数据中台实战（四）：商品分析（产品设计篇）

honghu2

数据中台实战（四）：商品阐发（产物设计篇）

商品的生命周期分为售前、售中、售后，接下来连系数据中台实战，别离从三个时代的细节方面阐发下，若何包管咱们供给的都是真实的好货。

上一讲讲了用户模块《数据中台实战（三）：用户阐发（产物设计篇）》咱们用的是海盗模子，从用户的获得、激活、保存、收入、举荐的角度来做阐发。这些指标是没问题，可是作为电商产物，若是站在价值的角度来思虑就有问题。

你可以阐发下咱们提到的用户相干的指标，好比：注册量、拜候时长、保存率等这些指标都没法提高产物的价值，指标中最首要的是保存率，你发明站在价值的角度保存率也只能监控产物的价值，可是其实不能提高产物的价值。



对付B2B电商产物来说，产物的价值就是要给咱们的采购商供给好货，以是商品才是最焦点的处所。咱们的用户直接接触的是咱们的商品，商品能直接通报公司的价值。没有好的商品就不消提用户、产物、流量等其他方面的运营，这些都是手腕，这些手腕在咱们供给好的商品根本上才会事半功倍。

咱们先看下商品的全部生命周期，第一步是招商的事情职员卖力吸引供给商入驻，若是有一套对供给商的严酷挑选尺度， 能直接决议商品的档次、品格和货源的不乱性等身分。

第二步是商品的选择，咱们要从供给商的货中挑出最佳的货给咱们的用户，包含商品的格局、质量、性价比等指标。细节的处所咱们会触及到商品的图片及案牍，每一个细节对商品的转化率都有比力大的影响，由于用户是不是下单是有不少身分的，咱们把可控的身分做到最佳，那便可以比力好的提高转化率。

接下来是商品的贩卖环节，咱们怎样经由过程数据挑出好卖的货给到咱们的用户的呢？

商品卖出去后咱们的售后怎样样、咱们的发货速率怎样样，也是直接影响用户的体验，可以说商品的每一个环节都直接决议咱们产物给用户的价值。



怎样包管咱们的商品都是爆款、好货呢？

商品的生命周期分为售前、售中、售后，接下来连系数据中台实战，别离从三个时代的细节方面阐发下，若何包管咱们供给的都是真实的好货。
1、售前1. 关于供给商的选择
咱们有一套严酷的准入机制。为包管效力，咱们请求供给商顺应“快反响”的柔性供给链模式，并创建了供给商分级动态办理体系，包含供给商准入机制、供给商绩效评估和鼓励机制、供给商分级认证机制、供给商起落级调解机制。从供给商的选择、分级、互助模式、绩效测评、定单鼓励和退出等方面举行严酷的动态办理。

在供给商准入方面，由招商小组、相干营业部分、品控办理小组到出产供给商举行实地访厂和现场打分，重点评估厂家的信誉品级、设计能力、出产能力、运营状态和品格办理等。经由过程审查的厂家在试单测试通事后，方可成为咱们的正式供给商。不是所有的供给商都有资历同咱们互助，颠末挑选后咱们会保存综合能力较强的供给商，包管咱们货源的不乱性和商品品格的保障。



供给商商品的贩卖数据与互助意愿，一样可以反馈与咱们互助的供给商的质量。咱们会按照季度测评成果将供给商动态划分为A级计谋供给商、B级焦点供给商、C级优异供给商、D级互助供给商。每级供给商，采纳分歧的鼓励。

比方：针对D级新供给商，咱们会基于供给商商品的销量、发货速度（一般评判48小时发货率）、次品率（包含用户不得意退款、缺货退款等）三项评定命据，再进一步按照沟通交换是不是流利、理念是不是一致等主观果断举行打分。若是得分较好，会将其进级为C级优异供给商。



供给商若是持续两个季度测评品级降低或产物品格持续两次降至划定的尺度如下，将授与暂停互助，缩减定单乃至遏制互助的赏罚。

做这么严酷的缘由是：咱们但愿能做一个久长的买卖，咱们必需为咱们的用户卖力，一样也是为咱们的供给商卖力。 只有对本身高尺度严请求的供给商，才配得升引户的青睐。
2. 关于商品的选择
（1）商品定位

