Shopee售罄率怎么看：断货和积压的信号

售罄率说明什么

售罄率的算法看着简单，就是销量除以备货量，但里面的每一项都需要约定清楚。销量算的是下单量还是完成签收的量，备货量算的是首批入库还是包含后续补货，这两个选择会让结果差出很多。团队在开始对比之前，必须先约定一套算法并且写下来。算法不统一的时候，两个人拿同一款商品算出的售罄率可能完全不同。

售罄率反映的其实是两件事的比值，一件是需求的真实强度，一件是自己对需求的预估水平。分子代表市场实际吃下了多少，分母代表自己以为能卖多少。这个比值接近一时，说明预判和实际对上了。偏离得越远，说明预判的偏差越大。所以售罄率同时也是在检验自己的判断能力。

它和销量的最大区别在于，销量只有绝对数，无法判断这个数是好是坏。一个月卖出一千件听着不少，如果备了五千件，那就是明显的滞销。同样卖出一千件，如果只备了一千二百件，那就是非常好。售罄率把绝对数变成了相对判断，这是它比销量更有信息量的地方。

售罄率的数值还和时间强绑定，同一个商品在首周和季末的售罄率完全不同。首周可能只有两成，季末可能到了九成。这两个数字都不能单独拿来判断好坏，因为它们对应的周期阶段不同。正确做法是固定一个观察周期，让不同商品之间可以横向比较。常见的周期设置是首周、首月和完整销售季。

这个指标最容易误导人的地方，是它两边都可能出问题。售罄率低通常被理解为卖不动，但如果备货本身定得过高，售罄率低反映的是备货失误而不是需求不足。反过来，售罄率高常被理解为受欢迎，但备货定得过低也会让售罄率很高。同一个数字背后的原因可能完全相反，所以要配合备货量的绝对数一起看。

把口径写下来的时候，至少要固定四个要素：统计的销量口径、备货量的范围、观察周期的起止和是否含退货。四个要素写清楚之后，这款商品的售罄率才有一个确定的含义。团队内部对比不同商品时，只有在同样的四要素下算出的数字才有比较价值。这一步看着繁琐，但它决定了后面所有分析有没有基础。

周期起止的选择会影响判断，通常有两个主流做法。一个是从上架日开始算固定天数，另一个是从第一次产生销量开始算。前者更适合有明确推广计划的商品，后者更适合自然起量的商品。选哪种取决于你要回答什么问题，但要固定下来，不要今天用这个明天用那个。

销量口径的差异主要出在是否扣除退款上。如果算的是下单量，退款的那部分也被计入售罄，会高估实际消化量。如果算的是完成签收的量，更能反映真实消耗。对于退款率偏高的类目，这个差异不能忽略。比较稳妥的做法是同时算两个数，用签收量作为主要判断依据。

备货量的范围要明确是不是包含后续补货。只算首批的话，售罄率反映的是首批发货的准确性。包含全部补货的话，反映的是整个周期的供应情况。两个口径的用途不同，前者用来看首批判断准不准，后者用来评估整体供应节奏。千万不要混着用，混用会让数字失去意义。

口径定下来之后，最好做成一个固定公式放进表格里，让机器自动算。手工算容易出错，也容易在不同人手里出现细微差异。公式固定之后，只要填进销量和备货两个原始数，售罄率就自动出来。这样做既省时间，也避免了人为因素导致的偏差。

举一个具体的例子。某店铺上一批全棉短袖备了八百件，一个销售季卖出六百四十件，售罄率八成。单看这个数字，判断基本合理。但拆开数据发现，第六周就断过一次货，断货持续了五天。这五天原本还有可能卖出四十件左右。也就是说，如果备货再多一点，售罄率能到八成五，销量也能再多一截。

再看一个相反的例子。另一批针织外套备了一千件，整季只卖出三百五十件，售罄率三成五。初步判断是备货过多，但深入看发现，商品上架的时间刚好错过了当地的降温周期。等天气真正转凉时，这个商品已经在上架的第四周，前面积累的权重很低，曝光起不来。这个案例说明，售罄率低有时来自时机而不是备货量。

