开场三小时，230万件商品售出，成交额6.37亿列伊。这是eMAG罗马尼亚黑五的开场成绩。两个占比数字更值得看：86.8%的订单用卡支付，87.6%的订单将通过easybox柜机交付。
三个小时卖出的商品数量，换算成每分钟的读数，是每分钟约1.28万件；成交额换算成每分钟，是每分钟约354万列伊。这两个读数放在一起，单件均价约277列伊，低于全场活动期间450到500列伊的平均订单价值。开场时段卖出的商品，集中在“单价低、决策快”的品类上，高客单商品的成交分布在全天更长的时段里。开场数据反映的是“第一波冲量”的结构，不是“全天成交”的结构，两个结构要分开看。
开场数据是市场情绪的温度计
三小时230万件说明消费意愿在高位，罗马尼亚买家对黑五的期待和参与度没有降温，做这个市场的卖家可以放心把年末的筹码押上去。把开场数据和eMAG此前的预期对照，平台预计开场24小时内发出超过50万件商品，三小时230万件的速度，高于这个预期的节奏——如果按均匀分布推算，三小时的量已经接近“24小时50万件”这一指引的一半。开场节奏快于预期，说明买家的“抢购”行为集中在开场的头几个小时，后续时段的流量密度会回落。
开场节奏快，对卖家的含义在“库存和客服的配置”上。开场的头三个小时，库存的消耗速度是全天最快的时段，一个SKU如果在这个时段卖断，它在后续时段的曝光和排名会往下走；客服的咨询量也集中在这个时段，回复慢的店铺，买家会转向竞品。头三个小时的库存深度和客服人手，需要按“全天的峰值”来配，而不是按“日均”来配。
卡支付占近九成说明什么
支付方式的结构是电商成熟度的标尺。86.8%走卡支付，说明线上支付的信任已经建立，货到付款的占比萎缩，卖家的资金回笼更快，拒收和二次配送的成本随之下降。支付基础设施越顺，大促的转化流程越短，冲动消费的窗口期里，少一步操作就多一分成交。
卡支付占比高的另一面，是“支付失败的处理”成为转化链路里的一个关键节点。大促期间支付通道的负载高，卡支付的成功率会低于平日，一个买家在结算页遇到支付失败，他的动作可能是“换一张卡再试”，也可能是“关掉App、稍后再买”。后一种动作，对应的是一次流失。卖家侧的应对，不是在结算页加“支付方式”的选项，是在客服侧准备好“支付失败”的处理话术——买家来问“为什么付不了款”，客服能给出“换一张卡”“稍后再试”“联系发卡行”三条具体的路径，而不是“请您再试一次”。支付失败的回访，在大促期间的成本低于“重新拉一个新客”。
货到付款占比萎缩，对卖家的另一个影响在“拒收率”上。货到付款的订单，买家在收货时可以拒收，拒收的包裹退回仓库，往返运费和二次处理的成本落在卖家一侧；卡支付的订单，买家在付款时已经完成扣款，拒收的概率低于货到付款。卡支付占比从“一半左右”升到“近九成”，对应的拒收率下降，卖家的“隐性履约成本”跟着下降。
easybox占87.6%是另一个关键读数
柜机网络接住了大促的配送洪峰，自提柜的时效稳定、错峰取件，比送货上门的抗压能力强得多。87.6%这个占比，在eMAG的物流结构里对应的是“超过7000台easybox、合计约48.5万个格口”的柜机网络，以及Sameday在峰值日“约92.5万件”的处理能力。
柜机占比高，对卖家的含义落在“包裹尺寸”上。easybox的格口分三档，小格470×440×100毫米、中格470×440×190至200毫米、大格470×440×390毫米，最大重量20公斤。决定包裹落在哪一档的是高度——一个高度卡在190毫米边缘的盒子，会从中格跳进大格，大格的格口数量少于小格和中格，大促期间大格的周转压力最先到顶。卖家侧的包装设计，把高度压到格口线以内，包裹稳定落在中格或小格，取件的成功率和时效都高于“卡在档位边缘”的包裹。
