|
卖家成长 跨境电商从入门到精通 在跨境电商的圈子里，一直流行着这样一种说法：“七分靠选品、三分靠运营”，即便是亚马逊小白也有所耳闻，可见产品对于卖家店铺的重要性，特别是亚马逊平台。没有好的产品，一切都是零。 虽然只有短短的十个字，却蕴含着非常多的专业性知识。正所谓道理易懂，但做起来又是另外一回事。利润高、重量小、刚需、蓝海……这些选品原则大家都知道，但实际操作的时候才发现想要找到同时满足这些条件的产品太难了。 亚马逊全球开店发展至今，平台竞争已经进入白热化，市场上但凡一款有竞争力的产品，似乎都是红海一片。特别是对一些亚马逊新手来说，选品时盯着BSR上的热销品分析了半天，也是毫无头绪。不少卖家辛辛苦苦到最后换来一堆滞销库存，不得不黯然退场，唯一的成就就是给姐夫的首富宝座添砖加瓦。 那么优秀的卖家都是如何选品的呢？他们是如何找到蓝海产品的？卖家在选品的时候都需要从哪些维度进行分析？今天我们请来了亚马逊资深选品专家老师张楚岚（moss团队制造+和产品开发负责人），手把手教你如何去选品，曾经主导完成多个高回报收益小类top10产品。 今天这篇干货文章，我们以美妆类眼霜eye cream为例，着重跟大家介绍一下选品的实操方法论。 产品基本属性 产品简述： 眼霜是指可以缓解由于紫外线照射，长时间电脑辐射，不良生活习惯等导致黑眼圈、眼袋、鱼尾纹和脂肪粒等问题的化妆品。 重点词：缓解、化妆品 产品名称：眼霜/眼胶 主关键词：eye cream 所属类目：Beauty & Personal Care>Skin Care>Eyes>Creams 市场需求分析 首先我们先来看一组数据： （数据来源：Amazon前台页面） （数据来源：谷歌趋势） （数据来源：欧鹭） 此处以最小类目页作为市场需求数据源进行收集，原因在于其单品分布是经买卖双方长期实际交易验证且只以销量高低进行顺序排列的展示页面，排除关键词页作为数据采集页面非目标产品线的数据干扰及关键词长短尾相关性的误差因素。 Beauty大类1w日均产出单量约为15，上下浮动5，受市场需求大盘波动影响，偶有更大浮动值。<10000，目标产品线单品分布个数为33个，符合日均10单，单品个数>10的最低产品立项值。 产品无明显季节性，Google trends展示热搜时节为每年1-4月，站内单品历史排名对比为每年4-10月，二者重叠度低，以站内为准。考评20个热销单品近5年销售数据，产品进入稳定期后大类排名无逐年递减趋势，产品无明显衰退迹象。 关键词分析 （数据来源：Jungle Scout/卖家精灵/易麦宝） 主关键词明确，呈绝对主词现象。抗皱、抗衰老、去黑眼圈、去眼袋等功能性词汇搜索量级不高，但不同单品上述功能词汇均有收录出现，须做后续分析重点考评。品牌词无展现实际为未收录，该品类国际品牌较多，品牌词搜索结果数低，搜索量级多大于功能词汇搜索量级，考虑此项运营阻力较大。 利润及竞争分析 利润预估： 产品单个采购成本弹性空间小，多集中在5-15元，尾程配送费用近乎恒定，不同单品包装尺寸和克重相似程度高，毛利率去极地客单价值影响，多在35%以上，符合准入标准值35%。 单品竞争性： （数据来源：卖家精灵） 目标销售排名区间内TOP1单品销量占比为5.11%，不足单品占比红线30%。 品牌竞争性：
（数据来源：sorftime） 目标销售排名区间内，TOP1品牌olay占比为11.3%，不足单一品牌占比红线30%，TOP1-TOP3品牌占比合计为32.2%，不足头部品牌占比红线50%。 星级评价分析 产品星级：