在评论辩论商品定位时，咱们不能不再提到一个词：市场定位；不少的人对商品定位与市场定位不加区分，混同观点。详细来讲，市场定位是指对方针消费者市场 的选择，可所以由地区、性别、春秋等方面综合选择的用户群，而商品定位，是指咱们对应甚么样的商品来知足方针消费市场的需求。

大师可以想象这么一个场景来帮忙理解。你如今想去市场摆摊卖货，城里有南北两个市场，北面市场重要集中一些白叟及家庭妇女；南面的市场集中打工一族。

起首你得选择一个主疆场，这就是对市场的选择，也是对消费人群的选择。假如如今选择北市场，那就定位方针消费人群为白叟及家庭妇女。针对这群人，你应当用甚么样的商品来知足她们的需求呢？

这就是商品定位，商品定位清楚后便可以肯定商品格局了，即若何计划平台的商品。



若是你的平台没有商品定位，就没法肯定本身的人群是谁，那你就是在把商品卖给不必要的人，商品的点击和转化天然不会好。以是起首咱们应当先举行市场定位，再举行商品定位，然后筛选出必要的商品格局。接着按照商品反馈的各类数据改正市场定位和商品定位，再优化商品。

久远来看，这是一个螺旋上升的良性进化进程，不竭的邃密化定位，最后不止你的商品，你的平台均可以获得不乱的天然流量。

（2）商品数目计划

咱们会把商品划分成几个维度，涵盖了设计款、跑量款、高利润款等这些纬度。大要有8%的商品属于设计师款，重要用于吸引新用户，这些商品常常分身了设计潮水与必定的利润。其他另有35%属于四时常青款，这些四时常青款作为根本款，来知足全部供给链对他的支持，可以到达最优的性价比，同时知足了各个档口的需求。约莫占比57%摆布的高利润款，同比其他的平台已是很是的低价了，总体的毛利只有30~45%摆布。

起首为甚么要界说高利润款呢？

从供给链端来讲它是一个季候性款，那末对小蝌蚪实效性和规划性的请求很是高，所投入的人力与办理的本钱也相对于来讲是比力高的；

第二，因为它是高利润款，以是咱们也会返给供给商一些利润，使得供给商跟咱们有一个良性的轮回互动。



（3）风行趋向：市场热门与时尚趋向

风行趋向分为两点：
第一点是连系当下的一些热门风行趋向包装现有的产物，由于风行趋向永久是一个轮回，以是可能今朝风行的，在咱们商品库内里也有一些商品，那末就连系风行趋向去包装一些商品的热门；此外团队会踊跃的存眷不少大牌秀，经由过程买手对大牌秀的精准阐发和精准的目光，来筛选合适咱们平台，和合适咱们用户的爆款。
（4）代价上风：与同类产物的差价

不少行业的代价系统相对于来讲其实不是太透明，而且有大品牌的背书，他们议价空间常常是商品的8到10倍。可是咱们的毛利率常常只有25~30%，是以代价上风也是爆款权衡的首要尺度身分。

（5）品格感：高于用户指望值

咱们但愿所有的商品，特别是爆款可以或许高于用户的指望值，以是从原料到工场办理，再到最后的包装查验检疫，都有相干的严酷把控，但愿给用户带来欣喜感，也但愿这类欣喜感能让用户举行口碑传布，从而促成爆款的打造。
2、售中1. 商品上架
前期用户数目比力少，不消评估必要上几多款商品，跟着用户的数目的增多就要评估咱们事实要上几多款才能知足当前用户呢？

起首要计较出有几多活泼用户，然后统计出每一个用户均匀要阅读几多件商品，包含用户搜刮、阅读、分类检察几多商品。好比：咱们有1000个活泼用户，均匀每一个用户天天要阅读5个商品，那末咱们就要筹备5千个sku，此中热销返场商品划定要占比20%，那末咱们就要筹备4千个新品。

咱们若是有20个买手，那这20个买手每人就要从供给商那边筛选200个sku。最关头的是咱们会记实到商品属于阿谁供给商，乃至商品是阿谁买手筛选的，商品的案牍、照片是阿谁商品运营输入的。