柜机占比高的另一面，是“超时未取”的风险。包裹在柜机里有取件时限，超过时限会被退回发件人，订单按取消退款处理。往返运费和重新入库的处理成本落在卖家一侧。详情页里写一句“请及时取件”，在大促期间包裹量集中、买家可能出差或忘记取件的情况下，降低的是“无人认领退货”的比例。对于客单价不高、单件利润薄的商品，一笔超时退回的往返运费加重新入库，可能吃掉好几单的毛利。
高频日用品是大促的基本盘
开场冲量的品类结构里，高频日用品向来是主力，单价低、决策快、囤货属性强，黑五当天的第一波订单大量来自这类商品。做日用品的卖家，开场的黄金三小时就是自己的主场，价格和库存都要在这个时段给足。
开场单件均价277列伊这个读数，和“高频日用品是主力”的判断是对得上的。日用品的单价集中在几十到两百列伊之间，开场时段的订单结构以这类商品为主，单件均价被拉低到277列伊。高客单商品（家电、家具、电子产品）的成交，分布在开场的后半段和全天更长的时段里，它们的决策链长，买家在开场时“先看、先加购”，下单的动作发生在“比较完之后”。
日用品卖家在主场的打法，重点在“开场的价格和库存给足”。价格上，日用品的比价行为最直接，同款商品在几个平台之间的价差，买家一眼能看出来，活动价需要“压过比价的惯性”；库存上，日用品的囤货属性强，一个买家在开场时可能“一次买几个月的量”，库存深度按“日常销量的三倍”备，而不是按“日均”备。
开盘的数据出来了，剩下的活是承接
支付环节别设障碍，配送选项里把easybox放在显眼位置，流量进来的时候，路径越顺，转化越实。支付环节的“不设障碍”，落到具体动作上，是“结算页的支付方式排序”——卡支付放在第一位，货到付款放在后面，买家的默认选择是“卡支付”；配送选项的“easybox显眼”，是“自提柜的选项排在送货上门之前”，买家在结算页第一眼看到的是“自提柜免费、次日达”，而不是“送货上门、运费另计”。
开场数据还有一个用法：校准备货模型
230万件的开场量对应全天的量级，可以推算活动期的总量分布，把这个分布和自己店铺的实际成交对照，下一场大促的备货系数就有依据了。数据不在多，在会用。官方披露的每一组数字都藏着可以校准自己模型的参数，留心的卖家每年都在把这些参数攒成自己的数据库。做罗马尼亚市场，这条数据值得存档。把参数攒起来，下一场大促就多一分从容。
校准的方法，可以按“三步”来走。第一步，把“开场三小时的销量占全天销量的比例”算出来，这个比例是“开场系数”——如果开场三小时卖掉了全天的三成，开场系数是0.3。第二步，把自己店铺在上一场大促的“开场三小时销量”和“全天销量”拉出来，算出自己店铺的“开场系数”，和平台的系数对比——自己店铺的系数高于平台，说明自己的商品“更依赖开场冲量”，备货要往前压；低于平台，说明自己的商品“成交分布更均匀”，备货可以往后铺。第三步，把“平台系数”和“自己系数”的差值，作为下一场大促“备货节奏调整”的依据。
三个数的存档，按“场次、开场三小时销量、全天销量、开场系数”四列来记。四列里，“开场系数”是核心指标，它一年一年地积累下来，会形成一个“自己店铺的系数曲线”——曲线往上走，说明店铺越来越依赖开场冲量，需要“把开场的库存和客服配得更足”；曲线往下走，说明店铺的成交在往全天分布，备货和客服的配置可以“更均匀”。这条曲线，比任何单场的数据都更能反映“这个店铺在大促里的节奏特征”。