品类淡旺季、品牌渗透率的分析方法
最后更新于:2023-02-16 03:07:43
大家好,我是亚马逊跨境电商运营实战的作者旭鹏。yiluproxy本期音频我们来聊一聊品类淡旺季和品牌渗透率的分析方法。品类淡旺季是很多卖家都会考虑的东西,因此我们要去想一下怎样才可以知道品类,它有一个淡季和旺季的一个划分或者一个改变。首先,在最开始,也就是前面几期节目里,我们在行业或者商品画像的板块讲到了词频分析。词频分析其实是可以来看品类的淡旺季的。举个简单例子,比如你现在已经抓取了 dress 关键词下曝光结果的,比如TOP10000,你想要去了解品类淡旺季的更替,这时候你就可以根据在不同搜索排序下反义词出现频率的变化来观察淡旺季的问题。比如我们之前做过个实验,我们发现在 JS 关键词的一个曝光结果下, TOP 一千的搜索排序链接中出现 sleeve 这么一个单词的频率是非常高的。等到我们把搜索排序扩展到 top 一万, top 二万的时候,我们发现sleeveless,也就是 sleeve 的反义词,出现的频率非常的高。这时候就是一个很有趣的事情了。因为 sleeve 它代表的是有袖子的衣服, sleeveless 代表的是没有袖子的衣服。有袖和无袖是两个完全不一样的卖点或者产品特点。
为什么排在前面的或者搜索排序靠前的 sleep 出现频率比较高,搜索排序靠后的 sleepless 出现频率比较高。这是因为当时我们去抓取这一个数据的时候,它是美国的冬天,美国马上就要换季了,变成春天或者夏天了。
这时候你会发现搜索排序靠后的商品里,有非常多是刚刚上架的商品,他们的销量并不是特别的好,但是他们刚上架时间很短,这时候他们的卖点和排在前面的一个产品的卖点完全不同。排在前面的是sleep,排在后面的是Sleeveless。而 Sleeveless 这样卖点的产品出现的频率越高,就意味着产品季节更替,它的一个临界点到来的越快。静态住宅代理通过这样的方式,其实你可以知道品类淡旺季的一个根体的。如果是宏观的角度就非常简单了。像 Google 串子还有Facebook,它有非常多的一个搜索指数的变化数据,你可以去网上搜索一下,看看你的一个品类在不同时间点搜索热度的变化。一般而言,这样的变化也代表了淡旺季的一个更替。比如服饰品类里的sweater,你就可以看到在冬季和秋天,它搜索的热度会上升,在春天和夏天,搜索热度会下降。这个就是非常简单的宏观数据的判断方法。
我们讲完了品类淡旺季的一个分析方法,我们再来讲讲品牌渗透率的分析方法。一般而言,品牌渗透率最简单的分析就是当地的人口和除去重复订单以后的一个用户数量。当然了,这是一种理想化的品牌渗透率计算方法,它是适用于那些非常大的品牌,比如像服饰品牌里的优衣库,Sara,对于他们而言其实是适用的,但是对于很多的中小品牌而言,本身的订单就不多,你再去按照当地的人口来算了,也没有什么参考意义。比如算下来市场占有率 0. 00% 零几,没有什么意义怎么办?这时候你可以用一个更加精简的方法来进行计算。
怎么算?你把你在不同地区的一个订单占比给它算出来。比如美国有,假设美国有 10 个州,你有一个州有 20 笔订单,总计你有你 10 个州有 100 个订单,其中一个州就占你订单占比达到了20%。剩下来九个州瓜分掉剩下的80%,你就可以得到所有州在你的订单里边的一个订单占比了。
你再去看所有州在美国人口里总人口的占比,当地人口和总人口的占比来看,订单占比和人口占比之间的一个差异。易路代理如果订单占比远高于人口占比,这意味着什么?这意味着你在周地区里这么多人的情况下,他买了比他人口比例更高的商品或者更多的商品。这意味着很有可能你在这个地区的品牌渗透率是要更高的。
当然了,我只说了可能,并不是一定为什么。也有一种情况是,周它的用户特别的富裕,收入很高,消费指数也比较强,消费能力也比较强,他一下子买了很多件,这也很正常。有的时候他比较穷,买不起。这并不能证明你在买的比较多的地方的品牌渗透率就比较高,它只是证明当地的一个人购买力比较强。
但不管怎么样,一般而言,你如果没有任何品牌效应,你在不同地区的一个订单占比和当地的人口占比是差不多的。只有非常强的品牌影响力之后,你才会发现,原来你在不同地区的一个销售额占比、销量占比、用户认知占比都会超过其他地区。住宅代理ip像我们国内有很多的平台,还有网站,它也是有一定的地域属性的。这种地域属性不同地区的一个品牌渗透率。因此,大家去算品牌渗透率的时候,可以用这种方式。你把每个州地区的一个订单占比算出来,再把当地的人口占比算出来。订单占比远大于人口占比,说明这个地区你要重点关注。
当然了,重点关注的意思不是你在这个地区就已经品牌渗透率很高了,而是可能有一定的品牌渗透率,也有可能是用户本身的购买力强,他买了挺多的,所以你要根据不同的情况去做具体的分析。这个就是我今天想跟大家分享的一些东西,感谢大家学习和收听,我们下期节目再见。