数据化选品的误区和正确的逻辑
7235结合之前得文章：给大家一个思思维导图
数据化选品，是一种畸形的选品方法，主要原因我觉得有二。
一是大多数人不能客观地理解数据。亚马逊上一款产品的热卖有N个原因，大概可以分为选品和运营两个方面，每一个公司的销售结果，都是运营跟选品的效率结果总和。我们看到结果，想要同样的结果，却无法复制所有的原因。对选品人员来说，他们最多只能复制“选品”中的一小部分原因，却很难有信心一定能卖好。这就是运营跟产品开发撕逼的由来。
二是过于依赖数据化选品，很可能缺乏耐心去理解客户需求，失去对产品和业务的优化机会。目前主流的产品创新和差异化手段，是基于热销品的Review所提的痛点，进行产品的迭代和改进。我们不得不说，这一个“差异化”手段，可能已经开始同质化了。所以对于真正想做好产品的人来说，如何真正理解客户需求，是一件最重要的事情。
现在得公司基本上人人都会用上相应的产品分析软件，市面上的选品分析软件也是种类繁多，五花八门，在这里我也不评判那个软件更好用，或者更准确，我不是卖软件的，数据如何你们拿自己在售的产品测试一下就出来了，特别强调在使用各类选品软件的时候，充分理解各个功能的逻辑，并且思考“有没有办法优化这个逻辑”来帮助我们实现更好的决策：
1. 从运营的角度选节点，目标是获取节点的流量入口，所以这是获取流量的“运营手段”。决策远测是“哪个节点可以蹭到更多的流量”，很多并不是产品的相关性。说回来，在亚马逊对各级类目的规划和节点名称中，应该是从零售角度进行的产品类别划分，具体到某一个分类的产品容量评估的时候，未必很有参考价值；
2. 主流的亚马逊的选品目标是抄款式开发或者也可以称之为模仿式开发，评估得首要维度首先是市场容量，这个当然无可厚非。市场容量得数据基本上依托于“某节点下现存产品得销量”：这个做法其实有这巨大的缺陷，因为市场容量本来就应该是一个动态的过程，过于依赖现有结果，就很难突破现状。
3. 从互联网流量的角度，亚马逊也在和其他网站竞争来自Google的流量，过去某个节点的产品销量不好，也许只是暂时还没匹配到客户需求的好产品。一旦亚马逊算法发现有好的产品，便会家中向站外引流量，获得更多的订单在亚马逊成交。（这也是站外选品的意义）
4. 当前产品开发工作最大的病态，是过于痴迷于数据化选品而忽视对需求的研究。在数据化选品的时候，还纠结某个软件的数据准不准。事实上，别人卖得好，就是天时地利人和，一模一样的产品，不可能复制同样的天时地利人和。何况，很多卖家有时候连自己的产品为什么会爆都不知道，都搞不清楚，更别说看数据去研究对手了。
5. 如果不是铺货式的产品开发，选品软件最重要的意义应该是在于“判断趋势”和“发现好的产品切入点”这两个事情上。在你把亚马逊上的竞品信息看完之后，应该静下心来想一想，这个产品为什么好卖，它解决了客户什么问题，有没有更好的产品可以替代？——你所看到的数据化，都是现实行为发生的结果，研究数据需求比数据本身更重要。
就拿上述，第四点来说，国内疫情期间，你看到口罩销量暴涨。明年的这个时候，你还会上架口罩吗？
那么未来怎么做好这一件事情了，其实我自己也不知道，但是我有一个想法。
本质上，我们所做的这些基于Review的客户需求识别和产品创新，跟传统零售时代，路边做问卷调查的大妈，并无太多不同。所做的事情其实都叫做“消费者洞察”，只是在互联网时代，手段有些不一样，速度更快。