还有一个容易被忽略的边界情况是赠品和搭售商品，它们的售罄率不能按正常商品来判断。赠品本来就不产生直接收入，它的售罄率低是设计使然。搭售商品的目的是带动主商品，单品售罄率也不是考核重点。把这两类商品纳入统一考核，会得出误导性结论。

数据口径上还要注意一个细节，就是退货回来的商品是否重新计入可售库存。如果退货商品重新上架，那么分母其实变大了，售罄率的含义会变得复杂。处理办法是在统计时明确退货商品的处理方式，要么单独记录，要么在计算时扣除。含糊不清会让数字失去可比性。

从长期看，售罄率的稳定性比单次高低更重要。一个店铺如果每批货的售罄率都在一成以内波动，说明备货判断很成熟。如果波动幅度达到两三成，说明判断的随机性很大，需要回头检查备货的依据是否足够系统。稳定本身就是一个值得追求的目标，它意味着经营的可预测性。

售罄率要放到具体周期里看才有意义

售罄率多少算健康

给售罄率定健康区间，要按商品的生命周期分开设。新品首周的正常水平通常在两成到四成之间，因为曝光和评价都在积累。成长期的目标应该在一个月内爬到六成以上。成熟期的健康区间是八成到九成。清货期的目标是把剩余库存尽量消化，售罄率要往九成以上走。

八成到九成这个区间之所以健康，是因为它同时满足了两个条件。大部分货卖出去了，资金已经周转回来；还留着一部分余量，能应对后续的追加需求。如果卖到百分之百，说明备货刚好用完，后面再有需求就接不住。留一成左右的余量是应对波动的必要缓冲，不是浪费。

低于六成就该查原因了，因为这个水平说明有一大块货没卖动。要先排除是不是周期还没到，比如大促还没开始。如果周期已经走完还停在六成以下，就要从选品、定价和展示三个方向去找问题。这时候不要急着降价清货，先确认原因，因为选品错了降价也没用。

高于九成五是一个相反方向的警报，尤其在新品期就要特别留意。新品期售罄太快，通常意味着预判严重偏低，实际的潜在需求没有接住。这时候的判断重点是，缺货期间有没有流失掉本来能拿到的销量。如果缺货持续了好几天，损失往往比表面看到的更大。

不同类目的健康区间也有差异，不能用一个标准套所有商品。潮流属性强、款式变化快的商品，售罄率可以要求高一些，因为过季之后价值下降快。基础款和常青款则不需要那么高，它们可以长期在架，售罄率低一些不影响整体。按商品的时效性分类定标准，比一律定八成更合理。

健康区间的使用要落到具体的判断流程上。看到一款商品的售罄率，先判断它处在哪个阶段，再对照这个阶段的正常范围。首周低于两成就要标记观察，首月低于四成要开始找原因，整季低于六成要准备清货。每一步都有对应的动作，而不是只看数字不动手。

判断的时候要区分是绝对水平异常还是相对水平异常。绝对水平异常是指数字本身超出了区间，比如整季售罄只有三成。相对水平异常是和自己历史的同类商品比明显偏低，比如过去五款都在八成，这一款只有六成。两种异常都值得注意，相对异常往往能更早发现问题。

对于处在健康区间的商品，也不是完全不用管。健康区间内偏下沿的，比如八成一，说明需求略弱于预期，下一批备货可以适当减少。接近上沿的，比如八成九，说明需求略强，下一批可以适当增加。区间内的小幅调整，是让备货越来越准的日常动作。

健康区间还要跟着季节调整，不能全年一个标准。旺季期间需求整体上升，售罄率会普遍偏高，这时候九成以上不一定是备货不足，可能只是市场整体好。淡季则相反，八成可能已经是比较理想的水平了。把季节因素考虑进去，判断才不会失真。

最后要提醒的是，健康区间是判断的起点不是终点。售罄率落在区间内，说明备货的基本判断没问题，但还要结合周转和利润一起看。有的商品售罄率健康，但利润很薄，周转也慢，整体并不理想。单一指标永远只能提供一个视角，决策要把几个视角合起来。

