产品开发最有价值的3类主要常识之一
2551产品开发最有价值的3类主要常识之一-基础能力
1.把“常识”作为“概念”之后的第2个能力点，是因为“常识”具有3个至关重要的特殊性。
2.第1个特殊性是：大家默认这是你应该会的东西，所以不会专门的提醒或者指导你。那么如果你不会，你融入团队会很难，处处都要看人脸色；
3.第2个特殊性是：这些东西无时无刻的要在工作当中遇到，如果你不会，甚至都不知道自己不会，那你就要花很多时间来填坑或者补课；
4.第3个特殊性是：常识是一个零碎的系统，学起来很难，很慢，但是用的时候往往是全部都要，马上就要。常识不成体系的后果就是你花了很多时间和精力，也听懂了一些东西，但是很难去灵活运用；
5.特殊性1在产品开发工作当中的最常用到的常识是基础能力，例如：选品需要哪些数据，怎么寻找/加工/组织/分析/汇报这些数据，选品报告要体现哪些内容，每个环节要花多长时间等等。痛点常常是，每一项你都会，但是不精，干活又慢又累，结果缺乏可信度。
6.特殊性2在产品开发工作当中的最常用到的常识是专业知识和工具箱，专业知识就是指你在工作当中要有意识的储备以后可能会用到的专业知识，工具箱就是你要有意识的形成一套自己的步骤和工具。痛点常常是，换个品类你就得一切从头来，遇到一点拿不准的事情都不知道该怎么办。
7.特殊性3在产品开发工作当中的最常用到的常识就是你整个框架能力，框架能力就是你推动整个项目的思考框架，在什么时间做什么事情，不至于丢三落四或者要干活的时候才发现时间不够了或者自己不会干这个。
8.基础能力，专业知识，工具箱，框架能力，这4项内容全部讲透预计需要3万字左右，也就是5-7篇的文章。本文先讲基础能力的前4项，也就是产品开发的调研，分析，定义，立项这4项能力，后续能力下一篇再讲。
9.调研：至少有3项必须会的基础能力：搜索，统计归类，总结
10.搜索是指去平台和搜索引擎搜索自己需要的信息，为后续的统计分析做数据准备，是产品开发工作的第一项内容。搜索能力不足的话，搜出的信息不全而且水分很大，会极大的影响后续工作的效率和质量。
11.产品开发需要搜索的信息主要包括目标市场的链接和类目，目标关键词的热度趋势，目标产品在站外的推广情况，供应商信息等等（部分关于供应商的具体信息可能无法通过线上搜到，需要跟供应商直接沟通加以询问）。
12.产品开发经常会用到的搜索方法如下：
12.1在亚马逊搜索框用关键词搜索产品信息
12.2在谷歌趋势搜索和比较热度信息，包括近几年的热度曲线，热点区域，飙升关键词
12.3在谷歌搜索框用“产品+用途”搜索站外信息，如“PC CASE + DEALS”可以查看PC CASE这个产品在站外的折扣情况，“PC CASE + patent”可以查看PC CASE这个产品在站外的专利情况，“PC CASE + marketing data”可以看到不同的研究机构给出的关于PC CASE这个产品所出具的市场报告。
12.4当然站外搜索相对站内搜索就灵活很多，比如搜价格折扣除了用deals，还可以用“coupon”，“discount”，“give away”，“20% off ”等等，市场报告除了用data，还可以用consumer report，marketing analysis，多试一试，有价值的都可以看看；
12.5在谷歌搜索框用“场景+定语词”来搜索特定需求，例如“diving must haves”或者“top 20 products of diving”可以搜索潜水场景下用户刚需的产品，“diving products affordable”可以搜索主打性价比的潜水用品；
12.6在facebook，YouTube，tiktok，kickstarter来搜索近期有没有新品发出来，定价是什么样，近期热度怎么样，博主内容质量怎么样，最近在推什么产品，推的效果怎么样；
12.7在Alibaba，1688，福步论坛，天眼查搜索供应商的大体情况；
12.8在wipo和天眼查搜索关于竞品公司的情况；
