用数据来进行爆款选择的心得！

在店铺打造主推款的过程中，我们总会遇到各种各样的难题，比如怎么引流、怎么促销、怎么维护顾客，怎么提高宝贝的综合评分……其实，最重要的还是选款部分，但却很少有人能够采用比较科学的方法去操作它。需要指出的是，这里所说的选款不是去批发市场选款式，而是从出售中的宝贝进行选款，以确保我们能把大部分精力投入在运营主推款上，这严格来说，属于二次选款的操作。
0 p' m) a) h4 \9 E1 E  Z- J


传统的选款方式out了
( v$ F# ^2 B( X; gBug:主观性强，失误率大
9 ]$ D# [' |9 n0 U7 K- {0 z8 T9 |
# t9 I/ F% n/ z/ V" U# N
! C( g* p" _) J! N  R6 h　　传统的选款方式主要有两种，但是这两种选款方式都不是很科学。

: u; z2 s4 w; {/ C. g　　第一种方式是按喜好选择。这是一种被大部分淘宝卖家所运用的选款方式。面对众多款式，老板一拍脑袋，灵光一现，亲自指定若干个款为这个季度主推的潜力爆款，大有指点江山的气势。但是这种赌博式的选款方法，缺少必要的数据参考，主观性强，失误率特别大。在后期的运营中，如果这些款卖的较好，那只能说明你运气较好；如果滞销变成库存，那你是否在下个季度还是拍脑门子选款呢？
& l! ~6 G3 W- G5 r( n) C8 }　　
　　第二种是按单一维度选款。这种选款方式也有很多淘宝掌柜使用。这种选款方式有一定的数据作为参考，但因为只看某一个维度的数据，如转化率、如流量等，会有很大的片面性和偶然性，同样会选款不准。

( g+ {- }  P/ ]科学筛选正当道
: _: Y3 S6 y$ ?6 v武器：多数据维度
+ f9 Y4 i' y2 }: C' ^0 N

　　筛选潜力主推款宝贝就是从各方面进行数据综合分析，确定出最有希望打造成真正爆款的宝贝。那这些数据都有哪些呢？拿到这些数据后该怎么分析呢？
. c$ |/ f- U# r. J. ]
- n+ F4 m9 p+ W% [7 d  f$ p　　一般看某款宝贝是否有潜力，可以从点击率、转化率、收藏量和成交量四个维度的数据进行综合考量。这些数据可以从店铺目前进行的直通车推广中得到。
　　
　　当掌柜确定了这四个数据维度，就可以从店铺的直通车后台按这些数据维度，下载我们需要的数据报表。在时间上，掌柜最好选择下载七日的报表，因为作为一款新品来说，7天的数据相比3天和30天更有时效性和准确性。原始报表下载以后，掌柜只需删除无用的信息，只保留宝贝名称、点击率、成交量、收藏量和转化率，但是为了方便大家更好理解和有一个全局直观的认识，我保留了状态、所属推广计划、展现量、点击量这些维度的数据。　　
* G6 H* x- ~8 b# c& E　　报表下载以后，掌柜无须借助多么复杂的软件工具进行分析，只需使用我们常用的EXCEL即可达到选款的目的。我们首先在报表中找到四个数据维度分别对应的最大值，我们会发现，转化率高的宝贝，对应的点击率、成交量和收藏量却相对较低；而点击率高的宝贝，对应的成交量、收藏量和转化率也并非很理想。所以从这里我们可以看出，按单一维度数据选款是不合理的。　
　我们都知道，如果要将一个班级的学生成绩进行排名，只需将学生的各科成绩录入EXCEL并相加就可以按降序得出。　　
$ P+ l) J. V+ w2 B+ m3 \$ I$ t　　基于此理，我们也可以计算出店铺宝贝毛衣A的综合得分。但是否将毛衣A的点击率、成交量、收藏量和转化率相加即可得出呢？如果你将这四个维度的数值进行相加，只会得到一个错误的结果，因为每个维度的数值单位不同，是不能相加的。所以我们必须找到一个科学的计算方法，这就是下面将要讲到的“多变量综合评价法”。
　　
　　 我们可以利用统计学当中经常使用的“多变量综合评价法”来对毛衣A的多个维度数据进行标准化。公式如下。