举例说明区间的用法。假设某店铺有一款家居收纳盒，整季备货一千二百件，售出九百六十件，售罄率八成。这个数字落在健康区间，接下来要做的不是调整备货，而是看它有没有断过货。查下来没有缺货记录，说明这批备货非常合适，下一批可以按同样的量再备一次。

再看一个需要动作的例子。一款手机壳备了五百件，整季卖出二百二十件，售罄率四成四，低于六成的警戒线。按流程先排查周期，确认周期已经走完。再排查定价，发现同款在竞品处便宜两成。定价是主因，动作就应该是调价试销，而不是单纯清货。如果直接清货，可能会把原本有需求的商品误判成滞销品。

还有一个介于判断之间的例子。一款饰品备了三百件，售罄率七成二，处在观察区间。这个数字不需要大动作，但下一批备货时应该下调一成左右。同时对展示做小幅优化，比如把卖点更突出的主图放前面。这种小幅调整的累积效果是显著的，一年下来能明显减少积压。

季节因素的量化处理可以用同比售罄率。看去年同期的同类商品售罄率是多少，今年的数字和它比，而不是和上个季度的商品比。跨季节的直接比较会带入季节干扰，同比能把季节因素大致抵消掉。这个方法简单，但能显著提高判断的准确度。

不同站点的正常水平差异要提前摸清，方法是在每个站点分别统计自己过去半年的售罄率分布。摸清之后，为每个站点设一个本地化的健康区间。有的站点买家下单更谨慎，整体售罄率会偏低，用统一标准会让这类站点一直显示为不健康。本地化标准才符合实际情况。

售罄率两端的风险都比中间大

售罄太快和太慢各是什么问题

售罄太快的第一层问题是断货，断货的直接后果是流量浪费。平台的推荐和广告带来的曝光，在商品断货期间基本等于白费。买家点进来看到缺货，转化就断了。更麻烦的是这个损失是隐性的，表面上看只是没货，实际上是错过了本可以成交的订单。

断货还会影响商品在平台上的表现，尤其是新品期。新品最需要的是持续的销量数据来建立权重，断货会让这个积累中断。中断之后再恢复，往往要重新花推广成本把权重拉回来。所以新品期的售罄过快，损失的不只是几天的销量，还有前期积累的节奏。

售罄太慢的问题则是资金占用，这个损失是慢性的但持续存在的。货压在仓库里，占的不只是仓储成本，还有本可以投到别处的资金。一个月压在库存里的资金，如果拿去做推广或者备更有把握的货，回报可能完全不同。这就是库存的机会成本，它不出现在账面上，但真实存在。

售罄慢还会带来库存贬值的风险，尤其是季节性和时尚类商品。过季之后价格会往下走，压得越久损失越大。有些库存最后只能折价清掉，甚至报废。所以售罄慢不能一直等，等到不得不处理的时候，损失通常已经比早处理大得多。

两种极端中，售罄太快相对好处理，因为至少需求是确定的，补货就能解决。售罄太慢则更棘手，因为你要先判断是需求不存在还是自己没做对。如果需求本身不存在，任何调整都难救。所以选品阶段就要尽量避免那些需求存疑的商品，从源头减少慢售的可能。

处理售罄太快的情况，第一步是确认是不是真的断货了。有时候售罄率高只是因为统计周期刚好卡在售完的那一刻，实际没有出现缺货。查一下库存归零的时间和周期结束的时间，两者差得远说明是真正的备货不足。确认之后再决定补货的力度。

补货的时候要注意节奏，不要一次性补得太多。前面判断失误说明自己的需求预估偏低了，但补多补少仍然有不确定性。合理的做法是补一个中等批量，设定更短的复核周期，看销售速度再决定后续。一次性大补的风险是把一个小失误换成一个大失误。

处理售罄太慢的情况，第一步同样是确认原因，区分是周期没到、定价问题、展示问题还是选品问题。定价问题的表现是曝光正常但点击和转化都低，展示问题的表现是点击率低但转化尚可，选品问题的表现是曝光和点击都低。通过这几个信号的组合可以大致定位原因。

