2.4 市场品类结构数据分析

商家对市场品类上新进行时间规划，并且针对大促活动进行营销规划，有助于对自己所属行业品类进行数据分析。商家通过对市场大盘品类按月支付金额占比数据进行分析，得出每个品类每月的交易情况，从而生成大盘品类数据分析表，同时可根据大盘品类数据分析，进行品类数据规划。商家以月为单位进行品类交易指数数据采集，可以了解品类每个月的交易指数，得出类目的上升期、爆发期、衰退期的数据变化情况（见表2-5）。

表2-5 大盘类目数据分析表

大盘品类对比店铺品类销售数据分析（见表2-6），是指商家根据店铺本身的品类销售数据、核心品类销售数据、支付转化率数据，与品类大盘的数据进行对比分析，找到品类拓展和提升的方向，提升店铺品类的丰富度。例如，某时期男装市场T恤占比排名第一，而店铺T恤商品销售额却比较低，这时就建议商家增加T恤的上新数量，以提升店铺在T恤市场的销售额。

表2-6 店铺品类销售数据

品类上新规划即针对类目销售额目标规划上新数量（见表2-7），商家依据店铺主营类目数据、销售额占比数据进行分析，提前做好店铺下一季度、下一年度的品类上新规划，提前做好上新工作安排。商家根据市场年度品类交易指数排序，对比自身店铺的品类销售数据，然后针对在线数量少的商品，进行品类商品补充，从而提升店铺的销售量。

表2-7 男装类目品类数量规划

商家根据行业品类周期营销数据，了解类目行业的特性和特质、营销节奏，行业随季节、节日、地域、气温、价格的变化情况，从而制订出全年的营销规划。

行业品类周期数据分析即年度品类活动节奏分析（见表2-8），商家通过了解类目行业的活动节奏，提前做好店铺类目上新规划。商家按年进行时间节点布局，可以有效地把握产品的上新、推广、补货和清仓的节奏，从而有效地把握品类的销售周期。

表2-8 年度品类活动节奏表

以T恤类目商品为例（见图2-24），其年度周期为：2月到4月上升，4月到7月爆发， 8月到9月衰落，因此相对应的涉及产品选款、测试图片的工作就要在2月之前完成。商家在2月到3月就要通过营销活动，帮助单品实现一些基础销量，然后商家根据产品特性和用户特征制订自己的营销方案，通过直通车、钻展（钻石展位）、淘宝客等单一或者组合的推广方式将自己的营销内容触达给符合自己产品定位人群的消费者，以期望尽早推出爆款；6～7月时需要开始考虑秋冬款服装的选款和原始销量问题；当8～9月时，产品进入衰退期，商家就要缩减这款产品的付费推广预算（将预算考虑留给秋冬款产品），考虑提前搞活动清仓，快速回笼资金，并将流量有意识地分配给秋冬新款产品，实现资金的良性循环。

羽绒服类目则有不一样的类目周期（见图2-25）。羽绒服是受季节影响比较大的一个类目，商家既要参考去年的交易数据变化，又要在当年的7～9月，查看市场趋势，进行羽绒服的产品上新测试，在10～12月进行羽绒服的营销推广，在1月进行羽绒服的收尾工作。商家要根据交易趋势进行工作安排，特别对于受时间周期影响特别大的品类，可以重点查看品类交易趋势的变化情况，提前做好工作安排。

图2-24 T恤类目年度销售曲线图

图2-25 羽绒服类目年度销售曲线图

商家可根据品类商品生命周期、销量成长周期，实现对品类商品销售的提升和运维，具体情况如下。

测款期，核心数据工作是确认这个产品能不能卖、卖给谁、想怎么卖。（参考本书2.2.1节“市场行情数据分析”的相关内容）

新品期，核心数据工作是使用户触达测款商品，进行新品数据反馈。（参考本书5.2.1节“明确营销需求”的相关内容）

推广期，核心数据工作是活动营销搭配活动数据分析，进行推广数据反馈。（参考本书5.2.2节“产品测试”的相关内容）

成熟期，核心数据工作是确保商品库存数据反馈、售卖数据反馈，从而控制商品库存。（参考本书8.2.1节“店铺营销数据的监控”的相关内容）

衰退期，核心数据工作是针对数据反馈，将折扣力度放大，进行库存售卖。（参考本书8.3节“数据营销复盘”的相关内容）