30 万件羽绒服，150 万个猫罐头，一晚。这是天猫双11巅峰价开场后第一夜的两个数字，11 月 11 日的公开数据里还有一条：首小时增长 400%。把这三组数字放在一起看，得到的不是一句卖得好，而是一道品类题——同一场大促、同一个流量峰值，服装和快消跑出的是完全不同的曲线，而这两条曲线决定了备货该怎么做，相关成交数据见电商派的巅峰价战报。
一小时四倍的增长，来自两个完全不同的品类
羽绒服的购买决策由天气驱动。北方多地气温在 10 月下旬骤降，社交平台上的选购讨论随即升温，需求在几天内集中释放。这种品类的峰值来得很陡，退得也快，一旦降温结束，同样的商品要靠折扣才能继续走量。
猫罐头是另一种逻辑。它不依赖天气，依赖囤货习惯与订阅式复购，消费者一次买一整箱，订单间隔固定。这类品类的峰值曲线更平，但持续期更长，大促对它来说是提前锁量，而不是凭空创造需求。
天气驱动的品类怎么排产
天气驱动品类的排产不能按历史均值。要看的是中长期预报里的降温窗口，把生产与入仓的节点压在窗口前两到三周。压早了占资金，压晚了错过峰值。这个判断依赖气象数据与历史同类事件的销量曲线，不依赖上年同期的绝对销量。
更麻烦的是品类内部的细分。轻薄款、三合一、羽绒马甲这些细分品类的适用温区不同，降温的幅度决定了哪一类先起量。只备一种厚度，遇到极端降温就会断货，遇到暖冬就会积压。
羽绒服卖的是天气，猫罐头卖的是囤货
囤货型品类的备货逻辑是把库存深度做实。消费者在价格低点集中购买，买单的是未来两三个月的用量，这意味着大促之后的日常销量会下滑。备货时如果把大促峰值当成新常态，大促结束就会留下高库存。
判断囤货型品类的合理库存深度，有一个简单办法：看老客的复购间隔。间隔稳定的品类，大促透支的销量可以被准确预估；间隔不稳定的品类，透支量难以估计，库存要留更厚的安全垫。
囤货型品类的库存深度
库存深度还要考虑保质期与包装。猫罐头保质期长，可以压库存；鲜粮保质期短，压库存等于压损耗。同一个品牌的两条产品线，库存策略应该完全不同，而不是统一按销量排名分配仓位。
- 首小时 400%峰值价开场第一个小时的成交增速，反映的是蓄水期的加购转化效率，不是全周期增速。
- 30 万件羽绒服单夜销量，对应的是降温窗口内的集中释放，判断价值要配上温区与厚度结构。
- 150 万个猫罐头囤货型品类的典型量级，单笔购买覆盖数周用量，大促后日常销量会被透支。
- 一个月周期今年大促周期拉长到一个月左右，峰值被摊薄，单日爆发的解释力下降。
峰值备货的三条经验
第一条是按波段备货，不按整场备货。周期拉长到一个月，成交被切成若干个波段，每个波段的品类结构不同，备货也要跟着切。整场一次性铺货，前期会缺、后期会积压。
第二条是把天气、政策、平台节奏三类外部变量写进备货模型。天气决定服饰类峰值，补贴与国补决定家电类峰值，平台节奏决定全品类峰值。三类变量的权重按品类不同，不能一套模型打所有品类。
第三条是留出调拨空间。峰值期的区域差异极大，同一个品类在南北方的动销能差出一倍，中央仓到区域仓的调拨时效决定了能不能吃到这波差异。调拨能力弱的品牌，只能靠区域仓各自压货，资金效率更低。
| 波段 | 品类结构 | 备货重点 |
|---|---|---|
| 预热蓄水 | 服饰与冬装为主 | 按温区铺厚度 |
| 巅峰首夜 | 全品类集中释放 | 爆款深度与仓配 |
| 波段中段 | 快消与囤货补单 | 整箱装与组合装 |
| 收尾清仓 | 尾货与断码 | 调拨与折扣空间 |
大促之后，品类趋势怎么续上
大促结束后的两周，是判断品类趋势是否成立的关键窗口。如果销量回落到与大促前接近的水平，说明大促只是提前透支；如果回落后仍高于大促前，说明品类真的扩容了。两种情况的备货策略完全相反。
判断依据是复购与新品接受度。囤货型品类看复购间隔有没有缩短，服饰类看新款在非促销期的动销。两个指标都指向同一个问题：需求是被价格拉出来的，还是被产品拉出来的。
趋势判断的两个陷阱
第一个陷阱是把峰值当趋势。首小时四倍的增长只说明蓄水做得好，不说明品类在扩张。第二个陷阱是把促销期的品类结构当常态，大促期的品类组合会被折扣力度扭曲，非促销期的结构才是真实需求。
常见问题
首小时增长四倍，能不能当成全年增速看？
不能。首小时增速反映的是蓄水期加购的转化效率，受预热时长与优惠力度影响很大。判断品类是否真的扩容，要看大促结束后两周的日销有没有高于大促前。
羽绒服这种天气驱动品类怎么定备货量？
按降温窗口定节点，按细分厚度定结构。轻薄款、三合一、羽绒马甲适用温区不同，只备一种厚度会在极端降温时断货、在暖冬时积压。历史均值只能做参考，不能直接套用。
猫罐头大促卖爆，库存该压多深？
看复购间隔和保质期。间隔稳定、保质期长的品类可以压深；鲜粮这类短保品类压库存等于压损耗。同一个品牌的不同产品线要分开定策略。
大促周期拉长到一个月，备货节奏要怎么调？
按波段备货而不是按整场。周期拉长后成交被切成多个波段，每个波段的品类结构不同，电商端的商品页与库存要分波段调整，整场一次性铺货会前期缺货、后期积压。
