Aerial View Business Data Analysis Graph

新商品怎麼小量測試?30 天驗證需求、毛利與退出條件

新商品的 30 天測試不是「上架後等一個月看有沒有賣」。它是一個有假設、預算、最低有效流量、貢獻毛利與退出條件的實驗。30 天只是第一輪決策週期,若商品轉換週期或供應交期更長,可以調整天數,但不能取消期限與停損。

測試前先寫一句可被推翻的假設,例如:「售價 790 元時,目標客群願意購買,退款後貢獻毛利率可達 25%,且 30 天內的有效流量足以判斷。」如果只寫「我覺得會賣」,月底仍然無法判斷對錯。

第 0 天先建立驗證卡

欄位 要先填的內容
目標客群與使用情境 誰在什麼情境下需要它
替代品 消費者目前用什麼解決
價格假設 售價、折扣上限、競品價格帶
單位經濟 商品成本、平台費、廣告、履約、退貨準備
最小測試量 能上架、出貨、觀察品質的最低數量
最大可承受損失 採購、廣告、折價與報廢的總上限
最低有效資料量 曝光、商品頁瀏覽、加購、完成訂單或訪談數
放大條件 哪些數字同時達標才補貨
退出條件 何時停廣告、停補貨或直接下架

測試量不是愈多愈準。測試目的在用最小代價排除錯誤假設,並確認供應、頁面、價格與售後流程都能運作。

30 天執行節奏

第 1 ~ 3 天:驗證資料與頁面

確認 SKU、成本、庫存、物流規格、商品標示、圖片、標題與變體沒有錯。先做一次完整試算與模擬下單流程,避免把技術錯誤誤判成沒有需求。

第 4 ~ 10 天:取得最低有效流量

先觀察曝光到點擊。如果曝光不足,結論只能是「尚未測到需求」,不能說商品沒人要。可以使用有限廣告預算補足樣本,但要先設定停止金額。

第 11 ~ 20 天:判斷商品頁與價格

觀察商品頁瀏覽、加購、聊聊、下單與完成訂單的漏斗。曝光高、點擊低,優先檢查主圖、標題與定位;點擊高、下單低,檢查價格、評價、交期、說明與需求強度。

第 21 ~ 30 天:用完成訂單算單位經濟

扣除賣家折扣、商品成本、平台與活動費、廣告、包材、變動工時及預期退貨損失。尚未走完退貨窗口的訂單,要用歷史同類商品退貨率提列準備,並標記不確定性。

三個決策出口

決策 同時成立的條件 下一步
放大 需求訊號有效、貢獻毛利為正、供應與現金可承受 分段補貨,每一段重新驗證
延長測試 流量不足或資料品質不夠,但最大損失仍可控 只補足缺少的證據,不全面加碼
退出 需求弱、貢獻為負且無可行修復,或風險超標 停廣告、停補貨,執行清庫方案

放大不應從 1 倍直接跳到 5 倍。可以採 1 倍、1.5 倍、2 倍的分段驗證,每次都重新看銷速、競爭、退貨與現金回收。

假設案例

某新品最小進貨 30 件,單位到倉成本 260 元,預定售價 590 元。測試廣告上限 6,000 元,清庫最低可回收價 320 元。

最壞情境不是把 30 × 260 全部視為損失,應先估算可回收金額:

最大庫存價差風險 = 30 × (260 − 可回收淨額)

若折價後扣除平台與履約成本的可回收淨額只有 210 元,庫存價差風險為 1,500 元,再加廣告與其他測試成本,才是完整停損預算。這是示例,不是 Nodohello 實際商品。

Nodohello 經驗提供的反例

我以前做男包,每月營業額曾做到百萬元,後來便以為自己不熟的女包市場也能做出一定規模。我切入 800 ~ 2,000 元價格帶,結果虧了六位數。回頭看,問題出在沒有先確認市場天花板,把另一個市場的成功直接類推過來,還把競爭少誤認成需求缺口。

這段經驗說明:沒有競爭者可能代表機會,也可能代表沒有足夠需求。新品測試要驗證消費者為何現在不用替代品、為何願意支付這個價格,以及市場規模是否足以支撐公司。

我也曾整理過另一個經營者的案例:第一批約 100 萬元商品很快賣完,下一批一口氣追到約 500 萬元,後來遇上市場飽和、競爭增加和銷速改變,庫存壓力立刻放大。這是我聽來的案例,不是我自己的採購紀錄。

最容易失敗的五個地方

  1. 沒有最低有效流量,就把零訂單判成零需求。
  2. 只看下單,不等完成、退款與售後。
  3. 第一批售完後按倍數追貨,忽略市場容量與競爭者反應。
  4. 把廣告帶來的歸因營收當成全部新增營收。
  5. 測試前沒有清庫出口,失敗後一直延長觀察以逃避認賠。

最簡單的開始方式:選一個準備進貨的新品,先填完驗證卡,確認最大損失即使全部發生也不影響公司安全現金水位,再下第一張測試採購單。

延伸資料

30 天不是統計保證,真正的判斷重點 是資料是否足以支持決策,以及最大風險是否事前受控。