如何看懂Amazon数据背后的故事
大家都或多或少了解亚马逊五大榜单,分别是:
Best Sellers(热卖榜);
New Releases(新品榜);
Movers&Shakers(飙升榜);
Most Wish For(心愿榜);
Gift Ideas(礼品榜)。
也都很在意自己的Listing有没有上榜,又为什么下来;有很多卖家把榜单作为一个参考。今天鸥鹭君就带大家去了解下。
Part 01 五大榜单的特性
1、热卖榜-Best Seller
这个榜单鸥鹭24小时更新一次,只收集前24小时的销量数据,排名随时有变动。只要有一款产品冲上这个榜单,该产品的订单量就会源源不断。
利用鸥鹭的全景动态,了解大卖是如何操作打造一个爆款的。那如何进入热卖榜,亚马逊每天都会根据你产品的评价,关注度,成交率计算你产品的排名,排到前面意味着你会得到更多的曝光,会有更多的流量,自然会有更多的订单。
而上这个榜单的重要因素就是销量,只要销量足够的好,哪怕产品没有评价,没有星级也是可以上到这个榜单的,为此有时候我们会看到一些评价很少,星级不高的产品也挂着Best Seller标签的原因。如果有被跟卖,从跟卖上的销量也是会被计算到销量上的。
而很多时候亚马逊也会将预估的数据也放入到这个榜单的排名上,也就是说,一些产品可能现在的销量并不比其他的产品大,但是因为亚马逊为其预判是一个很有市场的产品,很有销量的产品,这时候产品也会被放入到热销榜单上。
2、新品榜-New Releases
这个根据过去24小时内总体的曝光量、点击量以及订单转化量等综合数据的排名,这就需要我们做一些关键词,图片,描述的优化,尽可能的增加自己的曝光量,还有关键词搜索的契合度。
努力提高产品的销量和转化率,增加listing的权重;还有产品review的定级和数量。榜单里的产品同样可供我们参考,预估下一个热卖产品及发展趋势。
3、飙升榜-Movers&Shakers
过去24小时内排名变动较多的产品榜单,不过这些变动与销量没有太大因素,因为有的小类目产品本身销量基数小,订单稍多上升幅度就比较大。
我们通过这个榜单可以确定这款产品的竞争力度大小,并发掘各品类产品的新星。我们如果长期关注飙升榜,了解到当季节性商品处于流行趋势时,它们的销量可能会飙升。
例如,在圣诞节期间,你注意到Movers&Shakers榜单上的许多季节性产品。如果想上榜,这就需要你时刻关注目标市场的时尚风向和流行趋势。
4、心愿单榜-Most Wished For
过去一段时间内人们最想买的一款产品排名,心愿单最重要的功能是分享,把心愿单链接发给别人,让对方自主选择送你点什么,这是最特别的地方。
或者因为运费或其他种种因素,这款产品很多消费者加入购物车未付款,可能待产品降价后再行购买。
我们通过这个榜单可以了解阻碍消费者付款的因素是哪些,如果刚好有自己的产品,就可以做出调整。
5、礼品榜-Gift Ideals
这是亚马逊一个特殊榜单,顾客在亚马逊上购买礼物后,亚马逊会提供礼品包装服务。在欧美一些盛大节日来临前,特别是Q4送礼季,做礼物性质产品的卖家们不可错过的榜单。很多消费者在给他们家人或者朋友选购礼品的时候会在这里购买,因为这里的产品不仅可以提前购买,还能在指定的时间送货,能为消费者省不少心。
特别是节日销售旺季的时候,这些作为礼品的产品销量会大幅度增长。如果不想错过一些西方节日的销售旺季,那么从这里参考选品也许是个不错的选择。
Part 02 榜单背后的逻辑
我们不只是要看到什么产品上榜,还要看到上榜的原因及反映的市场需求。
下面我们查看鸥鹭Movers&Shakers(飙升榜)最近的更新数据,我们选取了一个Ratings相对较少的产品进行分析,该品在5月之后排名一直上升,说明需求增长,且并从该产品所属的品类路径了解这类目的淡旺季趋势,可以查看到6,7,8,9四月一直是该小类目的销售旺季。
数据来源:www.oalur.com
数据来源:www.oalur.com
数据来源:www.oalur.com
同时,我们又根据变体对比(抓取更多的竞品数据),了解到客户的喜好和特征,知道他们对什么颜色,什么尺寸更感兴趣。当你看好这个市场趋势,又有类似相近的产品,就可以对不同尺寸不同颜色做备货准备。
数据来源:www.oalur.com
接下来的父亲节更是和Prime Day连在一起,从美国消费者们的购物情况情况来说,有超过58%的人会提前一周或两周的时间来选择礼物,所以其实对于卖家们来说,完全可以提前半个月开始进行产品的上架和宣传。
我们还可以用鸥鹭查看历年来的礼品榜,消费者们在父亲节到来的时候都选择了哪些产品。很多消费者会选择比较实用的产品比如说,领带、皮带、手表、眼镜、钱包,当然还有一些当季的服饰,运动配件也是消费者们会在父亲节到来的时候选择的礼物。
看懂榜单,可以帮助你更好的了解目标市场的需求,而不是简单的凭借自己的感觉,这种全凭自己主观臆断,没有大数据支撑,就很容易踏入误区!