摘要：新品上市 30 天是生死窗口。爆款断货 = 错失销售 + 失去势能，滞销品滞压 = 库存成本 + 占用货架。每提前 3 天识别爆款信号 ≈ 多抢回数万销售，每早 7 天识别滞销 ≈ 少压数万库存。管新品有一套行业实践常见的四步做法：每日巡检、根因归因、分级处置、验证复盘。极昆仑智能问数（极昆仑iInsight）把这套方法自动化落地：①上架 7 天早识别（8 款爆款信号：动销率 >150% + 连带率 +30% + 复购 +20%；12 款滞销预警：动销 <50% + 周转 >60 天）；②自动归因四类根因（断货风险/陈列/定价/描述）+ 区域差异；③生成《新品孵化行动包》（爆款加单 + 滞销调拨 + 区域差异化补货）；④T+30 验证。收益按"减少缺货损失 + 减少库存滞压"自算，中型连锁商超示例口径减少损失约 275 万（一次性），只是举例不是承诺，区间不是定值。
一、现状：新品，现在是怎么管的
先破一个常见的误区：很多人觉得"新品能不能爆是运气、赌爆款"。这是把新品当"听天由命"，忽略了 30 天生死窗口里爆款断货和滞销滞压是系统性可管理的。早识别一天，就多抢回一天销售、少压一天库存。
新品上市 30 天是生死窗口。爆款断货 = 错失销售 + 失去势能，滞销品滞压 = 库存成本 + 占用货架。示例里商品 A 动销 180% 已经是爆款，但库存仅够 3 天、补货周期要 7 天，断货那 4 天每天损失 8 万，且爆款势能一断、复购就散了。
现在普遍怎么管？基本是"人工巡店 + 周报"两件套：
上架后靠人工巡店 + 周报看表现，等看出来爆款断货、已经断了一周；
爆款断货说不清卡在补货周期还是库存预估，只能凭感觉加单；
滞销说不清是陈列、定价还是描述，只能一刀切清仓、折毛利。
除错失销售，还有两类更隐蔽的问题：
滞销品滞压 = 库存成本 + 占用货架：动销 <50% + 周转 >60 天，压着钱、还占着本可以摆爆款的货架。库存成本和机会成本双重流失；
新品根因说不清，补货清仓靠感觉：爆款为什么断、滞销为什么卖不动（陈列/定价/描述），说不清就只能凭感觉加单、凭感觉清仓。加错了压库存，清错了丢毛利。
根本矛盾在于：新品是"每 7 天都在发生"的生命周期管理，而传统管理是人工巡店、周报的、滞后的。等到周报"看出来"，爆款已经断货一周、滞销已经压了一个月。
二、极昆仑iInsight 方案：是什么，带来哪些变化
行业实践对新品管理有一套常见的四步做法：每日巡检（上架 7 天盯爆款信号和滞销预警）、根因归因（断货风险/陈列/定价/描述 + 区域差异）、分级处置（《新品孵化行动包》一包到底）、验证复盘（T+30 跟踪补货后动销）。这套做法人工也能做，难在全品类、全门店、7 天节奏追踪，人盯不过来。
极昆仑iInsight 把这四步自动化落地，带来这些变化：
环节 | 传统方式 | 极昆仑iInsight | 差异 |
发现时点 | 人工巡店 + 周报，上架 30 天才看表现 | 上架 7 天早识别：8 款爆款信号（动销率 >150% + 连带率 +30% + 复购 +20%）、12 款滞销预警（动销 <50% + 周转 >60 天），推送采购部 + 商品部 | 从"周报滞后"到"7 天早识别" |
根因归因 | 爆款断货说不清，滞销说不清为什么卖不动 | 断货风险/陈列/定价/描述 + 区域差异（南方爆款北方滞销） | 从"一笔糊涂账"到"根因分布" |
处置动作 | 凭感觉加单、一刀切清仓 | 爆款加单 3 倍 + 滞销分三型处置（陈列/定价/描述）+ 区域差异化调拨 + 爆款扩量 | 从"凭感觉"到"一包到底" |
执行方式 | 采购人工下单、店长人工调 | 补货工单派单采购系统 + 供应商；调拨方案派单 WMS + 店长 | 从"人盯人"到"能干活又管得住" |
效果跟踪 | 月底看新品销量，不知道谁起作用 | T+30 跟踪补货后动销：减少缺货损失 180 万 + 滞压 95 万 | 从"事后看数"到"归因闭环" |
能减少多少损失，按公式自算：一次性减少损失 ≈ 减少缺货损失 + 减少库存滞压。以中型连锁商超口径计算（示例企业当批 8 款爆款、12 款滞销）：减少缺货损失 180 万（8 款爆款补货到位）+ 减少库存滞压 95 万（12 款滞销处置完成）= 275 万（一次性）。但毛改善不等于全部兑现：补货到位前有断货窗口期、滞销调拨有物流成本、定价调整有毛利让渡。所以按"减少损失"（已扣处置成本）保守计。以上为满额兑现口径，实际落地按执行率 50% 折算，保守收益约 140 万起步。
