Shopee知虾管的是哪一段：选品上架这件事拆开看

把选品上架拆成几步

第一步是定方向，也就是先做哪个站、什么季节做、往哪个类目靠。这一步要看的是一段时间里的走势，而不是某一天的数字。看的是一个类目在扩张还是在收缩，哪些价位带还有空间。方向定完，后面几步才有作用的对象。

第二步是定款式，也就是从一个大范围里收到几个以内。这一步要看需求量和在售数量的关系，还要看头部几家占了多少位置。收窄的过程本质上是取舍，判断的依据是这家店自己的货源和资金，不是某个通用标准。

第三步是备资料，把决定要做的款整理成统一的格式。图片要按尺寸处理好，属性要在同一张表里对齐，描述要有一个可以套用的底稿。这一步的动作规则明确，重复度高，属于典型的执行类工作。

第四步是做页面，按字段把资料填进对应的位置。这一步要严格遵守后台的字段要求，每个字段都要有明确取值，不能留空也不能随手填。填完之后逐项核对，确认没有漏项，也没有前后口径不一致的地方。这一步的产出是一份可以直接提交的商品页。它靠的是规则执行，不需要临场判断。

第五步是铺开去，把做好的页面按顺序提交到各个店。铺开的顺序和上限要提前想好，不是铺得越多越好，铺得太散反而没人盯得住。多个店之间字段可能有差异，描述也需要留出区别，不然几个店看上去太像。这一步同样是执行类动作，规则定得越清楚，跑起来越顺。

拆步的时候有一个常见的拆错法，就是按工具来拆。手上有什么工具就拆成几段，结果工具换了，拆法也跟着变。按动作的目的来拆会更稳，因为目的不随工具改变。看大盘是为了定方向，看供需是为了定款式，这类目的不会因为换了个工具就消失。

拆完之后要标出每一段的产出物。第一步的产出是一句方向，第二步的产出是一份款清单，第三步的产出是整理好的资料底稿，第四步的产出是可提交的页面，第五步的产出是多个店上的页面。产出物写下来，交接才有依据。

标产出物还有一个好处，它能暴露哪些步骤其实没有产出。有些环节看着很忙，回头一查却拿不出任何成型的东西。忙而不出结果，往往是因为这一段在重复做前一段的活。把产出物写清，这类空转就会显现出来。

五步之间的顺序不一定要严格串行。定方向可以同时看几个类目，定款式可以边整理资料边收窄。但顺序有一点不能反，判断要落在执行之前。执行那几步的动作都依赖判断给出的对象，对象没定，执行就没有方向。

每一步还能再往下拆一层。定款式可以拆成筛需求和筛供给两小步，备资料可以拆成整图和整字段两小步。往下拆的深度取决于做这件事的人是不是新手。熟手用不着拆那么细，新手拆细一点更容易上手。

用一个具体场景把五步走一遍。一家做厨房小工具的店，第一步看的方向是先把东南亚某站作为主力。第二步从收纳类里收到三个款，价位都定在中等档。第三步把三个款的图片和属性整理到同一张表。第四步按后台字段把页面做出来。第五步提交到三个店，其中两个店用不同的描述侧重。

这个场景里第一二步花了三天，其中大部分时间花在第二步的收窄上。收窄之所以慢，是因为要从几十个候选里剔除掉不合适的，每一个剔除都要找一个理由。第三步到第五步加起来花了一天。时间分配上判断占了大概三分之二，执行占三分之一。

下一批做相近类目的时候，同样的五步走了一遍，第一二步只花了一天。原因不是手变快了，而是上一次的判断理由留下了记录。哪一档价位站得住、哪几条属性值得写，这些结论可以直接复用，只需要在新的数据上确认一遍有没有变化。

执行那三步的时间几乎没有变化，还是一天左右。这说明执行这一段的耗时由动作数量决定，不由熟练度决定。想要这一段变快，靠的是把动作改成批量，而不是靠做的人更熟练。两种提效方式各自作用在不同的段上。

把两批的耗时并排放，会看到一个很实用的结论。判断做过的类目可以省时间，执行做过的类目省不了。因为判断能沉淀成记录，执行的重复动作每次都要重新走一遍。想让整条链持续变快，重点应该放在执行那一段的批量上。

