数字化独立站演进历程（一）
7973数字化独立站演进历程
前言
大家好，我们是苏嘉出海数字化小组，这次我们来说下独立站是如何进行数字化演进的。
本文缘由我们在SUGA出海过程中，从普通的独立站，到拥有数字化支撑能力的订阅电商独立站的总体过程。因此，也是我们小组对于整体独立站业务的一个阶段性总结。
我们会按自身独立站业务的过程处理中三个明显的分界点，分为三个阶段叙述：开端，第二阶段，第三阶段。
开端
独立站的北极星指标
作为独立站的开启，我们最需要的是，建立一个自身独立站的北极星指标：
所有增长黑客都会谈及一个很关键的指标：北极星指标(North Star Metric)——这个指标代表着现阶段我们的项目，什么指标是影响权重最高，相对来说我们所有的增长动作应该围绕这个指标来展开，从而持续的去推动这个指标的数据增长。
而对于独立站来说，什么是我们应该追求的北极星指标？
在近年来平台流量相对中小卖家不如过去容易获取的现状，很多平台卖家纷纷转型投身独立站，但往往经历开局的部分就纷纷退出，原因是大部分在订立北极星指标（视每个企业内部称呼）的时候，产生错误的定位。
从用户角度看平台和独立站的差异
平台：无论Amazon亚马逊，还是其他体系平台的用户，都属于已经接受或者准备接受的电商用户，所以对平台的购物流程不会陌生。而且平台用户的目标是相对明确的，都存在明显或者不明显的购物需求。
数据来自:亚马逊的发展势头和零售商的机遇
影响美国消费者选择Amazon购物的因素：
快捷、免费的送货（73%）
价格（33.7%）
便捷购物流程（58.4%）
独立站：欧美消费者对于独立站的定位，对比来说，更接近我们微信生态体系的微信号/小程序。美国是互联网大国，互联网网站数量是全球最多的，而且网站之间存在极大的差异性。因此海外消费者非常愿意为差异性买单。
一句话总结：平台用户更愿意为产品性价比买单，独立站用户更在意购物体验。
优势
平台 Or 独立站
虽然在我们看来，这不是二选一的项目，但以此作为一个对比：
图片来自《亿邦智库 2021中国DTC企业出海发展报告》
列一个简单的公式：
（稳定）GMV = 流量 × 转化率 × 平均订单价值（AOV） × 复购率
流量：引进来的用户数
转化率：下单完成履约的用户/流量
平均订单价值（AOV）：单个用户花钱的额度
复购率：在我们的角度中，复购率是影响权重较高的——它意味着独立站低成本重复导购的成功率
上图是我们自制的独立站销售转化漏斗图——从获客开始，客户进来我们的独立站，我们需要考量的因素——不能仅限于独立站的一次销售。
和平台对比，独立站用户购物冲动会更低，但独立站运营优势在于，和客户搭建起比平台更自由的接触和更接近的距离，而且可以通过诱导用户留下联系方式，从而让我们可以低成本引导用户复购。
因此，独立站卖家最重要的利益指标，不应该是单纯的GMV，而是建立起稳定的重复销售额。
我们不是说其他指标不重要，恰恰因为，在整个GMV公式里，所有因子都很重要——
很多平台转独立站卖家最担心的就是自己不会引流，也会担心自己的客单价不能COVER整体的广告预算。
因此很多都会盯住广告ROI指标——保证整体投放是在获利，但其实这个是否就是独立站唯一盈利的方式？
用户为中心
在我们看来，这是一个长期和短期之争，又或者说，是否以用户为中心？
每个卖家都会在运营上遇到短期主义和长期主义的问题，本质其实平台卖家和独立站卖家的真正胜负手——为用户提供差异化的解决方案，这是“消费者主权思维”的体现。（这个反义词就是“生产者主权思维”——企业不能接受一丝一毫的亏损。）
如果消费者不需要了这款产品或者只是一味生产同质化的产品，即使规模再大，也不能创造商业价值。
去年我们和出海笔记做了一场分享月销200万美金的订阅电商和数字化营销模式丨操盘手面对面13期精华，对分享简单复盘如下：
订阅电商Subscription E-Com的核心
1 数据驱动产品
2 运营用户而不是运营渠道（很多独立站卖家还是把独立站视为销售渠道，和平台策略一致）
3 能快速响应客户需求
可能在大部分卖家看起来，这点是非常不好的，在人效成本和销售利润都不好的时候，还要去围绕用户打磨服务，是一个得不偿失的过程。
但如果把独立站项目作为长期运营项目的话，无论是市场还是资本都更喜欢有忠诚度高的用户&稳定盈利模式的卖家
15个融资/上市的跨境电商卖家当中，11个主打行业垂直独立站（精品模式）或者为DTC品牌型卖家，其中包括SHEIN、Cupshe、Outer、安克创新、致欧科技等。
另外4个融资卖家则为早期铺货模式发展而来，包括澳鹏网络、斯达领科、四衡网络、赛维时代。
SheIn作为独立站中的行业标杆不用说，我们重点说说Outer，一个以产品为王的DTC独立站。
一个复购达到10%，整个疫情销量上升560%的独立站，靠的是不单单是产品，还有他们针对使用产品的用户人群的产品开发思维。
此外，Outer也在海外营销层面上做了非常多的私域用户开发。
DTC
回到正文，既然以用户为中心，那么我们必然要谈到DTC。
过去一年，独立站卖家或多或少都遇到各类DTC的科普。但，DTC真的就是Direct to Consumer这么简单？
DTC（Direct to Consumer ）字面含义为直接面向消费者，是一种绕开第三方批发商、零售商或任何其他中间商，通过独立的互联网线上销售渠道（独立站）直接面向消费者出售商品或服务的商业模式。
但其实真正的DTC，是DNVB（Digitally Native Vertical Brand），即数字原生垂直品牌。
数字原生垂直品牌有三个鲜明特征：
一）DNVB是纯粹的互联网产物，而且通过电子商务爆发；
二）正因第一，所以DNVB非常懂用户生命周长，以数据驱动式运营用户，而且在生产、营销、销售等环节拥抱着数字化；
三）综合第一和第二，DNVB的主流消费群体是互联网时代下的数字原住民(在京东/盒马体系，生鲜用户都是第一阶层用户)。
DTC不是一个翻炒的概念，而是数字化能力进步的今天，我们可以选择的新时代电子零售方式。
正因为用户是如此重要，所以在我们当下，用户是我们最需要关心的第一指标。
以用户为中心的独立站
既然用户是出海独立站的第一因素——我们的北极星指标。
问题是，如何实现用户的增长？
本质来说，也是为何我们独立数字化分为三个阶段——
开端
第一阶段的独立站有五个要素：
内容/流量/物流/支付/客服
如果让每个卖家按重要程度排名先后，会有各类排列方式——但无论如何排列，内容和流量都应该在放在第一/第二
原因很多简单——第一阶段的独立站，流量的体量和质量和推广力度是正比关系。
我们在绘制数字化独立站演化过程图的时候，把时间因素作为X轴，用户因素作为Y轴
以此标识第一阶段目标：10000个购物用户（复购率x%）
第一阶段的数字化独立站（按产品和行业不同，第一阶段北极星指标有所不同）
一）第一阶段完成的时间，和推广力度为反比
在我们实验独立站的过程中，我们思考最多的是，如何稳定独立站打开率和转化率
在6个月时长的试验后，我们验证一个独立站推广的影响因素：
FACEBOOK和Google广告可以有效缩短用户稳定的时间——基本道理是，广告能有效监测出不属于我们的用户。
这点，我们和目前主流的FACEBOOK广告的打法理解是不同的，主流的FACEBOOK打法是通过各类产品的广告组运行测试，找出爆品——我们恰恰认为集中在产品上打广告，反而不能有效测试出符合我们用户的人群包。
人群包就是将用户进行分类。一般根据用户的标签等，将用户分为几个类别，当然类别之间可以重复。例如常用的人群包种类包括：电商人群包、学生人群包、美容人群包等等。我们可根据人群包选择某种人群进行定向投放。
由于第一阶段没有接入归因的Martech，所以我们测试按FACEBOOK的标签作为人群标签，记录第一阶段成型过程中整体留存率。
二）第一阶段目标用户影响因素
1) 推广力度
2) 用户相关性——海外营销
3) 用户生命周期
PS：供应链柔性程度——关于这点，我们会在本文的案例进行详细拆解
1) 推广力度
在FACEBOOK投放过程中，我相信大部分投手都会在CPM高低的问题上纠结。
其实这是一个选择性问题
独立站公域广告的意义有两个：
① 引入用户（通过内容和数据建模细分用户）
② 获取用户数据，从成本更高的公域联系(广告推送)转到成本更低的私域联系
通过FACEBOOK直接获客并变现的效果，在目前竞争更难的出海电商环境，是比较难实现的。
我们更多应该把目光放在更长远的，用户复购——这是很多营销概念上的客户生命周长。
LTV(life time value)生命周期总价值，意为客户终生价值，是公司从用户所有的互动中所得到的全部经济收益的总和。通常被应用于市场营销领域，用于衡量企业客户对企业所产生的价值，被定为企业是否能够取得高利润的重要参考指标。
很多卖家都会觉得，我的广告投放亏了=我的独立站亏了？
但其实，第一阶段独立站的计量利润公式更应该是：
CAC：Customer Acquisition Cost，意思是“用户获取成本”，即你花多少钱获取了一个新用户。CAC是整体广告推广花费除以整体对应花费带来的所有新用户数。
很多时候平台卖家对独立站困惑的地方在于：
不知道除了FACEBOOK之外，还有哪些营销推广方式——无法找到获客成本（CAC）低的渠道
该如何选品——本质上是对用户生命周期（LTV）高的产品的追求
应该如何调整我们自己的人员架构——希望降低自己的人力管理成本
哪里有好的供应链——需求更高效的供应链
2）海外营销
事实上，近年来国内的社交红利，是延续了国外DTC品牌在社交媒体上传播的品牌声量的玩法。
内容来自《亿邦智库 2021中国DTC企业出海发展报告》
根据Yotpo在2019年发布的报告，在广义上，3/5的品牌受访者认为社交媒体列为其最主要的客户获取渠道之一，而将付费广告（不包括付费搜索）列为首选渠道的受访者则少得多（16%）。
大部分D2C营销人员都认识到用户生成内容（UGC）的重要性，近3/4的DTC品牌（73%）已经在其电子商务网站上设置了客户评论专区。
由于社交媒体是DTC客户获取的首选渠道，因此2/3的受访者（66%）在社交媒体中使用UGC就不会令人惊讶。PS：另有41%的品牌方在电子邮件中使用UGC。
这个也是我们之前海外私域直播说的一个小环节——
我们在Facebook和Twitter等网站上看到的社交分享是整个“社交”冰山的一角，一方面因为规模，另外一方面因为易于测量。(独立站从2017年兴起到现在，基本起手方式都是FB引流)
但大多数共享都是通过难以衡量的Dark Social手段（例如电子邮件和即时消息）完成的。
独立站私域分类
Facebook，Twitter，Instagram等上的私人社交媒体通信
转发的电子邮件/EDM工具传递的邮件
Facebook Messenger，WhatsApp，Slack和Snapchat即时性消息传递应用程序
网站即时对话(人工orAI)
短信
营销漏斗转化
用户引流过来的第二步，是销售转化的长久问题——如何提升我们的独立站转化数据？
可以回滚参考我们上图发布的独立站销售转化漏斗图，我们在这里讨论一个简单版的：
流量分层示意图 by Yotpo
对于整体独立站运营来说，拉新与留存是我们需要不断更新在我们策略鱼骨图的内容。
那么拉新和留存哪个更重要？
结合流量分层示意图，很多卖家都会第一反应是——作为漏斗，当然漏斗进来用户更多，我们能赚的更多。
但恰恰相反的是，在没有优化转化率的情况下，漏斗最底层中，因为扩大漏斗进口的流量，我们流失的用户反而越多。这部分内容，我们会在第二阶段进行更深入的解读。
3）用户生命周期
事实上，结合我们出海测试以及和不少独立站卖家交流的过程中，有不少卖家对于如何选品存在不大不小的执着。
下图是我们在出海笔记社群做选品词云测试：
无论是囤货还是Dropshipping作为起手式，选品获利的背后原因是某一类特定产品和服务的市场渗透率在某个诱因下对应上升。
上图来自《刀姐研究所》邀请华平资本执行董事沈威进行的分享《2021，新消费品崛起的机会有哪些？》——此图的核心逻辑就是把中国、日本和美国的各个品类的消费空间进行对比，从而预判哪些赛道有潜在的增长空间——发达国家在非常多的品类里，渗透率和市场规模远远高于中国，因此在中国国内的渗透率和市场规模的新消费品类就有非常可观的发展空间。
但如何找到对应的产品以及相对的诱因？
先来解释一下，什么是利基市场（Niche Market）？
利基市场（Niche Market）
又称缝隙市场、壁龛市场、针尖市场
利基是英文名词 “Niche”的音译，Niche来源于法语。
法国人信奉天主教，在建造房屋时，常常在外墙上凿出一个不大的神龛，以供放圣母玛利亚。它虽然小，但边界清晰&洞里明显，因而后来被引来形容大市场中的缝隙市场。
在英语里，它还有一个意思，是悬崖上的石缝，人们在登山时，常常要借助这些微小的缝隙作为支点，一点点向上攀登。20世纪80年代开始，美国商学院的学者们开始将这一词引入市场营销领域。
①垂直的产品市场，足够广阔的地域市场。
利基战略的起点是选准一个比较小的产品（或服务），这是Niche的第一要素，集中全部资源攻击很小的一点，在局部形成优势力量；
同时，以一个较小的利基产品，占领宽广的地域市场，是第二要素，产品有非常大的市场容量，才能实现规模经济——这恰恰是当下中国产品出海电商的最好时间和处境。
②可持续发展的潜力。
这点在很多独立站卖家在选品时疏忽的一点，也是选品错误的方向之一——产品不具有延伸性
当我们的产品进入市场以后，竞争对手会去模仿或替代，我们需要通过有针对性的技术研发和专利，引导目标顾客的需求方向，以延长我们在市场上的领导地位；
另外，当这个市场的目标顾客将有持续增多的趋势，我们的产品可以进一步细分，便有可能在这个市场上持续发展。
③市场过小、差异性较大，以至于强大的竞争者对该市场不屑一顾。
既然被其忽视，则一定是其弱点，反过来想，我们也可以在强大的竞争对手的弱点部位寻找可以发展的空间。
所谓弱点，就是指竞争者在满足该领域消费者需求时所采取的手段和方法与消费者最高满意度之间存在的差异，消费者的需求没有得到很好的满足，这正是足可取而代之的市场机会。
举个例子：时尚类对于跨境电商卖家来说，是绝对的红海，但里边的细分项目呢？
时尚类细分项目词云
④独立站，或者说我们所具备的能力和资源能提供对应这个市场的优质产品或服务。
⑤这个行业最好还没有绝对强势霸主。
把利基市场（Niche Market）的思维，套用在独立站选品上，就有三个重要因素：
细分人群/产品功能性/供应链选择
那么接下来就是如何根据垂直独立站的进行相关测试
PS：本文不会直接说出哪些是利基市场（Niche Market）——正如前文所言，垂直类的产品，存在诱因和市场环境因素，所以没有永恒不变的利基市场（Niche Market）——会告诉你的，都是镰刀。
又PS：但我们认为这个市场是可观察的，能观察就能被干涉，所以本文叙述的是，如何在独立站基础上发现和切入利基市场的简单方法。
第一阶段独立站的数字化
数字化变革的九要素【韦斯特曼模型（The Westerman Model of Areas of Impact）】
独立站和用户的关系——和独立站背后的运营数字化能力息息相关。
对于数字化的最大误解，莫过于把数字化定位为使用高端工具或者大数据层面应用，但数字化的本质是——digital by default
Digital by default，通常被称为“缺省的数字化”
缺省的数字化是指在组织和管理理念中，优先考虑通过数字化技术来解决工作流程和决策中面对的商业挑战。
很多时候，将“数字化”一词解释为拥有一系列互相独立的项目，例如建立一个新的电子商务网站，或者在服务中心添加聊天、电子邮件、机器人客服等功能，或者开发一个新的智能移动应用程序（App）。这些都很对，是数字化重要的布局，但是它们只是“数字化”道路上的步骤而已。
实际意义上，“数字化”要求组织重新思考现阶段所有的基本假设，研究数字化时代带来的东西，重新定义自己和做好运营计划，并做好数字化价值。
结合到独立站上的运营，独立站的数字化——是用数字化技术的思维，把独立站运营工作量化。
例子1：
跨境电商数据化运营基本术语和指标
例子2：
Shopify基本搭建路径图
以上两个例子，没有应用要求技能性的工具，也没有应用所谓的大数据技术，而是从内部应用数字化思维来解决问题：
1）流程的数字化——让独立站业务变成Workflow。
数字化技术思维使大多数业务流程实现高效，进而促使团队能够完成更有价值的任务。
Workflow带来的是更高的效率、更快更好的表现、更低的成本，一种范式转换（paradigm shift）。
2）关键数据的掌控
对于独立站项目来说，有没有统一的指标考核，而且是连续且有效地改进实时独立站运行的关键绩效指标，以及基于这些指标的决策过程——目的之一，就是可以观察得出我们的选择的利基市场（Niche Market）是否正确。
此外，指标考核指向的是，在数据考核中让我们团队挖掘出更有指向性的才能。
Shopify数据科学案例: 4种因果推论方法
有趣的是，Shopfiy的官方数据科学团队，也撰写过基于因果推论的数据分析案例
证据阶梯的层次：
第一级（最清晰的证据）：A/B测试（也就是统计实验）；
第二层次（合理的证据水平）：准实验（包括差值法、匹配法、控制回归法）；
第三层次（最弱的证据水平）：完全估计反事实；
图表底部：描述性统计——没有提供因果关系的直接证据。
原文基于准实验和反事实分析（Counterfactual）
拆解在数据中看到的Shopify相关现象的原因，有兴趣的同学可以搜搜，有不少公众号已经转载或者采集了。
但叙述一下测试的逻辑——无论是Dropshipping的Shopify独立站也好，垂直Niche的独立站也好，独立站模式第一阶段的关键是，低成本找到属于自己的产品市场匹配度PMF（Product market fitness），很多独立站卖家受困于前进的方向，很大程度缘由于有良好的产品和服务，但无法有效测算自己做的方向是否正确——很多站群卖家唯一衡量指标，FACEBOOK广告的ROI。
真正的增长是一个系统化的工程，追求的是高人效、可复用、可规模化。
任何策略或者方法，仅仅是表面的“术”和“器”。
而背后的“道”，则是如何串联起各个流程和节点，调配整合资源，让整套系统飞速运转起来。
一个旧有的Shopify快速测试市场的方案（来源某个知识星球球友并实验）
目前很多跨境卖家对于独立站生态存在误解
更习惯使用增加经营成本和广告成本的方式，从而推高经营能力
但一个公司如果只通过不断增加经营性成本来支撑自己的增长，会遇到明显的问题：
1. 行动迟缓，活动优化迭代慢——爆品站的广告越来越难打出数据
2. 用户数据打不通，无法精细化运营——爆品站/站群的背后驱动力是渠道，因此站内建设基本为0
3. ROI和营销效果难以衡量——尤其IDFA之后，FACEBOOK对于广告投放效果追踪为0的情况下
Fake it until make it
什么是Dropshipping?
