商品的生命周期分為售前、售中、售后，接下來結(jié)合數(shù)據(jù)中臺實戰(zhàn)，分別從三個時期的細節(jié)方面分析下，如何保證我們提供的都是真正的好貨。

上一講講了用戶模塊《數(shù)據(jù)中臺實戰(zhàn)（三）：用戶分析（產(chǎn)品設(shè)計篇）》我們用的是海盜模型，從用戶的獲取、激活、留存、收入、推薦的角度來做分析。這些指標是沒問題，但是作為電商產(chǎn)品，如果站在價值的角度來思考就有問題。

你可以分析下我們提到的用戶相關(guān)的指標，比如：注冊量、訪問時長、留存率等這些指標都無法提高產(chǎn)品的價值，指標中最重要的是留存率，你發(fā)現(xiàn)站在價值的角度留存率也只能監(jiān)控產(chǎn)品的價值，但是并不能提高產(chǎn)品的價值。

對于B2B電商產(chǎn)品來講，產(chǎn)品的價值就是要給我們的采購商提供好貨，所以商品才是最核心的地方。我們的用戶直接接觸的是我們的商品，商品能直接傳遞公司的價值。沒有好的商品就不用提用戶、產(chǎn)品、流量等其他方面的運營，這些都是手段，這些手段在我們提供好的商品基礎(chǔ)上才會事半功倍。

我們先看下商品的整個生命周期，第一步是招商的工作人員負責(zé)吸引供應(yīng)商入駐，如果有一套對供應(yīng)商的嚴格篩選標準， 能直接決定商品的檔次、品質(zhì)和貨源的穩(wěn)定性等因素。

第二步是商品的選擇，我們要從供應(yīng)商的貨中挑出最好的貨給我們的用戶，包括商品的款式、質(zhì)量、性價比等指標。細節(jié)的地方我們會涉及到商品的圖片及文案，每個細節(jié)對商品的轉(zhuǎn)化率都有比較大的影響，因為用戶是否下單是有很多因素的，我們把可控的因素做到最好，那就可以比較好的提高轉(zhuǎn)化率。

接下來是商品的銷售環(huán)節(jié)，我們怎么通過數(shù)據(jù)挑出好賣的貨給到我們的用戶的呢？

商品賣出去后我們的售后怎么樣、我們的發(fā)貨速度怎么樣，也是直接影響用戶的體驗，可以說商品的每個環(huán)節(jié)都直接決定我們產(chǎn)品給用戶的價值。

怎么保證我們的商品都是爆款、好貨呢？

商品的生命周期分為售前、售中、售后，接下來結(jié)合數(shù)據(jù)中臺實戰(zhàn)，分別從三個時期的細節(jié)方面分析下，如何保證我們提供的都是真正的好貨。

一、售前

1. 關(guān)于供應(yīng)商的選擇

我們有一套嚴格的準入機制。為保證效率，我們要求供應(yīng)商適應(yīng)“快反應(yīng)”的柔性供應(yīng)鏈模式，并建立了供應(yīng)商分級動態(tài)管理系統(tǒng)，包括供應(yīng)商準入機制、供應(yīng)商績效評估和激勵機制、供應(yīng)商分級認證機制、供應(yīng)商升降級調(diào)整機制。從供應(yīng)商的選擇、分級、合作模式、績效測評、訂單激勵和退出等方面進行嚴格的動態(tài)管理。

在供應(yīng)商準入方面，由招商小組、相關(guān)業(yè)務(wù)部門、品控管理小組到生產(chǎn)供應(yīng)商進行實地訪廠和現(xiàn)場打分，重點評估廠家的信用等級、設(shè)計能力、生產(chǎn)能力、運營狀況以及品質(zhì)管理等。通過審查的廠家在試單測試通過后，方可成為我們的正式供應(yīng)商。不是所有的供應(yīng)商都有資格同我們合作，經(jīng)過篩選后我們會保留綜合能力較強的供應(yīng)商，保證我們貨源的穩(wěn)定性以及商品品質(zhì)的保障。