这个结论还有一层延伸。第一次做某个类目时，判断的时间占比会很高，这时候急着上批量工具没什么意义。做过三四个相近类目之后，判断会明显变轻，执行占比上升，这时候再考虑批量的方式更合时宜。时间段不同，重点也不同。

五步里前两步要判断，后三步要执行

知虾站在哪一步上

从这五步看，知虾站在最前面的两步上。第一步定方向要看的类目占比、热销榜单、大盘走势，正是它提供的输入。第二步定款式要用的下钻、供需比、头部集中度、单品画像，也落在这一层。判断这一步的活，它接住了大半。

它站的位置可以用一句话说清，它负责让判断有依据。看一个类目是在扩张还是收缩，看一个价格带的供给有多密，看一个款的销量和评价大概在什么水平。这些输入让判断从凭印象变成有参照。

具体到定方向这一步，它给的是大盘的走势和类目的分布。哪一类在往上走，哪一类已经挤得比较满。具体到定款式这一步，它给的是供需关系和头部格局，还有候选款的销量与价格分布。两样都属于判断要用的原料。

值得说清的是，它给的是判断的原料，不是判断本身。原料摆在面前，收窄到几个款的决定还是要人来做。因为收窄要结合这家店有没有货源优势、这个季度资金紧不紧、团队能不能盯住这个类目。这些条件不在数据里。

准确的说法是，知虾给的是判断这一层需要的输入。它让这一步的起点高一些，能参考的组数多一些，看的角度稳一些。但它不替人拍板，收窄到几个款、价格定在哪一档，这些仍然是人的活。把原料和结论分清，知道它交的是原料而不是结论，用起来才不会错位，也不会把责任错推给数据。

从提供输入的角度看，它覆盖的是判断那两步，而且是给判断提供原料的那一部分。定方向要用的大盘走势、类目占比、热销榜单，定款式要用的类目下钻、供需比、头部集中度、单品画像，都落在它给的范围里。

除了这两步，判断里还有一部分它也能搭上手，就是回看那一段。每个款跑完一段之后表现如何，和当初判断的理由对不对得上。要回答这个问题需要把销量和价格的变化放在一起看，这类输入它也能给出来。

它还有一个用法落在日常浏览上。看某个商品的时候能顺手看到销量、价格走势和规格结构，不必专门另开一遍。这类用法不直接产出结论，但它让判断的素材积累得更连贯，看多了会形成对类目价格的直觉。

把它给的输入和判断的四个问题对一遍会更清楚。先做哪个站对应走势和类目占比，哪些款值得做对应供需比和头部集中度，什么价位站得住对应价格分布，哪几条属性值得写对应单品画像里的评价维度。四个问题里，前三个的输入它都给得到。

把这几个位置标在五步图上，会发现它集中在最前面和最后面，中间三步基本不涉及。这个分布不是巧合，它反映的是它只做需要看数据的那部分工作。需要动手的那部分，不在它的位置上。

回到具体用法上，看一个判断是怎么被支持的。要定这批做哪个价位，先看这个价位带的供给有多密，再看这个价位带里卖得好的集中在哪一小段。两组输入放在一起，能大致判断自己进去有没有空间。这一步用的是它的价格分布，结论仍由人来下。

再看另一个判断，哪几条属性值得写进标题。看同一个类目里卖得好的款，评价里反复提到的是哪几个点。评价集中在哪一点，说明买家在意哪一点。这个观察可以支撑属性重点的判断，把词写进标题的活还是由人来完成。

还有一类判断是排名验证。标题写好、页面上线之后，想知道目标词下自己排在第几。查排名能给出这个位置，也能给出一段时间里的变化。看到排名不理想时，是要换词还是改标题结构，这个取舍仍然需要人决定。

这三个例子有一个共同的形状，都是先看一组输入，再由人下结论。它负责把输入给准，负责让输入可持续地看。结论那一步不在它的位置上，因为结论要结合这家店自己的条件，而那部分信息不在数据里。

