傲基&泽宝的产品经理为什么都向她学习数据选品?

傲基&泽宝的产品经理为什么都向她学习数据选品?

数据选品
2018-06-23 09:39:41 2569 38

常常听到有卖家讨论“大数据选品”,那么选品究竟是靠”直觉”、“敏锐度”,还是由具有精准数据的条件来判断更靠谱呢?最近,在各个卖家群出现了一个活跃的数据分析师Sunny,深受大家欢迎,甚至连傲基和泽宝的产品经理都向她咨询。笔者联系到了Sunny本人,和她聊了聊大数据选品的相关问题。

讲师简介

名称:Sunny
年龄:92后
爱好:逛街
擅长:通过数据挖掘和分析判断市场走势,做出选品判断。

Image title

Sunny

Q:请你先简单地自我介绍一下。

A:我是个92后,毕业于香港大学数学系,英文名Sunny,我是江苏人,我喜欢逛街。我接触亚马逊平台4年了,目前是一家公司的首席数据分析师。

之前我在一个论坛上发表亚马逊产品的数据报告,跨境知道网找到了我,他们付费获取我提供的数据报告,我们达成了合作关系。虽然从数据报告上不能直接产生销售线索,但是却可以直接指导选品等环节,可以说我的工作是做亚马逊的最强辅助。

Q:大学学习数学专业对你现在的数据分析工作有什么影响?

A:我大学入学时是商学院的学生,后来发现自己对穿西装做演示的生活提不起兴趣,转系读了数学。因为想成为能“解决问题”的人,做一个有技术的穿拖鞋上班的极客。数学专业的学习给了我强大的内心,因为做不出来是正常的,看不明白是正常的,“难”是正常的。

我觉得数据分析这个行业本身和数学没什么关系,可能和统计/计算机更对口一些,但G点是一样的,都是从繁杂世界寻找pattern的过程,能看到一些insight就很兴奋。然后电商行业很多创业公司,其实也是一样,想找到一个简洁有效的pattern,一个商业模型。

Q:选品和大数据到底有什么的关系?

A:数据可以反映事物的发生、变化、结果,这一切都可以反映成数字,数字集合起来就是数据。

选品是一个结果导向型行为,到最后也可以通过看数据得出来。

Q:你接触亚马逊的这4年有什么变化和体验?

A:前两年我只是公司的一个普通的数据分析员,主要是选品和CPC方向上面的数据分析。后面两年,在工作中逐渐形成了自己的一条工作体系和对数据分析的认识,有一定的沉淀,然后公司邀请我任职公司的首席数据分析师,负责公司数据中心的全面工作。

Q:你是怎么想起来用直播的方式讲解数据分析?

A:现在,直播已经是一种非常普遍的沟通交流方式,在跨境电商行业直播也比较普通、但是对于我来说,是第一参与直播互动,心里还是比较紧张。

做数据分析的重点就是数据来源,我一般是从国外的一些权威专业的数据网站获取,同时公司也会搜集和提供大量的相关数据给我,然后就是大家常用的一些数据获取软件。

我基于这些数据源做出自己的分析和判断,分享给广大卖家朋友,大家对于我的工作还是比较认可,互动的时候也很开心。

Q:做亚马逊数据分析工作需要什么职业素养?

A:最重要的是对行业要有了解,要知道亚马逊是一个做什么的平台?都吸引什么样的卖家和客户去使用?然后还需要基本的数据处理能力和编程技术,以及英文能辅助能力。但是我还是觉得,对于行业的理解和专业性是第一位的,你拿到了数据后,要知道你做的是什么,应该要做什么,这一切都是围绕着你对行业的理解程度深化的,不然你拿到再多的数据也没有用,因为你根本不知道自己要什么?

同时,在基本的素养中有一点:就是不要欺骗自己。我们在做数据分析的时候,心里一定会有一个期望值。但是往往数据分析出来的结果和我们所预想的不一样。很多人在遇到这种情况的时候,就会把数据结果尽量往自己想象的方向去靠拢,或者去找很多不正确的理由去解释。每当这个时候,我们要保证不欺骗自己、不为自己找借口。因为这个行为是没有用的,只有去接受现实,才能得到最真实的结果和原因。

所以,做数据分析,要在足够了解行业的基础上,用客观事实去说话。

Q:小团队卖家进行大数据分析选品是不是很困难?做数据是不是要非常专业?

A:我觉得不是的。现在有很多专业的软件工具可以辅助我们分析数据,软件可以给我们提供数据,我们需要的只是思路而已。小卖家去搜集大数据是不可能完成的,这一个步骤有大服务商来提供,对于小卖家的考验还是对于市场、产品的清醒认识,还是自我的运营能力的考验,数据分析很重要,但只是一种辅助手段。

大数据就是分析市场和分析消费者,了解消费者的特征,把握消费习惯和趋势,以便在做产品和服务的时候有的放矢。对于大卖来说,这个资源非常宝贵。而小卖对此不可盲目,因为受限于很多因素,即便掌握了数据也不一定能抢占市场。小卖对自己的实力要有清醒的认识。

Q:对于数据分析,小卖家要注意什么“坑”?

A:亚马逊的数据是海量数据,小卖家只能掌握到有限的部分信息,对这样残缺的信息加以分析会让小卖家的决策失误。

尤其是亚马逊的品类分布极其广,细分极为纵深,不同的品类行业属性大大不同。比如:服装类做得再大也只能占据市场份额的1%,反之3C类做得好则可以形成品牌寡头,例如全球手机行业都是被几个有限的品牌所垄断。

小卖需要有效过滤掉无效的数据,充分地调动自己的经验和运营能力,同时将创新思维融入产品的开发和选择中,着力打造精品。对于无用、或者无法理解的数据,要果断抛弃,不要被数据所累。

当前的大势是大数据和人工智能结合,资源有限的小卖可以共享其他创新企业的技术成果。总而言之,大数据虽好,也要量力而行,不要贪杯哦!

跨境知道

关注跨境知道,免费领取运营工具包

0条评论