BB体育App怎么查看某类体育商品的搜索、销量和库存变化？

模拟场景：跑步鞋品类一周内三条曲线方向不一致

以下为模拟示例。某运动零售团队在商品趋势项目里跟踪“入门级跑步鞋”品类。周一到周日，品类搜索指数上涨了约40%，但同期销量只增长8%，而库存可售天数从21天降到了16天。三个数字放在一起，团队内部出现了两种意见：一种认为需求正在起来，应该马上追单；另一种认为搜索涨得快、销量涨得慢，说明只是短期关注。

这类分歧恰恰是品类视图要帮助回答的问题。App不会直接告诉你“追”还是“不追”，但会把三条线的时间关系、口径和可能原因摆在一起，让判断有依据。

进入品类视图的操作路径

1. 在首页进入对应的商品趋势项目，点击顶部的“品类”标签。
2. 在品类树里选择目标品类，例如“跑步 > 跑鞋 > 入门级”。层级越细，数据越少，波动也越大，建议先从二级品类看起。
3. 在时间范围里选择“近8周”，并打开“同比对照”，避免只看最近几天。
4. 页面下方依次是Search、Sales、Inventory和Trend四个视图，可以单独展开，也可以切到“叠加模式”。

如果品类树里找不到想看的分类，通常是项目导入时字段映射没有包含品类列，需要回到项目设置里补充。

Search视图：看的是关注度，不是购买意愿

搜索视图汇总了项目接入的站内搜索和公开搜索热度，展示为相对指数而不是绝对次数。读这个视图时要注意两点。第一，搜索上涨可能来自新品发布、赛事转播或某条社交内容的带动，App会在曲线上标出同期的热点事件，方便对照。第二，搜索只说明有人想了解，不说明他们会买，更不说明会在你的渠道买。

比较可靠的读法是看搜索上涨后的第二周、第三周，销量有没有跟上。搜索领先销量一到两周是常见的节奏，如果连续三周都没跟上，就要警惕这是一次关注度事件。

Sales视图：先确认口径，再看涨跌

销量视图顶部有一个口径切换：下单、支付和签收。促销期间下单量会被放大，签收量又会滞后并受退货影响。对趋势判断来说，支付口径通常最稳定；对补货测算来说，签收并扣除退货后的净销量更接近真实消耗。

另外建议打开“剔除促销日”开关。一次大促带来的峰值会把均值抬高，如果不剔除，后面几周的正常销量看起来就像在下滑。

Inventory视图：可售天数比库存数量更有用

库存视图同时展示在库数量、在途数量和可售天数。可售天数等于当前可用库存除以近期日均销量，它把库存和销售速度放在同一个尺度上。库存数量不变，但销量加快，可售天数就会下降；这往往比库存数字本身更早暴露缺货风险。

需要注意，在途库存是否计入可售天数是可以设置的。如果供应商到货不稳定，建议不计入，以免高估安全边际。

还有一个容易忽略的细节：品类层面的可售天数是汇总值。整个品类还有20天库存，并不代表每个尺码、每个颜色都够卖。点击曲线上的任意一天，可以下钻到款式和尺码分布，常见的情况是热门尺码只剩五六天，而冷门尺码压着大量库存。汇总数字好看，局部却已经断码。

三条线叠在一起时的四种典型组合

回到开头的模拟场景，搜索上涨40%、销量上涨8%、可售天数下降，更接近第一种和第二种之间的过渡状态。合理的做法是小批量追单，同时设定两周后的复核点，而不是一次性大单补货。

Trend视图则是在前三条线的基础上，由Forecast Model给出未来四到八周的预测区间。它的作用是把“现在的变化”延伸成“可能的走向”，但预测依赖的历史样本越少，区间越宽。新上市的品类或者刚经历大促的品类，预测结果只能作为参考。

最容易出现的五种误读

• 把相对指数当成绝对搜索量，拿两个品类的指数直接比大小。
• 看单日数据下结论，忽略周末和发薪日带来的周期波动。
• 把大促峰值当成新常态，导致后续几周误判为下滑。
• 只看库存数量，不看销售速度，错过可售天数下降的信号。
• 把Trend视图里的预测区间当成确定值。预测曲线周围的阴影区域代表不确定性，区间越宽，越需要人工复核。

看完之后：标注、导出，还是转给供应链项目

如果只是例行查看，可以在曲线上添加标注，记录你对某个拐点的解释，方便团队后续复盘。如果需要向上汇报，可以导出当前视图，导出文件会带上口径说明。如果判断已经涉及补货，建议通过“发送到供应链项目”把品类和时间范围带过去，在那里结合Lead Time和安全库存测算具体数量，相关方法可以参考体育供应链AI栏目。

更多关于如何区分短期热度和真实需求的思路，可以阅读体育商品趋势预测栏目里的文章。BB体育App的品类视图负责把信号摆清楚，最终的追单、调拨决定仍然需要结合门店和渠道的一线信息来做。