（数据来源：卖家精灵） 标的区间内单品的评价符合Beauty类产品评价星级较低的特性，存在使用者体验感不同的共性问题，未出现低于4星及以下产品销量聚集的产品痛点不可逆的情况，同时高分产品总体销量较低，非单品销量所致，而是单品数量较少所致，故存在产品可改进点。 评价分析： 1、买家诉求 主要用户诉求来自原料成分所带来的产品使用性的差异，且其中祛皱及去除黑眼圈的功能导向需求明显，考虑后续以原料为核心改进点，祛皱及去除黑眼圈的功能性为首选指导方向进行产品打造，其余诉求，置后考虑叠加。 2、改进建议 （1）选择以去黑眼圈和长效保湿为主诉功能，与制造商确认原料侧重 （2）敏感肤质适配原料考虑是否可以并入（1）改进建议，需向制造商确认 （3）前期产品以男性受众为主，内管包材风格和外包装风格以男性特征为主 （4）夜用类型如使用效果经制造商研发确认的确存在且切实有效，考虑补充  关于选品调研报告 老铁们看到这，按照一些企业的开发流程可以近乎认为这是一份关于产品的调研报告，也可以认为不是。说是调研报告，可能对于正在阅读的很多朋友来说，还缺乏了某些参数，比如销量、销售额的具体值；卖家性质、价格区间、上架时间，以及最受追捧的Review数量的评定等等。同时，还有很多类似利润、差评解析等未实现图形化和细致化。而我只能说，个人也不认为上述的调研具备完整性，但追求每个参数所得结果的明确性是值得思考的。 对于产品立项的参数设定，可以有几个，也可以有几十个，除上述提到之外还可能包含单位时间Feedback增长数、单位时间Review增长数，新品榜趋势、飙升榜趋势、cpc推广情况等，列不完，数不尽。在多在精，存在即合理，但开发人员解读对应数据是否有可量化的分析数据指标和对应的结果指标论证，而后得出最终的参数结论就显得尤为重要。在产品数据分析的递进阶段，参数结果的陈述是对数据分析工作的肯定，即便是错误的，也可以随着产品分析的深入，不断修正，但不能没有结果。 上述的产品分析参数结果虽然简短，但明确说明了对应参数的背后含义且互不重叠。竞争性的量化通过了品牌和单品的占比解读，产品特色通过星级来解读，市场需求通过排名来阐释，季节性依靠谷歌数据，生命周期依靠在站内单品的年度排名对比，各自独立又相互统一。至于判定参数的设定则更多是经验之谈，毕竟上述分析只是对于产品市场属性的探讨，你看的产品多了，匹配自身运营的实力，多少数值心里也是明白的。 我认为上述分析不具完整性的原因不在于市场属性分析的参数不足，而是缺乏产品使用价值或者物理属性的探讨以及基本的产品分类。比如眼霜的包材样式，有软管的、有一般膏霜瓶的塑料制或亚克力制、有按压瓶的、有水光针的；还有膏体形式是乳状还是凝胶、料体克重、原料成分要点、适宜肤质、适宜使用时间、香味类型、油性含量等。 比如： 滋润型眼霜：适宜干燥的秋冬季节； 紧实型眼霜：油性成分高于滋润型眼霜，适宜黑眼圈和皮肤衰老现象显著者以及极干性肤质者； 抗老化眼霜：抗皱，适合夏季和电脑操作者使用； 抗敏型眼霜：适宜敏感性肤质的人群。 产品的使用功能是用户购买的初衷，而后受到价格、图片、评价等因素的影响，最终购买形成的反馈仍然是产品的使用价值，而上述的分析只在评价分析中提到部分，这也验证了很多时候我们自己分析产品时候寻找产品突破点的主要渠道就只是评价，但如果数量不足够，仅靠工具对于评价词频的抓取是不够的。至于人群的定位，常为产品分析考量的重要指标，性别，年龄段，曾经个人也曾执着于其中的具象数值，但时间久了，慢慢会发现，人群的定位不也会转嫁到产品的某一两个使用价值上吗，与其纠结谁用，不如纠结谁为何而用。 不是所有的公司都有供应链的驱动，也并非所有的贸易型企业转战产品阵地的速率都很高。我们常执着于对于产品市场属性的探讨，求得是少花点推广费用，节余些钱，这无可厚非，但决定产品能否走出去，以及走的能不能长久则在于产品使用价值的分析，在这漫长的产品分析打造的链条中，每一个参数求一个结果作为开发人陈述和沟通运营的依据，也作为供应链谈判专业度和好感度的倚靠，也是产品人员日常工作的自我评定。 写在最后 运营不断在做产品的加法，舍不得丢掉一个出单的机会，开发不断的做产品的减法，做出最合适的用户诉求组合，但各自的结果导向就只有一个，产品持续热销。选品也好，开发也罢，只是阶段不一样而已，数据分析复杂也好，简单也罢，只是理解不一样而已。过程不重要，结果很重要，坚持最重要。 |
|
|
