、当下处在周期的什么位置。

有一个例子能说明这个区别。某类季节性商品在旺季的两周里销量冲得很高，看起来非常健康。如果按这两周的速度去准备后续的备货，结果就是旺季一过，货全压在仓库里，要等下一年的同一个时节才能动。

同一家店铺还有一批日常消耗型的商品，销量一直平平，单看一两周甚至看不出增长。但把半年的数据连起来看，是一条稳定的上升线。这类商品的价值在时间上，不在某一个时点的爆发力上。

这个例子的边界在于，两类商品需要分开管理。把它们放在同一张表里按销量排序，消耗型的一定排在季节型的后面，看起来像是次要的商品。分组之后，各自的判断才不会被彼此干扰。

还有一个细节是同一个商品在不同时期可能属于不同类型。一款商品刚上市时可能是尝鲜型的需求，等它变成日常用品之后就转成了消耗型。判断类型这件事本身也需要跟着时间更新。

记录的时候建议给每一个款标上当前的需求类型，以及判断的日期。类型变过几次都记下来，回看的时候能看出这个款走过什么样的路径，也能看出自己当初的判断准不准。

寿命判断的起点是分清这是一次性需求还是重复性需求

一次性需求与重复需求

区分这两类需求的问题只有一个：买家买完之后，有没有理由再买一次。理由可能来自消耗，比如用完了要继续用；也可能来自连带，比如和别的东西配着用；还可能来自场景，比如换季需要换一套。

消耗型是最扎实的重复需求。它的再买理由非常明确，用完就是理由。这类需求的销量曲线通常不是爆发式的，而是一条缓慢上行的长坡。它的价值在于可预测，每个月大致能卖多少，心里有数。

连带型的重复需求依赖于别的东西。买家买了甲，顺手会想到乙。这类需求的问题在于它不独立，主商品的销量下来了，连带的需求跟着下来。判断时要把主商品的走势一起看，不能只看自己这一款的曲线。

一次性需求里也分几种。有的是买一件就够用很久，有的是因为款式或者主题才有意义，错过了这个时点就没有价值。后者的寿命更短，做的时候要特别注意备货的时间点，晚了就等于没做。

有一种情况容易误判，就是买家因为不满意而重复购买。同一件东西买了好几次，但每次都是换一家买。这看起来是复购，实际上是需求没有被满足。看复购不能只看次数，还要看是不是同一个买家在同一个人这里重复买。

判断一个款属于哪一类，可以从订单数据里找一个指标，就是同一个买家在同一个商品上的购买次数。这个数字明显大于一，说明有重复需求；接近于一，说明多数买家买一次就结束了。

拿到这个数字之后要做一个排除。把因为质量问题而重复购买的订单剔出去。做法是看这些重复订单里有没有大量退货或者差评。有的话，这部分不构成真实的复购，要从数字里减掉。

第三步是找重复的理由。看这批重复购买的买家，两次购买之间隔了多久，买的是不是同一个规格。间隔短且规格相同，说明是消耗型；换了规格或者款式，说明是搭配或者升级型的需要。

第四步是判断这个理由能不能被放大。消耗型的理由可以被设计，比如推出组合装降低购买频率但提高单次金额。搭配型的理由可以靠关联展示来引导。理由能放大，复购才有可操作的空间。

最后把这个判断写进商品档案里，标明它属于哪一类需求以及判断依据。下次要决定推广投入的时候，翻一下这个记录就能知道该按哪种节奏来做，不必重新推一遍。

举一个具体的判断例子。某类配件的订单里，同一个买家重复购买的比例比较高，两次购买之间大概隔了一个多月。规格没有变化，买的基本是同一种。这个特征指向消耗型的需求。

顺着这个判断，动作就很明确。既然是一个多月用一次，那么组合装的思路就成立。把三份装在一起，买家一次买的量变大，下单的频率可以降低，单次金额则提升。这对双方都是省事的。

另一个例子是某类商品的复购比例很低，多数买家只买一次。细看发现，买家买完之后要么是不再需要，要么是产品的使用寿命很长。这两种情况的处理方式不一样，前者不该投入复购的运营，后者可以做的是提醒更换的时机。

边界条件是新店的样本量。开张初期订单本来就少，算出复购比例意义不大，一两个重复买家就能把比例抬得很高。样本少的时候先看买家的购买间隔和买的具体是什么，用定性判断代替定量比例。

