季节品与趋势品：用 AI 预判选品时机与备货节奏

三类产品，三套打法

做跨境选品最常见的翻车，不是选错了品类，而是用错了节奏。同一个产品，常青款、季节款、趋势款的备货逻辑天差地别，用一套打法套到底，必然要么旺季断货眼睁睁看着流量白白流走，要么淡季压一仓库货，现金流被活活拖死。

先把三类产品的本质讲清楚：

• 常青款（Evergreen）：全年需求稳定，波动小。比如数据线、收纳盒、宠物碗。打法核心是「补货模型」——根据滚动销量做安全库存，几乎不需要预判时机，重点是别断货也别积压。
• 季节款（Seasonal）：需求随日历周期性爆发，可预测性高。比如圣诞装饰、夏季泳装、开学季文具。打法核心是「提前量」——必须在需求曲线起飞前把货铺到位，错过窗口就要等下一年。
• 趋势款（Trend）：由社媒、影视、突发事件驱动，爆发快、衰退也快，可预测性低。比如某个被 TikTok 带火的小家电。打法核心是「速度与止损」——快进快出，敢追也要敢撤。

判断一个产品属于哪一类，是所有时机决策的起点。AI 在这一步能帮你把直觉变成证据。

用 Google Trends 给需求画像

不要凭感觉判断一个品是不是季节款。打开 Google Trends，把时间范围拉到「过去 5 年」，看的不是绝对数值，而是曲线形状。

• 曲线常年平稳、小幅波动：常青款。
• 每年同一时间段规律性隆起、且峰值位置稳定：季节款。比如「Halloween costume」每年 9 月起飞、10 月底见顶，五年如一。
• 过去没有规律、最近 1-3 个月突然垂直拉升：疑似趋势款。

把这件事交给 AI 来做会快很多。我的标准做法是：把 Google Trends 导出的 CSV 喂给 AI，让它做三件事——

1. 识别曲线类型（常青/季节/趋势），给出判断依据。
2. 标注每年需求起飞点和峰值点的具体周数，并算出五年的平均值与方差。方差小说明规律稳，可以放心提前备货；方差大说明窗口飘忽，要留缓冲。
3. 对比同品类的多个关键词（比如「pumpkin decor」vs「fall decor」），看哪个词的搜索量更大、起飞更早，帮你选主推关键词和上架时间。

一个真实经验：很多人以为圣诞品要 11 月才动，但 Trends 数据反复显示，欧美「christmas lights」的搜索从 10 月第二周就开始爬坡。这两三周的认知差，就是能不能吃到第一波自然流量的分水岭。

判断趋势品处于哪个阶段

趋势款最难，也最考验信息差。关键是判断这个趋势现在处于「萌芽—加速—见顶—衰退」的哪一段，因为不同阶段的进场策略完全相反。

我用一套交叉验证的信号体系：

• 社媒热度斜率：在 TikTok Creative Center、Google Trends 看相关标签和关键词。斜率陡峭向上但绝对量还不大 = 加速期，最佳进场点。已经霸榜几周、增速放缓 = 接近见顶，谨慎。
• 供给端信号：上 1688、阿里国际站搜这个品，看上架卖家数量和价格。如果工厂还很少、价格坚挺 = 早期；如果一夜冒出几百家、开始价格战 = 红海，红利基本结束。
• 跨平台扩散度：趋势是否从单一平台（如 TikTok）扩散到了 Instagram、YouTube、亚马逊搜索。单平台热是脆弱的，多平台共振才说明需求真实落地。

AI 在这里的价值是做信号聚合与情绪分析。把多个平台的评论、视频标题、搜索数据交给 AI，让它判断当前讨论是「种草发现期」（大量「这是什么/哪里买」）还是「审美疲劳期」（出现「过时了/退货」）。前者是入场信号，后者是离场警报。

趋势品的铁律：宁可少赚也不要压在最后一棒。设定明确的止损线——当周销量环比下滑两周，立刻清仓而不是补货。

用 AI 倒推备货与上架时间线

知道了需求何时起飞，下一步是从那个时间点往回推，排出整条供应链的时间线。这正是 AI 最擅长的——给定目标上架日期和各环节耗时，自动生成倒排计划并标出最晚下单日（Last Order Date）。

以一个季节品为例，目标是吃到旺季第一波流量。

worked example：万圣节家居装饰，目标 10 月 1 日前货齐上架、广告起量

倒推时间线（北美海外仓模式）：

1. 10 月 1 日：商品页上线、库存就位、广告开跑。这是终点，不是起点。
2. 9 月 20 日：货物入海外仓、完成质检上架。预留 10 天清关与入仓缓冲。
3. 8 月 25 日：头程海运发出（美西约需 25-30 天到仓）。
4. 8 月 10 日：工厂大货生产完成、验货。生产周期按 15 天算。
5. 7 月 25 日：确认订单、付定金、下生产。
6. 7 月 10 日：完成打样、定价、拍摄素材、写好 listing。
7. 6 月底：选品定案，用 Trends 验证窗口、锁定供应商。

把这条链交给 AI，它能做三件超出手工排期的事：一是自动计算最晚下单日——若海运 30 天、生产 15 天、缓冲 10 天，则最晚 8 月 7 日必须下单，否则改空运或放弃本季；二是做情景模拟，比如「如果改空运，成本增加多少、能晚下单几天」，帮你在成本和时机间权衡；三是风险预警，当某个节点临近而上游未完成时主动提醒。

淡季逻辑则相反：用 AI 跑「售罄时间预测」，确保在需求曲线下行前清完季节性库存，避免货砸在手里跨年。

落地执行：从判断到铺货

判断和排期做对了，剩下的是执行不掉链子。这一环最容易被低估，却最消耗精力——找厂、比价、验货、订舱、清关、海外仓上架，任何一环延误都会让前面精算的时间线作废。

这也是端到端服务的价值所在。像老金出海这样的平台，能把「AI 选品判断 + 供应链排期 + 履约执行」打通：AI 给出趋势阶段判断和倒排时间线后，由平台对接 1688/工厂资源、安排头程与海外仓，把纸面上的 Last Order Date 真正落成仓库里的库存。对中小卖家来说，省下的不只是时间，更是因为某个环节卡壳而错过整个旺季的机会成本。

一个务实的节奏建议：常青款交给补货模型自动跑；季节款每年提前一个完整供应链周期启动倒排（通常旺季前 90-120 天）；趋势款保持小单快反、单批不超过两周库存，宁可断货返单也不赌爆量备货。

一句话总结

选品的胜负，七分在品、三分在时机；而时机这三分，往往才是真正拉开差距的地方。Trends 和社媒信号帮你看清需求在哪个阶段，AI 帮你把这个判断翻译成一条可执行的倒排时间线——剩下的，就是别让执行掉链子。先把你手上的品分清是哪一类，再谈备货，这是最朴素也最有用的第一步。