案例概括：
很多小卖家都会疑惑数据化运营跟自己搭不上，而实际上我们今天所做的案例分析，是在连店铺都还没开的情况下所做的分析，通过对市场的研究找到借势增长的时机，才能够快速脱颖而出，而大部分小卖家是什么都不去思考，拿到一个产品就觉得自己应该变成爆款，上架就刷以为就能够成功致富了，却不了解就算做数据也要结合市场竞争状况而做好调整才有可能入围逐鹿。所以数据化运营本身并不会看你店铺等级大小，而在于你如何借用数据分析切入你每一个运营环节。
第三部分：数据化运用案例解读《宁静解读数据选款及半年销售2000万市场分析实战应用》
大纲：
一、数据选款是个坑
二、市场分析的目的在于何方？
三、市场分析过程
1.市场有多大舞台就有多大
2.市场的增长点？
3.类目的可操作空间广度？
4.市场的周期性状况？
5.产品的特性分析？
6.产品年度重叠度分析？
7.市场的后续跟踪
--------------------------------------------------
一、数据选款是个坑？
何为数据选款？即通过市场往年历史数据反馈，在结合现行市场新流行元素，从而推断出接下来哪类型产品会卖的好？
通过这个时候，一些人会教你分析市场，分析属性，然后罗列出一堆属性出来，告诉你应该找到什么属性来组合出你的产品特征，
如下：
那么为什么会说数据选款是一个坑呢？
我们这里所指的选款更偏向于市场选款，这里选择好了则是要进行下单的一种状态，而非那些已经有了库存然后投入市场看市场反馈结果，这种已经是备了首批货，只能说是测款而非选款。
通过上面的数据反馈，我们已经大体知道了我们的产品应该如何组合了，但是这样的组合市面上的产品有成千上万种，试问我们该选择哪个款？ 很明显，通过数据分析并不能让你获取所谓的精准选款，而且会出现一种情况，基本上这样子选择出来的都是大众款，如果我们为了保证所选择的款是被市场所接受的，那你基本是属于更直接的抄袭爆款了，这时候你又会面临高压状态。所以那些告诉我们数据选款的本身就是一个坑货，失败率依然是非常高，最关键的还是在于我们对产品挑选的那种眼光尤其重要。
二、市场分析的目的在于何方？
上面我们讲到单纯通过市场分析并不能真正让我们选好一款爆款，那么市场分析的意义何在？
1.缩小选款范围
虽然说数据并没有办法直接让我们百分百锁定好产品，但是却可以通过数据了解到市场对于不同属性的产品的需求分布情况，我们可以从中做出参考，缩小我们的一些选择范围，另外并非市场需求越大就一定越好，因为这也代表了竞争激烈，同时也要结合自己的优势做出选择才是明智的分析。
2.清楚选择市场容量大小及竞争情况
一个市场的大小以及竞争状况，可以决定了我们能够做多大以及市场竞争的激烈程度也会让我们了解进入的门槛。
3.对于季节性产品了解市场周期走势规律
有些产品是具有明显的季节性，了解产品的季节性可以让我们做好相关的运营节奏，从入市期-增长期-成熟期-衰退期，各个环节。这里给大家也附上我早期写的踩点运营内容：
4.发现新型市场端倪
三、半年销售2000万业绩的市场分析详细过程（此结果的核心是发现了市场对产品需求的变化）
目的：本项分析是在2013年底做的分析，我们的核心业务是在箱包类目，所以当时在分析细分市场的时候也是优先选择箱包类目做研究，想找到一个合适的市场去开拓。
以下分析数据源可以来源于生意参谋市场行情/生意经市场分析
1.市场有多大舞台就有多大
如果一个企业目标想做100万那就不可能选择了市场需求只有50万的？
一般当市场规模越大，品类越丰富，2/8定律就越会被弱化，20%的商家占据不到80%的市场份额，在电商平台上，流量分配具有集中性，基本20%商家产品占据了大量流量，其他流量都会非常分散，这就说明后面80%商家聚焦性不强，这让尾部商家都看到了曙光，就看谁能够突异而出。这也是为了女装类目虽然竞争激烈，但是确是小卖家选择的非常好的一个类目。
男包/女包已经是我们主营业务，钱包因为七匹狼/花花公子等的品牌效应及价格优势，所以该市场的切入点比较难，因此重点分析对象在于双肩包/拉杆箱这两个新品类上的扩充。
拉杆箱市场份额=12406909*（市场平均售价）300=36亿市场
双肩包市场份额=12781656*（市场平均售价）150=19亿市场
后续的分析我们直接分析拉杆箱作为例子（因为我们最终是选择了拉杆箱的来做），双肩包在这里不做分析，钥匙包那些市场太小。
2.寻找市场增长点，观察最近三年的市场增长情况
a.拉杆箱销售增长情况?
