数据与选品

选品失败，通常不是运气问题

最常见的失败路径是：看到某个品「看起来不错」 → 上架 → 发现前面已有二十个卖家 → 打价格战 → 亏钱清仓。

问题出在判断的依据是感觉，不是数据。而这些数据其实大多是公开的，只是没人系统地收集过。

价格分布。 把一个类目里的商品价格全部拉出来看分布。如果集中在一个很窄的区间，说明同质化严重、只能拼价格；如果分布很散，说明有差异化空间。

竞争密度。 头部几个卖家占了多少份额。高度集中说明有壁垒（可能是品牌，可能是供应链），新人很难进；分散说明还有机会。

上新频率。 竞品多久上一个新品。频率高说明这个类目迭代快，你的备货节奏也要跟上。

评论里的抱怨词。 这是最被低估的一个指标。把一个类目的差评按关键词聚类，你经常会发现所有卖家都没解决的同一个问题——那就是最直接的产品机会。

趋势变化。 半年的搜索量和销量曲线，比某一天的快照有用得多。

起步阶段够用。平台自带的销量榜、Google Trends、几个免费选品插件，能帮你做初步筛选。

但它们有两个硬伤：数据是采样的、更新滞后，以及所有人看到的都一样——所有人都在看的机会，通常已经不是机会了。

当你需要看到别人看不到的东西时，就得自己抓数据。

平台一般不直接给销量。常见的估算方法是通过评论增量、排名变化、库存变化来反推（每种方法的原理和误差范围，怎么估算竞品的真实销量里拆开讲了）。这些方法都有误差，但用来做相对比较（A 品是不是比 B 品好卖）足够可靠，用来做绝对预测（这个品一个月能卖多少）就不太行。

用途要分清楚，否则会基于错误的精度做决策。

把相对当绝对。 估算出来的销量适合横向比 A 和 B，不适合当成预测值填进财务模型。前面说的误差在这一步会被放大。

只看赢家。 榜单上全是活下来的品，看不到同期死掉的几百个。幸存者偏差在选品里格外致命——你照着成功案例复刻的，可能正好是它成功里最不重要的那部分。免费工具在这一点上尤其不可靠，具体差在哪见免费选品工具能用到什么程度。

用数据替代判断。 报告再漂亮，最后拍板的还是你：这个品你的供应链吃不吃得下、账上的钱够不够撑到回款、卖不动的时候扛不扛得住。

这三件事，选品到底该看哪几个数据里有更细的拆解。