直播选品需求证据分级表

解决什么问题

直播选品决策常被混杂的需求信号干扰：运营拍脑袋定爆款、客服转述用户抱怨、数据埋点滞后，不同来源的信息被混为一谈。当团队试图复现某个选品决策时，往往说不清"这个需求是哪来的、证据够不够硬、要不要继续投"。更棘手的是，商品毛利、库存周转、售后数据分散在不同表格里，决策层很难快速判断某需求是否值得进入下一轮测试。

核心能力与执行流程

证据分级机制

1. 信息清洗：合并"用户说想要"和"客服记录的咨询"等同义需求，但保留原始来源链接与发生场景，避免数据污染
2. 角色隔离：将商品划分为引流款、利润款、形象款三个独立模块，任何需求证据必须绑定对应商品角色，禁止跨角色承诺（如"用利润款打引流款的价格"会被自动标记为违规）
3. 证据强度判定：

- 强证据（可直接执行）：已验证的商品毛利数据（带日期和来源）、历史成交记录、明确库存数值
- 弱证据（需验证）：用户原话、未验证的平台规则解读、单日异常流量波动
- 非证据（不纳入）：内部假设、转述链超过3层的需求、无时间戳的截图

关键执行步骤

1. 数据核验：输入商品毛利、库存、受众需求三要素，自动标记缺失项（如"某SKU库存数据截止到2023Q3"）并生成补证据清单
2. 需求合并：对"想要显瘦"和"需要遮肉"进行语义合并，但保留原始表述作为引用依据
3. 角色约束检查：生成选品方案时，自动检查是否出现"引流款承诺保价30天"等与角色定位冲突的条款
4. 证据分级输出：按"进入版本（强证据）/验证池（弱证据）/不做（非证据）"三级分类，生成可追溯的需求证据表
5. 毛利复查：以货盘综合毛利率为最终校验指标，计算口径包含商品毛利、平台佣金、物流成本，输出差异解释（如"计划毛利率25% vs 实际22%，差异源于某SKU退货率超预期"）

适用边界与注意点

• 不做全盘战略：不替代选品策略制定，只处理需求证据的分级与验证
• 不承诺效果：不计算预期流量、转化率或收入，只输出可验证的证据链
• 数据隐私保护：处理会员/客户数据时自动去标识化，仅保留完成分级所需的最小字段
• 人工复核节点：涉及价格调整、库存变更等生产操作时，需在生成方案后进行人工二次确认
• 口径一致性检查：不同数据源的单位（如"件"vs"套"）、时间窗口（自然周vs运营周）不一致时自动提示

交付物清单

• 需求证据表（含来源、证据等级、影响范围）
• 库存/历史成交/售后数据核验清单（标注缺失项与核验结果）
• 货盘综合毛利率复查记录（含计算口径与差异分析）

该工具适合选品团队在需求评审阶段使用，能帮助区分"老板说要上"和"数据证明能上"的差异，让选品决策从经验驱动转向证据驱动。