【零一大话数据】选择比努力更重要!如何通过数据,洞悉市场,选择市场?(派代网)

派代网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

hi,朋友你好,还在为市场分析头疼吗?我是零一,第一次在派代发帖,欢迎拍砖。

派代第一帖,我的主题是,选择比努力更重要!如何通过数据,洞悉市场,选择市场?

示例工具使用excel(大家都会的,不会的去51自学网学习),数据来源生e经(这里随便你用哪个软件,能抓下来行业数据就可以)

俗话说,男怕入错行,女怕嫁错郎

通过对市场数据的分析,可以找到一个让你活得很滋润的行业。废话不多说,先举一例子,上图。

一小伙伴问我,如何才能提前发现某行业“突然”爆起。

那么,我认为“突然”爆起的情况是比较少的,往往在爆起前,已经有迹象可寻,比如羽绒服这个行业,去年很火。我们通过数据,早在7丶8月已经可以看出这个行业的潜力

如果你是女装卖家,又有跟踪女装行业数据,那么相信你去年已经抓住了某个市场。不管是大卖家还是小卖家,都可以分一杯羹。特别是小卖家,如盲人摸象那般来了解市场,是非常危险的

————————————————我是华丽的分割线——————————————————

上面是“洞察”市场的一个小例子,那么接下来,我认真从头开始介绍,下面我以女装行业为例。

一个行业的容量,是必须掌握的基础数据,但是往往不是容量大就有生存空间。不少朋友进入的误区,就是盲目的选择容量大的市场。我可以拍胸脯保证,以上所有的行业都有市场,都可以好好的生存,只是看你如何把握。

————————————————我是华丽的分割线——————————————————

知道某个行业的占比后,我还要看一下这些行业的走势,平均分配量(一个宝贝可以分配到多少销量)

可以看出,羽绒服在2012年11月-2013年1月是市场黄金时间(每年的黄金时间随气候丶春节有变动),通过这个图表,相信什么时候入季备货什么时候清仓,你已经非常清楚了。聪明的你,也应该发现少数卖家打了一场漂亮的战——反季节促销。

————————————————我是华丽的分割线——————————————————

了解了行业的走势概况,我还要对行业的潜力(环比/同比)进行分析-对比-判断,下面是两个行业的环比增长对比图。

通过分析,我可以很快了解现在行业的发展潜力如何。通过不同行业的对比,会更加清晰。这里可以发现入季的点,爆起的点。看多了,自然就会炼就火眼金睛,一眼就能洞察出某个行业的潜力。

————————————————我是华丽的分割线——————————————————

针对每个行业做趋势说明是必不可少的,当然我这里是做得有点敷衍的,作为运营或店长的你,千万不要跟我一样马虎,熟悉趋势,才能做到心有成竹。

————————————————我是华丽的分割线——————————————————

为了帮助自己跟我的小伙伴们理解行业,从多个维度对行业进行排名,看完就会发现,好像每个行业都有表现出色的一面。对的,要理性对待市场,不要加入太多自己的主观臆断

————————————————我是华丽的分割线——————————————————

接着,根据需求跟进入市场的契机,两个维度,来做行业四象图。(这里是劳动成果,允许我模糊掉大部分数据哦)

做分析,切忌死脑筋,两个维度如何交叉,是非常灵活的,不一定就要取中或者取0。说白点,就是随便你,你自己看得清楚,别人也看得清楚明白就行。

————————————————我是华丽的分割线——————————————————

了解行业大盘的信息,接着就是非常重要的环节,聚焦。我这里通过属性分析,来精准定位市场。

服饰这个行业,属性往往跟款式,风格挂钩,大众市场的属性或者小众市场的属性,都有自己的特点,因为是女装全行业属性分析,勉强用上面这种条形图的形式,来看走势。

下面这图是展示的某行业的高容量的SKU跟属性(其实SKU跟属性可以分开,我只是比较懒)

 

单维度的分析总是容易误导我们,我一般用容量跟分配量来结合分析

两个维度结合分析,先挑出一批待选的属性,再到淘宝搜索引擎去验证,哪个更好。

————————————————我是华丽的分割线——————————————————

以上是基本的思路示例,实际运用,非常的灵活,没有什么章法可言,主要是结论要接地气

市场分析的思路,从操作的角度看我总结了个十字步骤:抓取处理分析验证结论

分别是,抓取数据,处理数据,分析数据(包含假设),验证分析结果,下结论(市场分析报告)

切记,一切分析,脱离了实际,都是扯蛋!

分析数据,大致可以分为以下3种情况

1丶已知现象,通过数据来反推丶验证现象,这种分析是完全接地气的。

2丶通过数据来预测未来,这跟天气预报有那么丁点儿像,有时并不靠谱,对于预测置信度很重要,或者说准确率很重要,忽视了就免不了有扯蛋的嫌疑了。

3丶寻找并发现噪音数据集,通过噪音(异常)分析或提出假设,来发现我们忽略的地方,可能这里就是所谓的数据中的“金子”,这比较接近数据挖掘了。

————————————————我是华丽的分割线——————————————————

偶尔喜欢用3D模型来玩数据,带点视觉震撼,如下图(截图已经失去了视觉效果)

 

 

玩数据,是个非常有趣的活儿,我们熟知的数据化运营,数据化选款都离不开数据。下面贴两张数据化运营图。

 

 

数据不是万能的,但是没有数据是万万不能的最值钱数据是顾客数据,最值钱的分析,就是顾客分析,自从有了文本挖掘技术,为这块的研究打开了钥匙,相信今天有能力独立分析顾客数据的运营还是屈指可数的,运营们加油吧!记得《大数据时代》一书中提到,当文本变成数据——亲,你懂了吧?这真的是金子!

————————————————我是华丽的分割线——————————————————

最后简单做下自我介绍,我的昵称是零一,大家知道0和1是机器语言,这个名字想表达我喜欢数据。同时,从0到1是一个创造的过程,想表达我是一个喜欢创新,创造的人。

06年在拍拍开了第一家拍拍网店,09年在淘宝开了第一家淘宝网店。从读书时代到毕业后一直接触电商这个领域,虽是小打小闹,但也有点儿心得,看法。

第一次发帖,比较紧张,说得不对的地方欢迎朋友拍砖。

随意打赏

提交建议
微信扫一扫,分享给好友吧。