如何使用数据魔方来选择爆款商品

   我们在打造爆款之前肯定先要选好产品,我们在选择产品的时候有四点要注意的:第一、寻找当季的热卖的商品或者类目需求量大的商品;第二、对宝贝分析,比如尺寸、颜色、风格找出最受欢迎的;第三、找出商品的受众人群以便做推广;第四、对产品的合理定价。想要做好以上的分析有些难度,不过我们可以借助数据魔方来帮助我们很好的完成以上的目的。

  首先登录数据魔方(专业版):

  一、市场分析

  第一步选择类目:羽绒服

  第二步在市场分析下面点击市场整体行情来查看最近这个类目的动态。

  大家看到市场规模关注度下面环比增幅5个项都是上升的,收藏量也在逐日上升!

  这个说明目前是羽绒服季节!羽绒服已经开始热卖了!

  在这里,请大家记住!要做爆款,一定要提前开始预热,不能到了当季才开始卖,因为很多卖家这个时候已经有大把大把的销量了,现在从零开始卖,无法赶上那些卖家的。所以一定要关注产品的周期性及提前预热!

  二、宝贝分析

  这里我们要先看一下《热销宝贝排行》。时间段选择7天,因为如果只选择昨天或者最近3天,有可能数据变化会很大,但爆款最快也是要有一定周期的,所以时间还是以越久的来作为基准。

  在这里,第一,我们要看宝贝,大致的看一下什么类型的,什么版型的,什么风格的,什么布料的是排在靠前的,这些都要做记录。

  第二,要看成交关键字。因为这些数据指明的是买家通过这些关键字找到这个宝贝或者进入这家店铺来进行下单购物的,所以间接的说明,这些关键字的转化率是很高的,我们也要把这些关键字搜集整理起来,在做标题的时候做参考,适当的组合使用。

  我们自己选宝贝来作为爆款计划的时候,一定要参照一下这里面的数据。就是《热销特征排行》!因为如果我们的宝贝是新品,或者已经开始销售了,但销量并不是很高的情况下,我自己的货源还无法确定该怎么准备,在这个时候,如果可以好好分析这个数据,掌柜心里就会有底了。比如,图片上的尺码,如果不是做过销售多年羽绒服的卖家是很难判断到底哪个尺码会热卖,哪个尺码的需求量最大。但是在这里已经给出了一个数据,一眼就能发现M码是在羽绒服里面销售最多的一个尺码。这样就是一目了然。尺码旁边还有各种特征,比如

  尺码女装风格女装图案女装袖长女装领型价格区间女装衣长女装衣门襟女装厚薄颜色分类板型袖型款式细节填充料年份

  这些都需要做一下分析及整理总结,有了这些数据之后,自己下单或者进货,都不会太盲目,导致卖出去的没货卖,不好卖的一直堆积在仓库里面。这个是最悲剧的情况哦~

  现在看到的是《关键词成交分析》,这里提供的关键词,大家可以做一个参考,如果是新品宝贝,宝贝需要人气,所以需要一些热词,但成交词和类目词,核心词一定要有的~标题的组合,,可以查看这里的词和淘词里面的词,80%都可以满足我们的需求了!

  三、客户分析

  首先我们来看一下我们客户的地域分布:

  在这张图里面,我们可以排名前5的省份。这些省份目前是主力军,在下面的地图里面已经以热图的形式把买家的地域分布都表示出来了,可以用肉眼查看得到颜色越重,说明买家越集中!我们要针对性的去大力推广。效果比大面积撒网会好很多!

  再看一下列表形式的地区排行:

  这2张图,一个是省份,一个是城市。有了这2个数据,我们做直通车或者做钻展的时候都可以很方便的做好定向推广。根据这些数据,我们要分析,我们的宝贝是否适合这些地区的买家。举个例子,比如我们的买家大部分在东北的,但,我们的羽绒服是轻薄的。那么,我们想一下,东北那么冷,轻薄的根本不顶用阿!不只我们这么想,买家是更会这么想,如果我们的广告投到哪里,我们的宝贝展现给他们看,下单转化率肯定会很低!所以选款的时候也要考虑地区问题。

  现在看一下《时间段》

  在第一张图片里面我们看得到,会有高峰成交时段TOP1~5。但是我为什么把23:00~2:00的时间标出来呢?

  因为大家在下面一张图里面看得到,在24小时里面,这3个时间段所占比达到12%。但这个时间段很多大卖家或者商城店都是下班的时候,却有这么多买家在买东西。我们如果有几个宝贝需要做测试,有几个预备宝贝,可以在这几个时间段上架,并且比如直通车广告,在这个时间段大力投放。因为很多卖家的广告基本都投在热门时间段,所以竞争激烈,单价也高。在这3个时间段里面单价比白天会低不少。这时也是个很好的机会!大家要把握哦~

  现在简单的穿插一下买家购买频率的数据。

  大家在这里看得到,2次购买的顾客占11.3% 。这个数据我们可以做一个参考,在做我们老客户营销的时候,看看我们的老客户回头率和老客户下单率是如何的,因为我们要有一个标准,有了大概的标准之后我们才能知道,到底是达标了还是不足!根据这些调整自己店铺运营方向。

  四、价格分析

如何使用数据魔方来选择爆款商品

相关文章:

你感兴趣的文章:

标签云: