一文解析阿里巴巴数据参谋全功能(市场调研篇)

一文解析阿里巴巴数据参谋全功能(市场调研篇)

一文解析阿里巴巴数据参谋全功能(市场调研篇)

一文解析阿里巴巴数据参谋全功能(市场调研篇)

一文解析阿里巴巴数据参谋全功能(市场调研篇)

一文解析阿里巴巴数据参谋全功能(市场调研篇)

一文解析阿里巴巴数据参谋全功能(市场调研篇)

一文解析阿里巴巴数据参谋全功能(市场调研篇)

商家星等级→点击趋势图;可以获取所有1-5星级商家,所有指标的数值,每个月做固定的记录即可。

卖家特征(星级分布、年均询盘数、年均实收GMV);卖家发品量最多类目分布;产品类型分析;除了这些,还需要单独做竞品店铺调研(平台布局、产品布局、店铺数据等)。

市场参谋→卖家分析(卖家特征,星级分布,年均询盘数,年均实收GMV);除了可以了解行业的平台状态外,还可以作为平台业绩规划的重要参考依据。

+

市场参谋→卖家分析→卖家发品量最多类目分布;了解同行发品类目分布。

+

市场参谋→卖家分析→产品类型分析;了解同行发品类型分布。

+

商品洞察→竞争变化;了解特定关键词类目的竞争情况。

数据参谋针对市场调研的同行竞品数据是非常少的,主要的数据都集中在店铺运营后的诊断优化模块,这里就需要大家额外从品、行业、词、渠道、店铺等维度去做针对性的同行调研,作为补充。

利用数据参谋的市场调研逻辑总结:横向选定一个层面,统一口径,从人、货、内容(词)3个维度结合数据调研;纵向从全行业,到单行业,到品;从全球,到国家;外加上场和同行的数据。

三、一点点优化建议

最后整理了现有数据参谋的一些问题,希望阿里平台方可以优化,如果大家有遇到其他更多的问题,也欢迎大家在下面留言补充:

1、数据口径名称不统一的问题,可以统一成,日,周,月,季度等。

2、相同指标命名不同意的问题,如上面提到的的人气榜=访客榜=访问产品排行;商机榜=询盘商品排行等名称统一。

3、部分维度没有解释按钮图标?,增加了学习记忆的难度。

4、市场参谋和访客详情的场景偏好,缺少“站外”指标。

5、询盘买家的数据不是主流的咨询习惯,可以升级成TM+询盘询盘买家升级成商家买家可能更加有参考价值。

6、部分数据的有效留存时间非常短,无法做长期分析,是否可以优化成月数据留存。

7、更多的数据维度是不是可以增加数据导出的功能,减少运营收集数据的时间,可以有更多的精力做图表数据的分析。

祝大家使用数据参谋越来越熟练;阿里优化数据参谋越来越好用!


文章TAG:
下一篇