确认原因之后再选手段。定价问题就调价试销，展示问题就改主图和详情，选品问题就早点清货止损。手段要对上原因，用错了只是浪费时间和库存。清货也不是只有降价一条路，还可以换渠道、做组合销售或者作为赠品消化。

两种极端情况的处理周期不一样，售罄太快通常一两周内就能解决，补货到位就恢复。售罄太慢往往需要一两个月才能处理干净，因为清货本身需要时间。所以在选品阶段多花一点功夫，比事后处理慢售要划算得多。预防的成本永远低于补救。

举一个断货损失的例子。一款爆款在推广的第七天断货，当天有大约三千次曝光，按平时百分之四的转化算，理论上能带来一百二十单。断货持续了四天，这期间的曝光基本浪费。算下来损失接近四百单的综合收益，还不算新品权重中断带来的后续影响。这个例子说明，断货的损失远比表面看到的大。

再看一个积压成本的例子。有一批货值五万的商品，在小仓库存放了五个月后仍然没动。这五万块如果拿去做推广，按店铺平均的投入产出比算，能带来的收益相当可观。而压在仓库里，还要每月付仓储费，商品本身也可能面临过季贬值。积压的成本是资金成本、仓储成本和贬值风险三项的叠加。

处理速度对两种问题的成本影响不同。断货问题处理得越快，损失越小，因为它每天漏掉的订单是线性的。积压问题处理得越早，损失越小，因为库存贬值往往是非线性的，越到后期贬值速度越快。理解这个差别，能让人更愿意在早期就果断处理积压，而不是存着侥幸等等看。

有一个边界情况要特别处理，就是限量款和联名款。这类商品本来就计划少量发售，售罄率高是设计目标，不是备货失误。判断的时候要把它和普通商品分开，否则每次限量款的售罄率都是九成以上，会一直被标记为异常。分类判断是避免误报的关键。

还有预售类商品，它的售罄率含义和现货不同。预售是先用订单再组织供应，售罄率高通常反映的是需求旺盛，而不是供应不足。预售模式下更应该关注的是准时交付率，而不是售罄率。用现货的思路看预售数据，容易得出相反的结论。

怎么用售罄率定备货量

用售罄率回推备货量，核心是拿同类商品的历史售罄水平作为基数。选出最近三到五款表现稳定的同类商品，算它们在完整周期的售罄率，取中位数。下一批备货时，用预计销量除以这个中位售罄率，得到的就是建议备货量。这个算法比拍脑袋定数量有依据得多。

算出来的备货量还要留安全库存，比例通常在百分之十到二十之间。安全库存的多少取决于需求的波动程度，波动大的商品留得多，稳定的可以留少。判断波动程度看历史的周销量标准差，方差大的说明需求不稳，需要更多缓冲。安全库存不是拍一个百分比，要按商品逐个评估。

备货量定下来之后，还要设置一个中途的复核点，通常在销售周期的三分之一处。到点看售罄进度是否符合预期，符合就按计划走，明显偏快就提前补货，明显偏慢就提前准备清货方案。有了这个复核点，问题不会拖到周期结束才发现。

对于补货周期长的商品，备货量要按补货周期加销售周期来算，不能只看一个周期。如果一个商品的补货需要三周，那么备货量至少要覆盖三周的销售，否则补货还没到就已经断货了。把补货周期纳入备货公式，能避免经常性的断货。

备货量还要考虑分批次的策略，尤其是对新品把握不大的时候。首批少量试销，看首周的售罄速度，再决定第二批加多少。这种分批策略牺牲了一点规模效应，但大幅降低了判断失误的代价。对于不确定性强的新品，分批几乎总是更稳的选择。

用历史售罄率回推备货，前提是历史数据要足够可比。可比的意思是商品属性接近、定价接近、推广力度也接近。如果历史商品和新品差异很大，用它的售罄率作基数会带来新的偏差。选择参照商品时宁可多花点时间，也不要随便拿一款就套。

