日本Top20000全类目热卖关键词数据分析
底层逻辑”是个经常被互联网提到的概念，说的是放之四海而皆准的道理，每个领域共通的临界点。在商业和数学的世界，有两个经常被提起的概念，幂律分布和正态分布。这篇文章的底层逻辑是结合一个符合统计分布的实际场景，然后用数据去证明。如果在一定程度上可以被证明，就可以当作规律。由于我从事亚马逊的相关工作，所以本篇文章是围绕亚马逊展开。
由于亚马逊对自己的销售数据比较保守，所以没有公开真正的产品销量，但是提供了与销量对应的销售排名，也就是BSR。BSR类目销售排名是亚马逊很具代表性的一个指标，可以清楚的反映出一个产品销量的高低。我们听过一个产品在总体市场上80%的销量来自于20%的卖家，而其中只有20%的卖家占据了80%销量中的80%。大卖家或老卖家通过先发优势形成了规模效应，较早的占据了大部分的市场销量，导致后来者难以进入。
我的初步推断是越容易形成垄断的产品，其数学模型越接近幂律分布。不过，如果销量分布平均的话，有可能接近正态分布。验证的数据来源是随机一个一级类目的BSR TOP100与销量的预估数据。市场上的很多工具都可以抓取数据，这里不再赘述。取BSR和销量的数据作出散点图，呈现效果如下，近似幂律分布。
证明幂律分布的方法可以取两个数值的对数，其相关性较强，近似一条直线。下面是双对数图来验证数据是否是幂律分布模型。用机器学习提供的模型做出线性回归的模拟，相关度为-0.23415，呈负线性相关， 且相关度很高，则可以判断原样本数据符合幂律分布。
接着，进一步挖掘两个参数之间的关系。在多变量图中对比BSR和预估月销量的关系，可以看出月销量也呈现出了幂律分布。在这个样本数据中大部分的销量集中在少量的卖家，大部分买卖家销量很少。在一定程度上说明，这个类目或者产品已经形成了垄断。如果在选品的过程中，能够避开这个产品或类目，将会是较好的选择。
理论一定要和实践相结合，利用技术的手段可以方便我们验证数据之间的关系。同时，要坚持以业务需求为中心，不要为了数据分析而分析数据。由此现象，以下是我的想法：
细分市场：在商业的世界里，先发优势很重要，这类似自然界中的“虹吸”现象。先进入者会利用这个优势逐渐形成规模效应而获得前期的超额利润，后来者会难以进入，并且利润减少。那这道题有解法吗？当然，那就是细分市场。以幂律分布来解释，就是“长尾理论”。在长尾尾部的产品可以非常精确的满足一小部分人的需求，同时在互联网的新链接下，会有很多人发现这些产品并购买。这些产品在亚马逊的表现是流量并不是很多，但转化率很高。而这些细分市场的产品足以养活一部分小公司。
差异化：如果从选品的角度来考虑的话，先找到一个细分市场，然后对产品进行差异化的调整。而不是看到一个销售表现不错的产品，就无脑的上架。这样做只能打价格站，长期以来，利润降低，而客户的选择并没有增多，客户体验也不高。如果做差异化的产品，可以给细分市场的客户提供更多选择，只满足一部分人的需求。当然，这个在工业时代无疑是会失败的。但是在一个网络高度协同的时代，通过数据智能来帮助决策，效率会提高很多。那差异化的标准是什么？这个问题有待深入讨论。
飞轮效应：亚马逊的主要业务有三块：prime会员服务，2C的平台和AWS云服务。亚马逊的底层逻辑是通过会员服务，留住客户，提供更多增值服务。2C平台的卖家增多，给prime和非prime会员提供的产品越多。而买家多的话，有会吸引更多的卖家开店。当买家越多，销量越大时，亚马逊自营对上游供应商的采购价会压的更低，从而把更多的利润让给消费者。当亚马逊的产品越便宜的时候，会有更多的客户来买产品。而AWS云服务又为卖家提供了配套的服务，帮助卖家专心提供好的产品，吸引更多的消费者。这个就是亚马逊的商业思路，一环套一环，快速的运转起来。对于亚马逊，最重要的20%是整个生态的良性发展，而做为第三方卖家的20%最重要的的提高细分市场中有差异化的产品，吸引各种各样的客户来到平台消费。而亚马逊的服务又会提升客户忠诚度，而卖家只要不断的提供优质的产品，客户就会源源不断的涌进来。
幂律分布有两个特征，一个是通俗的“二八原则”，另一个是“分形”。从大到小，从上到下都遵循着一个逻辑，整个系统就能更高效的生长。下一篇，我会试着找出正态分布中的数理关系，敬请关注！
文章纯属原创，转载请注明出处！
我们建了一个亚马逊卖家交流群，里面不乏很多大卖家。
现在扫码回复“ 加群 ”，拉你进群。
热门文章
*30分钟更新一次
