数据化选品的误区和正确的逻辑(二)

造成越来越同质化严重的大数选品，主要有三个误区：

一是铺货模式下催生懒人机械式选品：

特别是做亚马逊大型铺货性公司，例如某基、利某达，某棵树等巨头公司，用近似于蝗虫过境的方式，地毯式搜索选品，给定一个选品标准框架，只要市场出现了新货，第一时间就录到了公司的系统中，开发人员则只需要机械式扫货就可以了，也就催生出了这种懒人式选品；

二是大量选品数据软件催生出的同质化选品：

随着市场上各种越来越来越多的选品软件普及，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，然后通过对产品数据进行爬虫，最后在根据某某大神的经验，对产品的上架时间、销量、评分质量等进行框定，最后才筛选出符合公司标准的产品，这样选品确实有助于帮我们过滤掉许多不合适的产品，但是大家都在使用的情况下，而大部分的跨境卖家选品要求也类似，同时数据都能看到，这就造成了同质化的选品结果；

三是过度依赖于数据筛选的结果，失去分析客户实际需求的能力：

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。

那么如何真正去获取或者理解客户的需求了？

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；

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。

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）

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。

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。

综上所述，选品的大数据可以参考，但不能过度依赖，一个产品成功因素有很多，只有切实理解客户的实际需求，才能够大大提高产品的成功几率，而产品创造出来的本质就是为了满足客户的需求。