DS的本质，其实是一个营销手段——一个无限接近真的SKU，如果有人真的有兴趣才安排交付
意味着，过去我们可以用极低的成本来测试出独立站用户的兴趣和产品的受众人群
有趣的是，本来是基于A/B测试而衍生的用户，在大部分店群的卖家中玩出花来
我整理了一下facebook相关的SPY工具，给大家参考（如有过期，请谅解，因为我们很久没有用这些东西）
1 .https://bigspy.com/
2. https://adspyhub.com/
3. http://idvert.com/
4. adswiper.com 免费，但是国家比较少
5. www.tmaster.pro
6. sdspy.com
7. sdsector.com
8.智线：www.zingfront.com
9. adspyhub.com
10. facebook官方主页下面，就有一个信息与广告的位置，如果有明确的竞争对手，可以通过这种方法了解对方的广告。
11. www.seeify.net 查看shopify
12. uat.idvert.com
13. https://pexda.com/#pricing-tables-1 14.95美金
14. https://poweradspy.com/ 带有监控能力
15. http://www.adfox.io/
http://www.socialadstool.com/
https://www.whatrunswhere.com/
16. https://poweradspy.com/
https://adplexity.com/
https://adespresso.com/
https://www.whatrunswhere.com
http://www.socialadstool.com/
http://www.socialpeta.com/
https://www.socialadscout.com/
https://connectio.io/
https://adsector.com/
https://www.adclarity.com/
http://www.advault.io/#
https://www.spyfu.com/#jikshdk
https://www.ispionage.com/
https://www.adbeat.com/
https://www.nativeadbuzz.com/
https://trackmaven.com/
PS:站群模式存在一定争议，我们在出海测试初期也曾经尝试过站群模式，但基本很快就抛弃它。所以在这里列举，只为说明，不是鼓励大家去尝试。
站群模式的核心点在于——我们的产品研发流程，是和我们的用户一起进行的。通过虚拟的数字化广告获得用户的兴趣广告数据，从而囤货获取利润差。
（所以站群模式的缺点也分外明显，如果一直处于Dropshipping的状态，我们是无法影响用户）
用户测品思维：某些地区/人群定向投放的新品测试广告，并且有不同组别SKU在同步测试——
线上的货架是无限的，意味着我们可以同时投放无限的产品让我们的用户挑选，从而得到用户喜欢的产品数据——意味着，广告投放的最有价值的做法是，用低成本的广告测试，换取有效的产品数据。
类比的推特和Pine的广告投放体系如下，我就不水文字了：
第一阶段独立站的数字化流程
从某种意义上，Shopiyf就是一个完整的Martech Stack工具链
电商行业的扩容，倒逼着独立站卖家运营精细化——Shopify既可以为商户提供一站式自建站点服务挖掘私域流量，也开发出帮助卖家在亚马逊等平台更好地利用公域流量，并通过提供全渠道统一管理平台和各类增值服务工具。
Shopify解决的是商家从营销到交易到运营到物流等业务全流程全渠道的数字化重构
1）前端流量，Shopify店铺可于Facebook、Instagram等渠道传播推广，也可接入亚马逊等电商平台、各类APP推广、实体店系统(Shopify Pos)；
2）中后台，全渠道统一操作，共同处理订单、管理库存、管理客户关系；
3）配套服务，Shopify提供金融、支付、配送等增值服务，2017年收购Oberlo后增加进货和供应链服务。
高效打造Geek+Shopify 自动营销生态
我们整理了一份Shopify APP电商生态图——Shopify APP其实更应该视作为营销一个生态平台，面向第三方应用开发者，具备形成双边网络效应的条件
Product（产品&设计） —Shopify APP电商生态图
Customer Sopport(客户服务支持) —Shopify APP电商生态图
更多分类和原图请在文末添加我们企业微信获取
第一阶段独立站的数据体系
前文很多关于大的独立站购物场景切入，回归到细致操作，我们需要关注的关键数据有哪些？
思维导图根据网络内容以及自身实践整理
独立站的数据收集
生成数据体系，同样要配备好的工具——毕竟厨师有了菜谱，也要有菜刀才能开火。
我们曾经整理独立站数据分析的20个工具排名前20位的数据分析工具，有兴趣的同学可以加入我们微信群组进行更多交流。
此外，今年Google推出新版本的GA(Google Analytics 4)
2020年10月14号，Google Analytics发布了Google Analytics V4，也叫Google Analytics 4 ，简称为GA4或GAv4，其实就是之前的APP+Web改名为而来。
GA4的发展简要历程如下：
2017年发布gtag，也就是Global Site Tag，这一时期发布的目的是为了应对苹果ITP的升级，将谷歌系所有的代码都用同一个规则布署，用gtag，你可以布署Google Analytics、Adwords、DoubleClick等代码。
2019年发布APP+Web，这个是Firebase的升级版，目的用于取代Google Analytics For APP，Google Analytics For APP是在9月份正式停止服务。
2020年10月将APP+Web改名为Google Analytics 4发布，此后便很激进的在更新功能，基本每天GA4都有新功能出现，GA中创建新的媒体资源也默认推荐使用GA4，很激进的在推进GA4。
PS：为何Google强制式推进GA4？这就要涉及今年数字化营销中，影响深远的隐私性问题——
Google此前也宣布2021年底，也会针对Cookie这点做出针对性的改变，这同时意味着用户对于自身隐私的越加看重，倒逼着数字营销服务商以及我们营销主体进行改变。
Google Analytics 4的改变
报告的UI界面改变
关于两版GA的不同，最大不同在于追踪逻辑
旧的Google Analytics用的是Tracking ID，ID的结构是UA-开头
GA4用的是测量ID，是G-开头
此外，Google Analytics 4将APP（IOS/Android）和Web（PC/WAP/H5）的数据都收集到同一个Media Hub，从而在同一分析报告界面就可以阅读数据。
是不是很熟悉？就是Google Signals的功能，现在直接成为GA4的标配。
我们不需要在GA账户上进行任何代码部署，利用Google Signals基于谷歌内部的用户标签实现访客的跨设备追踪。
PS：有小伙伴觉得GA4安装会存在难处，其实有非常方便的自动化安装工具
https://analyzify.app/analyzify-ga4-wizard
提及一下GA4最大的改变——基于事件的数据模型
原有的Google Analytics数据是基于会话的，是Users-Session-Hits层级结构：
Google Analytics 4则是基于事件驱动
在我们看来，这反而是一个对我们是一个非常好的机会去更多尝试独立站上场景搭建&购物体验的提升
来源：《体验三部曲：起源、本质、模式》
跳开单一的行为统计，更合适我们去设计营销场景化（Contextual），去思考可以通过哪些事件来实现用户数据的获取，哪些购物场景是我们独立站可以实现。
关于客户旅程分析/设计，我们同样会在第二阶段独立站进一步深度解说。
独立站数字化的核心思维
独立站数字化是不是一种概念，而不是实际可行的方案？
我相信绝大部分卖家都会存在于这样的疑问
那么我们按实际例子进行拆解：
2020年的新冠大流行让全球电商都按下了加速键，而在整个出海电商品牌&独立站的走势中，SheIn配得上“最亮眼的星星”这个夸奖。
时尚类目是出海电商中的红海，服装类别简直就是红海中的红海，那么高速增长停不下来的SheIn是如何做得到呢?
