选品，如何判断一个市场（连载文章三）

选品教程 2年前 (2022) felix

2,095 0 2

大家好，我是5颜6色的世界。

时隔好久，终于抽空更新。此文共计七千余字，读完需要较长时间。建议收藏在状态好的时候阅读。

前两篇文章（点此可跳转）提到了选品的一些基本维度，从衡量需求，到衡量竞争，再到衡量供需再到衡量销售集中度列举了一些选品常用的维度。这些是选品过程几乎必须用到的维度，也是目前市面上现存的所有选品技术，几乎都在使用的衡量维度。方法不同，衡量方向却无一例外，几乎全部相同。

在前不久的星球分享会中，做了一次长达6小时的直播分享。提到了两种底层分析模型，其中之一就是活字思维矩阵，是我个人总结的一种思维方式。

活字思维矩阵要求我们在分析问题时，首先要有一个能代表核心分析项目的主指标，以及不限量的衡量指标。衡量指标要求贴近业务现实和具备独立评估方向。

纵观各大选品技术做一个特征分析，也不难得出一个结论，他们都符合同一个特征。就是有一个能代表品类的主核心指标。以及各种对此指标进行评估的衡量维度。

据此，依据活字思维矩阵。我们可以自由设置属于自己的选品矩阵表。而不再依靠其他的限制要素。因为我们学到的东西，并不一定是好用和准确的，也不一定是适合自己的。拿收集到的一些选品维度来说，很容易可以发现，部分选品维度，是颗粒度极为粗糙的。甚至稍微有些经验的人，也都可从中发现部分维度具备一定的不合理性，仅仅是看起来是这么回事，明显脱离了现实。关键词文章和星球分享会分别列举了市面上部分选品维度不合理性的阐述和实战验真，这里就不在赘述了。

所以，我们完全可以根据自身的需求，设置出适合自己且更加贴切的选品维度。而非停留在别人的框架中，还往往选不出一个具体的产品。

主指标	评估1	评估2	评估3	评估4	评估5	评估6

主指标的选择和设定

主指标的选择和设定，通常是依据核心目的而进行。对于选品这个核心目的来说，主指标肯定是产品，而直接选择一个相对好操作的产品，难度是极大的，通常我们是先选择品类，然后从品类中不断细分进而挖掘出相对容易操作的产品。

那么主指标就一定是一个可以代表品类的东西。那么满足条件的主指标很容易就联想到词和类目。确实，词和类目也可以在一定程度上代表产品方向。所以可先确定能解决问题的核心主指标：词或者类目二选一。

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。

六、几种常见的市场分析模型（难度衡量与选择）

1.SWOT、4P/4C、PEST、波特五力模型、波士顿矩阵。

上方几个分析工具是常见的市场分析模型，且很多书籍都有详细介绍。这里就不展开去说了，有兴趣的小伙伴，可以去网上搜索一下。都是很经典的分析工具。特别是4P和4C模型中的每一个点，我觉得都值得运营人员深思。

2.几个适用于电商领域的自定义运算维度（实用重点，选品核心）

在市场调研中，我们可以通过国际站前台或者后台的数据，获取到很多市场相关的指标。然而，这些指标要想综合衡量，往往难度较大。这个时候，我们就需要一些衍生指标，来衡量一个新的方向。核心是通过两个或者多个指标的运算，来形成一个新的指标用来衡量一个新的方向。诸如，用需求除以竞争，可以得出供需比。用来衡量市场竞争强度。

此外，还有其他众多指标都可进行两两运算或者多多运算，从而得出一些新的衡量维度。但是在利用这些衡量维度时，我们要注意尽量避免同几个指标反复运算，形成不同的指标。这类指标的核心本质都是在衡量相同的东西，如询盘概率、坑位数、操作难度等，这类指标越多，选品的难度就越大，甚至根本选不出好的产品。我们尽量围绕需求、竞争、垄断、推广难度、突破点等不同方向的指标进行贴近业务需求的运算。使得考虑的维度够广，指标数据参考价值更大。

电商领域中的实用维度：

Top N销量/总销量=销售集中程度

能代表容量的指标/能代表竞争的指标=供需度（这是很多方式）

销量*平均单价-平均成本=预期利润

销量*平均单价=市场容量金额

同款销量/有效竞店数=预期收益值

国家销量分布前三可作为衡量维度参与组合筛选

必要的属性可作为衡量维度参与组合筛选

类目销量/（有效竞争商家数*前五所需出价）=三维难度评估

可根据需求，设置各类二维、三维、四维、多维等评估指标。还可根据指标重要度设置不同的权重系数。

重点：自定义运算维度应该如何选择和设置。

一个核心的问题，满足什么条件的产品，一定好做，一定赚钱。

容量大、竞争小、垄断度弱、推广费用低、利润高、。。。。。。等等，只要维度足够多，就越能满足命题的要求。所以自定义运算维度要如何选择呢？这个问题是否能解答你的疑问，对你有些启发。

