绝大多数选品方法是这样开始的：找一个有潜力的产品，然后论证它可行。
这个顺序会系统性地骗你。一旦你先看上了某个产品，后面每一步都会不自觉地为它找理由——竞争激烈解释成"说明有需求"，利润薄解释成"走量就行"，评分低解释成"有改进空间"。
把它倒过来：选品是一个排除过程。你不是在找那个对的产品，你是在用尽可能低的成本，把绝大多数不可能的选项排掉。
四层漏斗，每层都是排除
| 层 | 问题 | 排掉什么 | 成本 |
|---|---|---|---|
| 1. 类目 | 这个类目还给不给新人位置 | 整个类目 | 最低 |
| 2. 价位 | 哪个价格带有需求空隙 | 大半个类目 | 低 |
| 3. 商品 | 具体哪些商品可攻 | 绝大多数商品 | 中 |
| 4. 你 | 你到底能不能做 | 剩下的大部分 | 最高 |
顺序就是成本顺序。 第一层排掉一个类目只要一次查询，第四层排掉一个候选可能已经花了你两周的打样和报价。反过来做，就是用最贵的方式做最该便宜做的判断。
第一层：先排类目，不是先找品
这一层最常被跳过，而它排除效率最高。
判断标准不是"这个类目大不大"，而是这个类目还给不给新 Listing 位置。上架时间分布接口按 Listing 年龄分组返回销量占比，文档里「3年以上」那一组的 unitsRatio 示例值是 0.834——意味着这个类目 83.4% 的销量被三年以上的老 Listing 拿走。
总量大和你能分到，是两件事。 一个月销百万但老品通吃的类目，比一个月销十万但格局松散的类目更难进。
看四个分布就够：上架时间、卖家类型、价格、以及类目本身的品牌和卖家集中度。展开在亚马逊类目分析：四个分布决定这个类目还进不进得去。 集中度本身怎么读、件数份额和金额份额为什么会分家，见亚马逊市场分析。
第二层：在类目里找价格空隙
价格分布接口按价位带返回商品数和销量占比。你要找的不是最高价也不是最低价，是两者错配的地方：
- 商品多、销量占比低 → 这个价位挤满了卖不动的东西
- 商品少、销量占比高 → 需求在这里，供给还没跟上
第二种就是空隙。它通常在中间某个不起眼的区间，因为两头都被人反复试过了。
第三层：才轮到具体商品
到这一步范围已经很窄，可以上筛选条件了。选产品接口有近二十组 min / max 条件——需求门槛、竞争上限、利润区间、复杂度、排除大牌。
这一层的关键不是筛得多准，是把标准写下来。 三个月后回看这批候选，你要能说清当时卡的是什么；换人接手，条件能直接复用。
第四层：数据答不了的那部分
前三层都是数据能回答的。第四层不是：
- 这个东西你能不能拿到货，成本是多少
- 有没有专利或认证风险
- 你的品牌、你的仓储、你的资金周期适不适合
把这一层放在最后，是因为它最贵；但也正因为它最贵，前三层的意义就是让进入这一层的候选尽可能少。 一个常见的浪费是：拿着 30 个候选去问供应商，而其中 25 个本来在第一层就该被排掉。
三个把顺序搞反的典型做法
一、从"我想卖什么"开始。 这不是选品，是找理由。可以有偏好，但偏好要在第四层出现，不是第一层。
二、从竞品榜单开始。 榜单上的商品已经赢了，它告诉你的是过去的结果，不是现在的空隙。竞品该在第三层用来校准，不该在第一层当起点。
三、从"月销量高"开始。 销量是估算值——平台不公开销量，所有月销数字都是从 BSR 推算的。用它排量级可以，用它当唯一门槛会把你推向红海。哪些字段是事实、哪些是推算，见销量数据能拿到什么、拿不到什么。
什么时候停
数据的作用是把几千个可能缩到几十个，不是替你做最后那个决定。
当剩下的候选之间，差别已经不在数据里的时候，就该停止查数据了。 继续查不会让你更确定，只会让你更晚开始。那时候真正能减少不确定性的是打样、小批量试、和供应商谈——不是再换一个工具查一遍。
常见问题
新手第一次选品该从哪一层开始？ 还是第一层。新手最容易犯的错恰恰是从第三层甚至第四层开始——先有了产品想法，再回头找数据支持。
这套顺序要花多久？ 前两层每个类目大约十几分钟，因为都是聚合数据。第三层取决于候选数量。真正耗时的是第四层，而这正是前三层要尽量减少它工作量的原因。
类目排除会不会太武断？ 会有误伤，但代价不对称。错过一个本可以做的类目，成本是机会成本；进入一个位置已经固化的类目，成本是实打实的库存和广告费。
跨站点的判断能复用吗？
不能直接复用。价格带、竞争强度、卖家结构按站点独立，所有接口都有 marketplace 参数。同一个类目在两个站点可能得出相反的结论。