Shopee铺货数量控制：软件能铺一千条你不该

能铺多少和该铺多少

这两个数之间的关系，可以拿一个具体的量级来说明。软件一次能铺的量在几百到上千条这个档位，而一个人一天能认真照看的商品条数，通常在几十条这个档位。两个数之间差一个量级，这个差距就是控制数量的原因。

为什么照看的条数上不去，是因为照看不是看看数字那么简单。看数只是第一步，看到异常要判断原因，判断完要决定动作，动作做完还要回看结果。一条商品走完这一圈，时间就花出去了。条数一多，这一圈就没人走完。

还有一个容易忽略的事实是，铺出去的商品会持续产生需要处理的事情。咨询会来、库存会变、竞品会调价、平台会提示。这些事情的到来不按你的节奏，它按买家和平台的状态，所以照看能力必须留出应对这些的部分。

按能力定量，不是把数量压得越低越保险。量太少会有一个相反的问题：测试样本不足，某一款表现好还是差，看不出是款的问题还是偶然波动。所以数量要在一个区间里，上限由照看能力定，下限由能否得出结论定。

这个区间在不同阶段是不一样的。刚开店的阶段，照看能力弱、对类目不熟，区间偏下；做了一段时间、流程熟了、工具也顺了，同样的时间能照看的条数增加，区间就往上移。所以数量不是一个固定值。

有一个具体的算法可以照着走一遍。假设每天扣掉各种杂事之后，真正能用于照看商品的时间是有限的几个钟头，折成分钟是一个具体数字。再假设实测下来一条商品走完一轮照看需要几分钟。两个数一除，就是一天能照看的条数。

这个数再乘上一条商品从铺出去到决定留下还是收掉的周期天数，得到的是可以同时在售的条数。这个结果往往比手里的商品总数小不少，这个差额就是需要分批处理的原因。

算出来的数不用一次就定死。先按这个数铺一批，走完一个周期看效果，然后微调。调的方向有两个：全程都很轻松说明还能加，中间有明显的待办堆积说明要减。标准是能不能稳定地走完整个照看流程。

还有一类商品要单独算，就是那些需要额外照看的。带规格多的、需要单独说明的、售后问题比较集中的，这几类的照看时间明显高于平均值。给它们单独设一个数量上限，不要和普通商品混在一个筐里算。

数量定下来之后要写在明处。写在纸上或者记在固定的表里，铺货之前看一眼。数量只是记在脑子里的话，赶上选品出来一堆好款的时候，很容易就冲过去了。

有一个具体的例子能说明这两个数的关系。某店用软件一次推上去三百条，接下来两周里，真正被逐条看过数据的不到五十条。剩下那两百多条在那里挂着，既没有表现也没有问题被查出来，占着位置却不产生判断。

这两百多条的浪费不体现在费用上，体现在机会上。同样的曝光位如果分给五十条被认真对待的商品，其中可能有几条能跑出来。分给三百条没人管的商品，跑出来的概率被摊薄。

还有一种代价是学习效率变低。每铺一批商品，本来都应该留下一些关于这一类买家的认知。铺得太多太快，认知来不及沉淀，下一批还是凭原来那点经验在做。数量上去了，水平没上去。

把这两个数对齐的做法，是先按照看能力定在售总量，再按这个总量规划铺货。规划的内容包括分几批、每批几条、覆盖哪些类目。这一步不复杂，它只是把软件的速度和人的速度放在同一张纸上比了一次。

判断对齐有没有做到，看一个简单的现象：你能不能说出店里每一批商品的当前状态。说不出，说明在售的量已经超过了能照看的量，无论这个数字是多少。

数量控制不是把一千条砍成一百条，是先算清楚自己能照看多少条

铺得太多的代价

第一项代价是错漏发现得晚。铺得多了，抽检跟不上，错的标题、错的价格、错的类目混在一大堆商品里，很长时间不会有人碰到。这类错在后台不会自己报警，只有人一条条看才会发现。

