—— 久访谈 · 对话董承宇（零售数字化 IT 项目经理）
导语： 很多线下超市、便利店的商品管理还停留在零散表格和人工记忆阶段：商品名称不统一、规格对不上、库存和销售数据对不齐。要做线上经营、连锁扩张，第一步往往是把商品数据库建起来。我们对话了在零售数字化项目中负责落地的董承宇，从 IT 实施角度，聊聊商品云是什么、线下超市商品数据库怎么建、SKU标准化怎么落地，以及改造过程中最容易卡住的环节。
久访谈： 董经理，先解释一下商品云是什么，它和企业自己建的商品库是什么关系？
董承宇： 商品云可以理解成一套共享的标准商品数据基础设施。标准商品名称、分类、规格、条码、参数沉淀在云端，商家接入之后直接调用，不用每件商品都从零录入。
企业自建商品库是把自己门店的商品数据整理成规范条目；商品云则是在更大范围内提供标准参照。两者可以配合：本地库记录自己的经营信息，标准属性从商品云匹配获取。
对中小零售商家来说，直接接入商品云，比自己从零搭建一套主数据体系成本低很多。
久访谈： 线下超市商品数据库，一般包含哪些核心内容？
董承宇： 一个可用的商品数据库，至少包含几类信息。
一是身份标识：商品条码、店内编码、标准商品编号。二是基础属性：名称、品牌、分类、规格、单位、产地。三是经营信息：进价、售价、供应商、库存位置。四是辅助资料：商品图片、参数说明、保质期规则。
这些信息里，身份标识和基础属性是标准化的核心，决定了商品能不能被系统准确识别；经营信息随门店和采购变化，属于动态数据。
久访谈： 商品库怎么建，一个线下超市从零起步，落地步骤是什么？
董承宇： 我按项目实施的顺序讲。
第一步，盘点现有商品。把门店在售商品逐一清点，收集条码、名称、规格、供应商，形成初始商品清单。这一步工作量最大，往往要逐货架核对。
第二步，统一名称和分类。把口语化、不规范的商品名称改成标准名称，按统一分类体系归类，规格单位统一。同物异名的条目合并。
第三步，建立编码规则。给每件商品分配店内编码，和标准条码对应，明确一物一码，避免重复建档。
第四步，录入系统并校验。商品信息进入库存和销售系统，核对价格、库存、分类是否正确。
第五步，持续维护。新品录入走标准流程，滞销品下架归档，定期巡检数据质量。
久访谈： SKU标准化怎么落地，实施中最容易卡在哪里？
董承宇： SKU 标准化的难点不在技术，在业务对齐。
技术上建表、录入都不难，难的是让门店、采购、收银各方对"什么是一个独立 SKU"达成一致。同一款商品不同规格算不算不同 SKU、组合装怎么拆分、赠品怎么编码，这些规则如果事先没定清楚，录出来的数据一定混乱。
常见卡点有三个。
一是规格单位不统一。重量、数量、包装规格各写各的，价格和库存换算对不上。
二是重复建档。同一商品被不同员工重复录入，产生多条相似条目，库存和销售被拆分。
三是参数缺失。品牌、产地、保质期等关键信息留白，后续做促销、盘点、追溯时缺依据。
落地时要先定规则，再录数据，最后用系统校验规则执行情况。顺序反了，先录数据再补规则，返工量很大。
久访谈： 商品信息库建设，在项目推进中怎么控制范围和节奏？
董承宇： 我的经验是不要贪大求全。
很多项目一开始想把全部门店、全部品类一次性标准化，范围铺太大，周期拉长，业务方失去耐心。务实的做法是先选高频、高价值品类试点，比如食品、日用品，跑通盘点、命名、编码、录入全流程，形成标准模板，再逐步扩展到其他品类。
项目上还要让业务方深度参与。商品规则不能由 IT 团队闭门制定，采购、门店要参与确认，否则标准落地之后一线用不顺。
久访谈： 一个改造项目做完，怎么判断商品数据库是否合格？
董承宇： 看几个可量化的指标。
