我做即时零售选品时，会先把商品名称遮住，只留下四组数据：
四组数据看完，一批看起来“有销量”的商品会迅速失去优先级。
原因很简单，传统门店看的是一段时间内能卖多少，传统电商还会考虑搜索、价格和跨区域供给，即时零售额外受到配送半径与履约时间的约束。
商品离消费者多远、下单时是否有货、能否快速拣出、送达后是否完好，都会直接影响成交和复购。
即时零售选品，本质上是在有限商圈、有限时段和有限履约能力中，寻找需求确定性最高的商品组合。
最终形成的应是一套可以随商圈、时段、天气、库存和履约状态变化的动态货盘，静态SKU清单无法承担这项任务。
下面我会沿着“需求动机—商圈匹配—时段结构—履约适配—单笔贡献—库存退出”展开，把即时零售选品需要的数据、指标和判断顺序讲清楚。
读完后，你可以建立一套从候选商品进入、放量到退出的完整筛选机制。
image.png一、先看为何现在买
即时零售中的“即时”，指向的是需求发生后，消费者希望在较短时间内完成购买与收货。
美团公开应用信息显示，即时零售已经覆盖超市便利、食材、水果、数码家电、美妆个护、鲜花绿植和母婴用品等品类，并突出附近供给与短时送达。
因此，选品的第一步是识别购买动机。可以将即时需求分成四类：
已有使用计划，但当前存量不足，等待成本高
原有商品缺失、损坏或失效，需要立即恢复使用
消费计划在当天确定，对跨日等待的接受度低
购买意愿受当下状态、节日、天气或社交活动推动
判断一个商品是否适合进入即时零售货盘，可以先问三个问题：
等待容忍度越低、需求触发越集中、错过窗口的损失越高，即时属性越强。
可以用一个简化关系理解成交逻辑：
即时成交概率 = 需求触发强度 × 本地供给匹配度 × 到手确定性 × 价格接受度
这四项中任何一项过低，商品都很难形成稳定成交。
搜索热度和历史销量只能说明需求存在，无法单独证明商品适合即时履约。
image.png二、从商圈开始筛货
即时零售的经营边界由门店或前置仓的可配送范围决定。
同一座城市中，不同商圈的人群结构、消费目的、价格敏感度和活跃时间可能完全不同，因此货盘不能只按城市或门店等级统一复制。
商圈分析至少要整合四类数据：
配送范围、道路条件、平均距离和超时区域
常住人口、工作人口、家庭结构和消费能力
搜索、浏览、加购、下单、缺货和取消记录
区域内在售SKU、价格带、库存深度和履约时效
分析时应把订单位置映射到网格，再按品类查看需求密度。
单看门店总销量，容易让高流量区域掩盖低覆盖区域；只看订单数，又会忽略配送距离过长带来的履约压力。
更合理的判断单位是“商圈网格×品类×时段”。
商圈需求强度可以表示为：
商圈需求强度 = 目标人群密度 × 品类购买渗透率 × 有效购买频次
这个公式用于组织分析逻辑，参数需要根据门店数据校准。
选品时优先保留需求密度高、配送可达性稳定、竞争供给仍有空间的商品；需求分散且需要跨越较长配送距离的商品，即使整体搜索量较高，也要谨慎扩充库存。
image.png三、时段决定商品结构
即时零售的需求按小时波动，日均销量会把这种波动压平。
一件商品全天销售平稳，与只在两小时内集中成交，对备货、排班和履约的要求完全不同。
需要建立“时段×品类”的热力矩阵，至少观察以下指标：
某时段订单量占该商品全天订单量的比例
最高需求时段贡献了多少销售
需求高峰在不同日期是否重复出现
商品与同一消费任务下其他商品共同下单的比例
需求标准差与平均需求的比值
根据时段特征，商品可以分为全天稳定、时段集中、事件触发和季节波动四类。
即时零售选品不能只决定“卖什么”，还要决定“什么时候保证有货”。
商品进入货盘以后，如果高峰期频繁缺货，低峰期又持续积压，说明时段配置没有跟上需求结构。
image.png四、商品必须适合履约
部分商品有明确需求，却未必适合短距离即时配送。
商品尺寸、重量、温控要求、易损程度、拣货位置和包装复杂度，都会转化为履约成本与售后风险。
商品进入货盘前，需要完成履约适配检查：
系统库存与实际可售库存差异处于可控范围
商品位置明确，拣货路径短，条码与规格容易识别