第二项代价是滞销款没人回收。铺得多的时候，注意力都花在新铺的那批上，前面铺出去没起量的款没人管。它们挂在店里，占着位置，也占着库存的账面，慢慢变成一笔说不清的沉没成本。

第三项代价是数据看不清。商品条数一多，单条的数据波动被平均掉，看不出哪一款在变化。想从这个大盘子里找出值得加推的款，往往要靠感觉，而感觉在条数多的时候很不准。

第四项代价是精力被摊薄。同样的一段时间分给一百条商品和分给三百条商品，每条能分到的注意力差别很大。摊薄之后，所有商品的照看质量都往下走，包括那几款本来表现得不错的。

第五项代价是库存对不上。条数多的时候，库存的账面和实际很容易脱节。脱节的后果是超卖或者该补的没补，这两种都会影响店铺的整体评价，而不只是影响某一条链接。

有一个具体的连锁反应值得说清楚。商品铺多了之后，抽检的比例会被迫下调，下调之后发现的错就少了，错少了看起来是好事，实际上问题还在那里，只是没被发现。等到这些问题以退货或者差评的形式暴露出来，处理成本已经翻了好几倍。

滞销款的回收同理。回收是个主动动作，要有人去看、有人去判断、有人去执行。铺得多的时候，这件事排在待办的最末，一直做不上来。结果是一堆没起量的款挂在店里，占着曝光位。

还有一个不那么直观的代价是判断力被稀释。手上同时看着几百条商品的数字，人的判断会变得粗糙，看到波动不再去追原因，只凭大概印象决定动作。判断力是店铺里最贵的东西，摊薄之后，整个运营的质量都会受影响。

这些代价有一个共同点：它们都不是铺的那一天发生的，而是在铺完之后的两三周慢慢显出来。这就导致很多人在铺的时候感觉良好，等到问题出来的时候，已经想不起来是哪一批引起的。

把代价和铺的数量放在一起看，结论比较清楚：铺的边际收益在递减，而边际成本在上升。前面铺的几十条还能带来新的机会，后面铺的几百条带来的更多是照看负担。

有一个具体的画面。店铺里同时在售几百条商品，运营的人每天打开后台，看的是第一页的几十条。第二页往后，除非有特别的事情，基本不会翻到。第二页之后的商品，实际上处于无人过问的状态。

这种无人过问的状态持续一段时间之后，会带来一个具体的问题：库存和实际货量对不上。因为这些商品的库存数字没人去核，卖出去一件自动减一件，遇到退货、取消、调货，数字就慢慢偏了。

另一个后果是店铺整体的评价结构变差。商品多而照看少，出了问题没人及时处理，退货和差评的比例会上升。这些评价会作用在店铺整体上，影响的不只是出问题的那几条链接。

这些代价在数字上表现为一个缓慢的下降趋势：转化率慢慢走低、退货率慢慢走高、复购慢慢变少。因为变化慢，很难在某一天发现它和铺货数量之间的因果，于是问题会一直存在。

控制的办法不是不铺，而是让铺的速度和照看的速度匹配。匹配之后，铺出去的每一条都在管理范围内，前面那些慢性的代价就不会出现。

铺多了最先垮掉的不是商品，是后面的照看环节

数量该按什么定

先算每天真正能用于照看的时间。这个数不是把上班时间全部算进去，要把处理咨询、跟供应商、做新品准备这些也占用的部分先扣掉。扣完之后剩下的那部分，才是能分给照看的时间。

再测一条商品需要多少照看时间。做法是拿十条商品认真走一遍完整流程，从看数据到处理完，把时间记下来，取平均值。这个平均值会随着熟练度下降，所以隔一段时间要重测一次。

用前一个数除以后一个数，得到的是当天能照看的条数上限。乘以在售周期，就是可以同时在售的商品总量。这个算法很简单，但它比凭感觉定数量要靠谱得多，因为它把约束条件摆出来了。