Shein是什么公司？一家中国公司，她是全球增长最快的电子商务公司，在56个国家/地区的iOS 应用商店购物类app中排名第一，在174个国家/地区当中的124个地方均位居前5，目前估值已超过150亿美元。跟TikTok一样，这两家公司在美国之所以能取得这样的成就，是因为他们两者都比美国公司更好地满足年轻美国人需求的基础之上。
全球最有价值的初创企业
多链条数字化
一家独立站，是如何做到过去八年中，每年的年均增长率都在100％以上？
很多分析评论都把SheIn归功到Z世代的心智占领——事实上，的确从INS到Tiktok，大大小小的深受Z世代钟爱的网红都被SheIn作为营销触达的工具人
列一下SheIn的重要数据指标：
56个国家/地区的iOS 应用商店购物类app中排名第一，在174个国家/地区当中的124个地方均位居前——这意味着SheIn不单单只有在北美/中东，而是实打实的全球企业。
自今年2月中旬以来，Shein在美国的购物app当中排名仅次于Amazon，位列第二（话说，这个还在前些天都批量刷朋友圈，但其实根据我们在App数据上查看，其实只是日均下载量，比起总体下载，两者是一个级别的。即便将受众缩窄到美国的Z世代，SheIn还是Amazon 也还很远。但：
4.19-4.21 全球头部快时尚品牌日活情况 by Apptopia
在快时尚领域，SheIn确实妥妥的霸主，在全球移动 App 的月均 DAU 已经直接把全球快时尚品牌拉下一个身位。
投资银行Piper Sandler最近一项关于美国的高收入青少年人群的调查中，把SheIn评为最受欢迎的购物网站的第二名，仅次于Amazon。
网站的平均访问时间估计为8分36秒，高于所有的美国受欢迎的时尚品牌。同时，根据SameWeb的数据，SheIn在时尚和服装类网站的网络访问量方面排名全球第一，领先于同样是全球品牌的Nike，Zara，Macys，Lululemon和阿迪达斯。PS:从SEO的角度，可以这么确定SheIn的搜索引擎权重，是远远优势同级别的品牌，因为无论Google如何改变他们的算法，用户停留时长永恒是SEO中最具有影响力的权重之一。
Real-Time Retail（实时零售）&数字化智能供应链
很多分析评论乃至同为跨境电商卖家的小伙伴，说起SheIn的都会或多或少提到他们的供应链：
很多卖家对于SheIn独立站Listing的第一反应——做不到他们这么低的售价
但在其实SheIn拥有着全中国卖家都羡慕的快速响应式的供应链同时，同时搭配着和供应链水平一般犀利的，碾压式的Real-Time Retail（实时零售）飞轮：
Shein的实时零售飞轮 By Matthew Brennan
这是一套结合A / B测试，大数据，AI算法，计算机视觉与自动化供应链云软件系统的集成工具
过去的快时尚品牌GAP／ZARA，超快时尚品牌Fashion Nava和SheIn的差距展示的，恰恰正是普通品牌和数字原生垂直品牌（DNVB－Digitally Native Vertical Brand）的差距
什么是SheIn的实时零售飞轮？
SheIn现有的实时零售飞轮，直接从设计到生产的时间从快时尚品牌的三周减少到只有三天（作为对比，DTC品牌是5到7天）
去除所有的中间商，开发出拼多多杀手锏级别的 “用户直连制造（C2M）”模式的升级跨境版
通过植入到竞争对手的网站以及Google Trend Finder，颗粒度的热词监测
应用内和网站用户行为链接到后端（看看我们写的关于GA4的内容）
自动预测需求并实时调整库存，并通过付费流量和网红推荐系统疯狂地投放广告。
飞轮的开端
SheIn和Google的深度合作，意味着可以实时进行全球颗粒度级别的关键字的跟踪——这相当于能够准确预测出蕾丝夏季在美国的整体流行情况。
再加上SheIn全球用户数已经是时尚类别的最大，以及针对性搜索竞争对手网站掌握的数据（这基本是跨境电商卖家的基本操作），SheIn可以说拥有着除Amazon之外最庞大的时尚类目数据。
数字化供应链
去年阿里出了一只犀牛——犀牛智造
从战略级别来说，它和上文提到的拼多多C2M是同一级别的项目
联动到具体实现的是：
一个基于SheIn自己和第三方数据设计出来的新商品在网站上发布，然后马上开始让用户行为跟销售进行关联（比方说，数量为X的人在浏览产品详细信息，数量为X的人把产品添加进购物车）。
然后基于点击和销售情况，算法决定让生产配额增加一倍，而这会把自动下订的额外材料更新发送给工厂车间。
第二个算法则会更新权重，并向具有类似画像的更多用户推荐这款商品。
所以为何拼多多的价格直接把零售价格拉到批发价格同一级别的原因——产销平衡状态下的数据协同（Dataflow）
在之前一个投资人的分享会里面也有说到这个点，用更直白一点话来说——就是SheIn的供应链已经做到当用户下单的同时，他们不单单是工厂在生产这个衣服，同时联动到“工厂的工厂”，也就是上游的原材料也同步把材料准备好——数字化供应链体系达成的协作成本下降。
从SheIn的招聘就可以看出，整体技术架构开发，无论是大数据开发人员／AI算法工程师都是他们发展的重中之重——
毕竟对比靠以人为核心驱动的设计视角的Fashion Nova，用机器计算为核心的SheIn就显得更快更新更符合现代比大量信息流洗礼的用户的心智。
不靠人的直觉，而是实时跟踪全球时尚趋势变化的大量数据证明，并通过每天对大量SKU进行A / B测试，根据网站和应用内用户行为，反馈实时更新数百家工厂车间的订单号。
数字化独立站
我们整理的数字化独立站细节图
推荐科技的快速演变，让用户仅需要手指动作就能在移动端上获得感兴趣的内容，这同样是为何SheIn会过了更多在移动应用端受到热捧。
联动到国内的电商环节，推荐驱动远远超过搜索驱动。用户高度依赖淘宝／京东APP端推荐而不是搜索。因此，SheIn有足够多的人才和方法论／算法去完成海外移动端营销引擎的搭建。
天猫电商推荐系统概述，来源：阿里巴巴
数字化推广效率
有段时间，我们监控SheIn的推广渠道效率去学习
——现在出海电商拥挤的当下，营销团队最大的难题需要大量的碎片化内容才能铺满海外营销媒体渠道，营销内容的数量十倍甚至于百倍于过往——不同媒体渠道的内容推荐算法各有不同，加上数据曝光效果和内容效果，海外的电商投放存在着巨大的试验成本。
恰恰SheIn的实时零售飞轮成功的有一半在于网红跟UGC
网红其实更属于产品经济，好的产品和好的网红一致，价格随着PMF程度越高就越高。
过去一年Katy Perry， Lil Nas X，Rita Ora， Hailey Bieber以及 Yara Shahidi等不同等级的网红都曾代言过SheIn。TikTok上面最大牌的明星Addison Rae（上图）也在自己的频道为SheIn背书。
因为抖音，SheIn的团队非常清晰TikTok对应的每一个阶段和步骤：在TikTok上，“＃shein”标签就制造了62亿次的浏览量，而且同时出现在其他70多个标签上。
利用高额的联盟营销费用，销售的返点高达10-20％（听起来很耳熟？这就是过去抖音在国内发生过的事情）诱使大量KOC生成关于SheIn的内容，SheIn还会在所有付费推广渠道传播质量最好的内容。
总结
疯狂的收入增长以及较低的客户获取成本（CAC）证明着SheIn，同步印证我们前文的内容
国外营销分析师Matthew Brennan（他同时写过一本关于TikTok的书，书的名字叫做《注意力工厂》（The Attention Factory））在分析SheIn的时候说过：
强劲的需求重启SheIn的实时零售飞轮：更多的用户意味着更多的数据和更大的体量，然后意味着更明智的决策和更低的价格，从而带来更好的用户体验，更高的留存率以及用大手笔去吸引客户的能力。利润率加上数亿美元的风险投资，意味着有更多的钱可以用来聘请工程师和机器学习专家，从而强化机器，这意味着更好的预测，更多的选择，更低的价格以及更上瘾。
关于数字化独立站演进，我们会分篇幅进行更多解说——实际是内容过长
数字化独立站演进历程
前言
大家好，我们是苏嘉出海数字化小组，这次我们来说下独立站是如何进行数字化演进的。
本文缘由我们在SUGA出海过程中，从普通的独立站，到拥有数字化支撑能力的订阅电商独立站的总体过程。因此，也是我们小组对于整体独立站业务的一个阶段性总结。
我们会按自身独立站业务的过程处理中三个明显的分界点，分为三个阶段叙述：开端，第二阶段，第三阶段。
开端
独立站的北极星指标
作为独立站的开启，我们最需要的是，建立一个自身独立站的北极星指标：
所有增长黑客都会谈及一个很关键的指标：北极星指标(North Star Metric)——这个指标代表着现阶段我们的项目，什么指标是影响权重最高，相对来说我们所有的增长动作应该围绕这个指标来展开，从而持续的去推动这个指标的数据增长。
而对于独立站来说，什么是我们应该追求的北极星指标？