还有一个容易忽略的点是退货会污染复购数据。买家买了退、退了又买，从数字上看是多次购买，实际上是一次未完成的需求。做复购判断之前，先把有退货记录的订单剔除干净。

是否有再买的理由，直接决定了需求能延续多久

怎么判断需求的寿命

判断寿命不需要复杂的模型，先做一个动作，把这个需求出现的场景写下来。写清楚买家在什么情况下需要它，频率大概是多少。这个动作能把模糊的感觉变成一段可以讨论的描述，后面所有的判断都从这段描述开始。

接着找重复来源。这个需求依赖消耗、依赖连带，还是依赖时点。依赖消耗的寿命最长，依赖连带的要跟着主商品，依赖时点的寿命最短。这三种来源在写下来的时候区分开，判断就有了方向。

再估一个周期长度。所谓周期，是这个需求从被激发到被满足之间隔多久。消耗品的周期取决于用多久用完，季节品的周期是完整的一季，话题品的周期通常只有几周。周期一估出来，备货和推广的节奏就有了参照。

判断的另一个角度是看这个需求有没有历史数据。如果去年同一个时点也出现过一波，说明它是周期性重复的，可以根据去年的节奏来排今年的计划。如果历史上从来没有出现过，那多半是突然冒出来的话题，寿命需要更谨慎地估。

估完之后设一个复查节点。不管估的是三个月还是三年，都写清楚什么时候回来重新判断一次。节点到了就重新看一遍，不要因为前一次判断没出问题就一直沿用。需求会变，判断也要跟着更新。

估寿命的第一个动作是把这个需求出现的场景写成一句话。写的时候要具体，写清楚谁在什么情况下会用到它，用完之后会怎么样。这句话写不清楚，后面的判断就会飘，也没有办法跟别人对齐。

第二个动作是查历史。看这个需求在过去的一段时间里有没有反复出现过。有历史的说明有规律，可以参照历史来判断周期。没有历史的，先当成新出现的需求来处理，判断上更保守一些。

第三个动作是估周期长度。消耗类的周期是用完的时间，季节类的周期是完整的一季，话题类的周期是热度维持的时间。周期不需要估得很精确，量级对就够了，能撑起备货和推广的节奏安排即可。

第四个动作是把判断写成一个带时间的结论。比如判断为季节型、周期约一个季度、下一次复查在某个月。这样写出来之后，判断就不再是一个感觉，而是一条可以复核、可以修正的记录。

整个流程走完通常不需要很久，关键是每一步都要落到纸面上。只在脑子里过一遍，过两天就记不清当时是怎么想的，也没有办法回头检验判断的准确性。

举一个估寿命的实际过程。某类商品在三年里每年都会在同一段时间出现集中的销量，其余时间保持低位。历史规律清楚，属于季节型需求，周期是一个完整的季节，复查放在季节结束之后比较合适。

还有一个案例是某个款突然在短期内起量，但历史上没有任何类似的记录。这种情况下的处理是把它按话题型对待，估一个较短的寿命，用小批量去接，等第二波数据出来再决定要不要加大投入。

估错的情况也值得记录。有一家店铺把一个季节型的需求当成了持续型，备了全年量的货，结果旺季结束后大量积压。回过头看，当时判断的依据只是旺季那几周的销量，没有去看历史数据。

边界条件是跨市场或者跨站点的差异。同一个需求在不同市场上的季节时点可能不一样，热度的高度也不一样。判断寿命时不能直接套用另一个市场的结论，至少要找到本市场的历史数据作参照。

记录寿命判断时建议写三件事：判断的类型、估的周期长度、下一次复查的时点。三件事写清楚，这条判断就变成了一个可以被验证的东西。少写任何一项，回看时都说不清当时是怎么想的。

短周期品类怎么打

短周期品的核心是节奏。它从起量到回落的时间窗口很短，所有动作都要在这个窗口里完成。备货要提前，推广要在窗口内集中，收尾要在回落之前动手。任何一步慢半拍，结果都会差很多。

备货上要选能快速补单的货源。短周期品不适合找需要长周期的供应商，因为等你补上货，窗口可能已经过去了。优先选能小批量快速补的模式，哪怕单件成本高一点，也比压在手里强。