算出来的数还要留一个缓冲。真实工作里总有临时插进来的事情，按满负荷算出来的量，一旦有意外就会全线掉队。留出两三成的余量，节奏抗打的能力会好很多。

算完之后要验证一次。按这个数铺一批商品，走完一个完整的照看周期，看有没有出现明显跟不上的地方。出现了就往下调，全程都很轻松就往上调一点。数量是调出来的，不是一次算准的。

有一个省事的测法，拿十天做一个样本。这十天里，把所有用于照看商品的时间记下来，包括看数、处理咨询、调库存、排查错漏。十天结束，除以十得到一个日均值。这个值比凭印象估的要准得多。

单条商品的照看时间也可以用一个更省事的办法估。不用逐条测，挑十条不同类目的，认真走一遍，取平均。这十条里要包括规格多的和规格少的，不然平均值会偏离实际。

两个数除完得到的是当天的照看上限，再按在售周期折算成总量。折算的时候要考虑一个因素：新品期的单条照看时间通常比稳定期长，刚铺出去的那几天要看的东西比较多。所以总量里要留出新品期的时间。

这套算法有一个前提，就是时间是被完整使用的时间。如果照看的过程中频繁被打断去处理别的事情，实际效率会低于账面数字。被打断得多的时候，把算出来的数往下调两成比较稳妥。

边界情况是团队作战。多个人一起照看的时候，数量不是一个加一个那么简单，中间有交接和沟通成本。人数少的时候按总和的八成算，人数多的时候这个系数还要往下走。

有一个具体的记录表可以照着建。表上三列：日期、照看分钟数、处理条数。每天填一行，攒两周。两周之后看每处理一条平均需要多少分钟，这个数字就是你实际的速度，比任何估算都可靠。

速度测出来之后，乘以每天能投入的分钟数，得到每天能处理的条数。再乘上一条商品从上架到做出判断需要的天数，得到可以同时在售的条数。整个算法只要三个数，不需要复杂的模型。

三个数里最容易变的是每天能投入的分钟数。旺季的时候杂事多，这个数会缩水；淡季的时候相对宽裕。所以数量也要跟着季节微调，旺季往下收一点，淡季可以放一点。

还有一个量级上的参照：一个人独立运营的情况下，能认真照看的在售商品条数通常在几十条这个档位，很难到几百条。这个量级不是规则，只是一个参照，说明在售总量不适宜轻易跨过某个规模。

边界情况是有兼职或者临时帮忙的人。加上人手之后，能照看的条数上升，但上升的幅度小于人手增加的幅度，因为中间有沟通和交接的成本。加一个人，能照看的量可能只增加五六成。

分几批铺

分批的第一个理由是控制单批的压力。一批铺出去的条数应该在照看能力能承受的范围内，这样每一批都能被完整照看到，而不是铺完就放着。每一批都有一条完整的从铺到收尾的线，数据才有意义。

分批的第二个理由是获取反馈。每批之间的间隔就是一个观察窗口，这一批里哪一类款有反应、哪一类没反应，等下批的时候就有依据调整方向。一次性全铺出去，中间没有任何调整的机会。

批次的数量三到五批比较常见。太少的话单批压力大，中间也留不出观察窗口；太多的话每批的量太少，数据量不足，得不出结论。三到五批在压力和样本量之间比较平衡。

每批内部的商品结构也要考虑。不要一批全是同一类目，也不要一批全是同一个价位。按类目和价位混合着铺，每批都能拿到多维度的反馈，批次之间的对比也更有信息量。

批次之间要留出明确的分界。哪一天开始、哪一天结束、下一批什么时候开始，事先定下来。没有分界的话，铺的动作会变成持续输出，观察窗口就不存在了，分批的意义也就没了。

有一个具体的分法可以参照。把准备铺的商品按类目先分组，每组之内再按价位分两档，然后交叉着组成批次。这样每一批里都有不同类目和不同价位的商品，反馈的维度比较全。

批次之间要留出观察窗口，窗口的长度取决于这一类商品的反应速度。快消类目的反应通常快一些，两三周能看出方向；慢一点的类目可能要四周以上。窗口长度按主营类目来定，不要照搬别人的数字。

