月底复盘时，投屏上的 SKU 表最右侧显示近 90 天销量。其中 5 行数据仅为个位数：7、6、4、4、2。
讨论迅速聚焦：这些产品是否保留？是否值得继续投入预算及占据首页资源？四分钟内，这 5 行被标记颜色，无人异议——数字似乎说明了一切。
然而，这些数字虽真实，却不完全是产品本身的成绩单。
低销量常被视为产品的最终判决，但它实际上是“站内位置”、“主图吸引力”、“商详页说服力”与“产品力”四张成绩单的总和。若仅凭总分给产品判死刑，其中至少三分之二的归因可能是错误的。
只有被看见后的销量，才是判断产品的有效依据。
一、“卖不动”是结果，而非诊断
某 SKU 在 90 天内仅售出 4 件，这一结果本身不含诊断信息，可能对应三种截然不同的情况：
- 仅 100 人浏览该位置，20 人点击，4 人下单——转化极佳，缺的是曝光；
- 8000 人浏览，200 人点击，4 人下单——有曝光但无兴趣；
- 8000 人浏览，800 人点击，4 人下单——有流量但未转化。
销量同为 4，病因与解法却完全不同。这对应了用户动线上的三个关键节点：没走到、走到了没停、停了没买。
销量个位数仅表明结果不佳，未指明具体卡点
将三种不同问题笼统归结为“卖不动”，会导致错杀成本：能救的产品被砍掉，该止损的却在持续消耗预算。
复盘数据显示，多数标色处理是正确的，但总有少数案例依据不成立：并非产品不行，而是从未进入用户视野。
被砍掉的或许不是产品，而是一个未被看见的位置
逐一诊断成本高昂。需明确哪些值得深挖、哪些可直接淘汰。理解“卡在哪一步”的具体含义，是算清这笔账的前提。
二、第一类：没人看到（曝光缺失）
某消费电子品牌 Collection 页共 18 个型号，分三屏展示。被标记的 5 个低销量产品中，有 2 个位于第三屏，90 天销量分别为 4 件和 2 件。
热图数据显示，该站用户阅读至第二屏的比例仅剩 38%，至第三屏仅剩 12%。这意味着近九成访客根本未触及这两个型号。
从未被打开的商品页，无法反映产品真实价值
Shopify 默认按销量排序，这会导致马太效应：排名靠后导致曝光少，进而销量更低，排名更靠后。错过首发期的产品可能永无翻身之日。
调整主链路排序风险较大且验证周期长。更高效的替代方案是利用现有高曝光模块（如首页推荐、热销关联、购物车推荐），通过工具（如 Ptengine）修改展示规则，将低曝光 SKU 移入这些位置测试。
测试结果显示分化：
- 销量 4 件的型号：曝光提升十几倍后，加购率与头部产品持平。证明其仅缺位置，后续移入第一屏后成为畅销品。
- 销量 2 件的型号：曝光与点击双增，但加购率无变化。证明位置非核心问题，需进一步排查后续环节。
三、第二类：看到了不点（点击率低）
此类情况最易被误判。用户已浏览至该位置，却未产生点击。问题不在于曝光，而在于缺乏吸引点击的理由。
通过 Collection 页热图的“元素点击”功能，对比同屏相邻产品可快速定位问题。若两产品曝光量相近但点击率相差数倍，则差异源于展示内容（主图、分类、品名）。
案例中，另 2 个位于第二屏的低销量型号，曝光充足（90 天约 4600 次浏览），但点击量远低于相邻竞品。分析发现，低点击产品均为“白底正面图”且品名仅为型号；高点击产品则包含场景图及用途描述。
优化三大要素：让用户秒懂产品用途
1. 主图：提供场景感
主图任务不仅是美观，更是传递场景。遮住标题后，若无法一眼看出产品用途及适用人群，即为不合格。
2. 分类：预先筛选
平铺直叙会增加用户认知负担。应按用途、场合、人群或价格段进行分类（如“露营专用”、“家用备用”），帮助用户快速锁定目标区域。
分类是在用户查看产品前完成的初次筛选
3. 品名：明确差异化
品名需回答“这是哪一个”。例如"X200 Pro 露营款 300W"比单纯的"X200 Pro"更具信息量。需注意移动端标题截断问题，确保核心规格词在首行显示。
验证指标应为点击率而非转化率。运行一周，若点击率提升但转化未跟进，则问题在于下一层；若点击率无变化，说明改动未击中痛点。
案例结果：
- 销量 6 件的型号：优化主图场景、品名及分类后，周点击量从十几次增至四十次，次季度销量升至 17 件。
- 销量 4 件的型号：经历多轮优化后点击率仍无起色，判定问题不在展示层。
四、第三类：点了不买（转化率低）
商详页有访问但转化极低，是最常见的情况。案例中最后一个被标记产品位于第一屏，90 天来访 3800 人次，销量仅 7 件，远低于同类竞品。
“点了不买”包含两种可能：信息未说服（想买但有疑虑）或产品不匹配（看懂后决定不买）。需通过两步法验证。
第一步：利用热图洞察用户兴趣
- 点击热图：识别用户反复点击的非交互区域，挖掘未被满足的信息需求。
- 注意力热图：分析用户在参数表等关键区域的停留时长，区分“扫读”与“深读”。
- 流失热图：定位用户流失的具体卖点或板块。
综合三张热图，归纳用户的核心兴趣点。
第二步：A/B 测试验证假设
若用户感兴趣却未成交，往往是因为关键信息隐蔽。可通过以下低成本改法进行测试（每次仅测一项）：
- 增加跳转至详情/参数的快捷按钮；
- 添加与竞品的对比表格；
- 增加直达评价区的入口。
主要观察页面内下一步动作（如参数区点击率、评价区到达率、加购率）。若指标显著上升，说明是信息呈现问题，可继续优化；若三项测试均无效，则确认为产品本身问题。
案例中的第一屏型号，热图显示用户在参数区停留久且有无效点击，但添加各类入口后，关键行为指标均无变化。结论：用户已看清产品并决定不买，该产品的淘汰决策经得起推敲。
“没说清楚”与“不需要”在销量上表现一致，唯有测试可区分
五、决策模型：哪些产品无需深查
诊断需计算投入产出比。若挽回一个低销量产品的潜在收益低于诊断成本，则无需深究。
值得深入诊断的三种情况
- 高客单/高毛利：错杀代价高昂；
- 库存深厚：清理库存压力大；
- 新品类试水款：关乎品类方向判断，误判成本最高。
此外，若一批产品卡在同一环节（如同处第三屏），可批量诊断该环节问题，摊薄成本。
直接淘汰的情况
- 低价、尾货、库存极少或有更强替代款的产品；
- 从未参与广告计划的产品（需先检查预算分配，而非页面热图）。
先算清挽回价值，再决定是否诊断。精算成本，方能避免错杀。
六、结语
最终复盘结果：标记的 5 个产品中，3 个被确认淘汰，2 个成功挽救（分别解决了位置和主图问题）。挽救产品在次季度贡献了额外销量。
被淘汰的 3 个产品，是在经历了位置调整、素材优化及 A/B 测试后，确认无改善空间才做出的决定。三层排查拆解了四张成绩单，剩下的那一张，才是产品真实的得分。
未来的复盘中，结论或许相似，但决策逻辑将更加坚实。每一个被淘汰的产品都能说出确切原因，这使得决策可复核、可传承，而非依赖直觉。
销量是用户的投票，前提是用户真的看见了选票。