2.3 关注细分属性,精确定位产品
在经过对商品市场的分析后,还需要对客户进行分析定位。卖家只有知道了自己要打造的爆款产品所面向的客户群体是什么样的,才能根据其消费心理有针对性地开展后续工作,从而减少经营的盲目性,降低经营的风险。
2.3.1 通过3个途径对客户画像,定位客户
卖家对顾客的分析离不开数据。如前所述,卖家可以从百度指数、阿里指数、店铺数据3个途径获取数据来源,然后通过数据分析为自己的客户进行画像。
1.通过百度指数为客户画像
在百度指数中,可以针对某个关键词分析搜索该词的用户来自什么地区,图2-20所示的是搜索关键词“羽绒服”用户的地域分布,从图中可以看到,北京、广东、浙江等地区的互联网用户对“羽绒服”有一定青睐度。
根据这一信息,卖家可以大胆的思考:这3个地区的用户搜索量这么大,是不是说明这3个地区的用户比较倾向购买“羽绒服”呢?如果想要打造的爆款商品是“羽绒服”,是否可以根据这些地区的用户特点来进行针对性的选款或营销推广呢?
图2-20 百度指数——“羽绒服”用户地域分布
当卖家获取到“羽绒服”搜索用户的地区分布后,为了验证自己的判断,还可以进行人群属性的分析。图2-21所示的就是搜索关键词“羽绒服”的用户人群属性,从中可以看到搜索这一关键词的用户年龄集中在20~39岁,男女用户比例相同。
图2-21 百度指数——“羽绒服”用户人群属性
2.通过阿里指数为客户画像
百度的用户是全网互联网用户,但百度用户不一定全是网购用户,所以通过百度指数分析结果的精确度还不够高。而阿里指数的数据完全来自淘宝、天猫用户的真实购买数据,对于淘宝、天猫卖家来说更具参考意义。
在阿里指数中,通过选择类目,可以在“热门地区”的“热买”地区中看到买家对该类目下商品青睐的地域分布。图2-22所示的是买家对“羽绒服”的青睐度地域分布,辽宁、上海、湖北是对“羽绒服”青睐度较高的3个地区。
图2-22 阿里指数——“羽绒服”买家地域分布
卖家还可以通过“买家概况”更详细地分析用户群体属性。如图2-23所示,从中可以看到对“羽绒服”青睐的主要是女性群体,并且以年轻人居多。
图2-23 阿里指数——“羽绒服”买家年龄、性别属性
阿里指数还提供了更多维度的买家信息,利用这些信息卖家可以更加清晰地定位自己的用户群体。如图2-24所示,可以通过买家的星座和爱好去分析买家的性格,进而对他们做针对性地选品和营销。通过买家的等级及购物终端信息还可调整运营策略,如“羽绒服”的买家以新手级和入门级较多,那么可以推测他们更希望在购物的时候流程简单点,获取的优惠多一点;而终端信息说明现在用手机购物的消费者已经成为主流,那么卖家可以将运营的重心向移动端进行倾斜。
图2-24 阿里指数——“羽绒服”买家信息数据
3.通过店铺数据为客户画像
对于开店时间比较长,已经积累了大量客户群体的卖家来说,在打造爆款时如果不考虑店铺老客户群体的需求和喜好,而盲目选款,那么在爆款打造的过程中就很可能会失去店铺积累的部分老客户。大家都知道成本最低、收益最高的营销就是针对老客户的营销,如果要打造的爆款产品不能迎合老客户的喜好,无疑会失去老客户这个重要的推广后盾。因此,卖家通过研究自己店铺的数据来为客户画像,可以从老客户的角度出发,提高选择潜力爆款的精准性。卖家可以从店铺客户群体的地域分布和消费能力两个方面来分析。
(1)店铺客户群体的地域分布分析
卖家可以在店铺后台“已卖出的宝贝”页面中导出交易数据,如图2-25所示,订单数据中包含有买家的收货地址,利用这些数据就可以轻松地统计并分析店铺客户群体的地域分布。
图2-25 店铺后台导出交易数据
