正文：
大家晚上好，很荣幸受邀参加今晚的直课程分享，我今天直播主题是《实现高效运营必须掌握的几大关键数据》，主要分三个模块：
第一，作为运营者，我平常会去关注哪几个关键数据；第二，以我店铺的一个小案例来全面解读店铺运营当中以及销售过程当中的一些关键数据；最后，在从0-1推一个产品的期间，我们是如何去确保爆款的，以及一个商品是否是爆款需要关注的几大核心数据。
第一章 亚马逊精细化运营的极大关键数据
在了解亚马逊精细化运营的几大关键数据之前，我们先清楚知道历史流量引入的构成。历史流量分为内部流量和外部流量。外部流量主要是搜索引擎和自建站，也可能会有亚马逊联盟。内部流量，比如亚马逊之所以有比较好的销量，主要是因为亚马逊站内本身有着较好的流量。
内部流量分几个层面：第一是关键词的搜索，第二是商家活动或促销流量，第三是广告，第四是节点筛选条件，第五是自然排名，第六是产品推荐，第七是评价数量、星级和徽章。
除了关注本身内部流量还需要站在买家的视角分析流量的引入构成，可以用一些软件反查。其次要重点分析通过亚马逊消费者的购物流程来理解流量的来源。举一个例子：头戴的游戏耳机的购物流程，首先搜索关键词-游戏耳机，第二个筛选和分类更多条件，比如价格的低到高排序，价格的高到低排序，评价的筛选等条件。传统的关键词自然排名和广告位排名。第三买家浏览我们活动页面。如call类似的优惠券页面、holiday等节日活动页面。活动流量一般是起辅助作用，可以在后台自己设置，通过消费者的一个购物流程而产生内部流量数据。
我们除了关注账号内里面的数据，也要关注买家的行为模式，即消费者的购物流程来，由此理解我们的流量来源。例如游戏，消费者想要购买游戏耳机，从不买到想要购买游戏耳机再到搜索游戏耳机关键词，再到观看相关游戏耳机的商品详情页，再到点击详情页，这系列流程会衍生出一些数据指标（这类数据指标有的账号可以看，有的不能看）。
数据指标的具体产生是，产品就是品类需求量，当买家搜索关键字就产生搜索量这个数据指标。当买家点击观看商品详情页这就产生点击量和点击率相关的数据指标，成功购买商品就产生订单量或者转化率相关的数据指标。
数据指标的产生流程延伸到我们选品的研发设计：图片创意，产品文案，价格。这三个是研发设计的核心，通过我们准备商品箱机械，到我们引流，做推广，这些过程当中就会出现很多的指标数据，如广告数据，业务报告等。通过这些数据我们能够去不断的去优化详情页，提高点击量，再循环的去引流推广，加上实际运营中的买家反馈，从而提升我们的研发设计，这一系列的过程本质就是一个闭环链。
也就是说一个运营端、选品端、研发端、设计端本身就是一体的闭环连。需要我们去加强相互沟通交流。这就是根据消费者的视角，衍生出来的数据指标，然后对应到卖家视角。
当我们的产品研发端设计端经历了整个的推广，从开发产品出来，然后从0-1的推广过程中，就会产生出各种各样的数据指标。这里给大家分享一个经典的数据分析--漏斗分析模型。一个产品从0-1推到一个正常的销量，它所经历过程，或者说一个数据分析的过程，就像倒金字塔一样，从展现量、点击量、访问量、咨询量、成交量。从倒序的一个漏斗分析的模型里面，我们的产品首先是要有展现量，展现量主要通过是什么？我们历史里的自然曝光，或者通过广告的付费曝光。
从展现量到点击量，点击量是买家需要点进去观看内容而产生的流量，从而到了访问量，这里需要注意页面有效流量，页面的有效流量是一个很重要的数据指标，这里需要注意的是有效流量，一个亚马逊账号，如果页面停留的时间太短或者访问到其他网站，那里产生的流量就是无效流量，是不属于有效流量的。