把这个形状记住，用起来会很顺。需要看市场情况就找它的输入，需要拍决定就自己来。两件事分得清，就不会出现期待落空的情况，也不会因为它没有直接给出答案而觉得少了什么。判断这一步的活本来就该由做店的人来收尾，工具只负责把看到的摆清楚，把选择留给你。

还有一层是记录的便利。每次判断时把看的那组输入和当时的结论写在同一行，攒起来就是这家店的判断档案。档案的原料由它提供，结论由人补上。半年之后翻回去，能看出自己判断的准头在往哪个方向变。这份档案的价值在于它记录的是这家店自己的选择，而不是通用的经验。

判断的成分集中在前两步和最后回看这一段

它给的是什么形式的产物

它给出的产物形式是几组数字加一个可下钻的视角。类目占比是一组数字，供需比是一个比值，头部集中度是一个份额，单品画像是一份销量与价格的分布。这些产物可以直接读，但读完之后还需要人下结论。

这类产物的共同特点是它呈现分布，不给出答案。它告诉你这个价位带里有多少款在卖、卖得好的集中在哪一档，但不会告诉你应该定在哪一档。分布是客观的，选择是有立场的，两者不在同一层。

它的产物还有一层特点是可追溯。看到一个类目在扩张，可以顺着往下看是哪些价格带在拉动。看到一个款卖得好，可以看它的评价数量和价格位置。这种可以一层层往下的结构，是判断时最需要的。

与应用在页面上直接产出的东西相比，这类产物更靠前。页面是链条的末端，产物是一份可以直接提交的成品。判断层的产物停在清单和口径上，它离成品还差几步动作。这个距离不是缺陷，是位置决定的。

还有一点要说清，它的产物不需要成型为一份商品页。要求它直接产出页面，等于让它跨到后面几步去。产物停在判断层，后面的几步才能各自把自己的规则写清楚。各段管好各自的产出，链条才稳。

判断这一类的产物有一个共同的形态，它们都是分布而不是点值。一个类目的销量是一条曲线，一个价位的供给是一片范围，一款商品的评价是一簇数字。分布可以读出很多信息，但要读出一个结论还有一步距离。

分布型产物的好处是不容易被误当成答案。看到一条上行的曲线，人会自然去想它还能上行多久。看到一个挤满的价格带，人会去想自己进去有没有优势。这种自然的追问，正是判断该有的动作。

它与清单型产物的差别也在这里。清单是收窄的结果，上面每一个条目都已经过筛选。分布是筛选之前的原料，它把可能性都摆出来。两样都需要，但它们的用法不同，一个用来做，一个用来看。

判断这一步的产物要能被复述。看完之后能不能用几句话说出这一批的判断依据，说什么类目在涨、什么价位有空间、什么款的评价量已经很高。说得出来，说明产物被真正读进去了。说不出来，说明只是看了一堆数字。

产物还要能被存档。判断的依据、时间、结论写成一行，攒起来就是这家店的判断记录。下次遇到相近的类目，直接翻记录比重新看一遍快得多。记录这件事不靠工具，但工具让记录有了稳定的原料。

产物还有一个层面容易被忽略，就是它的时效标注。看的是哪一段时间的数据，会直接影响结论。同一组数字，如果是一周前的和是一个月前的，含义差很多。看的时候顺手把时间记住，结论里也就带上了时间这个条件。

产物适合和一两个别的输入放在一起看。只看出一个类目在涨，判断依据薄。再看这个类目的头部集中度、看看这个价格带的供给密度，判断的依据就厚了。两组输入互相印证或者互相矛盾，都是有价值的信息。

互相矛盾的时候价值更大。一个类目整体在涨，但头部几家把位置占得很满，这时候要判断的是自己有没有资格挤进去。矛盾不会自己消解，它会逼着人做出一个更具体的判断。这类判断比单看一组数字要靠谱。

产物还要能被写下来。看完之后用两三句话记下依据，比只记一个结论有用得多。三个月后回看，如果只记了结论，无法判断当时的依据还成不成立。记了依据，就能看出是依据变了还是结论错了。

