圖片來源：圖蟲創意

各位賣家朋友們大家好，上一篇文章我們聊到了電商平臺作為交易撮合方，在處理如何把人與貨匹配起來時采用的方法都是數據化。就是把具像化的產品轉化成計算機能識別的語言，也就是數據結構。

本篇文章我們接著深入的聊，看看商品數據都包含哪些細節，以及平臺是如何讓好產品脫穎而出的。

第一部分：電商平臺的三種數據。

上一篇文章我們講了，電商平臺都需要建模與處理二大類的數據：商品數據與用戶數據，然后做它們之間的匹配。但實際還有一個數據我沒講，就是電商平臺本身的業務數據，所以做個分類就是下面三種數據:

圖片來源：作者xmind自制

由于用戶數據與平臺業務數據是電商平臺內部的運營們在處理，跟我們賣家關系不大，實際上平臺也不太會把這些數據開放給賣家，所以我們重點聊聊商品數據的二個維度。

A;商品基礎數據：這個應該比較好理解，就是用于描述產品本身的關鍵詞 參數 分類等，我們做listing發布時需要填寫的信息。

這些數據包含：產品的名稱，顏色 功能 功率 型號 大小 外觀 材質 品牌 圖片 定價 類目等等，用以準確描述這個產品的數據都統稱產品的基礎數據。

B:商品表現數據：用以表述產品市場反饋的數據，都是商品表現數據，

這些數據包含：大家常說的點擊率 轉化率 銷售額等等。

然后“表現”是個動詞，因此我們需要再引入時間這個維度到商品表現數據里，所以不同的時間段，產品的表現數據是不一樣的。

B.1:新品期

商品表現數據：關鍵詞 圖片 定價 點擊率 轉化率 銷量等。

常見運營手法：1.做好圖片，產品描述，A+頁面等基礎工作。2.通過朋友或者vine快速獲取10個左右的產品reviews，且都在4星以上。3.啟動廣告引流。

供應鏈要求：產品質量要過關，尤其計劃通過vine獲取reviews的產品發貨前要逐個做質檢。

決定因素：產品有某一方面的獨家優勢，可以是定價，獨家賣點或者有差異化，最好是兼具。

加權：對于數據表現特別好的產品，亞馬遜有”New Release NO.1”這種平臺給產品加權的標簽，可以有效提升轉化率。

B.2: 成長期

商品表現數據：listing評分 退貨率 復購率 暢銷SKU缺貨率等。

常見運營手法：1.為listing上QA，2.上產品開箱視頻等提升轉化率的操作。3.分析優化后臺各項數據包含廣告 轉化率等等。

供應鏈要求：確保暢銷SKU不斷貨，有些賣家可能會考慮為listing新增SKU，可以是產品的pro版，用以增加listing利潤。

決定因素：產品質量穩定能確保listing評分高于行業平均，暢銷SKU不斷貨能穩住listing銷量與類目排名。

加權：可能會有“amazon choice”這種平臺加權的標簽，實際只要能穩住排名，穩住平臺的免費流量就是加權。

B.3:成熟期

商品表現數據：可能會有best seller等平臺加權標簽。

常見運營手法：1.優化與降低廣告成本。2.思考產品升級迭代方案。

供應鏈要求：梳理好產品供應鏈是此階段老板工作的核心，確保交貨期與產品質量穩定。

決定因素：供應鏈穩定，現金流健康，這2個要素特別重要。

加權：可能會有“best seller”這種標簽，但概率很小，畢竟它只有一個，能穩定住自己預期的排名即可。

第二部分：商品數據結構的消費者視角。

商品數據我們通過基礎數據與表現數據做分類后，實際也可以切換到“消費者”視角來理解產品數據，因為是消費者視角，所以通常叫“產品標簽”。我的理解是“產品標簽”有二個維度：一個是產品基礎標簽，二是平臺輔助消費者做購買決策的市場反饋標簽。

產品基礎標簽：

1. 售價

2.   產品類目 產品關鍵詞 功能 顏色 型號 功率 大小等關鍵詞。

3.      圖片  賣點描述

協助消費者做購買決策的標簽：

1.      產品評分

2.      reviews內容  QA等。

3.      產品new release NO.1   best seller  amazon choice 等平臺標簽。

4.      產品BSR排名標簽。

由于消費者視角的商品數據不能反應產品的部分表現數據，所以建議賣家朋友們從“商品基礎數據與表現數據”來理解會更加嚴謹。

第三部分：商品數據化處理的利弊，及衍生出來的問題。

平臺制定的這些商品量化指標能客觀反應一個產品的好壞嗎？

我的答案是不管電商平臺的用的“商品數據結構”多么邏輯自洽，都沒辦法客觀反應一個產品的好壞，但是以目前的技術水平又找不到更好的替代方案，人畢竟是高級動物可以調動五感來感知一個產品，而機器判斷一個產品只能通過具體指標的數據和最大公約數，讓正反饋高的產品慢慢脫穎而出。所以電商平臺的機制，你說它是賽馬制或者科舉制都行，不客觀但是卻有效。就像高考實際是對一個人的量化，它不能反映人品好壞，脾氣性格好壞，但是社會運轉法則如此。

我們可以再延伸一個思考，為什么電商會有刷單，實際就是因為在數字化的電商場景中它不對但是它有用。

因此關于文章標題里的疑問“選品需要迎合算法嗎”，我的答案是選品肯定要迎合算法。

如果你有疑問，看完這2個問題，你可能就會同意我的觀點了：

1.      材質差異與外觀差異，哪個更討巧？

我的答案是外觀差異化明顯的產品更容易在電商這種購物場景中跑出更好的商品表現數據。除非這個產品的材質差異能同時帶來外觀上的差異，比如我在“亞馬遜選品十步走之第5步—如何做產品差異化“里提到的產品案例“透明小蠻腰花灑”。

2.      質量做到65分價格便宜與質量做到90分價格更高的產品，哪個更討巧？

我的答案是其他要素相同的情況下質量65分但價格便宜的產品，更容易在電商的購物場景中跑出更好的商品表現數據。

我經常會跟做工廠或做B2B的朋友們聊天，大家都會抱怨電商把產品做死了，無休止的內卷與價格戰，實際就是大家都在迎合電商平臺的底層邏輯做產品。所以只要產品好壞的標準還是基于數據量化做判斷，那這種情況就永遠也避免不了，但有一種情況除外，就是品牌有消費者認知的賣家。

作2個說明：以上兩個問題的觀點都接受反駁，有不同看法的朋友歡迎私信討論。然后我在文章前半部分聊的“商品表現數據”里關于產品的新品期，成長期，成熟期，這么劃分并不一定嚴謹，只是為了方便大家理解不同階段產品的表現數據是不同的，也是在提醒賣家朋友們做運營時階段目標要合理，一個上架6個月的listing想做成best seller實際是好高騖遠。

未完待續。整篇文章寫下來修改加排版發現有7000多字了，一次性發出來大家也不一定有耐心看完，所以選擇了這種分系列發布的方式。接下來的第3篇，我們聊聊在電商平臺這種對商品做“數據結構”處理的方式，我們的該采用什么樣的選品與產品設計策略。

最后，我做了一張“電商平臺人貨匹配邏輯”的圖，有興趣的朋友可以私信索要。

圖片來源：作者畫圖軟件自制

卡卡孔慶黎

講我懂的，講大家能聽懂的。

（來源：卡卡聊跨境）

以上內容屬作者個人觀點，不代表雨果跨境立場！本文經原作者授權轉載，轉載需經原作者授權同意。?