预计销量的估算要结合现有信号，不能只看历史。可用的信号包括上架初期的加购速度、收藏率、首周的售罄进度。这几个信号都指向需求强度，把它们和历史同类商品对应起来，能给出一个比单纯历史平均更准的预计。有信号的时候就不要只凭经验估。

备货公式落地时要处理小数和批量的实际问题，算出来的数量通常要往取整和起订量上靠。起订量往往是决定因素，尤其是定制类商品。遇到起订量远大于计算值的情况，要么接受更多的备货，要么先小批试销。把起订量这个约束提前纳入计算，能避免后面被动。

备货量算完之后要记录下当时的假设，包括预计销量、参照商品的售罄率和安全库存比例。等这个周期结束后，回头看实际的售罄率是多少，假设里哪个环节偏了。这样每次备货都在积累经验，几次之后判断会明显变准。记录假设是备货能力提升的最快路径。

对于动销不稳的商品，备货公式的适用性会下降，这时候更适合用分批试销。第一批定一个小量，控制试错成本，用首周数据来决定第二批的量。虽然总的备货判断没那么精确，但风险被分批摊开了，不会因为一次判断失误就压一大批货。

举一个备货计算的具体过程。假设某店铺要备一款夏季凉鞋，参照最近三款同类凉鞋的售罄率，分别是八成三、七成九和八成八，中位数八成三。新品预计能卖出六百双。用六百除以零点八三，得到七百二十三双。加上一成五的安全库存，最终建议备货量约八百三十双。这个数字比凭经验拍一个数要靠谱得多。

算出来之后，如果电商平台的起订量是五百双一批，那么可以选择备一个批次五百双加一次补货，或者一次备两个批次一千双。选择取决于补货周期和这款商品的确定性。如果补货周期只有一周，先备五百双再补更灵活。如果补货周期超过三周，一次备够更稳妥，避免中途断货。

备货之后要设置复核节点，具体做法是在周期的三分之一处做一次进度检查。凉鞋假设销售周期是十二周，那么第四周结束时检查一次。按计划应卖出约二百双，实际卖出多少一对比就知道进度是快是慢。进度偏差超过两成就要启动对应的调整动作，不要等到周期结束。

对于把握不大的新品，分批策略的落地方式是首批只备预计销量的五成，用首周数据决定第二批。首批五百双，如果首周卖出超过一百双，说明需求旺盛，第二批及时跟上。如果首周只卖出三十双，说明需求不及预期，第二批就要谨慎。分批的代价是可能错过一部分销量，收益是大幅降低了判断失误的风险。

备货能力的提升靠的是每次记录假设和实际，具体要记录预计销量、实际销量的偏差、参照商品的售罄率和最终的真实售罄率。积累十几款商品的记录之后，你会发现自己的预估在哪些品类上容易偏高、哪些容易偏低。有针对性地修正，判断会越来越准。

和库存周转怎么配合

库存周转和售罄率配合使用，才能同时看到局部和整体。售罄率告诉你单个商品的销售节奏，库存周转告诉你整体资金多长时间转一圈。做法是把两个指标放在同一张月度表上，左边是各商品的售罄率，右边是整体周转天数。这样能看出问题是个别商品还是整体。

当售罄率普遍偏低而周转天数在拉长，说明整体备货偏多，需要下调备货规模。当售罄率普遍偏高而周转天数在缩短，说明备货偏紧，可以适度加大备货。两个指标同向变化时，结论比较明确。如果两者背离，比如售罄率正常但周转在变慢，那就要去看是不是有滞销商品在拖后腿。

库存周转的目标不是越快越好，转得太快会带来频繁断货和补货成本上升。合理的目标是让周转天数和补货周期匹配。如果补货需要两周，周转天数定在两周多一点比较合适，既能快速回笼资金，又不会频繁断货。转得太快的压力下，人会倾向于备更少的货，最后断货的代价可能更大。

两类商品要分开对待，一类是高周转的畅销品，一类是低周转的长尾品。畅销品的重点是不让商品断货，可以适当提高安全库存。长尾品的重点是控制规模和及时清理，宁可少备也不要压货。用同一套备货逻辑管理这两类商品，必然会在其中一类上吃亏。