供應(yīng)商商品的銷售數(shù)據(jù)與合作意愿，同樣可以反饋與我們合作的供應(yīng)商的質(zhì)量。我們會根據(jù)季度測評結(jié)果將供應(yīng)商動態(tài)劃分為A級戰(zhàn)略供應(yīng)商、B級核心供應(yīng)商、C級優(yōu)秀供應(yīng)商、D級合作供應(yīng)商。每級供應(yīng)商，采取不同的激勵。

例如：針對D級新供應(yīng)商，我們會基于供應(yīng)商商品的銷量、發(fā)貨速率（一般評判48小時發(fā)貨率）、次品率（包括用戶不滿意退款、缺貨退款等）三項評定數(shù)據(jù)，再進一步根據(jù)溝通交流是否流暢、理念是否一致等主觀判斷進行打分。如果得分較好，會將其升級為C級優(yōu)秀供應(yīng)商。

供應(yīng)商如果連續(xù)兩個季度測評等級下降或者產(chǎn)品品質(zhì)連續(xù)兩次降至規(guī)定的標準以下，將給與暫停合作，縮減訂單甚至停止合作的懲罰。

做這么嚴格的原因是：我們希望能做一個長久的生意，我們必須為我們的用戶負責(zé)，同樣也是為我們的供應(yīng)商負責(zé)。 只有對自己高標準嚴要求的供應(yīng)商，才配得起用戶的青睞。

2. 關(guān)于商品的選擇

（1）商品定位

在談?wù)撋唐范ㄎ粫r，我們不得不再提到一個詞：市場定位；很多的人對商品定位與市場定位不加區(qū)別，混淆概念。具體來說，市場定位是指對目標消費者市場 的選擇，可以是由地域、性別、年齡等方面綜合選擇的用戶群，而商品定位，是指我們對應(yīng)什么樣的商品來滿足目標消費市場的需求。

大家可以想象這么一個場景來幫助理解。你現(xiàn)在想去市場擺攤賣貨，城里有南北兩個市場，北面市場主要集中一些老人及家庭主婦；南面的市場集中打工一族。

首先你得選擇一個主戰(zhàn)場，這就是對市場的選擇，也是對消費人群的選擇。假設(shè)現(xiàn)在選擇北市場，那就定位目標消費人群為老人及家庭主婦。針對這群人，你應(yīng)該用什么樣的商品來滿足她們的需求呢？

這就是商品定位，商品定位清晰后就可以確定商品款式了，即如何規(guī)劃平臺的商品。

如果你的平臺沒有商品定位，就無法確定自己的人群是誰，那你就是在把商品賣給不需要的人，商品的點擊和轉(zhuǎn)化自然不會好。所以首先我們應(yīng)該先進行市場定位，再進行商品定位，然后挑選出需要的商品款式。接著根據(jù)商品反饋的各種數(shù)據(jù)矯正市場定位和商品定位，再優(yōu)化商品。

長遠來看，這是一個螺旋上升的良性進化過程，不斷的精細化定位，最后不止你的商品，你的平臺都可以得到穩(wěn)定的自然流量。

（2）商品數(shù)量規(guī)劃

我們會把商品劃分成幾個維度，涵蓋了設(shè)計款、跑量款、高利潤款等這些緯度。大概有8%的商品屬于設(shè)計師款，主要用于吸引新用戶，這些商品往往兼顧了設(shè)計潮流與一定的利潤。其他還有35%屬于四季常青款，這些四季常青款作為基礎(chǔ)款，來滿足整個供應(yīng)鏈對他的支撐，可以達到最優(yōu)的性價比，同時滿足了各個檔口的需求。大約占比57%左右的高利潤款，同比其他的平臺已經(jīng)是非常的低價了，整體的毛利只有30~45%左右。