商品的筛选是十分依靠买手的，买手的焦点竞争力就是选到更多的爆品，咱们会请求买手从原料、色彩、尺码、品牌、品类、采购代价等输入商品根本信息。为了包管sku的充沛咱们做一个功效可以及时看到天天每一个买手的上架款数。基于以前拆分的方针，卖力人可以及时检察买手的上架数目是不是达标。


2. 商品贩卖
另有一波人专门做商品运营，他们要做的事情就是把符合的商品放给在符合的处所给符合的人看。商品运营十分依靠数据，是以咱们做了商品的及时数据监控，必要指标包含商品的 流量（pv,uv）、贩卖件数、转化率（贩卖件数/pv）、爆款件数。

商品运营会基于转化率，来果断商品是不是有潜力，若是一个商品放到一个比力较着的位置，那相对于来来讲他的流量应当比力高，可是他的贩卖件数又不可，那就阐明商品不太受接待。反过来，若是一个商品放到一个角落的位置，他的流量不高，可是他的贩卖件数却比力高，那末这个商品是十分有潜力的，可以斟酌若是放在加倍显眼的位置是否是贩卖件数会更高呢。他们也是频频用这些AB测试来验证，咱们的商品到底该怎样放。



跟着商品的增多，存眷单个商品已效力比力低，那咱们引入了品类的转化率阐发，也就是可以及时看到品类的总pv和用贩卖件数，若是某个品类的转化率比力高，那就必要实时调解该品类的显示位置和数目。


3. 品类代价带阐发
另有一个商品运营比力存眷的指标就是品类代价带的流量和销量数据，拆分完代价带后，就可以直接看出一个品类下事实阿谁代价带的销量是更高的。如许就拆的更细，十分有益于他们的邃密化运营。若是周期内某个代价带的销量比力好，那就会投入更多的资本推行这个代价带。

那此时就会碰见一个问题，咱们的品类拆到3级另有180多个品种，那怎样对这180个品类举行划分呢？ 若是人工一个品类来看，那必要话费大量的精神，人工来分另有一个错误谬误就是若是品类增长怎样办？

每增长一个品类，咱们还必要再次经由过程人工去划分，还必要和谐数据开辟帮咱们计较。咱们的请求是不克不及依靠人工，必要基于每一个品类能自诠释（主动基于代价带的散布划分）。此时咱们的算法工程师提出k-means聚类算法，恰好能解决这个问题。

算法仍是比力经典，详细的步调就是经由过程k-means算法可以找到每一个品类代价带有几其中心点，再经由过程中间点划分出代价带。

有几点必要注重的处所：
要剔除异样值，由于数据上会有不少分歧理的值。按时时候跑跑一下这个算法，由于商品是会不竭增长的，代价带也会不竭变革，出格是前期。划分好代价带必定找运营会商一下事实划分出来的代价带是不是合用。


接下来便可以便可以做品类代价带阐发，统计的周期有这么几个：
截止到昨天品类代价带的累计销量和流量；周期内商品代价带的销量和流量；昨天当天品类代价带的销量和流量。
上个简略的图片大师参考：



作为商品的卖力人，必要晓得总体的商品数、动销率、转化率。每一个品类的商品数、转化率、动销率，基于动销率和转化率可以开端断定咱们那些品类贩卖的比力好，那些品类贩卖的比力差。接下来就有了举措方案，转化率和动销高的品类必定是要投入更多的资本，更多的暴光。


4. 商品的主动排序
咱们有一套专场办理的功效和专场内商品办理的功效。商品起首是上架，然后会放到运营同事建立的一个一个主题的专场。

那专场的次序是怎样决议的呢？

起首运营的同事会基于本身的履历对所有的专场举行默许排序，数据中台会基于用户对专场和商品的阅读记实计较用户的偏好。好比：用户之前老是点击连衣裙相干的专场，那末有干系衣裙的专场也会被优先排序，以是每一个用户看到的页面都是纷歧样的。



