一盘红烧肉悟出的选品道理
15227
小明三次请客，寓意着不同的选品方式
人物对话，映射了过往哪些选品的情景
亏损到盈利，你是否有看到自己的影子
第一次请客
刚工作的小明口袋里只有63块人民币，
领导随口一声“回头报账”，
小明只好硬着头皮第一次带客户吃饭，两个大客户。
还好，小明想到姐夫就在公司楼下开了一家餐馆。
小明：“姐夫，点菜！”
姐夫：“3个人？想吃点什么？”
小明：“嗯~您这儿有什么？”
小明显得那么的外行。
姐夫：“3个人，来个红烧肉，再来个本店特色铁板鱿鱼...”
客户B：“我忌海鲜。”
姐夫：“那肥肠鱼吧，也是本店特色。”
客户A：“我不吃内脏。”
小明：“......”
姐夫：“那来个炒耳朵，素菜来个苦瓜炒蛋，再做个鱼头汤，4个菜，凉菜就不要了，3个人差不多够了。”
小明回想起有很多同事提过楼下餐馆的红烧肉确实做得不错，便点头示意。
半小时后......
姐夫：“红烧肉35，炒耳朵18，苦瓜炒蛋12，鱼头汤30，餐具和米饭钱就给你免了，一共95。”
小明欠下姐夫32块买了单。
出门前，小明突然看到邻桌上放了一份菜单，恍然大悟......
图片来自于Google Images，未做任何修改。
初入亚马逊，
选品没有方向，没有思路，没有信息，没有数据
也不知如何下手，只是一味的提问；
但面对答案，又不知如何分析，
如何测算，如何考证。
感觉什么都有道理，什么都是对的，
但对什么又都胆胆怯怯。
直到产生过高的试错成本，才开始有所领悟。
第二次请客
一个月后，领导把上次两个客户交给小明跟，到了饭点儿，又得请客。还没发工资，口袋里只剩63块。
小明又想到姐夫就在公司楼下开了一家餐馆。
这次小明算是入了门。
小明：“姐夫，菜单！”
姐夫：“给，要吃什么自己点。”
客户A：“上次的红烧肉不错。”
小明：“.......那就来个红烧肉。”
已经废了35块，小明看着缭乱的菜单，进行着紧张的珠心算.......
过了很长时间，客户开始显得不耐烦。
小明见状，赶紧加了一个香干肉丝，一个韭黄炒蛋，一个西红柿汤，草草收场。AB客户对视，翻了白眼儿。
半小时后......
小明掏出63块买了单，一分不剩，但客户吃得并不开心。
出门前，自觉聪明的小明忽然看到邻桌上放着菜单的B面，仿佛挨了一记重棒......
图片来自于Google Images，未做任何修改。
这一次，小明掏出小米8拍下了菜单的AB面...
绝大多数卖家在选品时，
一贯认为看到的，熟悉的，身边的产品，
就是正确的，最有希望成功的。
面对提议，没有更多的论据，只能忐忑接受；
但殊不知令客户更加满意，
让自己更少投入，更好回报的产品，
也许是在未知的“B”面。
第三次请客
又过一个月，又到了饭点儿，仍然只有63块.....
小明再次带着两个客户走进姐夫的餐馆。
坐下后，小明看了看菜单的AB面，主动对两个说客户说：
“咱们今天就不点红烧肉了，上两次肉是不错，但黄豆始终没有入味，今天我请两位老板吃点特别的。
姐夫！
来个特色的地锅鸡，
特色的毛血旺，
还有特色的酸菜鱼，
再加个凉菜，凉拌猪耳朵，
再炒个青菜，再来个榨菜肉丝汤，
好，6个菜，什么类型都有了。”
小明的自信果断，让两位客户刮目相看。
半小时后......
客户满意的放下筷子。
小明买了单，还剩下10块钱。
出门后，小明用这10块钱买了两张华强路到南山的地铁票，送两位老板进站离开。
第二天，小明接到AB客户一笔不错的订单。
是什么让小明用63块赚足面子，
又让客户如此满意，还能省下10块钱的“推广费”？
事实上，小明在请客的前一天对上次拍下的的两张菜单进行了分析，明确了条件，客户喜好，目标等维度。
这张表格最终为小明的选择提供了什么帮助？
荤菜28+素菜7+凉菜10+汤8=53
小明通过分析，在能力范围内，用53块满足了需求，实现了目标，还多出10块做推广，Ｇood job！
从小明的三次请客，我们能够得到哪些启发？
其实选品最大的痛点在于整理一份全类目结合各种必要维度的大数据“菜单”，工作量实在太大。
所以我们大多数人进入亚马逊时被直接跳过这个环节，选择去走“分析爆款”“关键词热度”“听人推荐”“逛展会”“社交媒体流行”.....等各种“捷径”，这也才渐渐出现了所谓的“选品技巧”。
现在看来，没有一份完整的“菜单”，让我们错过了太多令人惊叫的发现和更加适合、属于我们自己的市场。
举个例子，大家都知道手机膜、手机壳、数据线、充电宝和蓝牙耳机是亚马逊美国站的大热。但你是否知道，除了手机膜稳坐全类目销量宝座，其实第二和第三不是手机壳也不是蓝牙耳机，而是Disposable Diapers（纸尿裤）和Sports Water Bottles（运动水杯）。
你更不想到Straw（吸管）的市场容量能够排进亚马逊50000个品类的前100名。
在未知的领域不断探索和询问，只能叫“找”；
把未知变成已知，将所有项目贴上各维度数据标签，按照适合自身的情况去排序、排除、对比挑选，才叫真正的“选”！
你认为呢？