首先為什么要定義高利潤款呢？

從供應(yīng)鏈端來說它是一個季節(jié)性款，那么對實效性和計劃性的要求非常高，所投入的人力與管理的成本也相對來說是比較高的；

第二，由于它是高利潤款，所以我們也會返給供應(yīng)商一些利潤，使得供應(yīng)商跟我們有一個良性的循環(huán)互動。

（3）流行趨勢：市場熱點與時尚趨勢

流行趨勢分為兩點：

• 第一點是結(jié)合當下的一些熱點流行趨勢包裝現(xiàn)有的產(chǎn)品，因為流行趨勢永遠是一個循環(huán)，所以可能目前流行的，在我們商品庫里面也有一些商品，那么就結(jié)合流行趨勢去包裝一些商品的熱點；
• 另外團隊會積極的關(guān)注很多大牌秀，通過買手對大牌秀的精準分析和精準的眼光，來挑選適合我們平臺，以及適合我們用戶的爆款。

（4）價格優(yōu)勢：與同類產(chǎn)品的差價

很多行業(yè)的價格體系相對來說并不是太透明，并且有大品牌的背書，他們議價空間往往是商品的8到10倍。但是我們的毛利率往往只有25~30%，因此價格優(yōu)勢也是爆款衡量的重要標準因素。

（5）品質(zhì)感：高于用戶期望值

我們希望所有的商品，尤其是爆款能夠高于用戶的期望值，所以從原料到工廠管理，再到最后的包裝檢驗檢疫，都有相關(guān)的嚴格把控，希望給用戶帶來驚喜感，也希望這種驚喜感能讓用戶進行口碑傳播，從而促進爆款的打造。

二、售中

1. 商品上架

前期用戶數(shù)量比較少，不用評估需要上多少款商品，隨著用戶的數(shù)量的增多就要評估我們究竟要上多少款才能滿足當前用戶呢？

首先要計算出有多少活躍用戶，然后統(tǒng)計出每個用戶平均要瀏覽多少件商品，包括用戶搜索、瀏覽、分類查看多少商品。比如：我們有1000個活躍用戶，平均每個用戶每天要瀏覽5個商品，那么我們就要準備5千個sku，其中熱銷返場商品規(guī)定要占比20%，那么我們就要準備4千個新品。

我們?nèi)绻?0個買手，那這20個買手每人就要從供應(yīng)商那里挑選200個sku。最關(guān)鍵的是我們會記錄到商品屬于那個供應(yīng)商，甚至商品是那個買手挑選的，商品的文案、照片是那個商品運營輸入的。

商品的挑選是十分依賴買手的，買手的核心競爭力就是選到更多的爆品，我們會要求買手從原料、顏色、尺碼、品牌、品類、采購價格等輸入商品基礎(chǔ)信息。為了保證sku的充足我們做一個功能可以實時看到每天每個買手的上架款數(shù)。基于之前拆分的目標，負責(zé)人可以實時查看買手的上架數(shù)量是否達標。

2. 商品銷售

還有一波人專門做商品運營，他們要做的工作就是把合適的商品放給在合適的地方給合適的人看。商品運營十分依賴數(shù)據(jù)，因此我們做了商品的實時數(shù)據(jù)監(jiān)控，需要指標包括商品的 流量（pv,uv）、銷售件數(shù)、轉(zhuǎn)化率（銷售件數(shù)/pv）、爆款件數(shù)。

商品運營會基于轉(zhuǎn)化率，來判斷商品是否有潛力，如果一個商品放到一個比較明顯的位置，那相對來來說他的流量應(yīng)該比較高，但是他的銷售件數(shù)又不行，那就說明商品不太受歡迎。反過來，如果一個商品放到一個角落的位置，他的流量不高，但是他的銷售件數(shù)卻比較高，那么這個商品是十分有潛力的，可以考慮如果放在更加顯眼的位置是不是銷售件數(shù)會更高呢。他們也是反復(fù)用這些AB測試來驗證，我們的商品到底該怎么放。

隨著商品的增多，關(guān)注單個商品已經(jīng)效率比較低，那我們引入了品類的轉(zhuǎn)化率分析，也就是可以實時看到品類的總pv和用銷售件數(shù)，如果某個品類的轉(zhuǎn)化率比較高，那就需要及時調(diào)整該品類的顯示位置和數(shù)量。

3. 品類價格帶分析

還有一個商品運營比較關(guān)注的指標就是品類價格帶的流量和銷量數(shù)據(jù)，拆分完價格帶后，就能直接看出一個品類下究竟那個價格帶的銷量是更高的。這樣就拆的更細，十分有利于他們的精細化運營。如果周期內(nèi)某個價格帶的銷量比較好，那就會投入更多的資源推廣這個價格帶。