13.以上就是常用的需要搜索整理出来的关于站内链接，搜索热度，公开数据，场景需求，新品发售，供应商分布，对手情报等信息。
14.统计归类是指对搜索到的信息进行筛选，清洗和分类统计，统计能力不足的话，就会出现数据缺失，失真，零散，影响决策信心。产品开发需要统计的信息比较多，根据业务环节具体罗列如下：
14.1市场数据：关键词，关键词搜索结果数，首页销量，首页销售额，首页价格段，首页垄断系数，首页竞品链接，类目，类目销量，类目销售额，价格分段标准，类目垄断系数，热销月份，热销月份销量，平均退货率，平均星级，新品坑位数，新品销量占比，新品平均产值；
14.2流量数据：优质关键词，搜索量，搜索热度趋势，竞价，平均转化率，点击垄断系数，BSR节点，AMC节点，竞品主打词，QA高频词，RV高频词；
14.3产品数据：价格，尺寸，重量，颜色，包装，配件清单，主打卖点，功能设计，外观工艺，性能参数；
14.4用户数据：用户群体，使用场景，使用时间，使用环境，使用频率，功能需求，使用痛点，质量痛点，对比竞品；
14.5竞争数据：关键词出价，点击垄断系数，产品相似度，赚钱坑位数，新品成长性，对手公司名称，对手专利库；
14.6策略数据：产品序列，卖点设计，流量来源，展示角度，痛点规避，细分策略，定价策略；
14.7供应数据：供应商名称，分布地域，规模，开发方式，出货量，产业链，配合速度；
15.总结就是对以上分类统计的信息进行初步的排除和筛选，例如我们统计市场数据的时候发现某个品类垄断严重，然后发现点击和新品坑位也被垄断了，价格也已经被锁死，那么初步就可以排除这些产品。或者发现某个品类新品坑位比较多，新品产值和价格还超过老品，对应的卖家没有专利，供应商也在可接触的范围内，那么这个产品能做的概率就很高。
16.搜索和统计产品是非常耗时且琐碎的工作，在早期筛选产品时应当尤其注意排除和利用“关键数据”，快速排除和筛选下一阶段可以用来仔细分析的产品。发现某一项数据很差，那么就继续查看其他相关数据，直到排除或者验证这项数据。如果每个产品都按部就班统计数据然后分析总结，一个月可能都选不出两三个产品。
17.分析：分析就是对目标产品的数据进行了归类统计，初步排除，简要总结后，有少量产品极其相关数据进入下一阶段的精细分析过程，为下一阶段的开发工作提供数据支撑。
18.分析工作最重要的基础能力就是一整套思维框架
19.思维框架包括线索，决策和解释三大框架
20.线索框架：从发现这个产品到这个产品上架，整体的思考主线
21.最常见的思考主线就是打分，按照一系列选品标准给产品打分然后算总分，市场容量多大的打几分，毛利率多少的打几分，周转次数大于几的打几分，竞争比小于几的打几分，判断标准就是最后得分，4分淘汰，6分勉强能做，8分就可以重点做。
22.打分制的本质是用平均值消除误差，因此好处就是不太容易犯很大的错误，但是也不太容易做出很厉害的产品，更适合求稳的团队。
23.对于小团队，打分制是不合适的，因为你资源不够，尤其是销售资源不够。你很难把一个各方面都还可以，但是没有什么拔尖卖点的产品卖的很好。越是资源有限，越要把资源花在你能做出优势的地方，也就是细分。细分用户，细分场景，细分价格，细分需求，一直细分到你能成为NO.1的程度。
24.例如A产品，有B1,B2,B3三个价格段，C1，C2，C3三个用户群体，D1，D2，D3三个使用场景，分别满足E1，E2，E3三种需求，这些细分要素一定是有未被满足的空间的。找到了这个未被满足的空间，后面的选品就是顺理成章了。
25.决策框架
26.大部分公司其实是没有什么决策框架的，之所以打分制会大行其道，就是因为大家很难有一套公认的逻辑来评价什么产品该做，什么产品不该做，所以就只好以分数论英雄了
27.我提供一个决策经验，叫老三原则（比较粗俗，但是好记）：绝大多数品类都有一个绝对强势的老大和相对强势的老二，如果让你去做老三，你愿不愿意。如果你连老三的位置都够不着，甚至都不知道老三是谁，那么其他数据也就不用看了。
