Auto Parts Broad Listing Playbook

汽配泛铺项目方案

以“选品雷达 + SKU 工厂 + 轻库存测试 + 快速淘汰”为核心，建立可复制的汽配泛铺体系；用数据筛出 A 类利润款，再转入精铺深耕。

300+ 每周采集线索，扩大样本池而不是凭感觉选品。

30-80 每周可上架测试 SKU，统一模板和字段。

10-50 新品小批量测试库存，先验证再补货。

A/B/C/D 按销售、毛利、退货和客诉分层处理。

01 · 执行摘要

泛铺不是无脑铺货，而是低成本发现机会

汽配泛铺的优势是快、广、轻；风险是错配、侵权、库存积压和内容低质。项目必须用标准化数据和淘汰机制保护利润。

核心目标

用大线索池和快速上架测试发现可放量 SKU，而不是追求每个 SKU 从一开始就做深。

大样本快验证强淘汰

经营底线

适配、型号、尺寸、材质、图片和合规信息必须可追溯；AI 负责提效，不负责凭空创造事实。

Fitment OE/MPN IP Check

最终路径

泛铺跑出稳定款后，进入精铺：补图片、做说明书、优化适配、建立库存和供应链优势。

A 类 SKU 转精铺利润款

02 · 项目定位

选择“可批量、低责任、可解释”的汽配周边和轻适配件

泛铺阶段要优先做资料容易标准化、供应商能混批、退货责任较轻的产品。安全责任件和复杂适配件先放到人工深度项目里。

适合泛铺	原因	关键字段	暂缓品类
通用车载配件、收纳、清洁工具	适配压力低，内容模板化强，供应商多。	尺寸、材质、颜色、包装数量、使用场景。	气囊、刹车、转向。
卡扣、盖板、密封条、螺丝包	多规格矩阵明显，可小批量测试。	尺寸、孔径、材质、适用位置、数量。	燃油、高压电系统。
雨刮、滤清器、灯泡、线束小件	需求明确，适配可结构化，但要严控型号。	OE/MPN、年款、车型、接口、左右位置。	复杂电控模块、法规敏感灯具。

03 · 泛铺流程

用一条 SKU 工厂流水线把随机选品变成系统动作

泛铺效率来自流程，不来自个人经验。每个 SKU 都要经过字段清洗、风险过滤、AI 内容、上架测试和分层淘汰。

线索采集

平台、竞品、供应商、论坛、短视频和搜索词批量进入线索池。

字段清洗

统一类目、规格、图片、重量、售价、适配和供应商字段。

风险过滤

剔除侵权、安全责任高、资料缺失和适配混乱产品。

AI 生成

生成标题、五点、描述、FAQ、安装说明和属性模板。

快速上架

批量发布，统一图片规范、变体规则和价格策略。

小额测试

自动广告低预算验证点击、搜索词和早期转化。

分层处理

A 类补货，B 类优化，C 类观察，D 类清仓，X 类下架。

04 · 线索采集

建立“大池子”，但每条线索都要能进入模型

泛铺不能只收藏链接。必须把线索拆成可计算字段，后续才能自动打分、筛选、上架和复盘。

平台线索

Amazon、eBay、Walmart、AutoZone、RockAuto、AliExpress、Temu。

供应商线索

1688、阿里国际站、工厂画册、档口清单、贸易商 Excel 表。

内容线索

YouTube 安装视频、TikTok 热品、车主论坛、问答和差评。

数据线索

搜索词、竞品店铺、类目榜单、销量估算、价格带和 Review 壁垒。

字段	用途	缺失处理
售价、重量、包装尺寸	计算物流、平台费和毛利底线。	缺失则降权，重量尺寸不明不得备货。
OE/MPN、适配车型、安装位置	判断是否进入轻适配或强适配流程。	缺失则只可作为通用件，不得写适配承诺。
图片、尺寸图、安装图	判断能否快速上架和降低客服成本。	缺失主图可补拍；缺尺寸图则进入人工复核。
差评、退货痛点、竞品问题	识别错配、质量、包装和安装风险。	高风险差评集中时直接淘汰或样品验证。

05 · 模型筛选

泛铺模型先过滤风险，再寻找增长机会

不要让模型只追热度。汽配泛铺更需要过滤合规、错配、物流和供应链问题，否则 SKU 越多，损耗越大。

SKU 分层规则

层级	定义	动作
A	有销量、有利润、退货低	补货、优化、转精铺
B	有点击，转化一般	改图、改价、改标题
C	无点击或无转化	停广告，观察自然流量
D	高退货、高客诉	停售、清仓、追责
X	合规或侵权风险	立即下架

