截至 10 月 29 日的公开信息，iQOO Neo12 与 iQOO Pad Pro 8.8 英寸于 10 月 28 日正式发布并开售，开售 10 分钟 Pad Pro 销量破千台，创下京东游戏平板品类新品首销当天的历史记录；部分地区消费者下单后可享京东自营秒送最快 9 分钟送达。为了做到这一点，京东联合手机品牌提前备足自营现货，部署全国过万个前置仓站，并联动数万家线下门店协同备货。对做铺货上翻监控的品牌来说，这条消息的关键不是速度本身，而是备货窗口被整体前移了。
九分钟送达背后 是发布前就摆好的货
九分钟送达是一个结果，成因在发布之前。手机品牌与平台需要在新品发布前把货铺到离消费者最近的节点：前置仓承担爆款的首发量，线下门店承担体验与到店自提。这套安排意味着铺货决策的时间点从「上市后按周补货」前移到「发布前按城市分配」。
对铺货上翻监控来说，这会带来一个直接后果：首发期的缺货不再主要是供应链产能问题，而是分配问题。哪些城市分到多少货、分到前置仓还是门店，决定了首周的可售率。用上市后一周的销售数据反推铺货是否合理，已经太晚。
首发十分钟的破千台 把备货窗口压到小时级
前置仓与门店的双轨备货
前置仓与门店的补货节奏完全不同。前置仓按小时补，服务的是即时下单的履约；门店按天补，服务的是到店体验与自提。两条链路如果各算各的库存，品牌会看到两个都不算难看的数字，合起来却是明显的缺口——前置仓缺货时门店有货，门店缺货时前置仓有货，消费者两头都拿不到。
解决办法是共用一套可售率口径，把两个节点的可交付能力合并计算。具体做法是把门店库存按可配送半径映射到前置仓的覆盖范围，再按小时刷新。这样得到的可售率才是消费者视角的数字，而不是渠道视角的数字。
新品铺货的三个可观测信号
首发期值得盯的信号有三个：首小时订单履约率、首周可售率、跨节点调拨频次。首小时履约率反映备货是否到位，首周可售率反映分配是否合理，调拨频次反映初始分配与真实需求的偏差有多大。三者结合，能判断问题出在总量还是结构。
其中调拨频次最容易被忽略。调拨本身是补救动作，频次越高说明初始分配越偏离需求。把调拨数据按城市、按节点类型拆开看，往往能发现某类城市被系统性低估，这类偏差在下一个新品首发时可以提前修正。
| 信号 | 口径 | 判读 |
|---|---|---|
| 首小时履约率 | 首小时完成配送订单除以首小时支付订单 | 低于八成说明备货未到位 |
| 首周可售率 | 可交付订单除以需求订单 | 低于九成说明分配结构失衡 |
| 调拨频次 | 单节点单周调拨次数 | 高频调拨说明初始分配偏差大 |
把首发节奏写进铺货计划
从铺货率到首周可售率
传统的铺货率看的是「有多少门店有货」，适合需求平稳的日用品。首发期需要换成首周可售率，因为它把需求侧的缺口算进来了。两个指标并不冲突，但要分场景使用：日常运营看铺货率，新品首发看首周可售率，混用会得出相反的结论。
落地时建议把首发备货拆成三段：发布前七天的总量分配、发布当天的节点调拨、首周结束的复盘修正。每一段设一个负责人和一个判定标准，避免出现「货备了但没铺到位」这类责任模糊的情况。
常见问题
新品首发为什么要把铺货提前到发布之前？
因为履约时效被压到了小时级。开售后十分钟就有销量考核，货如果还在区域仓，门店与前置仓在首周会持续缺货，首发热度会直接变成缺货率。
前置仓和线下门店的备货该怎么分工？
前置仓承担高频爆款的首发量，门店承担体验与到店自提。两者的补货节奏不同，前置仓按小时补，门店按天补，但共用同一套可售率口径才能合并判断。
首周可售率该怎么算？
用首周实际可交付订单数除以首周需求订单数，而不是用库存除以销量。需求订单包含因缺货取消的部分，这部分恰恰是首发期最容易被忽略的损失。
这套方法只适用于手机吗？
不限于手机。凡是首发期有明确时间节点、且消费者对到手时间敏感的品类都适用，比如平板、游戏主机、限量彩妆。需求平缓的日用品不需要这么高的备货前置度。