包装能够承受配送过程，不会与其他商品相互影响
温度、时效和搬运条件能够在承诺范围内满足
缺货时是否允许替换，替代规则是否获得消费者确认
可以建立即时履约适配分：
履约适配分 = 库存准确度 × 拣货效率 × 配送完好率 × 准时交付率
评分应保留各项明细，不能只展示一个总分。
库存准确度偏低，会直接造成接单后缺货；拣货效率偏低，会挤压配送时间；完好率偏低，会增加退款与售后；准时率不稳定，会削弱即时购买的核心价值。
image.png五、利润要算到每一单
即时零售选品容易被销售额和订单量带偏。
配送场景中，同样的商品毛利率，经过平台扣点、促销承担、拣货包装、损耗和售后分摊后，留下的贡献可能差异明显。
商品贡献可以按下面的口径计算：
单件贡献利润 = 实收销售额－采购成本－平台费用－促销分摊－拣配包装成本－损耗与售后分摊
单件贡献还要与订单结构一起看。
低贡献商品可能承担引流或凑单功能，高贡献商品可能需求频次有限，单独淘汰或扩张都会破坏整个购物篮。
商品角色可以划分为：
提升进店与下单概率，价格竞争力要求高
提高连带件数，能够与多个需求场景组合
贡献稳定毛利，用于支撑履约与运营成本
需求频次有限，但即时价值和价格接受度较高
补充品类完整性，控制SKU数量与库存深度
选品评价应同时展示销售额、订单渗透率、连带率、贡献利润和履约成本。
高销量低贡献、高毛利低周转、高连带低单件利润，分别对应不同的商品角色，不能采用同一淘汰标准。
image.png六、库存跟着需求走
即时零售对库存准确性的要求更高，因为消费者下单时看到的是“当前可买”。
账面有货、货架无货，或者商品已经被线下售出但系统尚未扣减，都会造成取消订单和履约失败。
库存管理需要把实时可售率、账实差异率、缺货取消率、替代成功率放在一起观察，同时跟踪补货提前期、补货频次、周转天数、库龄结构、需求预测偏差和高峰缺货率。
补货点可以用“提前期需求＋安全库存”计算：
补货点 = 补货提前期内的预计销量＋安全库存
安全库存要结合需求波动、补货稳定性、目标服务水平和商品保质期确定。
- 保质期短、损耗风险高的商品，需要控制库存上限，避免用高库存换取表面可售率
即时零售货盘还要设置生命周期状态：候选、测试、放量、稳定、收缩和退出。
每个状态对应不同的库存深度、曝光资源和观察周期。
选品完成只是开始，持续调品才是即时零售的日常。
image.png七、建立商品准入表
把前面的判断落到数据分析中，需要建立一张统一的商品准入表。
它不追求复杂评分，而是要求每个结论都能追溯到商圈、时段、利润、库存和履约数据。
准入表至少包含以下字段：
评分时可以采用加权模型：
商品准入分 = 需求匹配分 × 权重＋商圈适配分 × 权重＋履约分 × 权重＋利润分 × 权重＋库存分 × 权重
权重需要按品类与商圈分别校准，同时设置硬性门槛。
核心数据缺失、库存长期失真、履约条件无法满足或单笔贡献持续为负时，应直接进入待核查状态，避免总分掩盖关键风险。
数据看板也应围绕选品动作设计，依次呈现候选商品、准入商品、放量商品、风险商品和退出商品。
管理者打开看板后，需要越过销量排行榜，直接看到哪些商品值得进入、哪些需要加深库存、哪些应该缩减、哪些必须退出。
image.png写在最后
即时零售缩短了商品从门店到消费者的距离，也压缩了选品判断的时间。
昨天适合的货盘，可能因为天气、商圈客流、库存位置和配送压力，在今天变得低效。
所以，即时零售选品需要抓住一条主线：
先确认需求为什么要立刻满足，再判断附近是否存在稳定需求，随后验证商品能否被快速、准确、完整地交付，最后用贡献利润和库存效率决定投入深度。
选品逻辑最终落在六个连续动作上：
- 先按购买动机识别即时属性，再按商圈网格判断需求密度
- 最后根据单笔贡献确定商品角色，并依据库存表现执行放量、收缩和退出
即时零售商品选得准，靠的是清楚的准入条件与持续调品，单纯扩充商品清单只会增加库存和履约压力。
在正确的商圈、正确的时段，把正确的商品放在能够稳定履约的位置上，这才是即时零售选品的完整答案。
