社區(qū) 發(fā)現 產品開發(fā) 大數據選品就是個笑話?大數據選品如何幫你...
大數據選品就是個笑話?大數據選品如何幫你講好你的產品故事?
?
1.維度單一,只看到市場層面的銷售數據,看不到供應鏈層面,也看不到成本層面,也看不到運營數據層面
2.數據公開,你能看到,其他人也能看到,導致一些有高額利潤的低門檻產品很快被人抄襲模仿。拉平利潤。如果說以前還有信息差,隨著數據工具的發(fā)展,這種市場數據的信息差已經幾乎沒有了。
3.僵化,由于大數據只是看到一個產品,所以可能你以為低競爭的市場,其實有其他的便宜替代品,只是在其他的類目中,你沒有發(fā)現。大數據可不會智能推薦替代品。
?
我認為真正的大數據,應該包含成本,供應商,產品迭代信息,產品知識產權,類似產品等等的信息。
那現在有這種整合所有信息的工具么
有
什么工具
工具人——就是在下
小丑就是我們自己,我們這些開發(fā)。
開發(fā)需要去分析數據,拓展市場的范圍去包含可能的競品,去排除掉有法律和專利風險的產品。開發(fā)要去分析競品的推廣手法,刷單比重,廣告的流量占比,競價高低,去推算推廣成本。開發(fā)也需要去分析退貨率和主要的產品品質問題,判斷是否提高退貨造成的利潤扣減比例。
都是我們這些工具人的薄弱的大腦做的。
?
所以我現在還在用大數據,把BSR數據下載下來進行數據透視的工作也還在做,但是我知道像是新品占比,平均價格,類目壟斷,FBA賣家比重等等這些數據,偷懶的話用個賣家精靈的也能一鍵生成。
?
但是這些數據的生成和羅列也只是占到我工作的很小的比重,我做這些工作,只是給我的大腦一些思考的空間。通過收集整理數據,讓大腦進入分析數據的狀態(tài)(有點像是你在畫畫前把畫筆按照顏色排列好的工作)
?
我在做頭部賣家的銷售額占比,新品的比重,產品平均銷售額的時候,我在把他和上一個我做的產品對比。
我在想這個產品會比上一個更好么,有其他的缺陷么?
?
在把頭部賣家的占比列出來的時候,我會想,頭部賣家如果都是美國的,是不是有法律禁止國內賣家銷售,或者是僅僅這類產品沒有中國的供應商做?還是客戶對美國品牌有忠誠度,還是需要比較多的售后工作,中國賣家做不來?
?
當我看到平均價格的時候我在想的是,誰是低價進入,他進入的速度快不快,有沒有可能低價者的產品是和高價的產品不同的生產區(qū)域的不同品質的產品,那我找供應商是不是要忽略那些高價的但是銷售數量最高的供應商,反而要考慮第二產地?
?
我在評估,分析,我在解釋數據,我在把一個產品的整體的履歷,前世今生納入到一個邏輯自洽的產品故事中。
?
有些人覺得一鍵生成個報表就能選好產品了,就像是星河戰(zhàn)隊里面大頭兵說“現代戰(zhàn)爭不是只要按按鈕就行了么”
實際上按按鈕不是戰(zhàn)爭的核心,而是在什么時候,按哪個按鈕,想起到什么效果,這些東西的整套理論和分析才是核心。
?
大數據不會思考,他是程序是工具
我們是工具人,但是我們是會思考的,所以不要讓工具代替思考,不要讓數據的單一性去抹殺了世界的復雜性。
同一套數據,可以講出兩個故事。
?
這就是統(tǒng)計學的魅力,我的朋友~~
?
你可能會判斷錯,你可能講了一個產品的故事和實際的情況完全不同。
但是有能力講故事的人才能做出預判,而只是看數據的人,只知道現在,沒有未來。?
11 個回復
i6專業(yè)產品開發(fā)師 - 有自己設計團隊,生產團隊,主營(車載用品,手機支架配件類)
贊同來自: 能力越小責任越小 、 無昵稱123 、 愛吃菠蘿的小王 、 你看窗外年年
?
在產品開發(fā)過程中需要大量信息,和排除信息的一個反復過程。 想開好一個品,對一個開發(fā)人員來講需要很多的知識面以及經驗沉淀。
?