3.市场切入时机分析（数据指导）

市场切入时机分析，用于已经选出某些品类之后，来观察市场趋势情况。通常在选品分析时，对品类趋势无法进行细致的分析（因为维度太多，神仙都难以细致的顾及到，且衍生维度的运算有扩散衡量指标精细度的现象存在），需要在具体选出几个大类之后，进行进一步的原始数据分析。这里，我们一定要看已经发生的历史数据，而不要乱用方式。

（预测趋势与真实数据趋势对比图）

如图，预测的趋势和真实发生的趋势，不说完全相反，可以说是毫不相干。此领域，各类预测方式，大多具备明显的不贴合业务场景的情况，商业规律并非普通的函数规律。预测结果和产品生命周期预判与现实对比，存在明显的无关联现象，数据价值丢失严重。

分析切入时机，在新品初期，或者容量上升期进入市场，可以借助一部分市场大盘的趋势，此时难度是最小的。也是最适合切入的。特别是一些周期性（季节性）产品，合理的切入时机和运营节奏，可以使得运营效果大大增加。而一些稳定的类目，则可以随时切入，只做流量拉升规划步骤即可。市场切入时机分析可以帮助我们发现一些当下容易操作的类目，也可避免一些类目误判（市场下沉）。

4.市场机会分析（赛道选取、用户洞察，市场定位，有效竞对对标）

市场机会分析，在于选定品类后，布局具体的产品。通常在选品过程后，选择的都是一个具体的品类，而非一个具体的产品。这个时候要上架具体的产品则有两个方向。

第一个方向在于对标大众产品，普遍卖的好的，那我们上架之后也容易分得一杯羹。做品的逻辑就在于存在市场空间，正常参与销售即可。销售此类商品，通常不需要过多的深入产品，只需要与同行保持一致即可。适合快速切入有数据支持的品类。

第二类选品方向，在于把握市场，需要深入了解市场需求，细分到产品的方方面面，对产品价值和受众需求进行分析。通常适用于蓝海类目，需要产品定位。如，市场上的各类属性，各类功能进行归类汇总之后，发现某些需求，某些功能属性的需求较大。则可将品类的切入点定位在这些方面。后期所有的内容，找词、设计等都围绕这些定位进行展开，便于加强产品转化能力。产品定位的越具体，后期操作的方向就越强。

在切入类目之前，市场机会通常在于细分的市场需求、竞争等数据把控，可调研具体细分子类目的总销量和分布情况。而切入具体产品时，则可通过上述两个方向进行可行性的分析和把控。

七、多维验真及评估表（避开隐性操作失败要素）

16个检测维度表（避免后续商业运营可能出现的问题）

多维验真，在前文已经提到。衡量每一个细分维度时，都有很多可使用的指标，大的项目，往往需要多指标的多重验真。在选品时，为了加强产品成功的概率，商家还需要多一些的边界维度进行检测。避免在选品后，出现一些都是小单、侵权、无利润，运输难等问题。不要等做了一年半载之后才哀嚎，暴露出种种问题。

商家可自行对历史成功或失败的案例进行总结提炼，诸如：运输简单、产品使用简单、不侵权、无售后问题、复购强、利润高等关键点。作为后期选品的边界维度，当触碰到一些边界时，则要慎重选择。我自己的选品边界表就不透露了，真正的实战人员，很容易积累和深切感知到一些具体边界的重要性和致命性。

这些不断总结的维度可作为后期选品时的边界约束，避免操作的产品因为运费贵、售后多、利润低等种种问题而使得项目失败。可在一定程度上，避开一些坑，提升项目的成功率。

八、用户需求和产品深度分析（单品打造与定位切入）

1.需求分析（1.细分需求、2.场景需求、3.用户画像、4.需求升级、5.前景衡量）

需求分析，在于具体的品类属性和功能分析。细化到需要这个品类的买家真实的使用诉求，从而针对性的切入市场。其次是根据此需求衍生出的营销手段。如场景需求，场景设计等，必要时可针对产品需求进行产品的升级或区隔点的塑造，与市场同类产品进行差异化竞争。执行这一步的核心，在于对买家、对人群的划分，以及使用产品、产品场景的思维发散。从而对需求进行进一步描述。

2.资源分析（1.上下游供应链优势、2.渠道、3.资金、4.技术、5.团队）

资源分析通常是不必要执行的一个步骤，因为没有人比我们自身还了解自身的资源。在品类分析时，项目执行与自身资源相关的会潜意识瞬间联想到。会有一个初步的评判，当具体执行时，可根据项目需求对自身可用的、可投入的资源进行一个盘点。

3.评价分析（用户在意点）

评价分析，在于对需求的进一步挖掘和避坑。当已经逐步缩小到某一个具体的品类，具体的产品时，商家可花费半天的时间，对市场同类产品进行一个评价的收集和分析，甚至是跨平台的评价分析。