这两者的差别在复盘时特别明显。依据还在，结论没成，说明执行那一段出了问题，该查的是动作。依据已经变了，原来结论自然也就不适用，不必自责，调整判断即可。能分清这两种情况，判断才会越修越准，复盘也不会变成笼统的自我否定。

看待这类产物时，合适的姿态是把它当成一组可以被追问的输入。它是什么口径、覆盖多长一段时间、和哪一组放一起看，这几个问题问清楚了，它的作用才发挥得出来。问不清楚就下结论，等于拿一个不知道边界的数字去支撑一个具体的决定，风险都留在了后面。

它不管哪几步

它不管后面三步，也就是备资料、做页面、铺开去。这三步的共同点是动作重复、规则明确，需要的是执行速度，不是判断。它提供的数据在这三步里帮不上什么忙，因为这三步要的是明确取值，不是参考分布。

它也不管一件很容易被误认为归它管的事，就是把结论变成合规的商品页。页面要按后端字段一项项填，要处理图片、要写描述、要遵守类目的属性要求。这一整套动作靠的是执行规则，不在它的能力范围里。

第三件它不管的事是把一份页面铺到多个店。多个店意味着字段可能有差异，描述可能需要按店区分，铺开的顺序和上限也要人定。这些都属于成批执行的动作，需要的是批处理能力，和判断靠的不是一套东西。把它当成判断工具用，就不会对这一段有错误的期待。

这三步之外，还有一件它不管的事是最终决策。数据可以很清楚地指向一个方向，但做不做这个款、投多少量进去，仍然是人的责任。选错了要压货、要赔运费、要花时间清理，这些后果它不承担。

把这几件它不管的事列清楚，比只列它管什么更有用。因为误判通常发生在预期上，而不在能力上。预期定高了，用一阵子就会觉得哪里不对，又说不出具体是哪一步。知道它停在哪一步，后面的安排才不会悬空，补位的人也能提前想好自己该接什么。

把这几件不管的事放在一起看，会发现它们有一个共同点，都要求把已经定好的东西稳定地重复做出来。稳定和重复是执行那一段的核心要求，与看数据判断的核心要求不一样。所以这几步不在它的位置上，不是因为做不到，而是因为不是同一类活。

还有一件容易混淆的事要先说清。它给的关键词分析和排名查看，属于判断这一步里的选词与验证，用来支持标题方向的判断。它不负责把这些词排进标题、写完描述、生成页面。词选出来之后的落地，属于执行那一段的活。

定价计算也是一样。它给出的是按成本、重量和目标利润率算出来的建议售价与利润，这个结果用来支持价位区间的判断。至于把价格填到页面上、在多个店之间分别设定，属于执行那一段的动作。计算和填写是两件不同的事。

竞品监控也是同一类。它看的是店铺的上新调价活动、同款的销量走势、关键词的排名变化，这些都属于判断要用的输入。看到对手调价之后要不要跟、怎么跟，是人的判断。把价格改到页面上，是执行的动作。

把这几个容易混淆的点一个个拆开，边界就清楚了。它给出的都是判断时要看的原料和参考，把结论落地成页面的那一段不在里面。分清这一点，用起来就不会对它有超出能力的期待，也不会因为它没能直接产出页面而觉得少了什么。它的产出停在判断层，正是它的位置所在。

还有一个经常被误会的点要说清。它在日常浏览时显示销量、价格走势和规格结构，这是插件提供的查看便利，用来看商品，不是用来改商品。看到一组数据然后动手改动页面，这个动作不在它的范围里，两者之间隔着一整套执行动作。

同一件事换个角度看也是一样。它提供的是看到的便利，不是改动的能力。看到对手调价，你可以据此判断要不要跟，但改动自己的价格需要在后台或别的地方动手。看到的和做出来的之间，那段距离仍然要人或者执行工具去补。

把这条边界放在开店流程里看会更清楚。判断这一层需要的是看的能力，看得全、看得久、看得清。执行那一层需要的是做的能力，做得稳、做得快、做得准。两层各自强化自己的长处，凑在一起才是一条完整的链。

有一个简单的自检办法，把每天的动作分两列写下来。一列是看和判断，一列是做和提交。看那一列的动作，它大多能支持。做那一列的动作，它大多不能。两列的比例也能告诉你，自己的时间花在哪一边更多。

