一、项目背景

某电商商城运营团队三十多人，每月上新数百个 SKU，选品决策的真实过程是：运营翻一翻行业榜单、看一看竞对店铺、凭手感报选品会，会上谁嗓门大谁的品上得多。结果摆在数据里：上新 SKU 的九十天滞销率超过四成，仓库里压着一批批"当初觉得能爆"的货；反过来，真正的趋势品又常常错过窗口——等运营看到别家卖爆再跟进，红利期已过。销量预测同样粗放，备货量拍脑袋，爆款断货和滞销压仓轮流上演。

商城此前已接入我们的 AI 私有化底座跑智能客服，这次运营副总的诉求是把选品和备货也"武装"起来：不要黑盒决策系统，要一个能讲清理由的辅助决策工具，最终拍板权留给人。项目周期约四个月。

二、落地场景

落地为三个工作台。选品评分台：候选商品（运营提报或系统从供应商商品池发现）自动汇聚历史同类销售、站内搜索热词、商品评价情感分析、公开行业趋势信息，大模型综合这些特征输出选品评分与评分理由，运营在选品会前就能看到每个候选品的结构化档案。销量预测台：确定上新的商品按同类商品冷启动曲线加价格带、季节、流量计划因子生成首批备货建议与滚动预测，附置信说明。活动选品台：大促前按活动定位（引流、利润、清仓）从在售池里推荐活动商品组合，测算各组合的预期 GMV 与毛利影响。

流程上我们动了选品会的规矩：所有上会商品必须附系统评分档案，运营可以不同意评分，但必须在系统里写明不同意的理由——这些理由数据后来成了模型迭代最重要的输入。

三、关键技术挑战与解决思路

第一个挑战是多源特征的汇聚与清洗。评价数据有大量水军噪声，我们先用规则加模型过滤异常评价（集中时段、模板化文本、账号行为异常）；搜索热词要区分"搜了没买"和"搜了就买"，转化率低的热词只能作弱信号；竞对信息只使用公开合规渠道的数据并做趋势化处理，不碰具体商家的敏感数据。特征进库前全部走质量校验，这一层脏活占了项目工作量的四成。

第二个挑战是评分的可解释性。运营不接受一个光秃秃的"78 分"。我们把评分拆成五个可解释维度：需求热度、竞争拥挤度、价格带机会、供应链友好度（起订量、交期、退换灵活性）、与现有品类的协同度，每个维度有分值有证据，大模型再输出一段综合判断的自然语言摘要。上线初期我们做过一个对照：只给总分时运营采纳率不足三成，五维加摘要上线后采纳率翻了一倍以上——同样的模型能力，解释方式决定了它的实际价值。

第三个挑战是新品冷启动预测。新品没有自己的历史，我们的做法是相似品映射：按类目、价格带、卖点标签找出历史相似品集合，用它们的首销曲线分布作为先验，再按本次流量计划修正，输出的是区间而非单点；同时明确置信等级——相似品样本足够的给中高置信，全新类目直接标注"低置信，建议小批试销"。诚实标注不确定性反而赢得了运营的信任：低置信品走小单快返，两周实销数据回流后预测自动修正，第二批备货就有据可依了。

案例片段（已脱敏）：选品评分档案的输出片段——json {"candidate": "便携电解质冲饮", "score": 81, "dims": {"demand_heat": 88, "competition": 62, "price_gap": 79,          "supply_chain": 85, "category_synergy": 76}, "evidence": ["站内'电解质'搜索量环比+140%", "同类目TOP价格带15-25元存在空档",              "供应商起订500件、7天交期、支持退换"], "summary": "运动补水场景需求上行，站内供给集中在高价带，中价带存在机会窗口；             供应链条件友好，建议首批小批上新并配流量测试。", "confidence": "mid-high"}该品实际上新后六十天进入类目销量前十，首批备货售罄率约 92%。

案例片段（已脱敏）：一段选品会复盘纪要——"本月上会 62 品，系统评分与运营决策一致 47 品；运营否决高分品 6 个，理由集中在'品牌调性不符'（系统暂无此特征）；运营坚持上低分品 9 个，九十天后其中 7 个确认滞销。"调性特征已加入特征工程排期，而低分品的滞销验证让评分的话语权自然上升。

四、效果数据

上线六个月后的数据（脱敏示意值）：新品九十天滞销率从约 42% 降至约 24%；爆款捕获率（进入类目前二十的新品占比）提升约一倍；首批备货准确率（售罄率落在目标区间）从约 50% 提升到约 78%；大促活动选品的组合测算与实际 GMV 偏差收敛到 15% 以内；选品会平均时长缩短一半，争论从"我觉得"变成了"数据和证据怎么说"。运营团队的原话是：系统没有抢走决策权，但抬高了拍脑袋的成本。

五、可复用经验总结

第一，选品先有评分再上新，评分必须多维可解释、证据可查，总分没有灵魂。第二，特征清洗是地基，水军评价、弱转化热词这些噪声不滤掉，评分就是垃圾进垃圾出。第三，新品预测要诚实面对不确定性，区间加置信等级加小单快返，比伪装精确的单点数字有用得多。第四，人在回路要双向留痕，运营否决的理由是模型缺失特征的探测器，模型正确的验证是评分公信力的积累器。第五，辅助决策系统的成功标志不是替代了谁，而是让整个团队的讨论质量上了一个台阶。