一样的咱们引入了一套算法计较用户看的专场内的商品的显示次序。专场内商品的次序是咱们的商品运营职员基于履历排好的，可是商品运营排的次序不必定合适每一个用户的爱好。

咱们会基于用户的的举动好比阅读商品的数据、保藏商品、付出的商品的数据设置分歧的权重，基于类似度算法（基于物品的协同过滤、基于用户的协同过滤），基于用户的协同过滤，计较出来用户对专场内的商品偏好的优先级，基于优先级的凹凸决议商品的显示位置。

好比设置以下权重：
某用户进入商品下单页权重2%；点击详情权重8%；保藏15%；付出20%；分享15%；好评20%；评分20%；
基于余弦类似度，创建商批评分矩阵（以下表）：



经由过程计较4个用户（四维空间中）对4件商品的评分咱们得到了用户间的相干性数据（以下表）。



系数浮动区间在-1~1之间，系数越挨近1，向量夹角越小，两件商品的相干性越高，因而可知A&B、A&D的相干性最高，C&D相干性很弱。

相瓜葛数：
强：0.8—1.0；较强：0.6—0.8；一般：0.4—0.6；弱/不相干：  0—0.4；不举荐：-1.0—0。
操纵用户对某商品发生过的记实计较其相干性。

【比方】：某用户对商品A和商品B的举动得分为权重，对商品C和商品D举行加权排序，得分高者优先举荐。



按照相干性和加权评分后，商品C优先被举荐。针对新用户咱们做了个兜底计谋，基于商品的热销水平来排优先级。如许就可以做到货找人，而不是人找货。

关于举荐这块后面会有专门的文章讲授数据中台中的举荐平台的搭建，此处只简略写一下思绪。
3、售后
有了数据咱们会对现有商品和供给商做大量的复盘。商品上架贩卖后，每7天一个周期，会对商品举行“爆旺平滞”的标签化。

好比：3月1日上了100款，到3月7咱们的标签平台就会给咱们的商品主动打上爆、旺、平、 滞的标签，此中触及数据模子，焦点指标是转化率（pv/销量），排名高的是爆款，排名低的是滞销款。商品标签出来后，爆旺款，可以返单；若是是滞销款，顿时可以打折贩卖。对付一些数据比力差的商品，咱们会采纳下架的机制。

而这些标签彻底是可设置装备摆设化的，只用在咱们的标签平台设置好法则，就会天天主动化给商品打上标签。关于标签会在《数据中台实战：基于多条产物线的标签平台》讲到，请延续存眷。

新用户的前几单通常为十分首要的，当一个新用户下单后，咱们的跟单会第一时候接洽供给商，若是有货的环境下，会请求供给商对下单的商品举行质检，包管商品的质量没问题。此外会提示供给商这个单的首要性，咱们有一个稽核指标是48小时发货率，这个指标是个十分关头的指标，它直接决议了用户收到货品的时效。若是没货的环境下，咱们和谐其他渠道的资本，做到尽可能不危险用户。

咱们基于RFM对用户做了分层，针对一些高价值的客户，咱们对客服的相合时间，处置速率等都有响应的请求，这种客户的货是优先处置的。由于咱们高价值客户不到1000人占了平台买卖的70%，以是他们有优先的特权也是自但是然。



以上实在就是商品品控的流程，从商品的筛选、供给商的筛选等方面投入不少的资本，就是为了包管用户看到的都是颠末咱们精心挑选过的好于，咱们信赖真正对用户好的公司，必定都有一个好的成果。渐渐的堆集下来，咱们的复购和口碑也一向在上升，品牌效应也会发生。
相干浏览
数据中台实战（三）：用户阐发（产物设计篇）

数据中台实战（二）：基于阿里OneData的数据指标办理系统

数据中台实战（一）：以B2B点电商为例谈谈产物司理下的数据埋点

作者：Wilton（董超华），曾任职科大讯飞，现任富力举世商品商业港大数据产物司理。微信公家号：扭转世界的产物司理。简略、简短、有效，对峙原创、对峙做冲动你的好文章。

本文由@华仔 原创公布于人人都是产物司理，未经允许，制止转载。

题图来自Unsplash, 基于CC0协定。