图2-26所示的是经过整理后的订单数据,表中删除了分析客户群体地域分布时不需要的数据。其中第F列就是买家的收货地址,但是其中内容较多,不方便统计买家来自哪个地区(省份),因此需要把买家所在地区(省份)的信息单独提取出来。
图2-26 店铺交易数据
如图2-27所示,在“收货地址”列前面插入一列,并添加列标题“地区(省份)”。然后在地区单元格下方的第一个单元格中输入公式“=LEFT(G2, FIND(" ", G2))”。注意公式中的引号内是空格。这个公式表示将“G2”单元格中字符串的第一个空格左边的字符记录下来。而每个地址信息中第一个空格左边的字符刚好就是省份信息。公式输入完成后按【Enter】键,就可以看到第一个订单的地区信息已经被自动记录下来了。最后拖动鼠标复制“地区(省份)”列的公式,如图2-28所示,就可以完成地区信息的提取。
图2-27 店铺交易数据
图2-28 复制公式
完成地区信息提取后,为了快速统计出订单中的买家来自什么地区,要先用表格中的数据建立透视表,如图2-29所示。在WPS表格中,❶选择“数据”选项卡;❷单击“数据透视表”按钮;❸选择数据区域;❹单击“确定”按钮即可。
图2-29 创建数据透视表
在创建好的数据透视表中,如图2-30所示,将需要的地区字段和数量字段分别拖动到透视表的“行区域”和数据区域,即可获取需要的数据。
图2-30 设置字段
如图2-31所示,得到了店铺买家的地域分布数据信息。还可以根据这部分信息绘制出饼状图,如图2-32所示,可以根据饼图更加快速、直观地了解自己店铺的买家都来自什么地区了。
图2-31 创建好的数据透视表
图2-32 店铺买家地域分布饼状图
(2)店铺客户群体的消费能力分析
产品的销售价格直接关系到购买转化率。如果卖家的客户基础量大,想要在了解客户的前提下选择潜力爆款商品,就不得不分析店铺客户的消费能力。
分析店铺客户的消费能力,必须要考虑到客单价,客单价反映店铺客户购买力的大小。如图2-33所示,卖家可以在生意参谋中获取店铺一段时间内的客单价。卖家在选择产品的时候要以店铺客单价为基准,最好不要选择价格远高于或远低于客单价的产品。
图2-33 店铺客单价
2.3.2 全面分析爆款产品属性
卖家通过市场调研分析后,可以在大方向上确定有市场潜力的产品类目,然后通过分析目标客户群体的人群特征可以大体确定潜在爆款产品,但是不同的产品会有很多不同的属性,而每一个属性都或多或少地关系到这款产品是否能真正获得高销量。
买家在淘宝中搜索产品关键词时可能会输入属性词,同时当用户在淘宝首页搜索关键词后,搜索结果页会展现出一系列的属性词供买家选择。如图2-34所示,搜索关键词“羽绒服”后,就出现了“品牌”“选购热点”等各种类型的属性词以引导买家选择。经研究发现,大多数买家都会对属性词进行选择,以便筛选出更符合自己需求的产品。由此,如果产品的属性不是流行的、受欢迎的属性,就很容易在买家筛选时被排除。
所以,卖家想要精确定位爆款产品,就必须要从产品的属性出发,对属性进行全面的分析,尽力找到更受买家欢迎的属性。
图2-34 在淘宝中搜索产品时的属性筛选
大师点拨8:快速分析产品受欢迎的属性
随着淘宝、天猫市场的发展成熟,各种卖家工具也相应发展成熟,这些工具可以用于分析产品在市场中的属性。例如,生e经中就有不同行业产品的销售数据分析,能帮助卖家判断不同属性的市场需求量,从而判断该属性是否会受到买家的青睐。如图2-35所示,在生e经的“行业分析”功能下,分析“羽绒服”类目产品属性的成交数据,从中可以发现当下最受欢迎的产品属性。
图2-35 在生e经中进行产品属性分析