深度分析|选品利润分析模型底层逻辑

2020-11-18

深度好文,建议看完,文末有免费福利。

 选品过程实际上是一个对未来的销量和利润的预测过程。预测比较准确,那么选品就相对比较成功,反之就可能是无法达到利润预期甚至亏损。

从这个角度来说,选品炒股比较类似,做好选品需要有一个能预测未来的水晶球。找到这个选品水晶球的最好的方法是依靠经验建立模型,依靠数据完善模型,严格按照模型选品并不断优化模型。

那么,假以时日,你的水晶球就会越来越准确。

选品讲究的是快狠准。如果等着深入研究每一个行业,等着优化利润分析模型,一年半载方才选出一款靠谱的产品,估计产品开发的和老板本尊都可以卷铺盖走人了。或许有人会说了,我花重金买了数据齐全的选品软件,这都不是事儿。然而,选品软件真的能够客观估计每个品类的潜在利润水平吗?

现有选品软件跟利润相关的指标主要是毛利率。然而,不论是哪款软件,毛利率的公式基本是固定的,那就是:

毛利率=(进销差价-物流费用)/进货价

用这种公式计算出来的毛利率,平均水平超过了50%,一般都会达到70%甚至更高。须知,这可是单次营销的毛利率,做零售的讲究的是复利,年化之后,10倍不是事儿,这无疑给人一种,跨境电商是在赚卖白粉钱的错觉。

入坑亚马逊的人到底有多赚?这里贴一张八家出口电商上市企业的净利润图,供大家细细品味。

数据服务商只给出了粗放的毛利率,是受到了数据原材料不足的限制。选品开发人员在使用这种毛利率计算公式选品时,需要避开两个大坑:

公式中的成本估计维度不够

没有考虑未来利润趋势可能发生的变化

为了更加科学评估产品利润率,构造一个对选品更加友好的利润分析模型,科学快速评估一个产品潜在的利润率,按如下三步走。

   第一步,需要有一张健全的跨境电商利润分析表,对其中的收入、成本逐项进行拆分。

第二步,对影响利润的各因素进行逐项分析,找到收入成本因素中的变与不变。

图中列举的利润影响因素中,从选品的角度可以分为三类:

运费、仓租、平台佣金、支付手续费、VAT等确定性高,受品类影响不大。

因品类,表现出较大差异(销量、定价、采购成本、站内广告费、站外营销成本、退货成本)。

不确定性高,但是与品类关联不大(人力成本、管理费用等)

具体建模过程中,对于差异不大的或者确定性高的因素直接从价格中扣除即可。

对于人力成本、管理费用等因素,则需要基于公司实际情况或者经验值扣除一定比例。

对于产品品类之间变数比较大的因素进行重点分析,逐项构建基于公开数据或者经验判断的分析估算模型。

选品水平高低,结果好坏主要取决于这类因素的分析建模水平。

销量预测

销量预测需要拆解为市场规模、未来趋势、市场份额估算三项指标。

“爆款”这个词,对多数卖家其实是不适用的。爆款的精准定义到底是什么?培训大师给不了答案。还不如老老实实从平台流量估计、用户需求规模估计、季节性变化趋势等方向入手,研究寻找适合自身的市场。

如果是需要做未来三五年甚至十年市场规模的测算,除了通过5年的谷歌趋势等指标,对未来长期趋势有个测算,可能还需要从消费市场所属行政区域的人口规模等宏观因素上进行测算。这种需求级别一般适用于制造商,不适用于贸易商。

一般情况下,需要测算的是未来各个月份的市场规模是如何的。这一点,结合选品软件中的销量、新增评论数量、历史趋势等指标,可以得到较为靠谱的结果。

市场份额估算应该是最难测算的,人与人之间的竞争,变数太多。传统的竞争模型,如波特五力模型,提到了从供应商的议价能力、购买者的议价能力、新进入者的威胁、替代品的威胁、同业竞争者的竞争程度五个方面来分析产业的竞争程度和规模。

然而,用这类理论,很难做到科学的测算。目前选品比较惯用的做法是通过观测某品类中的做得好的产品特性(一般会在BSR榜单、数据服务商的选品软件中销量排序后的榜单中观察),找到与自身能力相匹配的对标商品(评论数做得到,产品样式也做得到,无侵权),测算可能能拿到的市场份额。这种野路子方法,虽然漏洞很多,实操性却很强。

小Tips:对于某些大牌垄断的品类(如任天堂游戏机),选品时,直接把市场份额设置为0即可。

 退货成本:

退货成本=退货率*退货费用

该公式中,通常情况下会采用如下计算公式:

退货费用=进货成本+运费+佣金+弃置费

这个公式未考虑退货引起的客户满意度降低,平台给予店铺的权重降低,差评的因素。应该把商誉损失加入进去。

退货率=f(价格,是否是服装,是否是电子产品……)

退货率的高低,虽说主要影响因素是进货的质量,运营过程中描述与实物吻合程度,这些因素选品开发人员很难把控。但是,不同品类,不同价格的商品,退货率水平还是有差异的。比如服装色差上身效果会导致服装品类退货率较高,电子产品质量难达到消费者预期水平会造成该类产品退货率较高,价格高的产品退货率普遍高于价格低的产品退货率。在做退货率测算的时候,除了结合自己的经验,还可以把这些因素考虑进去,建立更为科学的退货率测算模型。

 广告费用:

打广告就好比在饭店吃饭,服务员会告诉你“丰俭由君”,然而实际上,还是得视饭店的饭菜分量来定,吃少了会饿,吃多了荷包瘪得快。广告费花少了,流量不足甚至被竞争对手挖了墙角都有可能;花多了,又有可能与同行形成了恶性竞争,肥了光头,苦了自己。

选品过程中,自然不能用真金白银去试各个品类的广告竞争程度。一般会看所选产品关键词的流量、竞价等情况。一般来说,流量大,则蛋糕比较大,亚马逊给出的建议竞价比较低,则竞争没那么激烈。

测算广告投入产出比,以搜索广告中的ROI(广告销售收入/广告花费)为例,可以构建如下模型:

ROI:投资回报率

SP_traffic是指某品类的广告流量,广告流量大,效果才有好的可能。这点可以根据总的搜索量及广告位充足程度做估算。有些流量大,但是没有广告位的产品,搜索广告花费为0。

第三步,选品选的不是现在,而是未来。要对未来的利润趋势进行建模。

Suggest_Bid是亚马逊给每个词给出的建议竞价,竞价越高,广告竞争越激烈。

Price是产品平均售价,价格越高,能够承担的广告投入越大。

以上是利润分析模型中的三项关键指标的模型构建案例(销量预测、退货成本、广告成本)。独木难以成林。选品利润分析模型中,没有哪个因素可以作为决策的唯一标准。

这里举一个简单的例子。

马里奥游戏机,关键词排名top级别,广告流量很高,建议竞价大都处于0.8美元以下,商品价格也很高。单纯的只考虑这些指标,可以明确得出这款产品广告投资回报很高的结论。

然而实际上,由于专利壁垒、品牌壁垒的存在,品牌市场集中度高,市场占有率这项在做测算的时候,是需要直接打0分的。

一个科学的利润分析模型完成以后,可得到如下结论。

本文由SellerMotor数据分析师Qeena倾情提供,未经允许,请勿转载!

点击分享

申请试用

×
×
扫码立即体验
×
咨询有礼
扫码进群
免费领取
直播活动
background

索评 |插件 |竞品追踪
3大永久免费功能限时领
点击领取