06 · 供应商体系

泛铺供应商看“批量协作能力”，不是只看单品价格

供应商要能提供批量资料、混批能力、小 MOQ、稳定交期和售后责任。泛铺项目最怕供应商资料碎片化，导致上架快但错误多。

Excel批量产品表、字段完整。

Image主图、尺寸图、场景图。

MOQ小批量、混批、可试错。

Lead交期稳定，可预警。

After错发、漏发、质量问题可追责。

优先合作

可批量供货 50-200 个 SKU，图片资料齐全，支持小单混批，能提供包装尺寸重量和规格表。

谨慎合作

只给低价，不给资料；批次变化不通知；MOQ 高；售后推责；图片带侵权 logo 或无法授权。

07 · AI 上架工厂

用 AI 扩大产能，但用规则守住事实边界

AI 最适合做提取、翻译、清洗、生成和检查；不适合凭空判断适配、编 OE 号或规避平台规则。

输入

供应商 Excel、PDF、图片、竞品链接、差评、规格表、样品测量记录。

处理

字段标准化、标题生成、五点生成、FAQ、安装说明、敏感词和缺失项检查。

输出

平台上架表、属性表、图片需求表、说明书草稿、客服问答和人工审核清单。

AI 使用红线：不能凭空扩展车型适配，不能擅自写 OE/MPN，不能把竞品品牌写进标题，不能把相似件合并成同款。

08 · 运营打法

广告预算用于验证，不用于强推差品

泛铺运营要用短周期数据决定 SKU 命运。点击、转化、退货、客服和毛利必须每周回到 SKU 分层表。

新品 7 天

低预算自动广告，看点击率、搜索词和主图吸引力。

14-30 天

有点击无转化先改图、标题、价格和适配说明。

30-60 天

看净毛利、退货率、广告依赖度，决定补货或淘汰。

转精铺

A 类 SKU 补拍图、做说明书、建适配表和供应链壁垒。

09 · 库存管理

小批量、多批次、快淘汰，避免库存假繁荣

泛铺阶段 SKU 数会快速增加，库存管理要保护现金流。不要用压货证明增长，真正重要的是周转和可补货 SKU 占比。

阶段	备货策略	预警指标	动作
测试期	10-50 件小批量，控制广告预算。	无点击、无转化、客服问适配。	优化或暂停，不补货。
验证期	30-60 天库存，观察毛利和退货。	退货率高、广告亏损、评价差。	降级为 B/D 类。
放量期	45-75 天库存，锁定供应商交期。	可售天数低于采购+头程+入仓周期。	滚动补货并转精铺。
滞销期	停止补货，拆包、套装、多平台清货。	库龄超过 90 天，周转慢。	清仓、退供应商或停售。

10 · 团队分工

小团队也要有清晰角色，尤其是数据和复盘

泛铺最容易乱在“谁都能上架，没人负责数据”。即使一人多岗，也要按角色交付物管理。

选品

采集线索、竞品分析、初筛和淘汰原因记录。

数据

维护线索池、SKU 表、属性表、适配表和分层表。

供应链

找供应商、拿报价、打样、验货、补货和售后追责。

内容

AI 生成、人工审核、图片需求、安装说明和 FAQ。

运营

上架、广告、价格、活动、转化优化和分层处理。

售后

退货原因、客服问题、差评归类，并回流给选品和内容。

11 · 成功关键点

泛铺能否成功，取决于淘汰机制是否比上架机制更强

上架速度只是表象，真正决定结果的是数据质量、库存纪律、合规边界和从泛铺转精铺的能力。

必须做到

线索池足够大，但淘汰足够狠。
SKU 字段统一，不能为了速度牺牲数据。
AI 提效明显，但事实信息必须可追溯。
广告用于验证，不用于长期强推亏损 SKU。
每周分层：补货、优化、观察、清仓、下架。

核心指标

线索到上架转化率。
上架 SKU 30 天有点击率。
A 类 SKU 占比和净毛利率。
退货率、错配率和库龄结构。
泛铺 SKU 转精铺 SKU 的比例。

12 · 90 天路线图

先跑出 SKU 工厂，再追求爆款和规模

前 90 天的任务不是证明品类一定能爆，而是证明团队能稳定采集、筛选、上架、复盘和淘汰。

第 1-2 周

搭建基础表

确定品类边界，建立线索池、SKU 表、供应商表、属性模板和风险规则。

第 3-4 周

批量采集筛选

采集 600-1000 条线索，筛出首批 80-150 个候选 SKU。

第 5-8 周

上架测试

发布 100-200 个测试 SKU，低预算广告验证点击、转化和退货。

第 9-12 周

分层放量

筛出 A 类 SKU，补货并转精铺；B 类优化；C/D/X 类暂停或清理。