如果做那一列明显更长，说明重心在执行，要考虑的是把执行做得更快。如果看那一列更长且看不到产出，说明判断没有收窄，需要补的是结论这一步。两列的分布是判断自己缺什么的一个直接信号。

把边界弄清的最后一个好处，是让投入能被估算。判断这一段需要的是数据和时间，执行那一段需要的是规则和批量能力。两段要的准备不同，投入前先想清楚往哪边加，比两边一起加更容易看到效果。

为什么它只站在这一段

第一个原因是判断和执行需要的信息类型不同。判断偏爱分布和趋势，越能看到整体越好。执行偏爱明确取值，越少歧义越好。两类信息放在一起会互相干扰，分开处理反而各自清楚。

第二个原因是判断和执行的时间节奏不同。判断手要始终在前面一批，一边做上一批一边判断下一批。执行跟着订单和上架计划走，节奏由外部时间点决定。两种节奏混在一起，往往会互相等。

第三个原因是承担责任的方式不同。判断错了要压货、要赔运费、要花时间收拾。执行错了改一遍就行。让不承担后果的一方去做决定，本身就是错配。这也是判断必须留在人手里的原因。

第四个原因是判断的修正周期长。一个款好不好要跑一段才看得出来，这期间市场已经变了。修正判断需要人把前后的判断和结果放在一起看。这类回看和修正，不容易交给一套固定规则。

这几个原因合起来说明一件事，站在这一段是位置使然，不是能力不足。判断这一层的输入是数据和经验，输出是取舍。执行那一层需要的是规则和速度，输出是一份能直接提交的页。两者各占其位，中间靠几行约定接起来，整条链才跑得顺。把它放到执行那一段去要求，反而是错配。

还有一层原因和数据的性质有关。它拿到的是平台上的公开数据，反映的是一段时间里的走势和分布。这类数据能做到的就是把市场情况呈现出来。落到具体的店铺里怎么动作，涉及这家店自己的资源和规则，数据本身无法覆盖。

判断和执行需要的反馈速度也不一样。判断可以慢一点，多看几组数据更稳。执行要快，一批货压着不出就是成本。两类节奏对工具的要求相反，一个要能沉下去看，一个要能快速跑完。放在同一个位置上，会互相牵制。

从使用的角度看，只站在判断这一段也有它的好处。位置单一，用法就明确，不会出现功能互相干扰的情况。看的是一个类目的大盘，就用大盘的视角看，不会掺进执行时的细节。视角纯一点，判断的干扰少一些。

位置单一还带来另一个好处，它给出的结论容易和别的环节对接。产物是一组数字或者一份分布，可以直接拿来和别人讨论，也可以拿去和另一组输入对照，还可以存档留待后面回看。产物形态稳定，接起来就方便，不必每次都重新解释一遍这组数是什么口径、覆盖的是哪一段时间。

反过来说，如果一个工具两头都做，用的时候就要不断区分现在是在判断还是在执行。区分本身会消耗注意力，注意力消耗多了，判断的质量容易下降。站在一段上，这个切换的成本就省下来了。

所以只站在这一段，既是事实上的边界，也是一种省事的设计。它的产出形式统一，用法固定，接起来清楚。需要判断的时候看它的输入，需要执行的时候找执行那一段的办法。各管一段，谁也不越位。

从数据的可获得性看，这个边界也很自然。平台上看得到的部分，它能整理出来给你看。看不到的部分，比如你的进货价、账期、仓库里的存货，它拿不到，也就没办法把判断做到能直接落地的那一步。

还有一层和判断的性质有关。判断的结果往往是一个带条件的结论，比如这个款先做两个颜色试水，跑两周再决定加不加量。这类结论里有节奏、有条件、有留白，它是为后面的调整留出空间的。数据能支撑这样的结论，但不能替人写出这样的结论。

从使用成本的角度看，只做一段也让学习和维护更容易。用法固定下来以后，团队里换个人接手，几天就能上手。如果它同时横跨判断和执行，交接时要解释的东西会多出好几倍。位置单纯，维护成本就低。