推广上要把预算集中在窗口的前半段。热度起来之后再投，拿到的是最贵的那部分流量。常见的做法是在需求刚开始露头的时候小量测试，确认方向后再快速加量，而不是等完全看清了再动手。

收尾是最容易被忽略的一步。热度回落的时候，多数人还抱有幻想，希望再等一等能反弹。短周期品的经验是宁可早收，不要晚收。早收损失的是一部分潜在收益，晚收损失的是实实在在的库存成本。

短周期品还有一个选择，就是把它当成引流款来做。用一个短周期的热款拉来流量，再让这些流量去接触店铺里的长周期商品。这样即使热款本身赚得不多，带来的长期客户也是收益的一部分。

打短周期品的第一步是提前准备。热度刚出现的时候，货源、图片、描述、价格这几项要能在很短的时间内准备好。如果热度起来才开始找货，通常已经晚了。准备动作要在需求出现之前完成一部分。

第二步是设一个明确的进出信号。进场的信号比如搜索需求连续几期上升，退出的信号比如连续几期回落。信号定在动手之前，可以避免在热度面前失去判断力，也避免被一时的数据牵着走。

第三步是控制单次投入的规模。短周期品的不确定性高，判断错了代价大，所以每一次的投入都要控制在自己能承受的范围里。宁可做三次小规模的尝试，也不要一次押上全部资源。

第四步是把收尾和进场一起计划好。计划里写清楚在什么条件下开始收，收的时候价格怎么调、库存怎么处理。进和出都想清楚，短周期品才不会变成压在手里的长期库存。

第五步是把每一次的经验记下来。哪一类的信号准，哪一类的信号容易误判，收尾的价格定在什么位置库存清得最快。这些经验只能从实践里积累，记下来才能在下一次用上。

有一个例子是关于进场时机的。一家店铺发现某个需求开始上升，但它没有立刻大批量进货，而是先用小批量的现货做了测试。测试确认了转化之后才补了第二批。整个过程比一次性押注慢一点，但风险明显更小。

另一个例子是关于收尾的。同样的热度过去之后，一家店在信号出现时就开始分批出货，价格小幅让利。另一家一直在等反弹，等到不得不清的时候才降价，结果价格低了不少，还占用了很久的仓储资源。

还有一个细节是标题和图片的准备。短周期品的热度窗口短，如果标题和图片在窗口内还在反复调整，等于浪费了最宝贵的那段时间。建议在进场之前就把内容准备好，窗口期内尽量少做大的改动。

边界条件是资金的周转能力。短周期品对周转的要求很高，一批货要在窗口内卖完，卖不完就变成库存。资金紧凑的卖家做这类品的时候，单次的规模要更保守，把周转放在利润前面。

记录短周期品的经验时，重点记的是信号和结果。什么信号出现时进场是对的，什么信号出现时应该收。把这些对应关系攒起来，下一次遇到类似的热度，判断会快很多。

长周期品类怎么守

长周期品的核心是位置。需求长期存在，意味着竞争者也会长期留下来。谁能稳住排名、稳住评价、稳住复购，谁就能一直吃到这部分需求。它的竞争不靠一次爆发，靠的是持续不掉队。

评价的积累是长周期品最重要的资产。销量平稳意味着评价会持续稳定地增长，这些评价会一直帮后来的买家建立信任。反过来，如果中间断过货，评价的连续性被打断，恢复起来需要更长的时间。

复购是另一条主线。长周期品要盯着老买家有没有回来。做法可以是在商品组合上做文章，比如推出搭配装或者定期补给装，让买家有更顺的理由再次下单。这比不断拉新客的成本要低。

长周期品也要注意成本的变化。需求稳定意味着价格竞争会持续存在，利润率可能被慢慢压薄。这时候要盯的是自己的成本结构有没有改善的空间，而不是简单地跟着降价。

守位置的另一个要点是防断货。长周期品的销量波动小，本来就容易按经验备货，一旦断货影响却很大。建议在这类商品上把安全库存设得比短周期品更宽一些，宁可多压一点，也不要断。

守长周期品的第一步是做到不断货。这类商品的销量波动小，可以按历史数据设一个安全库存的下限，库存低于下限就启动补货。安全库存的水平要比短周期品设得更宽松。

第二步是持续积累评价。评价是一条慢慢变厚的资产，短期内看不到明显作用，时间长了差距会拉开。做法是维持每一批货的品控稳定，同时用合理的售后处理把差评的影响控制在可控范围内。