28.这个问题拆解下来，大概就是如下思路：
28.1老大+老二的销售份额占多少，利润份额占多少
28.2老大和老二分别占的主要是哪个市场，其他的利润市场为啥不做
28.3这个产品的场景和需求，有哪些是老大和老二还没有做起来的
28.4有哪些不错的供应商，是老大老二没有合作过的
28.5老三是做什么的
28.6他的产品线，定价，图文风格，主打卖点，推广策略，供应商是什么情况
28.7为什么他没有更进一步，但是也没有掉下去
29.解释逻辑主要就是你在跟其他人沟通的时候，如何有理有据的讲清楚你的思路
30.常用的解释逻辑包括：
30.1 A是什么：这个产品是做什么的，解决什么问题，用户是什么人
30.2 A之后是什么：产品的迭代方式和拓展方式是什么，我们上架以后是抢谁的订单
30.3为什么是B不是C：为什么要做成黑色不做成白色，为什么要取消收纳袋
30.4应不应该有D：要不要加配件，加sku，加某个功能
30.5从A-B-C-D的依据：从A1，A2这2项数据可以得出B需求刚需且空白，B需求有C1，30.6 C2两种解决方案，根据数据D1，D2我们认为C2方案是最合适的。
31.定义：定义就是对于产品方案详细的书面描述，如果前面的工作都做好了，这一步相对来说就很简单。
32.主要内容通常包括：性能参数，功能，重要零部件或者原材料的型号，认证标准，尺寸，重量，颜色，材质，外观工艺，配件清单，包装方案，印刷方案，同时要搭配一份验货标准或者测试标准作为附件。
33.立项：开立项会可能是产品开发工作当中最困难的工作之一
34.困难的表现主要有以下几个：
34.1数据不充分，结论缺乏支撑，甚至无法自圆其说，被上级怼；
34.2细分不够，产品缺乏感知度，说不清竞争力到底在哪，被运营或者项目怼；
34.3供应链不够深入，产品价格高品质差，被运营怼；
34.4糊涂账，投入产出经不起推敲，被老板怼；
35.34.1和34.2的本质是理解的问题，也就是你其实没有真正理解这个市场和产品到底是什么样子，所以也就无法组织起有效的数据和语言。34.4跟34.2的区别是，前者不知道自己需要什么数据，后者知道，但是数据不够精准。
36.34.3的本质是落地的问题，就是你没有接触到足够多的有一定品质的供应商，并把需求有效传递给他们。
37.34.4的本质是经验问题，你对销售，交付，采购，物流，回款，退换货缺乏一线感受，你不知道这个钱到底是怎么流转的。
38.34.1和34.2的解决方案在于，要有一个SOP，就是你必须拿到哪些数据才能相对应的得出哪些结论。假设卖家精灵导出的某个类目Top 100的销售额是1亿美元，那么能不能得出“该类目市场容量1亿美元”这个结论呢？显然是不能的，因为没有排除低价的垃圾份额，其他种类的产品形态的影响，以及市场波动的影响。
39.那么市场容量到底怎么算呢？推荐两种思路，第一种笨办法，拉出top 100的数据后，把低价的，非目标品类的，特别长尾的销量剔除掉，然后留下可以参考的销量，这个相对就是比较纯净的销量数据了。
40.第二种粗略估计，就是把排名靠前的销量明显领先的几个卖家，销量相加，再按照他们过去2年销量的增长率做一个增长预期加上去。这种算法的本质是假设市场增长全部是由头部卖家创造的，其他新品的增长主要源于对老品的取代。
41.供应商落地的解决方案有2项，首先就是要勤快，各种能找到供应商的渠道都应该去试一试，包括我们在文章中提到的那些找供应商的渠道。另外就是要有流程，供应商怎么找，怎么问，怎么记录，怎么提要求，这些都是要注意的。下面是我以前做过的总结，供大家参考。
42.算账的解决方案是基本功+沟通修正，首先自己要熟悉亚马逊的帐是怎么算的，售价-佣金-FBA-广告-头程-采购-退换货这一套基本的数学要会，然后要去跟物流了解周转时间，跟采购了解交付时间，跟运营核对回款比例和金额。然后把这些数据加上公式跑一跑，跑完一两个项目后面就准了。
43.下面是我以前用过的一个案例，请大家参考。
以上，欢迎留言或私信大家讨论。
