亚马逊大类排名1000还值不值得投?月入过万的运营都不一定会的选品技巧!

亚马逊 3年前 (2022) iow
17.2K 0 0

亚马逊大类排名1000还值不值得投?月入过万的运营都不一定会的选品技巧!

刚刚开始做亚马逊,选品真是一头雾水找不到方法!

手上供应链不少,这些货在亚马逊上卖不卖得动呢?头疼!

做了几年,越来越不知道该怎么选品才能出爆款了……

选品问题“老大难”,不同类型卖家各有各的苦恼。不过不用着急,小编这就为大家奉上一篇干货满满的选品方法论,帮你避开选品误区,每一成长阶段都有妙招,选对产品打造爆款不是梦!

亚马逊大类排名1000还值不值得投?月入过万的运营都不一定会的选品技巧!

先来看看以下雷区你中了几个?

????“我”的主观判断就是对的:

单从主观出发判断产品好卖或者不好卖,既片面也不准确,卖家应根据客观数据分析进行选品的决策,而非主观的判断。

????卖得多=赚得多:

即使是在亚马逊上的类目大卖,也不代表赚的就多。做选品除了考虑能不能卖的多,利润也同样关键,成本问题不能忽略。

????从单个产品出发分析选品:

选品基点应该是一类产品而不是一个产品,因为个体分析的误差比品类分析高很多。选品要从从细分品类出发,满足同一类消费需求或者消费者诉求的产品,就叫一个细分品类。比如在亚马逊家装大类下面有灯具,在灯具里面,天花板灯、台灯、自拍灯等就属于细分品类,明确了细分品类方可进行选品分析。

这些选品雷区你可能或多或少都踩过,所以选品到底应该怎么做?其实做好选品并不难,掌握了核心思路就好办:即综合考虑市场容量、盈利空间、进入难度及发展空间几大要素。

不过实际操作中,不同阶段的卖家具体方法也存在差异。话不多说,先速速奉上本次“选品三阶方法论”:

亚马逊大类排名1000还值不值得投?月入过万的运营都不一定会的选品技巧!

单个ASIN分析法,

分析需求+评估利润,确保卖出货有钱赚

前面说要先分析市场需求,我应该看哪里的数据来分析呢?

先在亚马逊上找到与想卖的品类具有同样属性的产品,然后分析单个ASIN的销售表现。具体方法往下看!

01

通过亚马逊排名(Ranking)和评论(Review)预测对标ASIN需求

Ranking怎么看?

排名分为大类排名和小类排名,卖家需要重点关注大类排名——大类排名在1000名之内的产品,需求空间较大。1000名以后的类目需具体分析,但如果小类目的第一名排在大类的10万名,也就说明此类目的需求空间很小。

Review怎么看?

通过每日Review数量推测每日销量进行选品分析。大类排名在1000名之内,Review至少一天1条。如果出现当前类目10个以上的ASIN,都有1万+评论的情况,这意味着头部大卖已经占据绝大部分的市场空间,需求容量已经很少。

*每日Review数量=Review总数量/(当前查看ASIN的时间-最早上架时间)

????举个例子:

以某个无线电充大类下的产品为例,其大类排名第874,小类排名第28,Review集合页共有746条Review,已上架198天。

第一步:判断符合大类排名<1000,市场空间较可观;

第二步:根据上面的公式计算出,每日Review是3.77个,作为新手卖家,以留评率为1%做保守的预估,倒推可得日销售达到377单,说明被分析的产品需求可观,进一步验证选品的市场需求可以保证。

亚马逊大类排名1000还值不值得投?月入过万的运营都不一定会的选品技巧!

02

依据经验值毛利率评估利润空间

经过上面对市场需求的分析后,需要进一步核算产品的利润率。经验值表明空运毛利率在20%以上,海运毛利率在30%以上的选品才值得尝试,把握好利润空间才能确保有利可图。

*毛利率=(ASIN客单价-所有成本项总和)/客单价,成本项包括采购成本、头程费用、类目佣金、FBA仓储费、FBA配送费、折损、退换货(以美金为单位),如果是欧洲站卖家,还需要考虑VAT费用。

亚马逊大类排名1000还值不值得投?月入过万的运营都不一定会的选品技巧!