访问量到咨询量指的是什么？一个链接从买家角度来讲，它是一个有效浏览的 Listing，是一个有购买意向的一个Listing，我们其实可以去拆分，把它当做是一个咨询量，如加入购物车这种的流量可以把它当做是一个有效浏览的Listing流量，可以把它划分到咨询量，从咨询量到最后成交量，也就形成订单最核心的一个数据指标，即转化率。所以以上讲的从消费者视角到产生，数据指标到我们卖家视角，从卖家视角的0-1推广的过程中，用到的就是这个非常经典的数据分析的模型--漏斗分析模型，可以通过这种模型去尽可能的去关注这些数据指标，能够去进行优化，相应的去进行优化。
第三就是我们从亚马逊精细化运营的过程中，除了精细化运营，还需要了解在电商购物环节的流量流失比例，并且追踪各个环节的转化效率。
举个例子，用Excel生成的一个漏洞模型，这个漏洞模型依据亚马逊的规则：首先是展现量，第二个是点击量，第三个是订单量，第四个数据指标是留评量。
什么是留评量呢？举个小案例，结合自己的店铺的数据，或者说时差的情况来去做漏斗的一个数据模型，除了之前讲的每个环节中数据指标，这是个实际的数据指标。在我们运营的过程中，运营端需要去追踪我们各个环节的转化效率，例如首先从展现到点击，流量的流失率为1000-300，就是从展现量一直到点击量，我们流量的流失率为（1000-300）/1000=70%，所以1000等于70%，这里面展现量会有一个很重要的指标，为有效展现和无效展现。
对于我们系统来说，如亚马逊系统，买家在搜索一个关键词的时候，首页前两个位置，在他视野里面出现的我们叫有效曝光。假设你的广告位比较靠后，你的第一页在最尾部的位置，虽然第一页有曝光，但是可能顾客根本没有看到，他的浏览器根本没有拉到底部，虽然这种属于正常的展现，但不属于有效展现。因为首先要保证被被买家看到，这个就是从展现到点击的流量流失率。
从点击到订单的流量流失率，例如点击量到订单的流量流失为（300-60）/300= 80%，那如果我们有真实的订单，有成交的订单，到最后我们的流失率，这个流量的流失率为多少？它应该为（60-6）/60=90%。举的小例子能够很明显说明实际中，可以用到漏斗模型，然后去做一个关于电商的购物环节的流量流失比例，我们可以通过针对每一个环节，做相应的优化。
第四在亚马逊精细化运营过程中，有个很重要的关键数据，就是运营端在运营账户的时候，运营或者运营店铺的时候，得非常清楚我们的购买浏览店铺里面的产品，或者浏览店铺的一个品牌前，我们要知道用户的画像是什么？用户画像主要分为以下几点，主要核心内容是某些数据指标，比如兴趣、教育、年龄，还有我们的未知信息，最后是我们的社交爱好，购买行为习惯，性别，收入和重复购买。
作为运营端，我们运营店铺中一定要去关注店铺访问量，也就是购买我们店铺用户的画像，具体会有哪些，举个我后台其中的一个店铺，他根据用户画像划分的数据，可以看出店铺主要的消费群体是25岁-44岁，这类群体他还有其他的特征，比如年龄、受教育的程度，从受教育程度来看，大部分是在学士，也就是本科。 从性别来看主要受众群体是女生。有点信息不可用，有些买家的数据源分析不出这些特征。
那么通过用户画像能够帮助到我们什么呢，首先我们要清楚知道买家或者用户的购买力。其次是购买行为习惯，假设知道买家的购买力，我们身为运营端是否可以继续延展，如说给我们设计端，产品开发端一些建议。
购买的行为习惯，比如我们在不同地区，结婚的年龄，受教育程度，性别，都可以统计到店铺里，不同地区不同用户的购物峰值。以美国战略为例，他能具体到哪一个州的人，他买了很多我的订单且这些订单具分布到什么地方。另外具体到每个地区，每个州它的一个购买力是怎么样的？假设加罗福尼亚州、东部的纽约每个地区的购买力是不一样的，这里也可能涉及到价格的地区分布，因为购买力不一样，产品本身的价格也会不一样，比如单变体，多双变体，亚马逊就是单变体和双变体，那你在变体的SKU链接上面，如果你针对于某一个地区的某个州价格购买力，是不是可以针对性的设置你的价格区间。如变体链接，你可以去设置一个价格区间，价格区间满足不同的用户需求。