每一批的商品条数要固定下来，不要一批多一批少。条数稳定，批次之间的数据才有可比性。某批表现明显好或者明显差，你才能判断是这批商品的问题还是数量的问题。

批次的前后次序也要提前定。先铺哪一类、后铺哪一类，按什么逻辑排。常见的排法是先铺自己最熟悉的类目，拿到一批可靠的数据之后，再往外扩到不太熟的类目。

边界情况是某一批里出现了表现特别突出的款。这时候不要立刻把后面对应批次的量全部投到这一类上，先小批加一点，验证这个表现能不能持续。一波冲高的表现，很多是偶然的。

有一个具体的批次安排样子。第一批选十到二十条，覆盖两三个熟悉的类目，条数偏少，目的是把流程走通一遍。第二批再加到几十条，类目扩到四五个。第三批起进入常规节奏，每批的量固定下来。

第一批放少的原因是流程还没跑顺。第一批的任务不是拿到销量，是确认从选品到上架到照看这一整条线能不能走完，哪个环节容易卡。这一批放多了，等于把没跑顺的流程放大。

第一批跑完之后要复盘一遍，看哪一步花的时间超出预期。超出最多的地方就是后续的瓶颈，第二批的数量要按瓶颈那一环的承受能力来定，而不是按整体感觉来定。

批次之间的观察窗口要写清楚，并且要真的等够。急着开下一批是很常见的失误，尤其是某一批表现不错的时候。表现不错也要等窗口走完，因为早期的数据波动大，容易高估。

边界情况是某一批里出现了明显的问题商品。比如有一批的类目系统性地归错了，改起来要花时间。这种时候把下一批往后推，先把修正做完。带着错继续铺，错会叠加。

每批之间看什么

第一个要看的数是完全没有曝光的条数。这类的意思是一条商品上架之后，连一次展示都没有拿到。这个数偏高，说明标题或者属性层面的基础问题没解决，继续铺只是把同样的问题复制更多份。

第二个要看的数是有曝光但没有咨询的条数。曝光有了说明商品能被搜到，没有咨询说明点进来的人少，或者点进来看了没有兴趣。这一类的问题落在主图和价格上，和上一类的问题位置不同。

第三个要看的数是错漏排查有没有按时做完。这个数不是看查出多少错，而是看排查这个动作有没有按期执行。排查没做，前面两个数就都不可信，因为你不知道那些表现不好的商品里有多少其实是上错了。

这三个数之外，还要看一个进度数：上一批的商品收尾了没有。收尾的意思是这一批的观察周期走完、该处理的处理完、该留的留下。上一批没收尾就开下一批，未处理的款会越积越多。

这三个数都正常的时候，可以按原节奏铺下一批；有一个明显不对，先把节奏放慢，把这一批的收尾工作补上再继续。节奏放慢的成本，通常小于把问题成倍放大的成本。

有一个具体的看数动作。把这一批的商品按曝光量从高到低排一遍，取前三成和后三成分别看。前面的那批看他们的共同点，是价格带一致还是类目一致；后面的那批看有没有共同的毛病，比如类目都归错、标题都偏长。

零曝光的那部分要单独一个清单。这一类的处理优先级最高，因为它们连参与比较的机会都没有。清单拉出来之后，逐条看是标题、属性还是类目上的问题，改完之后再看下一轮有没有起来。

有曝光没咨询的那部分看的是主图和价格。这类商品能被搜到，说明标题和类目基本对，卡在点进来这一步。抽几条看主图和同类目头部商品的差距，差距通常落在第一张图的取景和价格的可比性上。