商品条目是否一物一码，重复条目比例降到低位；名称、规格、分类是否符合统一标准；关键属性完整率；库存账实是否对得上；新品录入是否按标准流程走。
我们验收时会抽查一批商品，从搜索、分类、价格、库存几个环节走一遍，看数据能不能支撑日常经营。数据库不是建完就结束，质量要在实际使用中检验。
久访谈： 您怎么看线下零售商品数据标准化的趋势？
董承宇： 商品数据正在从门店内部记录，变成可跨渠道、跨商家流通的基础数据。线上商城、外卖、供应链协同，都需要标准商品数据做支撑。
今天大量县域超市、本地商家的商品数据还停留在表格和台账阶段，没有能力自建完整主数据体系。公共商品云把标准数据能力下沉下去，帮小商家先把数据理清，这个切入点是务实的。
久存网在做的商品云，面向的正是线下和本地商家场景：把商品信息标准化、沉淀成可复用的商品库。先解决"有没有标准数据"的问题，再谈智能补货、精准营销这些上层应用。
从行业看，商品数据标准化会和支付、会员体系一样，逐渐成为零售的基础配置。现在还处在早期，标准不一、公共库覆盖有限，但方向明确：谁掌握干净、完整、可流通的商品数据，谁在后面的零售效率竞争里就占先手。
久访谈： 盘点现有商品这一步，实际操作中有哪些难点？
董承宇： 盘点是项目里最耗人力的环节。
线下门店商品分散在货架、仓库、冷柜，规格包装各异，老员工对商品的叫法和标准名称往往对不上。盘点时要逐件核对条码、记录规格，还要处理滞销、临期、无条码商品。很多门店台账和实际库存对不上，盘点过程本身就是一次账目清理。
这一步不能图快。条目录得不准，后面分类、编码、库存全都跟着错。我们通常安排专人逐区核对，再由复核人员抽查。
久访谈： 员工配合度不高，会给改造带来什么问题？
董承宇： 这是项目推进中很现实的阻力。
录入商品要花额外时间，门店员工日常经营已经很忙，容易产生抵触：照旧台账记了很多年，为什么要重新整理。如果规则没讲清楚、培训不到位，员工录入时敷衍应付，数据质量就保证不了。
我的做法是让门店参与规则制定，明确标准化之后能减轻他们的负担：扫码就能查商品、库存自动核对、补货有据可依。让一线看到改造对日常工作的好处，配合度会高很多。
久访谈： 商品库建好之后，日常维护怎么保证不回退？
董承宇： 标准化不是一次性上线就结束，要有长期维护机制。
新品录入走固定标准流程：先匹配标准商品，再填本地经营信息。存量数据定期巡检，发现重复条目、缺失参数、错误分类及时修正。设定数据质量指标，定期抽查。
如果建完库就没人管，新品随意录入，过两年数据又会回到混乱状态。主数据需要专人或固定岗位长期维护，这一点在项目规划时就要明确。
久访谈： 小商家自建商品库和接入商品云，怎么选？
董承宇： 看规模和能力。
有一定规模、商品结构复杂的连锁商家，可以自建本地主数据体系，同时对接标准商品云做属性参照。单店、小连锁没有 IT 团队，从零建库成本高，更适合直接接入公共商品云，调用标准商品信息，先把基础数据理清。
对大多数县域和本地小商家，务实路径是先用成熟的商品云工具把商品条目标准化，跑顺经营之后再考虑扩展自有系统。不必一上来追求大而全的自建体系。
后记
采访结束，他从文件夹里抽出一份项目验收单，上面签着门店负责人和项目经理的名字。"这是上个月交付的一家社区超市，"他指着验收单上的商品条目数，"改造前他们商品全靠老员工记，库存盘一次要三天；标准库建好之后，盘点和补货都在系统里走。"他把验收单收好，"商品数据库这活，外人看就是录条目、对表格。但你在门店待过就知道，库存对不对、价格准不准、补货及不及时，最后全压在这些最基础的数据条目上。地基打牢了，后面的线上经营才站得住。"
（本文为久访谈栏目专访纪实，所述观点仅代表受访者本人。）