第三步是维护老客。老客的价值在于他不怎么需要重复说服，成本低。可以用组合装、定期补给、新品优先这类方式让老客有理由回来。这些动作不需要很大的投入，但要坚持做。

第四步是定期看成本。长周期品的竞争体现在价格上，利润率会被慢慢压薄。要定期核对自己的进货成本、物流成本和平台费用，看有没有可以优化的地方，而不是被动地跟着市场价格走。

第五步是分区看数据。把新客和老客的数据分开看，把自然流量和付费流量的数据分开看。混在一起看，会看不清是位置守住了还是靠投入撑住的。分开之后才知道该在哪一项上加力。

有一个实际的例子。一家店铺的一个长周期商品连续两年销量平稳。中间有一次因为供应商的问题断了将近三周，恢复之后销量用了几个月才回到原来的水平。评价的连续性被打断，是恢复慢的主要原因。

另一个例子是关于老客维护的。同一家店在商品页上加了定期补给的选项，老客可以选择隔一段时间自动收到一份。这个简单的做法让复购更加规律，也让备货的预测更容易做。

还有一个细节是长周期品的价格调整要缓慢。这类商品的买家群体相对稳定，突然的降价会让老买家觉得自己买亏了，突然的涨价又会让还在犹豫的人走掉。调整的幅度小一点，间隔长一点，冲击会小很多。

边界条件是类目的竞争格局。如果某一个长周期的类目里已经有一两个位置非常稳固的卖家，后来者守位置的成本会很高。这种情况下，更适合找一个细分的方向去做长周期，而不是正面去争同一个位置。

记录长周期品的经营时，重点记的是断货、评价变化和复购的数据。这三项是这类商品的核心指标，把它们按时间排开，能看出位置有没有真正守住。

需求类型决定打法，用短周期的做法去打长周期的品会白费力气

需求衰退的几个信号

第一个信号是复购率开始下降。老买家回来的比例在减少，说明使用这个商品的场景变少了，或者他找到了替代。这个指标比销量更早变化，因为销量还可以靠新客撑住一段时间。

第二个信号是咨询内容的变化。原来问的是怎么用、能不能加配件，后来问的变成了还有没有别的款式、这个是不是要下架了。咨询内容的转向往往先于销量的转向，值得定期翻一翻记录。

第三个信号是同类商品的集中降价。需求开始萎缩时，供给方会先感受到压力，反应方式通常是降价清货。如果发现同类的几件商品在一个较短的时间里同时下调价格，那是一个比较明确的信号。

第四个信号是搜索端的变化。买家在平台上搜索这个需求的次数在减少，或者搜到的词被替换成了别的说法。这个信号需要借助后台的搜索数据来看，属于偏外部的信息，但方向性比较明确。

四个信号要结合起来看，单独一个不足以判断。复购下降可能只是某批货的问题，咨询转向可能只是几个买家的说法。三个信号同时出现，才值得当成趋势性衰退来对待。

看信号的第一步是定指标。复购比例、咨询内容的分类、同类商品的价格变化、搜索需求的方向，这四项作为常规观察的对象。指标定下来之后，每次复查只看这四项，不随意增减。

第二步是给每一项设一个观察的基准。比如复购比例平时的波动范围是多少，超出这个范围才需要关注。没有基准就没有判断，看到一点点变化就紧张，反而会误判。

第三步是出现异常时先做排除。销量掉了，先看是不是缺货、是不是链接出了问题、是不是有一个明显的竞品在做活动。把可控的运营因素排除掉之后，剩下的才可能是真实的需求变化。

第四步是判断要不要调整动作。如果确认是趋势性衰退，动作是逐步收缩投入，把资源挪到其他款上。如果判断是阶段性回落，动作是维持现状，不减投入但也不加码，等一个周期再看。

第五步是把每一次判断的依据和结果都记下来。判断对了可以强化方法，判断错了可以找出偏差在哪。衰退信号的价值不在当下的一次判断，而在这套方法能不能越用越准。

有一个案例是关于复购的。一家店铺发现某个款的复购比例连续两个季度下降，但销量还没有明显变化，因为新客还在增长。又过了一个季度，新客的增长停下来，销量才开始掉。复购的领先性在这里表现得很清楚。

