这个产品到底发不发这个国家？用 WorkBuddy 做 10 分钟 Go/No-Go 测算 #WorkBuddy#

一、痛点引入

做跨境的每天都在回答同一个问题："这个品，发 XX 国家，能不能赚钱？"

人工算一遍：查尺寸重量、估物流单价、查平台费率、看竞品售价、算利润率……一个品半小时起步。而我每天要看的好几个品：折叠小推车、碗碟架、大颗粒积木、地毯挂布、塑料米桶……个个都要算。不算清楚就发货，发一单亏一单。

后来我把这件事交给 WorkBuddy，做成了标准动作：10 分钟出一个 Go/No-Go 结论。

二、测算模型：5 个输入，1 个结论

固定输入这 5 项，其他全都不用管：

输出只要 3 个数：头程物流成本、 landed 毛利率、建议售价区间。 毛利率过线的 Go，不过线的 No-Go，没有中间态。

给 WorkBuddy 的指令模板（可直接复制）：

三、踩坑记录

• 坑 1：体积重。 大件轻货（比如 60×60 的挂布、折叠推车）按实重算是错的，物流按体积重计费。我第一次让 AI 算就没注意，后来固定在指令里加一句"注意体积重换算"。
• 坑 2：只算物流不算隐性成本。 包材、平台活动折扣、退货率，这些加起来能吃掉好几个点毛利。我的解法：让 AI 在模型里加一个"隐性成本"参数，默认按售价的 5% 计，宁可保守。
• 坑 3：目标售价拍脑袋。 Go/No-Go 最大的变数其实是"能卖多少钱"。我的做法：先把竞品价格带调研结果喂给 AI（直接贴几个竞品价），让它先校准售价区间，再跑利润模型。顺序不能反。

四、效果

• 决策时间：半小时以上 → 10 分钟以内
• 决策质量：模型固定后，同一个品在不同国家、不同定价下的结果可以直接横向对比
• 最大的价值：不再凭感觉发货。 数据不过线的品，再喜欢也不发。

五、延伸

同样的模型我还反过来用：把已经在卖的品定期丢进去复测，物流价一涨、汇率一动，模型立刻告诉你哪些品该涨价、哪些该下架。选品测算 + 存量复测，一个模型两用。

本文基于真实使用经验撰写。标签：#WorkBuddy# #跨境电商#