那么刚刚说的购物峰值，也可以帮助我们去定向的广告投放，根据我们的出单购物分值相应的去进行投放。比如在店铺的产品开发中，价格肯定是我们重中之重考虑的，可以给产品开发商比较合理的建议。所以用户画像是我们运营端需要了解的：知道哪一些人、哪些用户在购买我们的产品。
最后一个就是重复购买即复购率。在精细化运营的过程中，尤其是精细化运营品牌过程中，复购率重中之重。也是我们在精品精细化运营过程中，提升用户忠诚度、品牌知名度，需要用到的复购率，所以用户画像数据一定要非常清楚的掌握。
上面提到过，我们可以统计某类产品，以美国战略为例，它具体的不同地区订单量占比，这是我用传感BI软件调取我近90天某个店铺在某个地区销售分布情况，也可以调取A省在不同时间段出单具体情况。大家可以根据这些思路：地区特殊如我店铺最核心出单地区在加罗福尼亚，第二个是纽约，这两个地区的价格购买力、地区出单情况，这些能够给我的链接做一个价格上的调整。又如我可能在某一时间段内，尤其是多面体，由此可以合理设置价格区间，然后投放广告，这些就会有数据依据。了解用户画像，这是因为运营端不只是运营，它也要提供合理的建议给选品和产品开发端。
这里也有另外的一些数据指标，比如退款分析，哪一个州退的最多，退款原因是什么？我用的是传统标签这个软件，你也可以用Excel的表格然后去统计地区，分时销售情况，然后购买我们店铺产品的用户画像和客户群体是哪一些。
第二章 全面解读店铺运营、销售中的关键数据
在第一章节我们了解传统的战略的业务报告的数据，还从消费者的视角上，从客户画像上关注极大的关键数据。那么第二章节我会以我店铺的小案例来讲解我在平常运营过程中的思路，做案例分析。
我们在做运营端解读后，再去运营我们店铺当中，首先我们需要做的是要有一个数据分析的思维，数据分析的思维主要的核心首先是快速发现我们的问题，第二个是分析问题，第三个是制定解决问题的方案，第四个是执行方案。这里需要强调执行力的重要性，如果你只有方案，只有解决思路，没有执行力，到最后问题是不会得到解决的，第五个也就是最后一个复盘。所以在我平常运营一个店铺时，根据这几点，做数据分析。
在运营过程当中，店铺的数据，关键是三个，第一是销量，第二是转化率，第三是流量。我运营过程中，首先肯定先看销量。如说我销量下滑了，找销量下滑的原因，我们要去做优化，或者怎么去评估，首先优先参考转化率，这样才能优先去评估我们是提高转化，还是提高流量。
提高转化主要在于优化我们的详情页，因为详情页会直接影响你的转化率。以转化率为例，在亚马逊的后台，订单商品数量的转化率，其实这个数据指标没有通过订单商品种类数产生，而是买家访问数，计算订单转化率，评估详情页质量更可靠，因为有可能导致你一个订单可能下多个数量，这种商品数量去除以我们的一个买家房子数，变成转化率，这个数据指标没有单个订单出去买的访问次数，然后新转化率数据指标是订单的，所以用转化率数据指标做评估。像这些质量数据指标是更靠谱的。
第二个我们在知道销量问题的时候，需要分析我们的链接，链接又分为变体又分为单面体和双面体。其实原则上还是先去分析我们的子商品，以此商品为单位进行分析和优化。第二个是因为每一个集体都有独立的图片等详情页信息，每个集体所对应的客户搜索值存在差异，所以除了工作量特别大的时候，平时还是会建议大家以子商品为单位去分析和优化。