在2013年分析数据的时候（第一张），从面积图上可以看到每一年的增长幅度是提升比较高的，第二张图也可以看到市场销售增长率80%左右（后面我们也在根据市场数据补齐，我们是在2014年全4月份全新上架新店，我们看到整个14年依然处于高速增长阶段，但是到2015年市场开始放缓增长）
b.是需求增长快，还是竞争增长快？
我们上面看到市场需求在2013年是高速增长的，然后我们看下面这张竞争对手增幅图发现在2012年开始，竞争对手却放缓了加入市场，甚至到2013年开始出现了竞争对手减少的情况，这个跟一些增长市场明显有点违反的情况（后面就会讲到这个现状问题是因为整个市场出现了新需求）
市场需求增长是翻倍增长的，而商家竞争数却是负数增长；遇到了市场的变革期，而这种材质因为做货容易坏，供应商也不多，所以我们当时我们决策最终瞄准了这个市场，整个市场大环境给了我们商机为我们的爆发提供了有力的大势根基（这就是为什么不管大商家还是小商家都必须去真正了解市场）
3.类目的可操作空间广度？
数据的高低并不能完全代表类目好坏，所以分析数据不能单一指标看
一般情况下，市场需求比较大情况下，可分配量要比一般市场需求弱的要高，否则说明这个市场竞争过度激烈，例如连衣裙
分配量高，市场容量大，说明了该市场相对具备良好的进入空间（下图的女包）
分配量低，市场容量大，市场竞争过度激烈
分配量高，市场容量比较小，市场需求增幅大，恭喜你
分配量低，市场容量比较小，市场需求增幅大，有资源者可切入
分配量低，市场容量小，市场需求没增幅，没啥用
拉杆箱正是处于市场容量不算大还处于高速增长阶段，而且拉杆箱分配量也不低，因此是一个好选择。（双肩包更是如此，如果不是因为拉杆箱门槛高容易卡住竞争对手并且处于需求变更阶段，选择双肩包更不错）
4.市场是否具备明显季节性周期？
从上面的数据反馈来看，拉杆箱是一个具备了增长空间，市场竞争目前相对少的品类，另外该类目季节爆发性强，高峰期短暂，但是产品更新迭代速度没那么快，因此还是合适开发的市场。不过对于备货方面以及运营节奏需要有很强的把控能力。
（对于季节性爆发性强而且短暂的品类，对于没经验的运营操盘手，不建议操作，避免错失季节导致库存积压）
5.了解产品特性，什么属性对于产品更具有区分性质？
并不是所有属性都需要去分析，抓住重点分析
拉杆箱最大的产品属性：
a.箱子材质
我们来看下2011年的拉杆箱
2013年拉杆箱
2015年拉杆箱
从上面2011-2013时间历程来看，abs材质和牛津布系列发生了很大的市场压缩，abs+pc成为了市场的主流，到了2015年，牛津布更受到市场淘汰。
b.拉杆箱软硬度
2011年
2014年
2015年
2013年的以前的数据丢失，所以直接截图了一下，从柱子对比上来看，软箱子的市场份额也处于快速的流逝。
从上面的两组年份经历数据中，大家发现了什么没？这就是在告知着我们市场的需求变化，抓住这个机遇只要产品过关，就算不需要什么运营技巧什么漏洞，借着市场大势起来是非常快的。这才是市场分析的真正要义，而且市场的观察并非是一次性而过，而是需要持续性的观察。发现市场的变动轨迹才能够有可能抢占市场先机，所以告诫很多小卖家，创业并非是急于一时，而是在累积中等待机遇。就算是马云在互联网的大潮中，依然创业失败几次。而大部分人都觉得自己想做就能够爆富，梦想着有什么神技。
当然除了上面重要的属性分析，还可以分析市场对尺寸的需求色彩的需求等，可以对于市场开发做出参考意义。
6.产品各年重叠度分析
从这里面我们可以分析产品每年的重叠度，有些品类产品更新换代很快，这种品类则需要特别注重库存的及时处理。而从拉杆箱类目我们可以看到产品在各年份的重叠度还是比较高的，所以产品的更新换代相对比较慢，这也是因为拉杆箱模具开发成本比较高，而产品的标准化比较高，所以产品开发上出错率比较低，不过因为SKU比较多，要注意颜色尺码的库存储备。
7.总结：
从上面的分析中，其实都是很简单的市场趋势对比，但是因为我们对市场的观察，让我们发现了拉杆箱市场增长的起始时间，已经产品需求更换的转折点，让我们能够及时切入这个市场，并且快速顺应大势取得半年多2000万的成绩，所以这些数据分析其实跟我们一点都不远，并非说小卖家就不需要分析，恰恰相反，因为小卖家没有太多的试错成本，才需要做事更加谨慎，更需要有敏锐的分析思维去做市场，只要你用心去挖掘，总有一些适合的市场，但是你还要去研究自己是否有能力和资源切入市场，并非所有市场都是适合我们去做的。
相关内容视频文档下载：https://yunpan.cn/c6St4hgDmJz4A 访问密码 3fde
--------------------------------------------------
宁静简介
8年电商数据化运营资深从业者
马克华菲/mracehomme等企业高级数据化运营顾问
阿里数据学院讲师/生意参谋智囊团成员/阿里商家数据化运营推动合作伙伴
前女装TOP1/男包TOP1数据分析师及商品库存管控
阿里数据先锋十佳商家获奖人员之一
宁静数据化运营体系课程开创者
派代/天下网商/生意参谋干货作者
学生代表（马克华菲/韩都衣舍/良品铺子/博洋家纺/mracehomme/全友/teenzone等）
最大成就：让两百多名学生思维得到大的提升
擅长淘宝天猫店铺数据诊断、电商企业数据化运营、商品问题数据分析，挖掘数据潜在规律，是目前国内少数把电商数据化运营形成体系化导师，开创以数据分析为手段提升学生思维能力的教学方式。
数据本身就是反馈了消费者购物行为，这也是为什么阿里一直在强调数据化运营！
2011年阿里首次把“数据”列为阿里未来十年的核心战略。
2015年生意参谋完成了多数据整合。
2016年阿里大会多次强调数据化运营，也是今年三大主流运营之一。
后续更多关于宁静电商数据运营分析，可持续关注宁静！让我们一起打开DT时代的大门。
| 欢迎光临 电商大亨 (http://shuaxinyunagehao.com/) | Powered by Discuz! X3.2 |