选品的步骤 选品的方法和技巧( 二 )


Best Seller前100名ASINS的数据分析表示例

点击查看放大图片
02
预估产品销售额 , 分析新品及品牌份额的占比
分析新品份额可以预估选品运营难度:
拉取Best Seller前100名数据中近一年上架的新品数据 , 用上述方式计算出新品的销售额 , 再分析其占总销售额的比重 。 新品份额的经验值:10%是及格线 。 如果新品销售额占比不足10% , 说明这个类目的新品较难运营 。
*近一年上架的新品:今天是2021年5月31日 , 在2020年5月31日到今天之内上架的ASIN则符合筛选条件 。
分析品牌份额能够判断选品市场容量:
拉取每个ASIN对应的品牌 , 收集Best Seller前5名的品牌数据 , 用上述方法进一步计算销售额 , 并分析前5名占总销售额的比重 。 如果占比<35% , 则说明没有明显的品牌垄断 , 选品时应选择没有强品牌垄断的产品 。
要分析的数据感觉好多 , Excel小白怎么办!
不用担心!来官方讲堂《精细化选品》课 , 讲师手把手教你用“一键分析的自动化表格” , 只要把数据复制粘贴进去 , 保存、刷新 , 分析结果就出来了!
03
通过毛利率核算分析价格区间
价格区间太低不仅有亏钱的可能 , 还将面临供货跟不上的问题 , 因此要避开价格区间明显偏低的选品 。 价格区间怎么选?需要考虑自身是工厂、贸易商还是传统企业转型 , 不同卖家的成本不尽相同 , 确保毛利率在20-30%以上才是有优势的选品 。

抓取更广泛的数据高精度分析 ,
大幅拉升选品成功率
01
更广泛的数据抓取 , 高精度分析市场需求趋势
精细化选品的要点在于能抓取到更多更广的数据量 , 提升数据的覆盖率 , 以此提高选品分析的精度 。 分析的ASIN数据量从100名增加至500-1000名 , 抓取的Best Seller对象也从单个品类增加至类目下每个品类的数据 。 总之 , 精细化选品需要把握类目的整个状况 , 分析的样本量越大 , 分析的结果越精准 。
02
以高精度数据为基础 , 通过商品定价及风险评估做选品决策
商品定价
分析价格区间后需要考虑定价 , 而亚马逊上主要是消费者端定价 , 也就是说需要衡量消费者能够接受的价格范围 。 分析该类商品在哪些价格段卖得更好 , 同时结合商品的定位进行定价 。
风险评估
首先需要考虑侵权问题 , 侵权是非常严重的红线 , 一旦被查出 , 严重的结果可能会导致关店 , 需要卖家谨慎对待避免踩坑 。 如一些首饰、工艺品就存在设计专利侵权的风险 , 在选品阶段就得明确是否存在侵权的问题 。 其次是产品认证问题 , 只有认证齐全产品才能顺利上架进行销售 , 如果因为证书的缺乏导致被下架了 , 需要及时补上 。
无论是在哪一阶的选品方法 , 其分析思路的核心是不变的 , 但说到这 , 可能许多卖家对于掌握精细化选品方法还是有困难——庞大的数据量如何抓取如何分析?这当中的方法论和思路又是什么?精细化选品里的门道之多三两句话实在说不完 。

推荐阅读