Hello，大家好，我是小李子！

選品，這是大家不得不面對且首先需要應對的問題，選擇賣什么非常重要卻讓人頭疼，能想到一個好產品來賣并不是一件容易的事情。放眼望去，各種品類的產品已經都有人在做了，消費者的選擇也非常多。

針對這種情況，大家也已經試過通過很多方式來選品，利用平臺數據選品就是其中之一。但是實施下來，有些人的效果不錯，有些人的效果則不是非常理想。說明這個方法是有利有弊，并不是適合所有人的方法，或者說簡單的使用單一方式可能很難達到預期。那么今天我們就來簡單分析一下利用平臺數據選品的利弊。

首先我們聊聊利用平臺數據選品的弊端。

1.數據滯后性。

平臺的數據都是在已經形成的銷售基礎上的呈現。那么尤其是對于一些熱點型產品來說，你在爬到了銷售數據快速上升，覺得發現了一個爆款產品的時候，這個產品的銷售已經到達了一個高峰。等到自己準備完貨品鋪進去銷售的時候，熱度已經過去，銷售基本停滯。比如在去年，隨著游戲堡壘之夜的大火，其周邊產品也跟著快速熱賣。

筆者曾接觸過的一款主題背包，日銷能做到800-1200單。如果在平臺上發現了這個數據和機會，再去跟進，就不一定能趕得上了。因為準備產品再發貨到倉，熱點的熱度已經過去，再鋪貨過去銷售前景不容樂觀，很容易形成呆滯庫存。

2.競爭對手多。

你容易發現的，別人也容易發現。大家每天都在看同樣的銷售榜單，爬取的也都是相同的數據。很容易我發現了這個產品正在快速上升，你也發現了。然后一起選擇了這個產品，剛進入就開始互相競爭，最后都發展不起來。

17-18年的時候空氣凈化器開始快速上升。不單是辰北一家在做，其他家也開始進入這個市場。最后發展到各家爭奪供應商資源，上來直接談10萬臺包銷。激烈程度可想而知。

3.容易選到大賣的優勢領域，導致自己非常被動甚至失敗。

有些朋友選品的方法可能就是進入一些大賣家的店鋪頁面，去觀察下他們最新上架的產品是哪些，畢竟這些大賣家在選品這一方面都是有著他們自己通過經驗累積而來的思路，往往復制他們所選擇的產品，會比你自己想當然的產品成功率更高。

這個思路是沒錯的。但是這樣就很容易誤入到大賣的優勢領域。即使自己的產品很有競爭力，但是大賣不會輕易放棄市場，然后招致劇烈的沖擊，導致自己的失敗。比如吸塵器的例子。因為在歐洲市場被大賣狙擊，又沒有足夠的資源和預案去應對，導致自己的銷售全線潰退。

4.數據量較大，不好處理。

光就頁面數據，排名，RV，價格，產品參數，品牌數，賣家數就已經有很多維度，再細致一些，用戶數據，運營數據，銷售數據，產品數據這些數據堆到一起，沒有足夠專業的數據分析能力是沒辦法從中理出自己需要的內容的。大部分的賣家對數據的分析能力并不是很強。

筆者之前在給大家做分享的時候介紹過一些數據處理的方法和表格，但是聽眾們表示這些方法我們不會啊，可操作性很低。所以這就出現了一個問題，花了大力氣收集了大量平臺數據，即使可以收集整理出來，但不會分析，也無法得出可靠結論。

5.數據面窄，可能影響判斷。

前面已經說到，平臺的數據量非常大，光處理這些數據就已經是非常可觀的工作量了。如果還需要其他的數據和信息來輔助判斷，工作量會成倍的增加，導致選品的周期很長。但是如果不去輔助其他數據，那么很可能選到自己難以操作的產品，也可能選擇到了錯誤的產品或者產品賣點。

記得之前團隊為公司選品的時候，瞄準了一個品類。平臺給出的數據非常好，市場大，年總量6千萬刀左右，又是夏季產品，進場后日銷量預測剛好補足公司只有冬季一個旺季的短板。一切數據都顯示出這類產品市場容量可觀，銷售潛力也具備，消費者接受度也較高。于是公司非常認可，然后準備開品銷售，做進一步評估的時候發現物流問題導致產品成本包不住。

這個產品在本土的價格雖然不低，但是按公司當時的物流方案，會超出同級產品售價的一個價格帶。這時候又趕快尋找技術方案看是否能解決產品的物流問題，技術上也無法解決。最終不得不放棄這類產品。最后，選品工作前功盡棄，還浪費了大量的時間和人力物力。

然后我們說說利用平臺數據選品的優勢。

1.準確性較高。

尤其對于市場容量的判斷會比較準。對于需要做體量或者做供應鏈要求較高的產品時，會比較好制定銷售規劃。平臺數據不但會給到市場的基本數據，還能輔助時間維度給出市場趨勢的變化和別的一些特點。