我们如何去提升我们的转化率呢？我会优先参考转化率，通过评估转化率来决定我是先优化转化率，还是先提升流量。转化率我这边讲一些思路，比如第一点我可以通过关键词去筛选出我高转化的关键词。然后就是我的详情页，通过筛选出我高转化率的关键词，去优化详情页。比如我的图片，图片是找准图片创意来匹配消费者最关注的卖点。第二个我的文案，要找准消费者搜索习惯。第三个是价格，价格又与毛利率和转化率有关系，毛利率和转化率它们之间的最大化的定价，也需要进行测算。这些集中的一个提升转化率最核心的是我们可以通过搜索词报告。
这是我们后台的一个搜索词报告，我们怎么样去提升我们转化率？通过筛选得出搜索值报告。还是以头戴游戏耳机为例，耳机我截取了这些数据指标里面的客户的搜索词，客户的搜索词，从搜索词报告里面，怎么去分析，比如表现好的非品牌搜索词，headset还要头戴有线游戏耳机。它流量较高，转化率较好，然后广告成本销售比也在较低的范围，14%，就是在一个可承受的范围内，我整体的优化方向会怎样呢？首先我可能我会把这个词放到我的标题里，而且是比较靠前的位置。第二个因为我的转化率比较高的，我可能会对广告的精神投放优化方向，那是非品牌的搜索值。
第二个有一些表现好的品牌的搜索值，比如Razer headset是竞品的一个品牌，它转化率很好， Acos比较低，我优化的方向就是适当的增加预算，提升更多的转化。rather，首先因为我们文案里不能加竞品的品牌词，我们的设计项目里也不能放竞品品牌名，所以优化方向就是适当增加预算来提升我们的转化。
表现比较差的一个搜索值，比如无线耳机，它流量高，但没有转化率，那为什么也会出来这些词呢？第一看分类有没有正确，第二个看你的设计里面有没有加这些：比如像无线或者虚拟现实耳机，可以直接的去做精准否定。我们详情页里面要去检查有没有包含这类的词，比如我们可以通过详细的移除这个关键词，然后尽可能不要跑出无效流量。
还有一种值就是像headset，它流量很高，也有转化，但它Acos也比较高，我们的优化方向是先看关键词的相关性，再看关键词的垄断性，这是我去前台收的首页，其实你会发现它的下载虽然是耳机，但它出来来三种不同类型的耳机。它的相关性一定程度上在相关性里面，精准性里面没有相对那么高，因为它有三种不同的耳机，这个无线的头戴耳机，有限的投贷进去。第三个是有限的小，但它不属于有限的一类，所以我们优化的方向是找关键词的相关性。
第二个为什么有的时候Excel会很高，因为有时候你的词的垄断性会比较高，就是你的转化都被其他同类产品的earliest了。针对耳机店铺部分数据小案例的优化的方向，提升转化率以后，是为来更好的销量。 我在基于优化我的转化率，我要去提升更好的销量，一定程度上也可以去提升流量，让流量提升上来，这是提高销量的一个重要方法。
这里面会牵涉到自然流量和付费流量，我们自然流量肯定是希望付费流量能够带动自然流量，最影响的是什么？想要更多的自然流量最核心是什么？排名。排名除了进价（因为进价只有广告才能打），其他的就是主要因素啊，有很多特殊因素。
第二点我们需要知道流量，比如提升流量，最核心的流量。流量主要来源于我们关键词流量，我们的关键词数量乘以每一个关键词流量排名。即使是流量很小的关键词，也同样是重要的流量来源。
所以大家不要只盯着用的过程中，不要只盯着核心词。这里还是以调研的耳机为例啊，在运营过程当中统计不同的关键词，它的自然排名和广告排名。自然排名和广告排名位置越好，这个词给你带来的流量就越高，我们知道关键词排名前三页，对吧？因为导致客户的搜索习惯是不会搜索到三页以后的。
第二个是关键词的流量。每一个关键词流量乘以关键词的数量，所以不要局限于那些大词，一些比较小的长尾词也很重要。我们在运营过程中，除了统计自然排名和广告排名，对应我们的广告期间的转化率，广告期间的我们需要去记录广告操作，因为我们优化前和优化后有可能你的数据会表现更好，也可能会表现的更差。