位置单纯还有一个好处是它的产出容易标准化。每一批看完之后留下的都是同一类东西，可以积累、可以比较、可以检索。标准化是记录能起作用的前提，记录混乱的时候，攒了一堆也翻不出来。

所以站在这一段是边界与便利同时成立的选择。它把判断能用的那部分数据整理好，剩下需要人自己承担的部分留给人。这样分工之后，人在使用它的时候不会产生不切实际的期待。判断归判断，执行归执行，两头各自做好自己那一段。

越靠前的步骤越吃判断，越靠后的步骤越吃动作

站在这一段够不够用

够不够用取决于规模。款少的时候，比如一批只做三个款、一个店，站在判断这一段基本够。判断做完，剩下的手工执行花不了太多时间。这种情况下缺的不是工具，是判断做得够不够扎实。

款多的时候情况会变。一批要做十几个款、铺到几个店，执行那一段的重复动作会迅速堆积。这时候缺的是执行速度，需要的是能把定好的东西成批落地的能力。判断那一段依然要做，只是它不再是瓶颈。

判断这一段本身也有够用与否的差别。够用的标准很朴素，下游拿着结论能直接开工，不需要再回来问这一句是什么意思。做不到这一点，说明判断层还缺几条约定，比如价位到底按哪一档算、属性重点按什么排。补上这几条比换一个工具更有效，因为它补的是结论的完整度。

还有一个衡量的角度是记录。判断这一段有没有留下可回看的东西。上个月为什么选那几个款，价格为什么定在那一档，能不能说得清。说得清，判断这一段就算立住了。说不清，第二次还要从头再试。

所以问题不是够不够，而是够到哪一步。判断这一段做得扎实，后面的执行才有明确的对象，返工也少。判断这一段留着空白，后面做得再快也是在执行一个还没想清楚的东西，跑得越快错得越多。够到哪一步，决定了后面的活值不值得加速。

判断这一段够不够用，还可以从一个更具体的地方看，就是决策的重复率。如果每一批的判断都在重新摸，说明没有留下方法，这一段不够扎实。如果判断的依据能连续复用几批，说明这一段已经立住了，可以往下推动执行。

执行的量也有一个观察点，就是重复动作占总时间的比例。如果一天里大半时间花在填表、对字段、改图上，说明执行这一段已经成了瓶颈。这时候即使判断做得再好，整条链的速度也上不去。

还有一种情况是判断和执行都不缺，但两段之间的转换很费劲。判断的人写了一句话，执行的人看不懂，来回确认几轮。转换费劲说明交接的描述还不够具体，需要补的是那几行约定。

观察这三种情况的方法都一样，连续记录几批的时间分配。判断花了多久、执行花了多久、来回确认花了多久。三列记下来，哪一列最长，瓶颈就在那里。这个方法不需要额外工具，只用一张表。

记录的意义在于它把感觉换成了数字。多数人对自己的时间分配有一个印象，但印象往往偏差很大。记上五批之后再看，通常会发现瓶颈和自己以为的不在同一个地方。找对地方，投入才不会白花。

还有一项观察点是判断的准确度。回头看三批，当时判断能做的款实际上跑出成绩的有几个。这个比例不需要很高，只要能说清没跑出来的那几个当初是怎么判断的，判断这一段就是在进步。说不清原因，说明判断还没有形成方法。

判断的准确度还和记录的粒度有关。只记这个款成不成，回头看不出原因。记下当时看的是哪几组数、得出的是什么结论、后来实际如何，三个月后回看就能看出规律。粒度决定记录有没有用。

执行那一段也有自己的准确度指标，就是一次做对的条数占比。这个比例低，说明规则没写细或者资料准备得不齐。它是可以被迅速提高的，因为执行靠规则，规则写清楚就能见效。判断的准确度提起来要慢得多。

两个指标各自记，哪一段是瓶颈一目了然。判断准、执行快，链条就顺。判断准、执行慢，瓶颈在执行。判断不准、执行快，问题更大，因为批量会把判断上的偏差一起放大，返工量翻倍。