比如季節性產品。這類產品的銷售集中在旺季很短的時間。備貨過早資金占用高，風險也高，備貨過晚銷售受影響大，還有可能形成呆滯庫存，所以對供應鏈管理的要求非常高。筆者做兩季產品較多，所以對市場銷售時間節點的判斷要求非常高。

如果能利用平臺數據，可以直接判斷旺季開始的時間和結束的時間。那么備貨節奏就可以根據這個時間節點倒推出來，還可以避開供應商旺季提前備料，還能淡季生產降低產品成本，充分利用淡季時間多發海運，進一步壓低產品成本，提高產品競爭力和盈利能力。

2.洞悉用戶需求。

REVIEW對大多數人來說，主要是看差評，回復消費者，希望能改掉差評提高產品分數。好一些的則是通過找出自己產品的問題，改進自己的產品。但是實際上通過RV是可以找到消費者的需求的。筆者介紹兩種方法，一個是消費者對現有產品的吐槽，這些產品出現的問題往往就是你的產品機會。

只要能找到解決這些問題的產品，你的產品很大可能就會成為爆款。比如Hipo shower radio （洗澡用的收音機）就是其中的一個，他的設計者就是通過閱讀RV發現用戶對產品的種種不滿，然后用對應的產品解決掉問題，讓自己的產品實現了大賣。

另一種是消費者對產品的期望，筆者在設計自己的產品的時候，發現消費者對清洗產品有非常強的需求。但是現在市面上的產品都同樣存在這個缺陷。于是筆者聯合工廠用新的技術解決了這個問題。新產品推出后，銷量增長速度爆棚，日銷很快久甩開各競品幾條街。消費者反饋回來的RV10個有8個都是，能方便清潔，真的是太好了。

3.找到差異點。

針對現在產品的問題和消費者需求，找到差異點，構建產品差異性，提高競爭力達成銷售目標。這一點是緊緊跟著上一點的。平臺不但會呈現銷售的數據，也會呈現產品信息和數據。這些內容可以收集整理出來，結合上一條的用戶需求，用來打造自己的優勢產品。

記得在做USB風扇的時候，我們對比了不同市場的不同產品，然后發現日本市場沒有一款結合了充電寶和隨身功能的USB風扇，而日本的用戶通勤又多是使用公共交通，隨身風扇的需求非常大。于是我們搶先定下了一款電池可以拆下做充電寶的USB風扇，用便攜+充電的方式打造了產品差異點，跟競爭對手不能拆卸但也能充電的USB風扇直接競爭。結論是我們的風扇在日亞賣到了單日400PCS，提價60%后還能日銷200PCS以上，一周賣到斷貨。

4.把握趨勢。

亞馬遜的幾個榜單是非常好用的。雖然前面有提到，大家都拿到的是相同的數據，但是對數據的分析和判斷都是不同的。這些榜單和數據表現出的趨勢是需要分析后再輸出結果，而依據分析方法和目的以及分析者本身的特征不同，得出的結果會有較大的差別。然后對這些榜單，我們需要每天觀測并針對性的做一些記錄，真正的去發現其中的趨勢。除了熱銷榜，還可以多關注亞馬遜波動趨勢-Amazon Movers & Shakers，亞馬遜最新熱點-AmazonNew Releases，亞馬遜愿望清單-Amazon Most Wished for等等。

5.降低風險。

首先是市場體量明確，能大體上預估出總市場大小，然后再根據產品特性和銷售特點，大致判斷供應鏈和運營投入，減低資金與庫存風險。我們的兩季產品就是根據市場體量做了充分的銷售預算，確認了每月的銷售計劃，然后跟供應商達成交付方案。

在旺季開始前即已經有小批貨物進入FBA。然后一直保持一批貨在制，一批在途，一批在FBA倉庫的節奏，同銷售確保了4個月旺季不斷貨，不壓貨，價格和銷量都非常穩定。旺季結束，不但銷售任務圓滿完成，還完全沒有清倉的需求，只需要正常補貨即可。

綜合來看，利用平臺數據選品其實是一個不錯的方法。我們可以通過一些方法去處理這些弊端，來優化這個方法。比如學會數據分析。

首先，分析數據有效性和重要性，剔除不必要的數據，然后結合一些外部數據，擴寬數據面，優化基礎數據的質量以提高數據可靠性。

其次，利用EXECL做數據表格，減少數據處理時間。學會一些數據分析的方法來提高結果的正確性和工作效率。利用供應鏈收集信息，避開大賣的優勢區域，找到自己的產品定位和存活空間。

再次，需要了解產品的特性，比如是否是熱點產品或者季節性產品。可以多了解一些產品的相關信息來確認，尤其熱點型產品，都會有明顯的特征或者主題。可以通過延長時間線和參考Google Trends趨勢等方式去排查。

最后，可以利用平臺數據找到用戶需求和產品問題，滿足用戶需求和解決現有問題的產品，能很好的構建有強大競爭力的產品差異性。這樣的產品都有大賣的潛力。然后結合平臺的銷售數據和淡旺季等特性，可以制定對應的銷售計劃和供應計劃，降低自己的資金占用和風險。

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