shopee 选品规则

下面给出一份面向“Shopee 选品”的实用规则集，帮助你在新手阶段就能建立可执行的选品流程、筛选标准和落地方法。内容覆盖数据信号、评分体系、合规与供应链、Listing 优化以及上新节奏等维度，便于直接落地使用。

一、核心选品规则（落地优先级排序）

- 以市场需求为导向

- 优先选择近 7–30 天有明确需求信号的 SKU（销量、收藏、点击、转化趋势明显）。

- 保证利润与成本可控

- 设定毛利目标区间（扣除运费、促销、退货成本等），优先满足净毛利在目标区间的商品。

- 优先稳定的供应链

- 选品前评估 MOQ、 lead time、备货能力、是否有稳定替代供应商，尽量降低断货风险。

- 强化本地化与合规

- 确保商品符合目标市场的法规、品牌授权、商标/版权合规，避免下架风险。

- Listing 质量决定转化

- 主图、标题、描述、关键词、图片质量等需达到可转化水平，避免因为 listing 质量影响曝光与转化。

- 风险分散与周期性复核

- 避免把全部资源放在单一 SKU，定期对候选库进行复核与替换。

- 数据驱动的快速迭代

- 通过简化的回测与小批量上新快速验证，持续调整权重与筛选规则。

二、数据信号与信号源（选品必备）

- 站内信号（优先级高）

- 热销/热卖榜、新品榜、同类热销趋势

- 价格区间、运费、包邮、店铺评分与售后状况（公开信息）

- 站外信号（辅助）

- 社媒热度、搜索热度、趋势词、竞品定价变化

- 供应链信号

- 预计毛利、采购价区间、MOQ、交货时效、是否授权品牌

- 风险信号

- 品牌授权状态、区域法规、潜在退货成本、商标/版权风险

三、评分与筛选的简易框架

- 指标维度（可自定义）的示例

- Demand（需求信号）: 近7–30日销量、收藏、点击、上新节奏

- Quality（质量信号）: 评价等级、评价数、图片和描述的清晰度

- Momentum（动量）: 最近趋势，是上升、稳定还是下滑

- Price & Logistics（价格与物流）: 当前价位、运费、包邮、到货时效

- Competition & Feasibility（竞争与落地性）: 同类 SKU 数量、你能否获得稳定货源

- 供应链与合规性: 授权状态、MOQ、lead time、备案情况

- 简化权重示例（新手友好版）

- Demand 40%

- Quality 25%

- Momentum 10%

- Price & Logistics 15%

- Competition & Feasibility 5%

- Compliance & Supply 5%

- 评分与筛选做法

- 将每项信号归一化到 0-1，按权重求和得到 final_score（0-1 区间）

- 设置进入门槛，例如 final_score >= 0.6 即进入小批量上新验证

- 如成本数据不足，可先用 Demand、Quality、Momentum 打分，待成本信息齐全后再加权

- 样例公式（最简版）

- final_score = 0.4 * demand_norm + 0.25 * quality_norm + 0.15 * momentum_norm + 0.15 * price_logistics_norm + 0.05 * competition_norm

- 其中各_norm 值为该指标的归一化分数（0-1）

四、Listing 与上新的规则

- Listing 基本要素

- 标题：包含核心关键词、清晰描述主放量点

- 主图与辅图：高分辨率、清晰场景化图片，包含使用场景和尺寸信息

- 描述：要点式要素，便于阅读，含关键参数、尺寸、材质、使用方法

- 关键词策略：覆盖核心词 + 长尾变体词，结合区域语言

- 上新节奏

- 先小批量上新，观察 7–14 天内的转化和退货情况

- 根据初期数据迭代 Listing（标题/图片/描述/关键词），持续优化

- 规范与底线

- 不使用侵权/未授权的图片、文字或品牌名称

- 避免误导性描述，遵循平台规则

五、供应链与合规的核心要点

- 授权与品牌

- 确认是否具备授权或自有品牌，避免侵权风险

- 供应商评估

- 评估 MOQ、Lead Time、产能稳定性、退换货政策

- 跟踪与风险管理

- 建立供应商清单、定期评估与替代方案，设置安全库存水平

- 本地化合规

- 了解目标市场的法规、包装要求、标签要求等

六、快速落地的执行清单（可直接放进 Excel/Sheets）

- Step 1: 设定目标市场与品类范围

- Step 2: 收集信号数据（站内热销榜、公开榜单、站外趋势）

- Step 3: 对候选 SKU 进行打分（按上述评分维度）

- Step 4: 选出前 5–20 项进行小批量上新

- Step 5: 监测 7–14 天的转化、毛利与缺货情况

- Step 6: 复盘并迭代评分权重和候选池

七、可直接落地的模板/工具思路

- Excel/Sheets 模板

- 字段示例：item_id、title、category_id、price、sales_7d、sales_30d、rating、rating_count、shipping_fee、shipping_free、lead_time、MOQ、authorized_brand、demand_score、quality_score、momentum_score、price_logistics_score、competition_score、final_score

- 公式：对各信号做归一化后计算 final_score

- 简易 Python 脚本（骨架思路）

- 读取 CSV，归一化关键字段，计算 final_score，输出带分数的新 CSV

- 适合作为 MVP，后续可接入 API、自动抓取与看板

- 数据看板

- 展示 top 候选、分数分布、上新执行进度、缺货率等关键指标

- 快速上手的两周计划

- 第1周：建立信号框架和评分模板，完成 20–30 项候选的初筛

- 第2周：进行小批量上新，跟踪数据，完成首轮复盘与权重微调

八、需要我帮忙定制吗？

- 如果你愿意，我可以基于你的目标市场、品类和现有数据，给出：

- 一份定制化的字段清单和评分模板

- 一个可直接使用的 Excel/Sheets 版本的评分表

- 一个简单的 Python 脚本骨架，便于你逐步接入数据源

- 一份两周落地计划，包含每日任务与可交付物

请告诉我你的目标区域、关注的品类，以及你打算使用的工具（Excel/Sheets、或 Python/小工具），我就能给出更贴合你场景的定制版本。