所以建议大家至少在推产品或者维护产品的过程中，第一不定期检查5-20个核心搜索时的排名。第二个就是在搜索关键词排名的时候，一定要清缓存，因为会影响浏览器。第三个也是很重要的，PC端和移动端的排名。第四个大家可以采用广告降价，但流量不降的方法测试。什么意思呢，我广告叫定价，但是预算还是正常消耗，我们可以去控制整体流量表现，比如我广告进价降了，理论上今天降了，每次的一个点击扣分费用本质上也是会降的。每次点击费用会降，点击费用降了，但是你的广告点击总数，因为预算没变，你的广告点击总数可能会变得更高。你的流量是不是至少是维持不变的，还是会增长，略微增长甚至增长的更多，也可以去进行一下测试。
最后除了运营过程中，刚也举了例子， Excel表格里面为什么会有一个操作记录，最后就是为了去做复盘，我得知道操作前和操作后的效果对比，分析，为什么还是没有达到预想中的结果效果呢？需要怎么样调整呢？这个都是需要合理的进操作的记录，那也是要继续进行合理的复盘。
第三章 发掘爆款商品需要关注的几个核心数据
首先我们判断选品是否成功，第一部分是最直接的方法是我们投入产出比，投入产出比本质上有三个数据指标：一是我们的投入，也是累积投入；二是累计产出；三是剩余库存。累计投入有生产采购和发货成本，投入的各项资金总和。第二部分是我的累计产出，一个订单回款库存赔偿，实际入账资总和。第三部分是我的剩余库存，剩余库存可以拆分更细，举4种产品。一个产品是否好或者否是为爆款，我们需要绘制投入的产出图，比如以周数为基数，汇总各项费用：广告费用是多少，推广费是多少，销售回款是多少，汇总费用我们怎样分析出投入产出比？
之前讲到主要核心累计投入、累计产出、剩余库存这三个数据指标以周为度，如果从35周到49周，我累计投入一直到累计产出做一个Excel案例。首先累计投入一直在增长，灰色的是我的1个库存，（之前举的4个不同产品库存总和），刚开始他们比较高，累计产出是0，等到我们的FBI到货后，累积产出理论上一直低于累计投入，若中间剧烈增长，我们会开始补货，甚至可能第一批会少量的发空运，大量的可能发海运，我们累计产出的数据成长过程中，我们累计产出曲线到达某一个时间点时，会产生一个交集，交集产生之后，累积产出曲线才会慢慢的高于累积投入。我们的剩余库存，根据累计产出形成合理的变化。所以决定一个产品好不好，我们从0-1区推广的过程中，需要合理的关注这三个数据指标，然后用图表的方式，把它分析出合理的爆款产品，或者一个合理的产品。
在他们数据产生交集以后，代理产出的曲线肯定是比累计投入的要更高一些，因为只产生了一个交集，后续一个周数中可能产生更高，橙色线比蓝色线要更高些，所以我们要在运营过程中，包括运营店铺、产品，我们要每季度评估所有产品的投入产出情况，这就是我们运营中一个重要的选品过程。
关于费用的明细，我是用一个校座的，本质上也可以用传达BI将店铺里a城的费用明细提取出来，软件已经自动帮你统计出来，我们不需要再做Excel。在数据分析或者数据维度这一方面，也会有店铺的整体利润报告。
这就是今天晚上给大家分享的一个具体的内容。主要从这三个维度，大家可以结合自己的运营进行实操。大家注意不要只关注站内的传统数据指标，可以从消费者的视角，用户画像，整个数据分析的颗粒度。谢谢大家，今天的分享内容就是这些。
Q：有一个小问题向Andy老师请教一下，刚才您提到卖家可以在了解电商购物环节流量的流失比例，然后追踪各个环节的转化效率。在运营的方式方面，有没有一个具体的案例来做一下讲解分析电商购物环节、流量的流失比例。通过了解在电商购物环节流量流失比例，然后追踪各个环节的转化效率呢？