配合的最后一步是定期做库存健康度体检，把商品按售罄率和周转天数分成四个象限。高售罄高周转是明星商品，重点保供。高售罄低周转说明备货太少，要加量。低售罄高周转说明卖得慢但资金转得快，可以观察。低售罄低周转是最需要处理的，要优先清理。

两个指标配合时要有一个统一的观察频率，通常按月做一次整体体检。月度频率的好处是既能观察到变化，又不会被日常波动干扰。每次体检输出一张表，列出各商品的售罄率、周转天数、占用的资金和下一步动作。表固定下来之后，每月对比就非常方便。

资金是连接两个指标的纽带，把每个商品占用的资金算出来，就能看出现金压在哪里。售罄率低的商品占用的资金通常最重，把这些商品按占用资金从高到低排一遍，就能看出处理哪几款的效果最明显。资金视角能帮你排出处理的优先级。

两个指标配合时还要注意时间的不同步。售罄率是周期内累积的，周转天数是流动的，两者的敏感度不一样。售罄率的变化通常要等一个周期才体现，周转天数的变化会快一些。判断的时候给售罄率留出反应时间，不要因为周转先动了就急着下结论。

周转天数的目标要想清楚是按品类定还是按店铺定。按店铺定一个统一目标简单，但会忽略品类差异。按品类定更精准，但管理成本会上升。一个折中的做法是按大类定目标，大类内部再按商品的重要性做微调，兼顾了精度和管理成本。

最后要把这两个指标和采购节奏连起来，形成采买、销售、复盘的循环。备货按售罄率和周转来定，销售过程中按进度复核，周期结束后复盘假设的准确度。三个环节串起来，库存管理才算真正变成一套机制，而不是每个月临时应付。

举一个实际体检的例子。某店铺月度体检发现，整体库存周转天数是五十八天，但其中有三款商品占了四成的库存金额，周转天数都在一百二十天以上。这三款的售罄率分别是三成、三成五和四成，都明显偏低。结论很清楚，处理这三款就能释放大量资金，优先级一目了然。

处理这三款的顺序可以按占用资金排，先处理占用最多的那款。处理手段包括调价、换渠道、组合销售和作为满减赠品。选择哪种手段要看商品本身的属性，如果是有稳定需求的商品，调价往往有效；如果是需求存疑的商品，趁早清掉更好。手段的适配性比力度更重要。

体检结果的记录要形成一份历史档案，把每月的周转天数和售罄率分布存下来。有了历史档案，就能看出自己的库存健康度是在改善还是恶化。改善说明备货机制在起作用，恶化则说明需要回头检查备货的依据。档案不需要复杂，一张累计表就够了，但要坚持填。

一个常被忽略的点是库存的品类结构，周转天数正常不代表结构合理。如果畅销品的库存很少，滞销品的库存很多，即使整体周转天数看起来正常，实际的效率也是低的。看结构的方法是算畅销品库存占总库存的比例，这个比例偏低就说明结构出了问题。

跨站点的库存调拨也是配合的一部分。某站点滞销的商品，如果另一个站点有需求，调拨往往比就地清货划算。判断能不能调拨，要看两个站点的需求差异和调拨的物流成本。当清货的折价损失大于调拨成本时，调拨就是更优的选择。这个判断要算一下才能做出。

两端都要警惕，中间区间才是健康区

售罄率要按什么维度看

最基础的维度是按商品看，因为最终的动作都要落到具体商品上。整体售罄率再好，也可能掩盖少数几款严重滞销的商品。按商品看之后，把售罄率从低到高排一遍，最前面的那几款就是需要优先处理的。这个清单比任何汇总数字都更有指导性。

第二个维度是按时间周期看，把同一个商品在首周、首月和整季的售罄率放在一起对比。三个数字的变化能反映商品的销售节奏是否正常。如果首周高但后续掉得很快，说明是短期冲量，缺乏持续需求。如果三个数字稳步上升，说明商品在持续被接受。节奏比单点数值更有判断价值。