排查进度这个数自己也要有个记录。每一批排查了多少条、花了多长时间、查出多少问题，三列记下来。这个记录能看出排查环节是在变快还是变慢，变慢通常意味着商品结构变复杂了。

边界情况是这一批里有几款是之前铺过的同款。这几条的数据要单独看，不能混在整批的平均里。同款重复铺的数据容易被前面的链接影响，混在一起会拉偏整批的结论。

有一个具体的对照方法。把这一批和上一批的数据放在一起比，比的内容是四个数：零曝光的比例、有曝光没咨询的比例、排查完成率、收尾完成率。四个数对比下来，能看出批次之间是在变好还是变差。

批次之间如果表现差异很大，先找差异的原因，不要急着调整方向。差异可能来自类目的不同、价格带的调整、上架时间的不同，也可能只是当时的季节因素。找到原因之后才知道下一批该不该沿用。

有一个数特别值得盯：零曝光的比例。这个数在一批里偏高，说明基础工作有系统性的问题，比如标题里的核心词选错了，或者类目归属不对。这类问题改起来成本最低，收益最直接。

排查完成率这个数反映的是流程的执行力。完成率一直不错，说明节奏合适；完成率开始下滑，说明铺的量已经超出了处理能力，要往回收。

边界情况是这一批正好碰上平台的大促。大促期间的数据波动很大，和其他批次直接对比会得出错误结论。这种批次的数据要单独看，不作为调整节奏的依据。

快铺的时候前面几环都撑得住，塌掉的是后面几环

铺款节奏怎么定

节奏的第一层是每批之间的间隔。间隔的长短取决于观察窗口需要多长才能看出这一批的表现。窗口太短，数据还在波动；窗口太长，铺的进度会被拖慢。三到四周是一个比较常见的间隔取值。

节奏的第二层是每批的条数。条数由照看能力定，前面已经算过。有一条要留意，条数不要因为某一批表现好就大幅上调。上调的幅度要小步走，一次加两三成比较稳，加完观察一轮再加。

