listing优化策略:建立数据反馈闭环!
什么叫智能化呢?就是未来商业的决策会越来越多地依赖于机器学习,依赖于人工智能。机器将取代人, 在越来越多的商业决策上扮演非常重要的角色,它能取得的效果远远超过今天人工运作带来的效果。
数据智能
数据化:
我们的亚马逊平台每天在做的事情就是准确地记录下来所有用户全部的在线行为的,而这些数据本身可以用于优化他下一次来亚马逊的体验,所以没有这个数据化的积累就没有后面的一切。 我们作为卖家也是一样,没有数据就没有一切。
流量数据,转化率数据,pv数据,销售额数据,客单价数据,利润表数据,价格变动数据与排名变化,销量变化的联动数据;刷单数量与排名变化,销量变化的联动数据;广告出价与排名变化,销量变化,自然流量,自然销量之间的联动数据等等
我们在看数据的时候,看单个的数据是没有效果也不能产生价值的,我们需要看的是,每个执行的动作与数据之间的关系。
算法化:
算法这个词可能一般的人听了会懵, 其实讲算法之前先要讲一个概念叫建模型。一个人在某个场景下会怎么决策,先要把他抽象成一个模型,然后要找到一套数学的方法,用模型去优化他的决策。
然后第三步才是把这个算法沉淀下来,去指导我们实际的运营操作,由结果来反查前期运营动作的合理性。这个时候决策就非常科学,合理,有效。长而久之,你就形成自己的一套决策体系,任何决策都是有数据支撑,不是凭借自己的感觉而已,人的感觉,经常会出现偏差。而数据会修正这个偏差,这就是数据的魅力。
亚马逊数据反馈闭环:
这个词用得稍微有点专业,但实际上大家都有非常深刻的切身体会。你无论学什么,比如说学打羽毛球,你动作对不对,一定要教练给你一个反馈,你改了以后是往正确的方向更对了,还是纠偏纠得更错了,教练要再给你一次反馈。这实际上就是学习、修正、调整、反馈。过程中你就能够学习、进步、提升,人是这么学习的,企业的管理体系也是这么学习的。
∨
那我们要做的是什么呢?
怎么赶上这个智能化的浪潮?
∨
其实核心在于能不能够创新地实现数据化,把你的核心业务流程化,这样的话数据才能被记录下来。提供反馈闭环,数据作为原料,交给算法去处理,你的业务就变成了一个智能业务。你就能比你的竞争对手每天都越跑越快。这是未来竞争能够脱颖而出最重要的一个秘诀。
有两种含义:
第一个含义指的是亚马逊卖家的商业模式问题,偏向前端客户端。商业模式的1.0-3.0时代。
第二个含义指的是亚马逊卖家内部管理模式的协同网络,偏向后端,卖家无法直接感知端。这个协同网络,是数据智能的载体,帮助我们把数据智能的想法落地化。
互联网这个词的英文实际上对应了两个不同的词,一个是 Internet,一个是 Web。
互联网事实上经历了三个浪潮:
第一个是大家非常熟悉的 PC 互联网,也就是连接的 1.0 时代。 Web1.0 的时代产生了大家今天非常熟悉的新浪、搜狐、网易这样我们当时认为的门户网站。
第二次浪潮,是从 2007 年 iPhone 上市以后带来的移动互联网革命。通过 4G 或者 WiFi 上网,手机变成了非常重要的终端,成为连接的起点。2.0 时代出现了一些很有趣的产品创新,大家所熟悉的其实就是“关注”。“关注”让人与人之间有了跟以往不一样的互动方式,你可以去关注你感兴趣的人,当他发一个信息的时候你就能接收到。所以类似微博、Twitter、产品就开始产生了很大的社会影响力,有了海量的用户,这是互动 2.0 的阶段。
第三次就是让人充满期望和想象力的是连接 3.0 的时代,也就是物联网的时代。
2.0进一步发展就出现了互动 3.0。也就是两个所谓 SNS(Social Networking Services)的大产品,翻译成中文就是社交网络服务。在中国是微信,在美国是 Facebook,大家可能已经完全黏在上面了。它们已经和人们的生活状态基本上融在了一起,人们每天都离不开这样的网络化服务。
这说明互联网的发展趋势就是从孤独走向互动,从互动走向多点社交的趋势。反观我们亚马逊的卖家,我们的本质,也是在做互联网的交易。
作为亚马逊的卖家,也同样经历着从1.0-3.0的时代:
1.0的时代,你从无到有,把产品放到平台上让大家围观;
2.0时代,你开始跟买家良好地互动,催评,联系top送测,送产品,积累review;
3.0时代,与客户持续互动,并走出亚马逊平台,创立社区品牌,拥抱SNS,借助网红的力量获取大量精准流量和品牌影响力。
身为卖家老板的你,或者在公司上班的你,可以对照一下,你们的公司,处在哪个时代,多久能到达那个未来,或者说,你们有没有在往这个未来努力。因为,社区品牌或者是硬品牌终究会战胜所有的亚马逊卖货郎。
卖家无法直接感知端。这个协同网络,是数据智能的载体,帮助我们把数据智能的想法落地化。
我们说互联网的“网” — 用网络的方式完成协同、分工和合作。因为只有随着连结的不断发展,信息和人都在线了,可以用更高效的方法去完成原来很难实现的事情。
现在各种工作流管理工具层出不穷,协同任务管理的软件非常多,eteams,钉钉,teambition,国外也有一些任务分发软件。我们把数据引导决策,修正决策的动作任务化,机械化,需要依赖于这些现代工具落实到每天的工作当中。
上过我们的108式运营课的同学都掌握这种方法了,不少学员也落地了;黑五即将推出的创业指南偏管理的课程,会详细展开讲这个内容。手把手教大家设定店铺目标,量化目标,结合亚马逊数据沉淀,落地到每天的工作当中。
数据智能,是确保决策下放的最有效直接的手段,而决策下放,是快速打造产品的最有效的姿势。让听得见炮火的战士做决策。
双螺旋模式
双轮驱动,双螺旋的大公司:
Facebook(大量的用户社交,广告商;推荐的数据智能),谷歌(广告业务,连接了用户,广告商;搜索的数据智能),亚马逊(连接了商品,顾客,卖家, 智能数据化的商品推荐和排名),这确实是现在产业的趋势,也是一个决定你是否能从众多卖家中脱颖而出的决胜法宝。
今天主要给大家分享了数据智能与协同网络、双螺旋模式构想的简介,下期给大家分享落地攻略 - 建立数据反馈闭环举例之:listing优化策略