在近年来平台流量相对中小卖家不如过去容易获取的现状，很多平台卖家纷纷转型投身独立站，但往往经历开局的部分就纷纷退出，原因是大部分在订立北极星指标（视每个企业内部称呼）的时候，产生错误的定位。
从用户角度看平台和独立站的差异
平台：无论Amazon亚马逊，还是其他体系平台的用户，都属于已经接受或者准备接受的电商用户，所以对平台的购物流程不会陌生。而且平台用户的目标是相对明确的，都存在明显或者不明显的购物需求。
数据来自:亚马逊的发展势头和零售商的机遇
影响美国消费者选择Amazon购物的因素：
快捷、免费的送货（73%）
价格（33.7%）
便捷购物流程（58.4%）
独立站：欧美消费者对于独立站的定位，对比来说，更接近我们微信生态体系的微信号/小程序。美国是互联网大国，互联网网站数量是全球最多的，而且网站之间存在极大的差异性。因此海外消费者非常愿意为差异性买单。
一句话总结：平台用户更愿意为产品性价比买单，独立站用户更在意购物体验。
优势
平台 Or 独立站
虽然在我们看来，这不是二选一的项目，但以此作为一个对比：
图片来自《亿邦智库 2021中国DTC企业出海发展报告》
列一个简单的公式：
（稳定）GMV = 流量 × 转化率 × 平均订单价值（AOV） × 复购率
流量：引进来的用户数
转化率：下单完成履约的用户/流量
平均订单价值（AOV）：单个用户花钱的额度
复购率：在我们的角度中，复购率是影响权重较高的——它意味着独立站低成本重复导购的成功率
上图是我们自制的独立站销售转化漏斗图——从获客开始，客户进来我们的独立站，我们需要考量的因素——不能仅限于独立站的一次销售。
和平台对比，独立站用户购物冲动会更低，但独立站运营优势在于，和客户搭建起比平台更自由的接触和更接近的距离，而且可以通过诱导用户留下联系方式，从而让我们可以低成本引导用户复购。
因此，独立站卖家最重要的利益指标，不应该是单纯的GMV，而是建立起稳定的重复销售额。
我们不是说其他指标不重要，恰恰因为，在整个GMV公式里，所有因子都很重要——
很多平台转独立站卖家最担心的就是自己不会引流，也会担心自己的客单价不能COVER整体的广告预算。
因此很多都会盯住广告ROI指标——保证整体投放是在获利，但其实这个是否就是独立站唯一盈利的方式？
用户为中心
在我们看来，这是一个长期和短期之争，又或者说，是否以用户为中心？
每个卖家都会在运营上遇到短期主义和长期主义的问题，本质其实平台卖家和独立站卖家的真正胜负手——为用户提供差异化的解决方案，这是“消费者主权思维”的体现。（这个反义词就是“生产者主权思维”——企业不能接受一丝一毫的亏损。）
如果消费者不需要了这款产品或者只是一味生产同质化的产品，即使规模再大，也不能创造商业价值。
去年我们和出海笔记做了一场分享月销200万美金的订阅电商和数字化营销模式丨操盘手面对面13期精华，对分享简单复盘如下：
订阅电商Subscription E-Com的核心
1 数据驱动产品
2 运营用户而不是运营渠道（很多独立站卖家还是把独立站视为销售渠道，和平台策略一致）
3 能快速响应客户需求
可能在大部分卖家看起来，这点是非常不好的，在人效成本和销售利润都不好的时候，还要去围绕用户打磨服务，是一个得不偿失的过程。
但如果把独立站项目作为长期运营项目的话，无论是市场还是资本都更喜欢有忠诚度高的用户&稳定盈利模式的卖家
15个融资/上市的跨境电商卖家当中，11个主打行业垂直独立站（精品模式）或者为DTC品牌型卖家，其中包括SHEIN、Cupshe、Outer、安克创新、致欧科技等。
另外4个融资卖家则为早期铺货模式发展而来，包括澳鹏网络、斯达领科、四衡网络、赛维时代。
SheIn作为独立站中的行业标杆不用说，我们重点说说Outer，一个以产品为王的DTC独立站。
一个复购达到10%，整个疫情销量上升560%的独立站，靠的是不单单是产品，还有他们针对使用产品的用户人群的产品开发思维。
此外，Outer也在海外营销层面上做了非常多的私域用户开发。
DTC
回到正文，既然以用户为中心，那么我们必然要谈到DTC。
过去一年，独立站卖家或多或少都遇到各类DTC的科普。但，DTC真的就是Direct to Consumer这么简单？
DTC（Direct to Consumer ）字面含义为直接面向消费者，是一种绕开第三方批发商、零售商或任何其他中间商，通过独立的互联网线上销售渠道（独立站）直接面向消费者出售商品或服务的商业模式。
但其实真正的DTC，是DNVB（Digitally Native Vertical Brand），即数字原生垂直品牌。
数字原生垂直品牌有三个鲜明特征：
一）DNVB是纯粹的互联网产物，而且通过电子商务爆发；
二）正因第一，所以DNVB非常懂用户生命周长，以数据驱动式运营用户，而且在生产、营销、销售等环节拥抱着数字化；
三）综合第一和第二，DNVB的主流消费群体是互联网时代下的数字原住民(在京东/盒马体系，生鲜用户都是第一阶层用户)。
DTC不是一个翻炒的概念，而是数字化能力进步的今天，我们可以选择的新时代电子零售方式。
正因为用户是如此重要，所以在我们当下，用户是我们最需要关心的第一指标。
以用户为中心的独立站
既然用户是出海独立站的第一因素——我们的北极星指标。
问题是，如何实现用户的增长？
本质来说，也是为何我们独立数字化分为三个阶段——
开端
第一阶段的独立站有五个要素：
内容/流量/物流/支付/客服
如果让每个卖家按重要程度排名先后，会有各类排列方式——但无论如何排列，内容和流量都应该在放在第一/第二
原因很多简单——第一阶段的独立站，流量的体量和质量和推广力度是正比关系。
我们在绘制数字化独立站演化过程图的时候，把时间因素作为X轴，用户因素作为Y轴
以此标识第一阶段目标：10000个购物用户（复购率x%）
第一阶段的数字化独立站（按产品和行业不同，第一阶段北极星指标有所不同）
一）第一阶段完成的时间，和推广力度为反比
在我们实验独立站的过程中，我们思考最多的是，如何稳定独立站打开率和转化率
在6个月时长的试验后，我们验证一个独立站推广的影响因素：
FACEBOOK和Google广告可以有效缩短用户稳定的时间——基本道理是，广告能有效监测出不属于我们的用户。
这点，我们和目前主流的FACEBOOK广告的打法理解是不同的，主流的FACEBOOK打法是通过各类产品的广告组运行测试，找出爆品——我们恰恰认为集中在产品上打广告，反而不能有效测试出符合我们用户的人群包。
人群包就是将用户进行分类。一般根据用户的标签等，将用户分为几个类别，当然类别之间可以重复。例如常用的人群包种类包括：电商人群包、学生人群包、美容人群包等等。我们可根据人群包选择某种人群进行定向投放。
由于第一阶段没有接入归因的Martech，所以我们测试按FACEBOOK的标签作为人群标签，记录第一阶段成型过程中整体留存率。
二）第一阶段目标用户影响因素
1) 推广力度
2) 用户相关性——海外营销
3) 用户生命周期
PS：供应链柔性程度——关于这点，我们会在本文的案例进行详细拆解
1) 推广力度
在FACEBOOK投放过程中，我相信大部分投手都会在CPM高低的问题上纠结。
其实这是一个选择性问题
独立站公域广告的意义有两个：
① 引入用户（通过内容和数据建模细分用户）
② 获取用户数据，从成本更高的公域联系(广告推送)转到成本更低的私域联系
通过FACEBOOK直接获客并变现的效果，在目前竞争更难的出海电商环境，是比较难实现的。
我们更多应该把目光放在更长远的，用户复购——这是很多营销概念上的客户生命周长。
LTV(life time value)生命周期总价值，意为客户终生价值，是公司从用户所有的互动中所得到的全部经济收益的总和。通常被应用于市场营销领域，用于衡量企业客户对企业所产生的价值，被定为企业是否能够取得高利润的重要参考指标。
很多卖家都会觉得，我的广告投放亏了=我的独立站亏了？
但其实，第一阶段独立站的计量利润公式更应该是：
CAC：Customer Acquisition Cost，意思是“用户获取成本”，即你花多少钱获取了一个新用户。CAC是整体广告推广花费除以整体对应花费带来的所有新用户数。
很多时候平台卖家对独立站困惑的地方在于：
不知道除了FACEBOOK之外，还有哪些营销推广方式——无法找到获客成本（CAC）低的渠道
该如何选品——本质上是对用户生命周期（LTV）高的产品的追求
应该如何调整我们自己的人员架构——希望降低自己的人力管理成本
哪里有好的供应链——需求更高效的供应链
2）海外营销
事实上，近年来国内的社交红利，是延续了国外DTC品牌在社交媒体上传播的品牌声量的玩法。
内容来自《亿邦智库 2021中国DTC企业出海发展报告》
根据Yotpo在2019年发布的报告，在广义上，3/5的品牌受访者认为社交媒体列为其最主要的客户获取渠道之一，而将付费广告（不包括付费搜索）列为首选渠道的受访者则少得多（16%）。
大部分D2C营销人员都认识到用户生成内容（UGC）的重要性，近3/4的DTC品牌（73%）已经在其电子商务网站上设置了客户评论专区。