　　第N个标准化值=第N个值-该列最小值/该列最大值-该列最小值
  m! b0 u! T* Q* y, B  V　　对应的EXCEL公式：=(H2-MIN(H:H))/(MAX(H:H)-MIN(H:H))

3 Y3 U) X: ^- S0 v4 Y* a2 \  Y$ \　　如下图的EXCEL表格，在毛衣A的点击率列另起一列作为结果存放列，命名为“点击率分值”，填入公式，即可轻易得出该项数据维度的分值。
5 b+ q( d  }. g+ X* v- N* V
8 _/ b* H" j% Z7 x4 Z/ Y7 t' C　　
　　知道了毛衣A点击率分值如何计算，对于成交量、收藏量和转化率的分值，我们便可如法炮制，分别用公式求出它们对应的分值，最后另起一列命名为“总分值”，用于存放毛衣A最后的总分值。总分值的计算也很简单，即：点击率分值+成交量分值+收藏量分值+转化率分值，运用求和函数即可得出，这里就不赘述。我们求出毛衣A的总分值后，可将公式下拉填充，即可快速求出其它宝贝的各项数据维度的分值及它们最后的总分值。　　
0 T2 B& P2 H2 ~" m　　当表格中所有宝贝的总分值都求出来后，我们可以对总分值这一列进行降序排序，即可将总分值按最大到最小进行重新排列，从而找到总分值最高的宝贝，分别是毛衣N、毛衣P和毛衣Q。这将是我们之后将要重点培养的三款宝贝。

/ ~6 j% {" I. ?5 o* z+ T( E数据哪里来？
2 o2 t! H; p. D" i8 ~2 q

* m7 b4 O9 Q8 c! D* t1 u　　数据分析，先有数据才有分析。我们数据化筛选潜力主推款的数据来源渠道之一就是直通车。

/ t7 T, j: \6 ^; z) M+ ~7 q　　我们可以在店铺直通车后台的直通车报表中获取我们需要的数据。这里需要注意的是，我们选取数据维度要遵循“综合+降序”的原则，综合是指数据不是独立存在的，每项数据维度之间必然都有一定的联系，需要综合分析才能得出正确的结果；降序是指我们要选“往上走”的数据维度，比如，点击率、收藏量、转化率和成交笔数是越大越好，而跳失率则是越小越好，我们不能把一个“往上走”的数据维度和一个“往下走”的数据维度总分值放在一起相加。最后建议下载7天的报表，数据误差较小。
! `" F) T# w- Y( g9 w" q5 v0 C7 u4 z
　　第二个数据指标来源渠道就是我们掌柜每天都在用的量子恒道。
" \; Q+ R1 s) H$ t
% i8 e" E5 I$ o8 E) L& z( r　　在量子恒道中，有一项“宝贝被访排行”的功能，我们可以在这里获取我们需要的数据。对于刚上架不久且零销量的宝贝，建议选取的数据维度：PV、UV、平均停留时间，这些数据维度都是“往上走”的，带有降序性质；最后还要单独分析宝贝的跳失率。如果某款宝贝的总分值较低，而跳失率得分较高，说明这款宝贝的内页需要进行重点优化。
: q5 l2 X5 a. T& u) Y/ }9 D1 u
) q0 C4 V4 c; l% Q
　　
　　对于有一定销量的宝贝，我们同样可以利用量子恒道获取数据指标，但与零销量宝贝的选取功能维度不同，我们要在“宝贝销售排行”这项功能中，获取对应的数据。建议选取的数据维度：拍下件数、成交用户数、转化率和收藏量。
　 数据指标不是越多，最后得出的结果就越准确。要看数据指标是升序性质还是降序性质。要遵循“升序+升序”，“降序+降序”的数据维度选取原则。不同工具取得的数据，不可混用；即使它们含义一样。如量子恒道里的“转化率”和直通车里的“点击转化率”。

! _2 c3 P4 i% s( u! B# u/ t

不错 支持下

非常谢谢

我去鉴定下吧

干货！

希望对我有用

看看学习

回帖好累

支持！！

回帖好烦

看起来好像不错的样子

学习学习