第三个维度是按品类和价格带看，看自己在哪个区间上的备货判断最准。有的店铺在低价带上卖得很好，一到中高价位就压货。按价格带分开算售罄率，能发现自己真实的经营能力边界。发现了边界之后，就可以把资源集中在有把握的区间上。

第四个维度是按市场和站点看，同一个商品在不同地区的表现可能差异很大。一个在某站点滞销的商品，换个站点可能是畅销品。按站点分开算售罄率，能指导跨站点的库存调拨。把留在某站点的滞销货调到有需求的站点，往往比降价清货更划算。

维度不用一次全部铺开，按店铺当前最需要解决的问题选两到三个先做。如果问题是资金压力，就先按商品和价格带看。如果是新品成功率低，就先按周期和品类看。维度的选择要服务于当下的决策，而不是为了分析得全而全。

按商品维度看的落地做法是每月出一张滞销清单，把售罄率低于六成的商品全部列出来。清单上要有商品名、备货量、已售量、占用资金和上架天数。有了这些字段，处理优先级一目了然。清单按月更新，处理掉的就从清单里划掉，新出现的补进来。

按周期维度看的时候，要为每个商品建立一张节奏表，记录它在各个时间点的售罄进度。节奏表能看出商品的销售是集中在前期还是分散在整个周期。集中在前期说明是冲动型消费，后期乏力；分散则说明需求稳定。两种节奏对应的补货策略不同。

按价格带维度看的时候，要注意价格带不要分得太细。分得太细每一档的样本量会很少，结论容易受个别商品影响。一般把价格带分成三到四档就够了，比如低价、中价、高价。每档至少要有五款以上的商品，结论才比较稳。

按市场维度看的时候，跨站点的对比要特别注意口径一致性。不同站点的退货政策、物流时效和买家习惯都不同，售罄率的正常水平也会不同。强行拉平比较会得出错误结论。正确做法是先各站点内部看趋势，再看趋势的差异，而不是直接比数值。

维度的组合使用能带来更深的洞察，比如按价格带和市场交叉看，就能发现自己在哪个市场的哪个价位上表现最好。这类交叉分析不需要经常做，每个季度做一次就有足够的价值。发现规律之后，把资源往优势区间集中，整体的效率会明显提升。

商品的滞销清单要配上处理时限，不能只是列出来就完了。通常售罄率低于四成的商品，给两周的清货评估期。评估期内尝试调价或换渠道，两周内没有改善就进入清货流程。有了时限，清单上的商品才不会一直挂着不动，处理的节奏会明显加快。

节奏表的解读有个关键点，就是看售罄速度的峰值在第几周。峰值在第一周的，说明是冲动型需求，后续要靠持续曝光维持。峰值在第三四周的，说明需求是被逐步唤起的，可能是评价积累起了作用。两种节奏的补货策略不同，前者要快补，后者可以从容一些。

按价格带看的实际价值在于发现自己的能力边界。很多店铺在做了一段时间之后会发现，某个价位段的东西总是备得准，另一个价位段总是判断失误。这不是偶然，而是对不同价位买家的理解深度不同。发现自己擅长哪个价位带，就应该把更多的资源和精力投在那一段。

按市场看的时候，除了售罄率，还要看调拨的可行性。有的市场之间调拨很方便，可以互相调剂库存。有的市场之间调拨成本很高，就基本只能各自独立运营。在做跨市场分析时，把调拨可行性作为一个前提条件考虑进去，得出的结论才可执行。

维度分析的产出要能直接指导行动，如果一个分析得不出任何行动，那它的价值就有限。比如按颜色维度分析发现某个颜色滞销，动作就是下一批减少这个颜色的生产比例。每个维度都要能对应到具体的调整动作，分析才有意义。为了分析而分析，只会浪费时间和精力。

备货跟着售罄率走，断货和积压会同时改善

常见误区

第一个误区是只算整体售罄率，不看商品明细。整体数字好看的时候，往往会忽视里面藏着几款严重滞销的商品。这几款占着资金和仓位，长期拖累整体效率。所以整体数字更多是用来看趋势，具体动作要落到单品层面。