那此時就會遇見一個問題，我們的品類拆到3級還有180多個品種，那怎么對這180個品類進行劃分呢？ 如果人工一個品類來看，那需要話費大量的精力，人工來分還有一個缺點就是如果品類增加怎么辦？

每增加一個品類，我們還需要再次通過人工去劃分，還需要協(xié)調(diào)數(shù)據(jù)開發(fā)幫我們計算。我們的要求是不能依賴人工，需要基于每個品類能自解釋（自動基于價格帶的分布劃分）。此時我們的算法工程師提出k-means聚類算法，剛好能解決這個問題。

算法還是比較經(jīng)典，具體的步驟就是通過k-means算法可以找到每個品類價格帶有幾個中心點，再通過中心點劃分出價格帶。

有幾點需要注意的地方：

1. 要剔除異常值，因為數(shù)據(jù)上會有很多不合理的值。
2. 定時時間跑跑一下這個算法，因為商品是會不斷增加的，價格帶也會不斷變化，特別是前期。
3. 劃分好價格帶一定找運營討論一下究竟劃分出來的價格帶是否適用。

接下來就可以就可以做品類價格帶分析，統(tǒng)計的周期有這么幾個：

1. 截止到昨天品類價格帶的累計銷量和流量；
2. 周期內(nèi)商品價格帶的銷量和流量；
3. 昨天當天品類價格帶的銷量和流量。

上個簡單的圖片大家參考：

作為商品的負責(zé)人，需要知道整體的商品數(shù)、動銷率、轉(zhuǎn)化率。每個品類的商品數(shù)、轉(zhuǎn)化率、動銷率，基于動銷率和轉(zhuǎn)化率可以初步判定我們那些品類銷售的比較好，那些品類銷售的比較差。接下來就有了行動方案，轉(zhuǎn)化率和動銷高的品類一定是要投入更多的資源，更多的曝光。

4. 商品的自動排序

我們有一套專場管理的功能和專場內(nèi)商品管理的功能。商品首先是上架，然后會放到運營同事創(chuàng)建的一個一個主題的專場。

那專場的順序是怎么決定的呢？

首先運營的同事會基于自己的經(jīng)驗對所有的專場進行默認排序，數(shù)據(jù)中臺會基于用戶對專場和商品的瀏覽記錄計算用戶的偏好。比如：用戶以前總是點擊連衣裙相關(guān)的專場，那么有關(guān)連衣裙的專場也會被優(yōu)先排序，所以每個用戶看到的頁面都是不一樣的。

同樣的我們引入了一套算法計算用戶看的專場內(nèi)的商品的顯示順序。專場內(nèi)商品的順序是我們的商品運營人員基于經(jīng)驗排好的，但是商品運營排的順序不一定符合每個用戶的喜好。

我們會基于用戶的的行為比如瀏覽商品的數(shù)據(jù)、收藏商品、支付的商品的數(shù)據(jù)設(shè)置不同的權(quán)重，基于相似度算法（基于物品的協(xié)同過濾、基于用戶的協(xié)同過濾），基于用戶的協(xié)同過濾，計算出來用戶對專場內(nèi)的商品偏好的優(yōu)先級，基于優(yōu)先級的高低決定商品的顯示位置。

比如設(shè)置如下權(quán)重：

• 某用戶進入商品下單頁權(quán)重2%；
• 點擊詳情權(quán)重8%；
• 收藏15%；
• 支付20%；
• 分享15%；
• 好評20%；
• 評分20%；

基于余弦相似度，建立商品評分矩陣（如下表）：

通過計算4個用戶（四維空間中）對4件商品的評分我們獲得了用戶間的相關(guān)性數(shù)據(jù)（如下表）。

系數(shù)浮動區(qū)間在-1~1之間，系數(shù)越靠近1，向量夾角越小，兩件商品的相關(guān)性越高，由此可見A&B、A&D的相關(guān)性最高，C&D相關(guān)性很弱。

