傳統零售貨架陳列決定銷量，電商雖無物理空間限制，但展示機會極度不均：10% 商品貢獻 90% 銷量。單維度排序（銷量/人氣/新品/價格/評論）導致「馬太效應」——強者愈強，新品/長尾無機會；用戶多懶於切換排序，默認排序決定生死。
排序原則重新定義
- 用戶認可的商品 → 更多展示機會
- 用戶不認可的商品 → 更少展示機會
- 商家視角：最高利潤商品優先展示
- 有潛力新品 → 足夠展示機會
五因子動態排序模型
系統默認排序綜合 5 個維度：
- A：近期展示次數
- B：近期銷量
- C：商品利潤（毛利 = 售價 - 進價）
- D：上架天數（距今）
- E：近期好評率
排序系數 = (B/A) × C × (1/D) × E
其中 B/A = 平均每次展示帶來銷量；×C 引入利潤權重；×1/D 新品加權（上架越近系數越大）；×E 質量背書。
案例演示
- 商品 M：展示 1000，銷量 5，利潤 150，上架 5 天，好評 98% → 系數 0.147
- 商品 N：展示 100，銷量 5，利潤 15，上架 1 天，好評 95% → 系數 0.713
結果：N 排在 M 前面。新品、高轉化、高利潤、高好評的商品獲得曝光紅利。
落地建議
- 系統自動計算默認排序 + 人工干預權重/閾值 = 系統 + 人工協同。
- 定期校準時間窗口（7 天/30 天）、利潤歸一化、冷啟動新品保護期。
- 埋點監測：曝光分布、轉化率、長尾激活率、GMV 貢獻結構變化。
本模型拋磚引玉，歡迎實戰驗證與批評優化。