分析方式，可以是手工记录，也可以是全部复制后，做词意的拆解和统计。旨在发现一些致命性的问题提前避免，和买家普遍关注的内容进行重点放大或产品升级。评价分析是进一步了解品类，了解买家的方式之一。

4.如何定义真需求，如何定义真蓝海

在确定切入一个品类时，如果已经做了多维验真的动作。通常这一步是可以省略的。如果没有做多维度的验真分析。则需要在初步选好品类后，对市场是真的蓝海还是假的蓝海，是真需求还是假需求进行验证。

判断真蓝海的验证方式为，看有效竞争对手销量的分布，是否连续且分布跨度长。看有效竞争对手，是否有在持续增加。如果同时满足网站上持续有分布合理的销售数据，则可考虑切入，此类型产品操作难度往往较小。

另外一种情况是，根据自身能力，无法获取到更贴近商业行为的数据。则可以根据需求的情况来判断此商品的受众规模和需求强度。判断方式要求我们回答以下几个问题，受众人群有哪些，规模如何；产品的价值点是什么；这个价值点同类有多少在做；如果是我，我会为了这个价值点买单么？

对于需求和价值的把控，这是需要大量的案例来加强自己感知的。有兴趣的商家，可以阅读一些产品经理方面的书籍。对于把控需求和验真需求，以及运营店铺，都有一定的帮助。

九、产品盈利模型评估表（运营规划草案）

1.盈利模型（盈利模式与盈利公式）

拿到一个产品，接下来就是具体的规划。看这个产品能不能赚钱，能不能操作。在操作之前，建议运营人员，先思考一下盈利模式。对于电商平台来说，盈利模式就是出单卖货，那么具化一点呢？

买家凭什么购买？又能卖掉多少？是商家首先需要分析的问题。对于大多数数据选品来说，由于数据是历史行为的产物，描述的是历史现象。通过数据选品，选出的大多是已经有市场容量的产品，而非是自己开创或定义一个新产品。那么只要分析的维度足够多，商家只要选择切入一个难度较小的品类中去参与销售，那么就有很大的机会，分得一部分市场份额。买家凭什么购买的答案也就出来了。如果在此基础上，能够升级产品，定义需求，则是更厉害的操作。

有了预估可以盈利的机会，那么盈利能盈利多少呢？运营人员可选择对标三五个同行（选竞争对手一定要合理，不要直接定位top），观察他们的销售情况，从而按达到此水平时，依据销量*均价-1688成本-推广费用（点击量*点击单价）=利润。粗略的估算是否有盈利的空间。（仅针对常规品类，部分品类不适用）

2.成本与利润

如果在盈利分析过程，发现市场上同类商品的价格较低，自己的利润空间很小时，甚至自己找货的价格比同行商品还要高，则会加大盈利的风险。并非所有好做的品类都值得操作。有些价格壁垒，品牌壁垒我们很难超越。

对于有利润空间，如利润率在百分之20左右的产品，运营人员还需要根据预计达到对手销售水平时，所需要的花费，安排相应的配套资源，从而计算产品的盈利能力。当然，这些都是针对于需要制定运营计划，准备大力操作的产品才需要的一些数学演练。

如果只是上架后，并无操作或者并无大力操作计划的产品。可选择直接上架尝试销售也是可以的。诸如我经常所说，国际站发布一个产品的成本几乎为0.对于没有准备短期内打造爆款的商品，运营人员可以先考虑上架再说。也许冥冥之中自有运气。成本与规划的目的，主要是为了营收演练，方便后期的计划调整。

3.销售渠道

4.流量规划

流量规划，或者说单品操作计划，是运营人员的一项核心能力。在运营核心命题训练中，收到了上百份关于此类命题的作业。如果你有兴趣，也可以提交到公众号后台，我也会回传我的答案给你。命题为拿到一个产品后，应该如何操作。要求字数不低于2000字，用20个操作步骤（要求楞写也要写到20个步骤），来描述拿到一个产品后，具体如何操作。力求将常见问题输出为步骤化的方法论。（声明：应付提交的作业，不会回复！权当做一个想法互换和交流）

5.营销规划

卖点塑造和商业推广。

十、如何撰写市场分析报告（多维立体性）

1.结论先行。

2.模块化拆解分析

3.全程数据支撑，逻辑支撑

4.可行性分析与落地支撑

5.结论分析与评估

写到这里，连载的选品文章基本就结束了。由于近期的工作安排比较满，又长期需要在群内，星球内和各合作方输出各类内容。已经持续几天每天输出过万字。或许有很多地方展开的不够具体，表述的不够透彻。可以在下方留言，写下你的感受，我会尽量用心的给你答复。如果你有好的想法，也非常欢迎做一些深入的交流。

（完）

本文转载于公众号【5颜6色的世界】