相關(guān)系數(shù)：

• 強：0.8—1.0；
• 較強：0.6—0.8；
• 一般：0.4—0.6；
• 弱/不相關(guān)： ?0—0.4；
• 不推薦：-1.0—0。

利用用戶對某商品產(chǎn)生過的記錄計算其相關(guān)性。

【例如】：某用戶對商品A和商品B的行為得分為權(quán)重，對商品C和商品D進行加權(quán)排序，得分高者優(yōu)先推薦。

根據(jù)相關(guān)性和加權(quán)評分后，商品C優(yōu)先被推薦。針對新用戶我們做了個兜底策略，基于商品的熱銷程度來排優(yōu)先級。這樣就能做到貨找人，而不是人找貨。

關(guān)于推薦這塊后面會有專門的文章講解數(shù)據(jù)中臺中的推薦平臺的搭建，此處只簡單寫一下思路。

三、售后

有了數(shù)據(jù)我們會對現(xiàn)有商品和供應(yīng)商做大量的復(fù)盤。商品上架銷售后，每7天一個周期，會對商品進行“爆旺平滯”的標簽化。

比如：3月1日上了100款，到3月7我們的標簽平臺就會給我們的商品自動打上爆、旺、平、 滯的標簽，其中涉及數(shù)據(jù)模型，核心指標是轉(zhuǎn)化率（pv/銷量），排名高的是爆款，排名低的是滯銷款。商品標簽出來后，爆旺款，可以返單；如果是滯銷款，馬上可以打折銷售。對于一些數(shù)據(jù)比較差的商品，我們會采取下架的機制。

而這些標簽完全是可配置化的，只用在我們的標簽平臺設(shè)置好規(guī)則，就會每天自動化給商品打上標簽。關(guān)于標簽會在《數(shù)據(jù)中臺實戰(zhàn)：基于多條產(chǎn)品線的標簽平臺》講到，請持續(xù)關(guān)注。

新用戶的前幾單一般是十分重要的，當一個新用戶下單后，我們的跟單會第一時間聯(lián)系供應(yīng)商，如果有貨的情況下，會要求供應(yīng)商對下單的商品進行質(zhì)檢，保證商品的質(zhì)量沒問題。另外會提醒供應(yīng)商這個單的重要性，我們有一個考核指標是48小時發(fā)貨率，這個指標是個十分關(guān)鍵的指標，它直接決定了用戶收到貨物的時效。如果沒貨的情況下，我們協(xié)調(diào)其他渠道的資源，做到盡量不傷害用戶。

我們基于RFM對用戶做了分層，針對一些高價值的客戶，我們對客服的相應(yīng)時間，處理速度等都有相應(yīng)的要求，這類客戶的貨是優(yōu)先處理的。因為我們高價值客戶不到1000人占了平臺交易的70%，所以他們有優(yōu)先的特權(quán)也是自然而然。

以上其實就是商品品控的流程，從商品的挑選、供應(yīng)商的挑選等方面投入很多的資源，就是為了保證用戶看到的都是經(jīng)過我們精心篩選過的好過，我們相信真正對用戶好的公司，一定都有一個好的結(jié)果。慢慢的積累下來，我們的復(fù)購和口碑也一直在上升，品牌效應(yīng)也會產(chǎn)生。

相關(guān)閱讀

數(shù)據(jù)中臺實戰(zhàn)（三）：用戶分析（產(chǎn)品設(shè)計篇）

數(shù)據(jù)中臺實戰(zhàn)（二）：基于阿里OneData的數(shù)據(jù)指標管理體系

數(shù)據(jù)中臺實戰(zhàn)（一）：以B2B點電商為例談?wù)劗a(chǎn)品經(jīng)理下的數(shù)據(jù)埋點

作者：Wilton（董超華），曾任職科大訊飛，現(xiàn)任富力環(huán)球商品貿(mào)易港大數(shù)據(jù)產(chǎn)品經(jīng)理。微信公眾號：改變世界的產(chǎn)品經(jīng)理。簡單、簡短、有用，堅持原創(chuàng)、堅持做感動你的好文章。

本文由@華仔 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash, 基于CC0協(xié)議。