节奏的第三层是应季商品的插队。季节款的窗口有限，不能等常规批次排到它。做法是给应季商品留一个专用的通道，优先级高、批次独立，走完之后不给常规节奏带来影响。

节奏定下来之后要写下来。写清每批的开始时间、条数、覆盖的类目、观察窗口多长。写在纸上的节奏才能被检查和调整，只放在脑子里的节奏，几天之后就会走样。

节奏不是一成不变的。旺季、淡季、手上的人手多少、上新的款多不多，都会影响合适的节奏。每隔一个季度回看一次节奏表，看有没有需要调整的地方。

有一个关于节奏的常见误区，是把节奏理解成越快越好。节奏的作用是让铺和照看两个动作匹配上。铺得快而照看跟不上，节奏就断了；铺得慢而照看跟得上，链条才是完整的。

节奏的调整要基于一个数：待办清单的长度。这个清单上放着所有未处理完的款。长度稳定或者缓慢下降，说明节奏合适；长度持续上升，说明铺的速度超过了处理的速度。

待办清单建议设一个上限。超过上限的时候，暂停铺新的，先把清单压下来再说。这条规矩看起来是在限制自己，实际上是在保护整条链路不失控。

节奏表写下来之后，放在做上架的人都看得到的地方。什么人什么时候铺多少，写清楚。节奏是集体的约定，只在某一个人的脑子里，换人就会乱。

边界情况是手上款式充足但预算紧张。这种时候节奏要更慢一些，因为预算不足的时候推广跟不上，铺出去的款更容易沉下去。宁可少铺慢铺，把有限的钱集中在少数几款上。

有一个常用的做法是把节奏和固定的时间点绑在一起。比如每周固定一天处理铺货，其他时间只做照看。绑在固定时间上，铺的动作就有了边界，不会随时插进来打乱照看。

节奏里的另一个要素是每批之间的休息期。这一批收尾之后，留出一段时间不铺新的，专门用来处理积压和复盘。休息期的长度可以是观察窗口的一半左右，它的作用是让待办清零。

节奏一旦定下来，写清三件事：什么时候铺、铺多少、什么时候歇。三件事都写清楚，节奏就成了一条可以执行的线。只写铺多少不写什么时候铺，节奏实际上还是随机的。

节奏的调整建议按季度做一次。季度结束的时候，把这一季度的铺货记录和照看记录摆在一起看，看节奏有没有完成自己的任务。任务指的是，铺出去的每一条都被看过了。

边界情况是某个月手上有大量现成的资料，铺起来特别快。这种时候要刻意压住速度，因为资料的准备速度和照看能力是两回事。资料齐不代表照看跟得上。

把单批数量压下来，积压的款会慢慢消化，节奏也就顺了

什么时候该收手

一个明确的信号是连续两批的商品在观察期内几乎没有反应。这里的几乎是指，两个批次加起来真正拿到咨询的条数很少。出现这个信号，说明当前的方向或者执行层面有系统性的问题，继续铺不会带来变化。

第二个信号是积压的未处理款在增加。收尾的进度赶不上新铺的速度，未处理的款一批比一批多。这个状态持续下去，待办会越堆越高，最后所有的数据都失去参考价值。

第三个信号是错漏排查开始跳过。为了赶进度，排查从全量抽样变成了看一眼就过。排查一旦流于形式，铺出去的商品质量就没人把关，后面要花更多时间收拾。

收手之后的动作不是什么都不做，是回到已有的商品上。把积压的款处理完，把错漏排查补上，把有反应的挑出来重点看。等这些做完，再决定是继续铺还是换个方向。

边界情况是已经铺了很大一批、收手代价高。这时候不要一次性下架，按表现分档处理：完全没有曝光的先处理掉，有曝光没转化的留着观察，表现好的留下来继续。分档处理能把损失控制在一个可承受的范围内。

有一个容易忽略的收手信号是注意力开始分散。表现为同时想着好几个批次的收尾工作，每一件都做了一半。这个状态本身说明在管的商品已经超出了当前的处理能力。

第二个信号是开始给自己找理由继续铺。比如想着下一个类目说不定能成、想着反正铺上去又不花什么钱。这些理由都成立，但它们共同的特点是回避了照看能力这个约束。

第三个信号是有商品的观察期已经过去很久，还没有做过任何判断。既没有留也没有收，就那样放着。这一条最危险，因为它意味着有些商品已经完全脱离了管理。

收手之后要留一份记录。写清为什么收、当时铺了多少、积压了多少、后面处理了多久。这份记录是下一次定数量时最有价值的参照，它记录的是这家店真实的上限。

边界情况是遇到平台流量变化。流量整体下滑的时候，原有的节奏会显得太快，因为同样的曝光量要被更多商品分。这时候要主动往下调节奏，不要等到待办堆积起来才动。

有一个明确的判断方式：把最近一个月的铺货记录和照看记录放在一起，看有没有出现铺的条数明显多于处理完的条数的情况。多出来的那部分就是超出能力铺出去的商品，收手的信号已经出现。

收手的时候要先处理已经在手的商品，这个顺序不能反。有人会选择先停掉所有铺货，然后从头整理；也有人会选择一边收一边继续铺一点。前一种更干净，后一种容易两头都做不完。

处理完积压之后，不要立刻按原来的节奏恢复。先把新的数量上限算一遍，按新的上限重新规划批次。因为积压的产生说明原来的上限定高了，直接恢复等于把问题重演一遍。

收手这件事要有记录。什么时候收的、收之前铺了多少、积压多少、处理了多久、之后把上限调到了多少。这份记录是店铺自己的经验，比别人的建议更贴近实际。

边界情况是收手的时机碰上旺季。旺季的流量好，按常理会想多铺。这时候的判断标准仍旧是照看能力，旺季杂事多，照看能力反而更弱。宁可少铺，也不要让旺季过后剩下一堆没处理完的款。

常见问题（FAQ）