由于社交媒体是DTC客户获取的首选渠道，因此2/3的受访者（66%）在社交媒体中使用UGC就不会令人惊讶。PS：另有41%的品牌方在电子邮件中使用UGC。
这个也是我们之前海外私域直播说的一个小环节——
我们在Facebook和Twitter等网站上看到的社交分享是整个“社交”冰山的一角，一方面因为规模，另外一方面因为易于测量。(独立站从2017年兴起到现在，基本起手方式都是FB引流)
但大多数共享都是通过难以衡量的Dark Social手段（例如电子邮件和即时消息）完成的。
独立站私域分类
Facebook，Twitter，Instagram等上的私人社交媒体通信
转发的电子邮件/EDM工具传递的邮件
Facebook Messenger，WhatsApp，Slack和Snapchat即时性消息传递应用程序
网站即时对话(人工orAI)
短信
营销漏斗转化
用户引流过来的第二步，是销售转化的长久问题——如何提升我们的独立站转化数据？
可以回滚参考我们上图发布的独立站销售转化漏斗图，我们在这里讨论一个简单版的：
流量分层示意图 by Yotpo
对于整体独立站运营来说，拉新与留存是我们需要不断更新在我们策略鱼骨图的内容。
那么拉新和留存哪个更重要？
结合流量分层示意图，很多卖家都会第一反应是——作为漏斗，当然漏斗进来用户更多，我们能赚的更多。
但恰恰相反的是，在没有优化转化率的情况下，漏斗最底层中，因为扩大漏斗进口的流量，我们流失的用户反而越多。这部分内容，我们会在第二阶段进行更深入的解读。
3）用户生命周期
事实上，结合我们出海测试以及和不少独立站卖家交流的过程中，有不少卖家对于如何选品存在不大不小的执着。
下图是我们在出海笔记社群做选品词云测试：
无论是囤货还是Dropshipping作为起手式，选品获利的背后原因是某一类特定产品和服务的市场渗透率在某个诱因下对应上升。
上图来自《刀姐研究所》邀请华平资本执行董事沈威进行的分享《2021，新消费品崛起的机会有哪些？》——此图的核心逻辑就是把中国、日本和美国的各个品类的消费空间进行对比，从而预判哪些赛道有潜在的增长空间——发达国家在非常多的品类里，渗透率和市场规模远远高于中国，因此在中国国内的渗透率和市场规模的新消费品类就有非常可观的发展空间。
但如何找到对应的产品以及相对的诱因？
先来解释一下，什么是利基市场（Niche Market）？
利基市场（Niche Market）
又称缝隙市场、壁龛市场、针尖市场
利基是英文名词 “Niche”的音译，Niche来源于法语。
法国人信奉天主教，在建造房屋时，常常在外墙上凿出一个不大的神龛，以供放圣母玛利亚。它虽然小，但边界清晰&洞里明显，因而后来被引来形容大市场中的缝隙市场。
在英语里，它还有一个意思，是悬崖上的石缝，人们在登山时，常常要借助这些微小的缝隙作为支点，一点点向上攀登。20世纪80年代开始，美国商学院的学者们开始将这一词引入市场营销领域。
①垂直的产品市场，足够广阔的地域市场。
利基战略的起点是选准一个比较小的产品（或服务），这是Niche的第一要素，集中全部资源攻击很小的一点，在局部形成优势力量；
同时，以一个较小的利基产品，占领宽广的地域市场，是第二要素，产品有非常大的市场容量，才能实现规模经济——这恰恰是当下中国产品出海电商的最好时间和处境。
②可持续发展的潜力。
这点在很多独立站卖家在选品时疏忽的一点，也是选品错误的方向之一——产品不具有延伸性
当我们的产品进入市场以后，竞争对手会去模仿或替代，我们需要通过有针对性的技术研发和专利，引导目标顾客的需求方向，以延长我们在市场上的领导地位；
另外，当这个市场的目标顾客将有持续增多的趋势，我们的产品可以进一步细分，便有可能在这个市场上持续发展。
③市场过小、差异性较大，以至于强大的竞争者对该市场不屑一顾。
既然被其忽视，则一定是其弱点，反过来想，我们也可以在强大的竞争对手的弱点部位寻找可以发展的空间。
所谓弱点，就是指竞争者在满足该领域消费者需求时所采取的手段和方法与消费者最高满意度之间存在的差异，消费者的需求没有得到很好的满足，这正是足可取而代之的市场机会。
举个例子：时尚类对于跨境电商卖家来说，是绝对的红海，但里边的细分项目呢？
时尚类细分项目词云
④独立站，或者说我们所具备的能力和资源能提供对应这个市场的优质产品或服务。
⑤这个行业最好还没有绝对强势霸主。
把利基市场（Niche Market）的思维，套用在独立站选品上，就有三个重要因素：
细分人群/产品功能性/供应链选择
那么接下来就是如何根据垂直独立站的进行相关测试
PS：本文不会直接说出哪些是利基市场（Niche Market）——正如前文所言，垂直类的产品，存在诱因和市场环境因素，所以没有永恒不变的利基市场（Niche Market）——会告诉你的，都是镰刀。
又PS：但我们认为这个市场是可观察的，能观察就能被干涉，所以本文叙述的是，如何在独立站基础上发现和切入利基市场的简单方法。
第一阶段独立站的数字化
数字化变革的九要素【韦斯特曼模型（The Westerman Model of Areas of Impact）】
独立站和用户的关系——和独立站背后的运营数字化能力息息相关。
对于数字化的最大误解，莫过于把数字化定位为使用高端工具或者大数据层面应用，但数字化的本质是——digital by default
Digital by default，通常被称为“缺省的数字化”
缺省的数字化是指在组织和管理理念中，优先考虑通过数字化技术来解决工作流程和决策中面对的商业挑战。
很多时候，将“数字化”一词解释为拥有一系列互相独立的项目，例如建立一个新的电子商务网站，或者在服务中心添加聊天、电子邮件、机器人客服等功能，或者开发一个新的智能移动应用程序（App）。这些都很对，是数字化重要的布局，但是它们只是“数字化”道路上的步骤而已。
实际意义上，“数字化”要求组织重新思考现阶段所有的基本假设，研究数字化时代带来的东西，重新定义自己和做好运营计划，并做好数字化价值。
结合到独立站上的运营，独立站的数字化——是用数字化技术的思维，把独立站运营工作量化。
例子1：
跨境电商数据化运营基本术语和指标
例子2：
Shopify基本搭建路径图
以上两个例子，没有应用要求技能性的工具，也没有应用所谓的大数据技术，而是从内部应用数字化思维来解决问题：
1）流程的数字化——让独立站业务变成Workflow。
数字化技术思维使大多数业务流程实现高效，进而促使团队能够完成更有价值的任务。
Workflow带来的是更高的效率、更快更好的表现、更低的成本，一种范式转换（paradigm shift）。
2）关键数据的掌控
对于独立站项目来说，有没有统一的指标考核，而且是连续且有效地改进实时独立站运行的关键绩效指标，以及基于这些指标的决策过程——目的之一，就是可以观察得出我们的选择的利基市场（Niche Market）是否正确。
此外，指标考核指向的是，在数据考核中让我们团队挖掘出更有指向性的才能。
Shopify数据科学案例: 4种因果推论方法
有趣的是，Shopfiy的官方数据科学团队，也撰写过基于因果推论的数据分析案例
证据阶梯的层次：
第一级（最清晰的证据）：A/B测试（也就是统计实验）；
第二层次（合理的证据水平）：准实验（包括差值法、匹配法、控制回归法）；
第三层次（最弱的证据水平）：完全估计反事实；
图表底部：描述性统计——没有提供因果关系的直接证据。
原文基于准实验和反事实分析（Counterfactual）
拆解在数据中看到的Shopify相关现象的原因，有兴趣的同学可以搜搜，有不少公众号已经转载或者采集了。
但叙述一下测试的逻辑——无论是Dropshipping的Shopify独立站也好，垂直Niche的独立站也好，独立站模式第一阶段的关键是，低成本找到属于自己的产品市场匹配度PMF（Product market fitness），很多独立站卖家受困于前进的方向，很大程度缘由于有良好的产品和服务，但无法有效测算自己做的方向是否正确——很多站群卖家唯一衡量指标，FACEBOOK广告的ROI。
真正的增长是一个系统化的工程，追求的是高人效、可复用、可规模化。
任何策略或者方法，仅仅是表面的“术”和“器”。
而背后的“道”，则是如何串联起各个流程和节点，调配整合资源，让整套系统飞速运转起来。
一个旧有的Shopify快速测试市场的方案（来源某个知识星球球友并实验）
目前很多跨境卖家对于独立站生态存在误解
更习惯使用增加经营成本和广告成本的方式，从而推高经营能力
但一个公司如果只通过不断增加经营性成本来支撑自己的增长，会遇到明显的问题：
1. 行动迟缓，活动优化迭代慢——爆品站的广告越来越难打出数据
2. 用户数据打不通，无法精细化运营——爆品站/站群的背后驱动力是渠道，因此站内建设基本为0
3. ROI和营销效果难以衡量——尤其IDFA之后，FACEBOOK对于广告投放效果追踪为0的情况下
Fake it until make it
什么是Dropshipping?