所以够不够用这件事，不能只看速度。速度是执行那一段的指标，判断那一段要看的是准头和记录的完整度。两段用不同的尺子量，才知道各自处在什么水平，也才知道下一步该往哪边使劲。用错了尺子，容易在已经做满的那一段继续加码，而空着的那一段一直没人管。

把判断提到前面，返工会随批次往下走

缺的那一段怎么补

缺判断这一段的补法不是加工具，而是建立固定的问句和记录。每次判断前照着同一张表填一遍，判断完把理由写下来。写满几批以后，判断会明显变快，因为前面攒下的理由可以直接复用。

缺执行那一段的补法有先后。先把字段规则写下来，包括哪些字段必须有值、每个字段的取值范围、哪些取值要按类目区分。规则写全了，再考虑用批量方式执行。顺序反过来，规则往往要靠猜。

还有一种情况是两段都不缺，缺的是中间那几行交接。判断也清楚、执行也够快，但交出去的东西和想的差一截。这时候要补的就是接口本身，把交什么、什么时候交、下游需要什么写成几行字。

补的时候有个原则，一次只动一段。补完观察一个周期，确认这一段顺畅了再动下一段。同时改多处，出问题时无法判断是哪一处引起的，反而更难收场。分段补的速度看起来慢，实际落地更快，因为它每一步都能拿到明确的反馈，也能知道下一步该往哪个方向调。

判断层做扎实之后，上架那一步才有意义。它执行的是一个已经收窄过的结论，而不是一堆还在变的假设，改的次数自然少。这也是两段各自做好的价值所在。一段负责想清楚，一段负责做快。想清楚的先做完，做快的那段才不至于把偏差放大到一批。

补之前先确认一件事，你缺的是能力还是容量。同一个动作如果做得好只是慢，缺的是容量，可以考虑成批处理。如果做得又快又乱，缺的是能力，要先把规则和口径写清。两种缺法的补法完全不同。

确认之后再看补的顺序。判断这一段缺，先把问题清单立起来，每次判断照着填。执行这一段缺，先把字段规则写下来，再考虑批量。两段之间的交接缺，就把交什么、什么时候交写成几行字。三种缺法各有一条起手式。

补的时候还应该留出验证的方式。判断这一段补完，看下游回头的次数有没有减少。执行这一段补完，看同样的活花的时间有没有下降。交接补完，看返工的条数有没有减少。每一项都有对应的观察点，补完就能看出来。

有一个原则值得反复提，不要同时补两段。同时动两处，出问题时无法判断是哪一处引起的，会分不清是补的方法不对还是补的顺序不对。一次一段，观察一个周期，再动下一段，每一步的反馈都干净。

补的终点不在于两段都变得很快，而在于交接不再需要靠默契。判断把结论写清楚，执行按清单做，中间不需要反复确认。到这一步，两段的配合就稳了。稳了之后再谈提速，才不会把速度变成新的错误来源。

补执行那一段时，有个顺序值得说清。先定规则，再定模板，最后才是批量。规则管的是填什么，模板管的是怎么排，批量管的是多快跑完。三样缺一样，批量跑出来的东西就要返工。按这个顺序补，每一步的产出都能被下一步用上。

补判断那一段也有顺序。先把每次要看的那几组输入固定下来，再把判断的结论写在同一份表里，最后加上回看的一列。三样写全，这张表从此就成了判断的唯一入口。判断不再散落在记忆里。

两段都补完之后，再回头看中间那几行交接。这时候交接通常已经自然形成，因为判断留下了结论，执行有了按结论办事的清单。剩下要做的只是把这几行写下来，让下一个人接手时不用从头问一遍。

补的过程中要有耐心。任何一段的改变都需要跑过几批才能看出效果。第一二批往往感觉不到变化，因为还在适应新的方式。跑到第四五批再评估，结论才可靠。急着在第一批就下判断，容易把有用的调整否掉。

补到后面会有一个自然的时点，判断这一段已经很稳，执行这一段成了明显的瓶颈。这个时点的标志是判断的结论基本不用返工，但执行的动作要花掉大部分时间。看清这个时点出现，再决定往执行那一段加投入，顺序就对了。

常见问题（FAQ）