选品，如何判断一个市场（连载文章三）

选品教程 2年前 (2022) felix

2,096 0 2

评估指标

那么评估指标通常是依据目的条件而进行的立体评估，对于选品来说，目的是选择出相对容易操作的蓝海品类。那么相对容易操作，简单的可以定义为买的人多，卖的人少。

衡量买的人多不多（大投入需要多维验真）

那么第一个评估指标，就是评估买的人是否够多。在《选品一》中，衡量买的人多不多，我们列举了符合条件的众多指标。商家可以选择其中容易实现的指标来作为衡量条件。且在准备大投入时，往往还需要多个同方向的衡量指标同时进行评估，看众多指标的评估结果是否吻合。吻合度越高，则数据价值越高。

例如，我们在对比市场容量时，发现A品类的搜索指数明显高于B品类的搜索指数，那么则判断A品类的搜索需求要高于B品类，对于初步的市场了解是可以这样进行的，而一旦涉及大的投入，比如投入一百万，切入一个品类。除了需要考虑这个市场是否有巨大的容量空间可以确保有机会盈利，还需要使用其他几个指标来对比市场空间。

如发现使用销量、访问指数等指标评估市场容量时，都同时满足A市场的容量要高于B市场，则数据价值更高，可认为A品类市场更大。如果在多维指标验真时，发现用多指标衡量同一个维度出现了冲突的情况，则需要进一步的慎重分析。防止因为指标的数据问题，导致市场误判。因为在近期的运营核心命题训练中，近百份选品作业大多都使用到了容易出现市场容量误判的颗粒度极为粗糙的指标作为衡量条件。所以在大的投入时，做多维验真尤为重要。

如接下来所说，衡量竞争维度。搜索结果数越大，商家规模指数越大，则竞争越大，理论上似乎毫无问题。而实战过程中，也会这样嘛？或许稍微动动脑筋，就会发现这种方式极为粗糙。姑且不说搜索结果数本身就存在着巨大的不准确问题（现在已经被平台下架），而即便这些结果数是准确的，在数以亿计的产品中，平台算法能够对这些产品做出细致精准的分类，已经是一个难度极大的事情，所统计的结果，也一定存在着容错空间。在搜索结果中，跨类目，重复铺货产品，甚至是很多半死不活的产品占据不小的比例。在实战运营中，这些都不应该成为我们的真正意义上的竞争对手。特别调研部分词还容易出现杂乱类目的产品，以此结果作为统计条件，难免颗粒度有些粗糙。我们可以有更好的方式去做竞争调研。

当然，还有很多很多颗粒度比较粗糙的衡量指标，需要我们用心去思考，是否有更好的方法来替代。在做细致规划时，几乎每一个分析维度，都有多指标可以衡量。我们可用多指标验真的形式，来检验分析的合理性，而不是学到一个东西，就乱了章法奉为瑰宝，要锻炼独立思考的能力，能够提炼出属于自己的思路和工作计划。

在做选品表格时，要尽量避免出现评估维度过少，同类指标过多的问题。如坑位数、询盘概率、生命周期、喜好度等，先不说这些方法是否真的贴近真实的业务场景，其指标全部都是由搜索指数和卖家指数、结果数指标反复运算得来。本质上并没有引入新的变量，解析开来，其实是大量类似的指标。详细原理解析可阅读《十大商业细分思维，彻底讲透关键词库的用法》。导致衡量的指标过多，但是考量的商业执行度过少。看似厉害，其实一般。

根据活字思维矩阵的要求，我们的衡量指标应该尽量的贴近业务现实和具备独立评估方向。我们完全可以先设定贴近业务现实的衡量框架，然后去找满足这些评估维度的最靠谱的指标去带入框架。

例如：选品表的设计可以如下所示。

（选品表示例）

当然，评估维度的数量并不具备固定性，且每一个评估维度，都有多种类型的指标来衡量某个具体的维度，所以选品的方式和种类也就多种多样。运营人员可根据自身的能力，去获取相适应的指标来做某个具体维度的数据评估。

在做了初步分析之后，通常只能筛选出一个大的方向，往往还需要进一步地分析。执行细分国家市场，细分属性市场等分析，详见《选品，如何判断一个市场（连载文章二）》。或者依靠自身强大的数据源（指标超级多，结构超级好的一套数据源），可一次性执行到位，这种分析价值更高，但难度极大，需要运营人员具备很好的数据功底。