补充一个严格口径：275 万为当批新品一次性处置口径（减少缺货损失 + 减少滞压是两件不同的事，分别列示、合计 275 万，无重复）；全年若多批新品滚动上市，可周期化折算，但保守计以单批一次性为准。
识别时点有行业数据可查：动销率 + 连带率 + 复购组合识别爆款信号，是新品运营的通用做法（口径见文末）。动销数据越及时、舆情/巡店数据越全，识别越早、损失越小。
效果参考口径：T+30 跟踪补货后动销，8 款爆款补货到位、减少缺货损失 180 万，12 款滞销处置完成、减少库存滞压 95 万，合计 275 万（一次性，按执行率 50% 折算约 140 万起）；采购合同、新品引进、战略品清仓定价人工执行。
合规边界：
环节 | 极昆仑iInsight 干 | 人干 | 绝对不做 |
预警 | 上架 7 天巡检爆款信号 + 滞销预警，推送采购部 + 商品部 | 采购部/商品部接收预警 | —— |
归因 | 断货风险/陈列/定价/描述 + 区域差异 | —— | 不把滞销自动归咎到采购个人 |
处置生成 | 新品孵化行动包（爆款加单 + 滞销分型处置 + 区域调拨 + 爆款扩量） | 采购/商品部审核清单 + 方案（重点审定价调整） | AI 不自主调战略品清仓价 |
执行 | 补货工单派单采购系统 + 供应商、调拨派单 WMS + 店长、页面价签修正 | 采购下单、店长调陈列、页面价签修正执行 | AI 不自主签订采购合同/不自主决定新品引进 |
效果跟踪 | T+30 输出新品孵化效果报告（缺货损失/滞压） | 采购部/商品部复盘改善效果 | —— |
三、为什么传统 ChatBI、智能问数做不了这件事
钱算得动，还得看是不是非 iInsight 不可。前面比的是"人工执行"，这里比的是"传统 BI 工具"——很多企业已经上了 BI，照样卡在新品管理上。
能力维度 | 通用 ChatBI / 智能问数 | 极昆仑iInsight |
查动销率 / 拉新品排名 / 出统计表 | ✅ 能做 | ✅ 能做 |
7 天早识别（动销 + 连带 + 复购 + 舆情多信号） | ❌ 多源信号融合不在能力范围 | ✅ 上架 7 天爆款/滞销双信号 |
四类根因（断货/陈列/定价/描述）+ 区域差异 | ❌ 多步归因不在能力范围 | ✅ 拆到商品级根因分布 |
爆款加单 + 滞销分型处置 + 区域调拨行动包 | ❌ 只给数据不给方案 | ✅ 一包到底 |
补货工单派单采购系统 + WMS | ❌ 做不了 | ✅ 数字员工自动派单，引进/战略品定价人工审 |
T+30 效果跟踪闭环 | ❌ 做不了 | ✅ 跟踪补货后动销，输出效果报告 |
三个跨不过去的壁垒：
多源信号早识别：爆款不能等月底销量出来再判断。动销率 >150% + 连带率 +30% + 复购 +20% + 社交媒体声量 +200%，要跨 order_item/inventory/舆情多源融合才能在 7 天识别。通用 ChatBI 你问"哪款新品要爆"，它答不出——多源信号融合不在"问一句出一张表"的能力范围。但爆款的窗口恰恰只有 30 天，晚 3 天识别就是多断货 3 天；
行动包生成 + 自动派单：通用 ChatBI 给你动销报表，到此为止。"哪 8 款先补、加单几倍、滞销分几型处置、区域怎么调拨"还得人干。iInsight 的终点是《新品孵化行动包》自动生成 + 补货工单自动派单采购系统 + WMS。这个"从报表到行动包"的跃迁，通用 ChatBI 跨不过去；
采购合同/新品引进/战略品定价红线：补货/调拨工单自动派单；实际采购合同签订、新品引进决策、滞销清仓定价（战略品）一律人工执行。AI 不自主签订采购合同、不自主决定新品引进、不自主调战略品清仓价。这就是"能干活又管得住"的边界。
四、怎么试
你家新品也在被"爆款断货错失销售、滞销品压库存、30 天窗口浪费"困扰？约一次 30 分钟需求对齐（不带销售，只看你家数据适配度），合适就做 概念验证：拿你家近 3 批新品的动销/周转数据回测，当场看"按 iInsight 信号，哪些新品 7 天就能识别为爆款/滞销"。
信号准不准、方案合不合理，当场判断。先验证方案；损失减少是经营结果，要 1-2 个补货周期试点才能看到结论。
数据来源与口径说明：
新品上市 30 天是生死窗口：零售商品生命周期通用口径
每提前 3 天识别爆款 ≈ 多抢回数万销售；每早 7 天识别滞销 ≈ 少压数万库存：零售新品运营通用口径
动销率 + 连带率 + 复购组合识别爆款信号：零售新品运营通用做法
爆款补货 + 滞销处置减少损失：零售商品运营通用做法