A：首先漏斗分析模型是电商里面本身很经典的一个数据分析的模型，我在刚刚的一个分析当中，也列举了从漏斗分析模型，你可以去找出相应的问题，从从上到下，这个是我们的一个很经典的数据分析模型，从数据分析模型，对应到影响我们历史的相关因素里面，你可以一一的对应，然后做相应的调整和优化。
对具体的数据的话，今天时间有限，也没有准备一个比较完整的案例，但大家可以按照这个思路，一一对应。比如你的广告或者历史自然曝光对应的一些因素，然后去调整和更新，因为大家可能在分析的过程中，可能只有业务报告里面流量跟转化。 其实从买家或者消费者视角上，或者买家行为模式分析，它其实很像漏斗模型，漏斗模型针对我们历史题，需要我们去调整、优化。
Q：有一位同学说用户画像社交爱好可以看到吗？亚马逊后台可以获取的用户画像有限，一般用户画像分析或者消费者调研报告，能不能推荐一些软件或者服务商呢？
A：服务商可以用船长，因为船长我刚才也列举了他后台的一些功能，因为这些只是一些小功能。本质上就像我刚刚的表格，比如加利福尼亚、纽约，我们在日常做分析中，如果不用这些软件，我们可能会去做一个Excel。像这种散点图，地区的一个分布图对应的价格或者购物时间，用软件的话会事半功倍的，效率其实会更高。
Q：请问近期亚马逊封号事件对卖家来说有没有什么可以调整的策略？
A：对于这个问题我提倡要多账号去运营。多账号运营即使是品牌，如果你的某个品牌也可以适当的去用品牌授权，当然品牌授权也会有一些关联。
Q：最近不是说账号关联问题吗。
A：对，这还是因为你对账号把控风险上没做好。比如你的一个硬件环境或者网络环境，亚马逊还是提倡大家要多账号去运营，会更安全一点，鸡蛋不要放在一个篮子里。
Q：有同学问：做亚马逊联盟引流本身是不是和deal的方式差不多？
A：亚马逊联盟偏向于内容营销，跟第二种方式有很大区别。内容营销会比较多一点，跟站外的一些红人合作，比如迪奥，它涉及很多种方式，有折扣网站，微博红人也是其中的一种，但它其实更多的是偏向于内容。
Q：游戏耳机头部卖家和品牌集中度较高，另外大卖低价甩货，对于新卖家来讲有什么好的破局点？
A：我觉得是这样的，如果因为它本身是低价，在产品开发阶段，我们本身要去开发所面对的群体，如果是高客单价，我们开发的时候，一定是我的产品值得我的高客单价。第二个在我们推广的过程当中要尽可能的去挖掘，挖掘出购买我们店铺这类用户群体。因为本身大卖的话，可能会低价卖的比较多，但是我觉得在开发产品的过程中，我开发的是高客单价，开发出来面对的就是我想要的购买这类高客单价的用户群体。再结合开发，然后在推广的过程中保证我有利润，也是可以的。
Q：错位竞争能解释一下吗？
A：错位竞争，因为我们的目是为了挣钱，你动不动就开发一个高客单价群体，你面对的用户群体是没有能有购买的用户群体，这个用户群体在整个大盘的数据中肯定是相对较少，但是相反如果我们能挖掘到用户群体数较大，也是能够让我们有利润的。那我觉得也是很不错的。要不然你比人家贵几十美金，想动不动就想能够去抢到别人的单量，想抢到别人的排名，我觉得这个是不实际的。
Q：老师可以再为大家讲解一下我们船长BI能够在数据各个方面给大家提供的服务吗？
A：首先我们亚马逊现在说的精细化运营，精细化运营其实很重要的就是数据化运营，数据化运营，其实你也看到我之前做的文稿里，我店铺数据分析的Excel的表格，这些你去从后台下载相应的亚马逊报表，然后再用Excel的规则做分析，比如漏斗分析。由于漏斗分析， Excel分析是非常耗时耗力的，我们肯定希望我们运营端能够有效的或者说比较有效率的去推广我们的一个产品，这时候如果能够去借助软件，我觉得可以达到事半功倍的效果。
文章来源：亿邦Plus社群 - 跨境微小课