DS的本质，其实是一个营销手段——一个无限接近真的SKU，如果有人真的有兴趣才安排交付
意味着，过去我们可以用极低的成本来测试出独立站用户的兴趣和产品的受众人群
有趣的是，本来是基于A/B测试而衍生的用户，在大部分店群的卖家中玩出花来
我整理了一下facebook相关的SPY工具，给大家参考（如有过期，请谅解，因为我们很久没有用这些东西）
1 .https://bigspy.com/
2. https://adspyhub.com/
3. http://idvert.com/
4. adswiper.com 免费，但是国家比较少
5. www.tmaster.pro
6. sdspy.com
7. sdsector.com
8.智线：www.zingfront.com
9. adspyhub.com
10. facebook官方主页下面，就有一个信息与广告的位置，如果有明确的竞争对手，可以通过这种方法了解对方的广告。
11. www.seeify.net 查看shopify
12. uat.idvert.com
13. https://pexda.com/#pricing-tables-1 14.95美金
14. https://poweradspy.com/ 带有监控能力
15. http://www.adfox.io/
http://www.socialadstool.com/
https://www.whatrunswhere.com/
16. https://poweradspy.com/
https://adplexity.com/
https://adespresso.com/
https://www.whatrunswhere.com
http://www.socialadstool.com/
http://www.socialpeta.com/
https://www.socialadscout.com/
https://connectio.io/
https://adsector.com/
https://www.adclarity.com/
http://www.advault.io/#
https://www.spyfu.com/#jikshdk
https://www.ispionage.com/
https://www.adbeat.com/
https://www.nativeadbuzz.com/
https://trackmaven.com/
PS:站群模式存在一定争议，我们在出海测试初期也曾经尝试过站群模式，但基本很快就抛弃它。所以在这里列举，只为说明，不是鼓励大家去尝试。
站群模式的核心点在于——我们的产品研发流程，是和我们的用户一起进行的。通过虚拟的数字化广告获得用户的兴趣广告数据，从而囤货获取利润差。
（所以站群模式的缺点也分外明显，如果一直处于Dropshipping的状态，我们是无法影响用户）
用户测品思维：某些地区/人群定向投放的新品测试广告，并且有不同组别SKU在同步测试——
线上的货架是无限的，意味着我们可以同时投放无限的产品让我们的用户挑选，从而得到用户喜欢的产品数据——意味着，广告投放的最有价值的做法是，用低成本的广告测试，换取有效的产品数据。
类比的推特和Pine的广告投放体系如下，我就不水文字了：
第一阶段独立站的数字化流程
从某种意义上，Shopiyf就是一个完整的Martech Stack工具链
电商行业的扩容，倒逼着独立站卖家运营精细化——Shopify既可以为商户提供一站式自建站点服务挖掘私域流量，也开发出帮助卖家在亚马逊等平台更好地利用公域流量，并通过提供全渠道统一管理平台和各类增值服务工具。
Shopify解决的是商家从营销到交易到运营到物流等业务全流程全渠道的数字化重构
1）前端流量，Shopify店铺可于Facebook、Instagram等渠道传播推广，也可接入亚马逊等电商平台、各类APP推广、实体店系统(Shopify Pos)；
2）中后台，全渠道统一操作，共同处理订单、管理库存、管理客户关系；
3）配套服务，Shopify提供金融、支付、配送等增值服务，2017年收购Oberlo后增加进货和供应链服务。
高效打造Geek+Shopify 自动营销生态
我们整理了一份Shopify APP电商生态图——Shopify APP其实更应该视作为营销一个生态平台，面向第三方应用开发者，具备形成双边网络效应的条件
Product（产品&设计） —Shopify APP电商生态图
Customer Sopport(客户服务支持) —Shopify APP电商生态图
更多分类和原图请在文末添加我们企业微信获取
第一阶段独立站的数据体系
前文很多关于大的独立站购物场景切入，回归到细致操作，我们需要关注的关键数据有哪些？
思维导图根据网络内容以及自身实践整理
独立站的数据收集
生成数据体系，同样要配备好的工具——毕竟厨师有了菜谱，也要有菜刀才能开火。
我们曾经整理独立站数据分析的20个工具排名前20位的数据分析工具，有兴趣的同学可以加入我们微信群组进行更多交流。
此外，今年Google推出新版本的GA(Google Analytics 4)
2020年10月14号，Google Analytics发布了Google Analytics V4，也叫Google Analytics 4 ，简称为GA4或GAv4，其实就是之前的APP+Web改名为而来。
GA4的发展简要历程如下：
2017年发布gtag，也就是Global Site Tag，这一时期发布的目的是为了应对苹果ITP的升级，将谷歌系所有的代码都用同一个规则布署，用gtag，你可以布署Google Analytics、Adwords、DoubleClick等代码。
2019年发布APP+Web，这个是Firebase的升级版，目的用于取代Google Analytics For APP，Google Analytics For APP是在9月份正式停止服务。
2020年10月将APP+Web改名为Google Analytics 4发布，此后便很激进的在更新功能，基本每天GA4都有新功能出现，GA中创建新的媒体资源也默认推荐使用GA4，很激进的在推进GA4。
PS：为何Google强制式推进GA4？这就要涉及今年数字化营销中，影响深远的隐私性问题——
Google此前也宣布2021年底，也会针对Cookie这点做出针对性的改变，这同时意味着用户对于自身隐私的越加看重，倒逼着数字营销服务商以及我们营销主体进行改变。
Google Analytics 4的改变
报告的UI界面改变
关于两版GA的不同，最大不同在于追踪逻辑
旧的Google Analytics用的是Tracking ID，ID的结构是UA-开头
GA4用的是测量ID，是G-开头
此外，Google Analytics 4将APP（IOS/Android）和Web（PC/WAP/H5）的数据都收集到同一个Media Hub，从而在同一分析报告界面就可以阅读数据。
是不是很熟悉？就是Google Signals的功能，现在直接成为GA4的标配。
我们不需要在GA账户上进行任何代码部署，利用Google Signals基于谷歌内部的用户标签实现访客的跨设备追踪。
PS：有小伙伴觉得GA4安装会存在难处，其实有非常方便的自动化安装工具
https://analyzify.app/analyzify-ga4-wizard
提及一下GA4最大的改变——基于事件的数据模型
原有的Google Analytics数据是基于会话的，是Users-Session-Hits层级结构：
Google Analytics 4则是基于事件驱动
在我们看来，这反而是一个对我们是一个非常好的机会去更多尝试独立站上场景搭建&购物体验的提升
来源：《体验三部曲：起源、本质、模式》
跳开单一的行为统计，更合适我们去设计营销场景化（Contextual），去思考可以通过哪些事件来实现用户数据的获取，哪些购物场景是我们独立站可以实现。
关于客户旅程分析/设计，我们同样会在第二阶段独立站进一步深度解说。
独立站数字化的核心思维
独立站数字化是不是一种概念，而不是实际可行的方案？
我相信绝大部分卖家都会存在于这样的疑问
那么我们按实际例子进行拆解：
2020年的新冠大流行让全球电商都按下了加速键，而在整个出海电商品牌&独立站的走势中，SheIn配得上“最亮眼的星星”这个夸奖。
时尚类目是出海电商中的红海，服装类别简直就是红海中的红海，那么高速增长停不下来的SheIn是如何做得到呢?