另一个案例是关于咨询内容的。同一家店的客服记录里，咨询的问题从怎么用慢慢变成了还有没有别的颜色。这个转向出现在销量下滑之前，等到销量掉了再回头看记录，变化其实早就有了。

有一个反例值得注意。某段时间同类的几件商品集中降价，看起来像是需求在萎缩。查下来只是平台做了一个大促活动，卖家们都是在配合活动。把促销节点排除掉之后，价格其实没有发生趋势性的变化。

边界条件是季节性类目。这类类目每年都会经历一次销量下行，那是季节带来的正常结果，不是需求衰退。判断这类类目的衰退信号时，要拿去年同期做对比，两年的曲线一起往下才是真的变化。

记录这些信号的时候，建议给每一次的判断标一个信心程度，比如很确定、比较确定、只是怀疑。等结果出来之后回看，可以知道自己在什么情况下容易高估或者低估，判断的准确度是练出来的。

峰值在哪一期、峰值之后能不能回到原位，是区分四类的关键

需求判断的更新节奏

判断需求寿命不是一次性工作，它需要一个固定的复查节奏。节奏太密会浪费时间，因为需求的寿命变化本来就不快；节奏太疏又会错过变化，等发现的时候已经开始亏了。

一个可用的起点是按季度复查。每个季度花一点时间看一遍手里的款，按需求类型分组，看每一组的走势和信号有没有变化。这个频率对多数类目来说够用，工作量也控制得住。

变化快的类目可以把周期缩短到按月。判断哪些类目算变化快，看的是同类商品的上新密度。上新密集的类目，需求的更替通常也快，需要更勤地看。判断标准可以用上新频率，而不是凭感觉。

复查的时候要写结论，不能只是看过。写清楚这一次的结论是什么、和上一次有什么不同、接下来要不要调整动作。没有结论的复查等于没做，过一个月再看还是同样的印象。

如果两次复查之间出现了明显的异常，比如销量突然掉了一大截或者咨询内容整体变了，就提前看一次，不必等到节点。节点的作用是保底，不是限制。有异常随时可以提前。

定更新节奏的第一步是把手里的款按需求类型分组。同类型的款放在一起看，判断会清晰很多。全部混在一起看，每一个款的变化都会被其他款的变化淹没，看不出共同的趋势。

第二步是给每一组设一个复查的间隔。长周期的那一组可以按季度看，短周期的那一组要按月甚至更勤。复查的间隔和需求的周期匹配，才能在变化还来得及应对的时候看到它。

第三步是把复查做成一个带清单的动作。每次复查按清单走一遍，看走势、看信号、看上次的结论有没有被验证。清单化的好处是不会漏项，也不依赖于当天记得多少。

第四步是记录结论和调整。把这一次的判断写下来，注明和上一次的差异，以及接下来要做什么。积累几轮之后，这份记录本身就是对类目理解的一份沉淀。

第五步是让节奏能被执行。复查的时间最好固定在某一天，比如每月的某个时间段。固定在日程上的事情才能坚持，靠想起来才做的检查，通常做不了几轮就停了。

有一个具体的做法可以参考。一家店铺把每个月的固定时间用来做一次款的分组复查，按需求类型把款分成几组，每组花一点时间看走势和信号，然后把结论写在一个固定的表里。整个过程通常不需要很久。

坚持了几轮之后，这家店发现同一个类目里的几款商品其实属于同一种需求，之前一直被分开管理。合并之后备货可以统筹，成本下降了不少。这个发现来自把判断固定下来之后的回看，不是某一次特别的洞察。

还有一个细节是复查的结论要有下一步动作。只写现状不写动作，复查就变成了看风景。哪怕动作是暂时不变，也要写清楚不变的原因，这样下一次看的时候才知道当时是怎么想的。

边界条件是店铺规模变大之后。款多了之后，逐款复查的时间成本会上升。这时候可以按需求类型分组，只重点看每组的代表款，其余的跟着组内结论走。分组的判断比逐款的判断效率高得多。

把复查做成习惯之后，还有一个附带的好处。整个店铺的款慢慢会被整理成一份类型清晰的结构，哪一部分是长周期的基本盘，哪一部分是短周期的补充，一眼就能看出来，资源分配也有依据了。

常见问题（FAQ）