分析单个关键词下ASIN/小类Best Seller,

选品难不难做可以提前预判

01

采集对标ASIN的TOP产品数据,判断品类的整体需求及平均需求

方法一:找到对标ASIN类目的Best Seller,采集前100名的数据。

方法二:搜索对标ASIN类目的关键词,除去广告位采集前3页的数据。

通过上述任一方法采集到对标ASIN产品类目下排名靠前的ASIN数据,再根据这100个ASIN的排名状况和它累计的Review数量做销售额预估,以分析市场的整体需求及平均需求。

????举个例子:

以室内串灯产品为例,采集Best Seller前100名ASINS的数据,累计Review数量6万+,平均每个ASIN的Review数量为600,以留评率为1%做预估,则可倒推平均每个ASIN的销售量为6万,再乘以前100名ASINS的价格总和,得到总销售额的替代数据。

Best Seller前100名ASINS的数据分析表示例

亚马逊大类排名1000还值不值得投?月入过万的运营都不一定会的选品技巧!

????点击查看放大图片????

02

预估产品销售额,分析新品及品牌份额的占比

分析新品份额可以预估选品运营难度:

拉取Best Seller前100名数据中近一年上架的新品数据,用上述方式计算出新品的销售额,再分析其占总销售额的比重。新品份额的经验值:10%是及格线。如果新品销售额占比不足10%,说明这个类目的新品较难运营。

*近一年上架的新品:今天是2021年5月31日,在2020年5月31日到今天之内上架的ASIN则符合筛选条件。

分析品牌份额能够判断选品市场容量:

拉取每个ASIN对应的品牌,收集Best Seller前5名的品牌数据,用上述方法进一步计算销售额,并分析前5名占总销售额的比重。如果占比<35%,则说明没有明显的品牌垄断,选品时应选择没有强品牌垄断的产品。

要分析的数据感觉好多,Excel小白怎么办!

不用担心!来官方讲堂《精细化选品》课,讲师手把手教你用“一键分析的自动化表格”,只要把数据复制粘贴进去,保存、刷新,分析结果就出来了!

03

通过毛利率核算分析价格区间

价格区间太低不仅有亏钱的可能,还将面临供货跟不上的问题,因此要避开价格区间明显偏低的选品。价格区间怎么选?需要考虑自身是工厂、贸易商还是传统企业转型,不同卖家的成本不尽相同,确保毛利率在20-30%以上才是有优势的选品。

亚马逊大类排名1000还值不值得投?月入过万的运营都不一定会的选品技巧!

抓取更广泛的数据高精度分析,

大幅拉升选品成功率

01

更广泛的数据抓取,高精度分析市场需求趋势

精细化选品的要点在于能抓取到更多更广的数据量,提升数据的覆盖率,以此提高选品分析的精度。分析的ASIN数据量从100名增加至500-1000名,抓取的Best Seller对象也从单个品类增加至类目下每个品类的数据。总之,精细化选品需要把握类目的整个状况,分析的样本量越大,分析的结果越精准。

02

以高精度数据为基础,通过商品定价及风险评估做选品决策

商品定价

分析价格区间后需要考虑定价,而亚马逊上主要是消费者端定价,也就是说需要衡量消费者能够接受的价格范围。分析该类商品在哪些价格段卖的更好,同时结合商品的定位进行定价。

风险评估

首先需要考虑侵权问题,侵权是非常严重的红线,一旦被查出,严重的结果可能会导致关店,需要卖家谨慎对待避免踩坑。如一些首饰、工艺品就存在设计专利侵权的风险,在选品阶段就得明确是否存在侵权的问题。其次是产品认证问题,只有认证齐全产品才能顺利上架进行销售,如果因为证书的缺乏导致被下架了,需要及时补上。

无论是在哪一阶的选品方法,其分析思路的核心是不变的,但说到这,可能许多卖家对于掌握精细化选品方法还是有困难——庞大的数据量如何抓取如何分析?这当中的方法论和思路又是什么?精细化选品里的门道之多三两句话实在说不完。

 

相关文章