本文从Data Agent视角拆解零售新品孵化场景的落地实现：爆款信号与滞销预警如何在 7 天窗口内识别、四类根因如何归因到商品级、行动包如何自动生成并派单到采购系统与 WMS，以及效果如何对照验证。
一、先定义问题：新品 30 天窗口，是个"信号识别 + 动作闭环"的工程题
新品上市 30 天是生死窗口。这句话在零售是常识，但它背后是两个方向相反的损失：
- 爆款断货 = 错失销售 + 失去势能。 示例口径：商品 A 动销 180%，已经跑出爆款特征，但库存只够 3 天、补货周期要 7 天------断货那 4 天，每天损失 8 万。更要命的是爆款势能一断，复购就散了，后面再补货也追不回来。
- 滞销滞压 = 库存成本 + 占用货架。 动销 <50%、周转 >60 天的品，压着钱、还占着本来可以摆爆款的货架。库存成本和机会成本双重流失。
现在的管理方式是"人工巡店 + 周报"两件套：上架后靠巡店和周报看表现，等看出来爆款断货，已经断了一周；爆款为什么断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。
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。
从工程角度看，这个场景可以拆成三个技术问题：
- 哪些新品该管？------爆款信号与滞销预警的自动识别
- 每款卡在哪？------四类根因归因（要跨 order_item / inventory / 舆情多张表）
- 方案怎么给？------行动包生成 + 派单到采购系统与 WMS
这套方法人工也能做，难在全品类、全门店、7 天节奏追踪，人盯不过来。极昆仑iInsight 把这套方法自动化落地：每天主动巡检、自动拆根因、自动生成行动包与派单。Data Agent 与传统 ChatBI 的本质区别：ChatBI 是你问一句它答一句，Data Agent 是主动把一个问题闭环跑完，人只负责审和签。
二、上架 7 天：爆款与滞销双信号早识别
示例口径：上架 7 天识别 8 款爆款信号 、12 款滞销预警，推送采购部 + 商品部。
| 信号类型 | 判定口径 | 示例识别量 | 推送对象 |
|---|---|---|---|
| 爆款信号 | 动销率 >150% 且 连带率 +30% 且 复购 +20% | 8 款 | 采购部 + 商品部 |
| 滞销预警 | 动销 <50% 且 周转 >60 天 | 12 款 | 采购部 + 商品部 |
工程上最关键的一点：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 天识别出来。你问通用 ChatBI"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。
这里的技术点在于"主动预警"------不等月底报表，不等店长上报，上架第 7 天就扫一遍。
三、四类根因归因：断货 / 陈列 / 定价 / 描述 + 区域差异
识别出来之后，把"为什么断 / 为什么卖不动"拆到商品级根因：
新品表现异常
├── 断货风险 → 库存覆盖天数 < 补货周期
├── 陈列问题 → 曝光位次 / 货架层高 / 端头缺失
├── 定价问题 → 价格带偏离 / 竞品价差
├── 描述问题 → 详情页 / 主图 / 卖点表达
└── 区域差异 → 南方爆款北方滞销（同款不同区域表现分化）拆错根因，方案全白做。 这四类根因要把 order_item / inventory / 商品主数据 / 区域门店多张表拆开算，不在"问一句出一张表"的能力范围------这也是通用 ChatBI 跨不过去的分水岭。你问"这款新品为什么卖不动"，它答不出是陈列还是定价。
区域差异是零售新品特别容易被忽略的一维：同一款商品，南方爆款北方滞销，如果不是按区域拆，就会得出"整体还行"的错误结论，既不加单也不清仓，白白错过窗口。
四、行动包生成与自动派单：从报表到执行
传统流程到"归因"就断了------知道是陈列问题，下一步还是采购自己想办法。这套方案把处置标准化成**《新品孵化行动包》**，一包到底：
| 处置类型 | 动作内容 | 派单去向 |
|---|---|---|
| 爆款加单 | 加单 3 倍 + 爆款扩量 | 采购系统 + 供应商 |
| 滞销分型处置 | 按陈列 / 定价 / 描述三型分别出方案 | 门店 + 商品部 |
| 区域差异化调拨 | 南方爆款调往北方滞销区（或反向） | WMS + 店长 |
执行边界必须讲清楚：
| 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 | ------ |
Agent 负责"看到、算清、归因、给方案、派单、出报告"，人负责"审方案、签合同、定引进、调战略品价格"。
五、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：窗口只有 30 天，晚 3 天就是多断货 3 天。跨 order_item / inventory / 舆情多源融合才能 7 天出信号，这不是"问一句出一张表"能覆盖的；
- 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 的终点是行动包自动生成 + 工单自动派单；
- 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。这就是"能干活又管得住"的边界。
六、效果验证与收益量化
收益公式：一次性减少损失 ≈ 减少缺货损失 + 减少库存滞压。
示例口径（中型连锁商超，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）
- 合计 275 万（一次性，两项分别列示、无重复）
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。
严格口径补充：275 万为当批新品一次性处置口径；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。
验证方式：T+30 跟踪补货后动销，8 款爆款补货到位、12 款滞销处置完成，输出新品孵化效果报告。
Δ 取值有行业依据：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。动销数据越及时、舆情/巡店数据越全，识别越早、损失越小。
七、落地建议
这套方法人工能做，难在全品类、全门店、7 天节奏执行------把它变成"每天自动干活"的是极昆仑iInsight：你只需要对接数据，巡检、四类归因、行动包、派单、T+30 跟踪它全包，人负责审方案、签合同、定引进。
- 数据盘点：order_item / inventory / 商品主数据 / 舆情与巡店数据能否接入
- 概念验证：拿自家近 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"
- 试点推广：选一批新品跑一个 T+30 补货周期，按执行结果决定推广范围
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