Shein是什么公司？一家中国公司，她是全球增长最快的电子商务公司，在56个国家/地区的iOS 应用商店购物类app中排名第一，在174个国家/地区当中的124个地方均位居前5，目前估值已超过150亿美元。跟TikTok一样，这两家公司在美国之所以能取得这样的成就，是因为他们两者都比美国公司更好地满足年轻美国人需求的基础之上。
全球最有价值的初创企业
多链条数字化
一家独立站，是如何做到过去八年中，每年的年均增长率都在100％以上？
很多分析评论都把SheIn归功到Z世代的心智占领——事实上，的确从INS到Tiktok，大大小小的深受Z世代钟爱的网红都被SheIn作为营销触达的工具人
列一下SheIn的重要数据指标：
56个国家/地区的iOS 应用商店购物类app中排名第一，在174个国家/地区当中的124个地方均位居前——这意味着SheIn不单单只有在北美/中东，而是实打实的全球企业。
自今年2月中旬以来，Shein在美国的购物app当中排名仅次于Amazon，位列第二（话说，这个还在前些天都批量刷朋友圈，但其实根据我们在App数据上查看，其实只是日均下载量，比起总体下载，两者是一个级别的。即便将受众缩窄到美国的Z世代，SheIn还是Amazon 也还很远。但：
4.19-4.21 全球头部快时尚品牌日活情况 by Apptopia
在快时尚领域，SheIn确实妥妥的霸主，在全球移动 App 的月均 DAU 已经直接把全球快时尚品牌拉下一个身位。
投资银行Piper Sandler最近一项关于美国的高收入青少年人群的调查中，把SheIn评为最受欢迎的购物网站的第二名，仅次于Amazon。
网站的平均访问时间估计为8分36秒，高于所有的美国受欢迎的时尚品牌。同时，根据SameWeb的数据，SheIn在时尚和服装类网站的网络访问量方面排名全球第一，领先于同样是全球品牌的Nike，Zara，Macys，Lululemon和阿迪达斯。PS:从SEO的角度，可以这么确定SheIn的搜索引擎权重，是远远优势同级别的品牌，因为无论Google如何改变他们的算法，用户停留时长永恒是SEO中最具有影响力的权重之一。
Real-Time Retail（实时零售）&数字化智能供应链
很多分析评论乃至同为跨境电商卖家的小伙伴，说起SheIn的都会或多或少提到他们的供应链：
很多卖家对于SheIn独立站Listing的第一反应——做不到他们这么低的售价
但在其实SheIn拥有着全中国卖家都羡慕的快速响应式的供应链同时，同时搭配着和供应链水平一般犀利的，碾压式的Real-Time Retail（实时零售）飞轮：
Shein的实时零售飞轮 By Matthew Brennan
这是一套结合A / B测试，大数据，AI算法，计算机视觉与自动化供应链云软件系统的集成工具
过去的快时尚品牌GAP／ZARA，超快时尚品牌Fashion Nava和SheIn的差距展示的，恰恰正是普通品牌和数字原生垂直品牌（DNVB－Digitally Native Vertical Brand）的差距
什么是SheIn的实时零售飞轮？
SheIn现有的实时零售飞轮，直接从设计到生产的时间从快时尚品牌的三周减少到只有三天（作为对比，DTC品牌是5到7天）
去除所有的中间商，开发出拼多多杀手锏级别的 “用户直连制造（C2M）”模式的升级跨境版
通过植入到竞争对手的网站以及Google Trend Finder，颗粒度的热词监测
应用内和网站用户行为链接到后端（看看我们写的关于GA4的内容）
自动预测需求并实时调整库存，并通过付费流量和网红推荐系统疯狂地投放广告。
飞轮的开端
SheIn和Google的深度合作，意味着可以实时进行全球颗粒度级别的关键字的跟踪——这相当于能够准确预测出蕾丝夏季在美国的整体流行情况。
再加上SheIn全球用户数已经是时尚类别的最大，以及针对性搜索竞争对手网站掌握的数据（这基本是跨境电商卖家的基本操作），SheIn可以说拥有着除Amazon之外最庞大的时尚类目数据。
数字化供应链
去年阿里出了一只犀牛——犀牛智造
从战略级别来说，它和上文提到的拼多多C2M是同一级别的项目
联动到具体实现的是：
一个基于SheIn自己和第三方数据设计出来的新商品在网站上发布，然后马上开始让用户行为跟销售进行关联（比方说，数量为X的人在浏览产品详细信息，数量为X的人把产品添加进购物车）。
然后基于点击和销售情况，算法决定让生产配额增加一倍，而这会把自动下订的额外材料更新发送给工厂车间。
第二个算法则会更新权重，并向具有类似画像的更多用户推荐这款商品。
所以为何拼多多的价格直接把零售价格拉到批发价格同一级别的原因——产销平衡状态下的数据协同（Dataflow）
在之前一个投资人的分享会里面也有说到这个点，用更直白一点话来说——就是SheIn的供应链已经做到当用户下单的同时，他们不单单是工厂在生产这个衣服，同时联动到“工厂的工厂”，也就是上游的原材料也同步把材料准备好——数字化供应链体系达成的协作成本下降。
从SheIn的招聘就可以看出，整体技术架构开发，无论是大数据开发人员／AI算法工程师都是他们发展的重中之重——
毕竟对比靠以人为核心驱动的设计视角的Fashion Nova，用机器计算为核心的SheIn就显得更快更新更符合现代比大量信息流洗礼的用户的心智。
不靠人的直觉，而是实时跟踪全球时尚趋势变化的大量数据证明，并通过每天对大量SKU进行A / B测试，根据网站和应用内用户行为，反馈实时更新数百家工厂车间的订单号。
数字化独立站
我们整理的数字化独立站细节图
推荐科技的快速演变，让用户仅需要手指动作就能在移动端上获得感兴趣的内容，这同样是为何SheIn会过了更多在移动应用端受到热捧。
联动到国内的电商环节，推荐驱动远远超过搜索驱动。用户高度依赖淘宝／京东APP端推荐而不是搜索。因此，SheIn有足够多的人才和方法论／算法去完成海外移动端营销引擎的搭建。
天猫电商推荐系统概述，来源：阿里巴巴
数字化推广效率
有段时间，我们监控SheIn的推广渠道效率去学习
——现在出海电商拥挤的当下，营销团队最大的难题需要大量的碎片化内容才能铺满海外营销媒体渠道，营销内容的数量十倍甚至于百倍于过往——不同媒体渠道的内容推荐算法各有不同，加上数据曝光效果和内容效果，海外的电商投放存在着巨大的试验成本。
恰恰SheIn的实时零售飞轮成功的有一半在于网红跟UGC
网红其实更属于产品经济，好的产品和好的网红一致，价格随着PMF程度越高就越高。
过去一年Katy Perry， Lil Nas X，Rita Ora， Hailey Bieber以及 Yara Shahidi等不同等级的网红都曾代言过SheIn。TikTok上面最大牌的明星Addison Rae（上图）也在自己的频道为SheIn背书。
因为抖音，SheIn的团队非常清晰TikTok对应的每一个阶段和步骤：在TikTok上，“＃shein”标签就制造了62亿次的浏览量，而且同时出现在其他70多个标签上。
利用高额的联盟营销费用，销售的返点高达10-20％（听起来很耳熟？这就是过去抖音在国内发生过的事情）诱使大量KOC生成关于SheIn的内容，SheIn还会在所有付费推广渠道传播质量最好的内容。
总结
疯狂的收入增长以及较低的客户获取成本（CAC）证明着SheIn，同步印证我们前文的内容
国外营销分析师Matthew Brennan（他同时写过一本关于TikTok的书，书的名字叫做《注意力工厂》（The Attention Factory））在分析SheIn的时候说过：
强劲的需求重启SheIn的实时零售飞轮：更多的用户意味着更多的数据和更大的体量，然后意味着更明智的决策和更低的价格，从而带来更好的用户体验，更高的留存率以及用大手笔去吸引客户的能力。利润率加上数亿美元的风险投资，意味着有更多的钱可以用来聘请工程师和机器学习专家，从而强化机器，这意味着更好的预测，更多的选择，更低的价格以及更上瘾。
关于数字化独立站演进，我们会分篇幅进行更多解说——实际是内容过长
热门活动 
其他
04-09 周四
热门报告 