第二个误区是售罄率高就高兴，完全不看有没有断货。前面说过，售罄率高可能是备货太少导致的被动缺货。这时候的高售罄率其实是损失换来的，看着漂亮实际是判断失误。看到高售罄率，要顺手查一下这个周期里有没有出现缺货记录。

第三个误区是售罄率低就马上降价清货，不先找原因。售罄率低的原因可能是周期还没走完、定价偏高、展示不到位或者选品本身错了。如果不分原因就降价，选品错的那种情况下降价也是白降。先花点时间做原因判断，再决定用什么手段。

第四个误区是把不同周期的售罄率直接比较。首周的数据和整季的数据放在一起比，得不出任何有意义的结论。比较必须在同一周期口径下进行，否则数字之间没有可比性。这一点和退款率一样，口径不统一，所有对比都白做。

第五个误区是只关注滞销商品，完全不管缺货那一边。缺货带来的损失往往更隐蔽，因为它是本可以发生却没有发生的销量。两边都要有对应的机制，一头管补货，一头管清理，只堵一边注定是失衡的。

第六个误区是用单一周期的售罄率给商品下终局判断。新品首周售罄两成不代表这款商品失败，可能只是还没起量。这时候下判断，容易把本来有潜力的商品误杀掉。给商品一个合理的观察窗口，用趋势而不是单点来评估。

第七个误区是备货量一次定死不设复核点。市场是变的，上架之前判断再准也可能被现实修正。设置中途复核点，等于给自己留了一次修正的机会。很多备货失误本可以在周期中途被纠正，就是因为没有复核点才拖到结束。

第八个误区是只关心售罄率和销量，完全不看利润。售罄率高但毛利的商品，卖得越多越累。把利润和售罄率放在一起看，才能判断一个商品值不值得继续投入。单纯追捧高售罄，可能是在追捧一个不赚钱的商品。

第九个误区是把清货当成失败的标志，迟迟不愿动手。库存放着不动，损失只会随时间扩大。及时清货回收的资金可以投到更好的商品上，从这个角度看，清货是一种资源的重新配置，而不是承认失败。心态上放平，动作会果断很多。

第十个误区是库存数据不准确，导致售罄率算出来是错的。账面库存和实际库存不一致，售罄率的分母就不可靠。定期盘点、及时核销退货和损耗，是让售罄率可用的一大前提。数据不准的时候，所有的分析都建立在沙子上。

第十一个误区是只看售罄率的分母，不看分子的构成。同样是一千件的备货，卖出六百件可能是三百单各买两件，也可能是六百单各买一件。这两种情况反映的买家行为完全不同，前者的客单价高，后者的人群更广。看分子构成能让判断更立体。

第十二个误区是备货调整幅度过大，一次从八百件跳到一千五百件。大幅调整会让结果很难解释，如果这次卖得好，你无法判断是市场真的涨了还是纯粹的运气。调整幅度控制在两成以内，逐步逼近最优值，比一次性大跳更可靠，风险也更可控。

第十三个误区是忽略供应链的稳定性和交期。备货量算得再准，如果供应商不能按时交货，计划也会落空。所以在定备货量之前，要先确认供应能力。对于交期不稳的商品，宁可备多一点安全库存，也不要因为断货损失销量。供应确定性和备货量是联动的。

第十四个误区是把售罄率和销售目标混为一谈。销售目标是要卖多少，售罄率是备的货卖掉了多少。目标定得高但备货更多，售罄率依然会低。两个指标的指向不同，不能用售罄率替代销售目标，也不能用销售目标替代库存判断。各自管各自的事。

第十五个误区是新品和成熟品用同一套售罄标准，导致新品长期被判为不合格。新品的正常水平本来就低于成熟品，用成熟品的标准衡量新品，会让人对新品失去信心。给新品单独设一套更宽松的标准，用趋势而不是绝对值来评估，才不会误杀有潜力的商品。

常见问题（FAQ）