大部分卖家的选品表是这样长出来的：看到一个品，开个表填几列；下周换个类目，又加两列；换个人接手，再改一遍表头。三个月后回头看，没法回答一个很基本的问题——当初为什么否掉了那个品。
问题不在于算得不够准，在于每一次填表用的口径都不一样。
先给结论：这张表解决的是可比性，不是准确性
选品表的价值不是算出一个总分然后照着进货。是让同一个人在不同时间、不同的人在同一时间，填出来的表能放在一起比较。
做到这点只需要三件事：固定口径、标明哪些是估算、把没填的东西也记下来。下面这张表就是围绕这三件事设计的。
四组字段各回答什么
表里 26 列分成四组，每组回答一个不同的问题。
第一组，口径。 站点、采集日期、数据来源、ASIN、标题、品牌、类目路径。
这组看起来最不重要，实际上是整张表的地基。同一个 ASIN 在美国站和日本站是两门生意；今天采的 BSR 和上个月采的 BSR 不能放在一列里比。采集日期必须逐行填，不能整表写一个日期——你不会在同一天把二十个候选品都看完。
第二组，需求与竞争。 售价、BSR、月销量、月营收、评分、评分数、在售卖家数、配送方式、上架日期。
上架日期这一列经常被省掉，但它回答一个关键问题：这个类目的头部是三年前占住的，还是最近半年冒出来的。前者意味着你要正面打，后者意味着窗口还开着。
第三组，成本与利润。 FBA 费用、采购成本、头程运费、广告费假设、退货率假设、单件毛利。
第四组，风险与行动。 缺失字段、待验证假设、结论、负责人。
哪些是事实，哪些是估算
表的第二行标了每一列的数据性质：事实、估算、假设、计算、填写。这一行不要删。
售价、BSR、评分数、在售卖家数是事实——它们在商品页上看得见，谁去看都是这个数。
月销量和月营收是估算。平台不公开任何商品的销量。所有第三方给出的"月销量"都是从 BSR 反推的，不同工具的换算模型不同，同一个 ASIN 在两家工具上差一倍是常事。
这不是说估算没用。类目内部横向比较时，估算值的相对大小是有意义的；用它判断"这个品大概是月销几百还是几千"也够用。但把它当成"我进货后能卖这么多"，就是把一个推算值当成了承诺。
采购成本、头程、广告费、退货率是假设——它们来自你的经验或报价，还没有发生。表里单独标出来，是为了让你在复盘时知道哪些数字是查来的、哪些是自己拍的。
缺失字段与待验证假设
这两列是整张表最容易被跳过、也最不该跳过的。
一张填了 22 列、空了 4 列的表，和一张填满 26 列的表，算出来的单件毛利可能差不多。但前者的结论可信度低得多，而这个差别在总分上完全看不出来。
所以表里要求你显式写下来：缺了什么、哪些数字是拍的。
示例行里我填的是"缺退货率实测"和"广告费按同类目经验值 3.00，未验证"。这两句话的作用是，三周后你回头看这一行时，知道这个结论建立在什么之上。
不写的话，表格会替你做决定——因为一个算出来的数字看上去总是比一个空格更有说服力。
填一次要多久，以及什么时候它就不够用了
单个 ASIN，手工填完这张表大约 8–15 分钟：商品页拿一半字段，费用计算器拿 FBA 费用，采购成本问供应商。
20 个候选品以内，手工是合理的，而且逼你逐个看商品页这件事本身有价值——你会注意到主图质量、A+ 内容、Q&A 里的抱怨，这些都不在任何字段里。
超过 50 个，或者需要每周更新，手工就不成立了。 不是因为慢，是因为不一致：你不可能保证第 47 行和第 3 行是同一天、同一口径采的。而一张口径不一致的表，比没有表更危险。
这就是这张表自己的边界。
从手工到接口：每一列对应哪个字段
表的第三行写了每列对应的接口字段名。这行不是装饰，是你决定不再手工填时的对照表。
| 表里的列 | 接口字段 |
|---|---|
| ASIN、标题、品牌 | asin、title、brand |
| 类目路径 | nodeLabelPath |
| 售价、BSR | price、bsr |
| 月销量、月营收 | units、revenue |
| 评分、评分数 | rating、ratings |
| 在售卖家数、配送方式 | sellers、fulfillment |
| 上架日期 | availableDate |
| FBA 费用 | fba |
采购成本、头程、广告费假设、退货率假设这四列没有对应字段——它们是你的生意，任何接口都给不出来。所以接口替代的是"抄数据"这件事，不是"做判断"这件事。
如果你已经决定用接口跑，批量选品：用三个接口筛出候选 ASIN 清单 讲的是怎么把市场研究、商品研究和销量估算串成一条可以定时跑的流程。这篇讲的是在那之前，先把一次评估做对。
常见问题
这张表适合什么阶段？ 候选品在 5–50 个之间、需要给出"进 / 再看 / 排除"结论的阶段。少于 5 个直接看商品页更快，多于 50 个手工填会失去一致性。
月销量差异大，该信哪个？ 都不要全信。把它当量级参考：几百、几千、几万是三个不同的决策档位，档位之内的具体数字不值得纠结。要提高置信度，用历史数据看趋势，而不是换一个工具再查一遍。
单件毛利算出来是正的就能进吗？ 不能。先看"缺失字段"和"待验证假设"两列。如果退货率是拍的、广告费是猜的，那毛利也是猜的。
表格能加总分列吗？ 可以，但建议不要在缺失字段非空时显示总分。一个带着四个空格算出来的高分，是这张表最想避免的东西。