在店鋪打造主推款的過程中，我們總會遇到各種各樣的難題，比如怎么引流、怎么促銷、怎么維護顧客，怎么提高寶貝的綜合評分……其實，最重要的還是選款部分，但卻很少有人能夠采用比較科學的方法去操作它。需要指出的是，這里所說的選款不是去批發市場選款式，而是從出售中的寶貝進行選款，以確保我們能把大部分精力投入在運營主推款上，這嚴格來說，屬于二次選款的操作。
傳統的選款方式out了
Bug:主觀性強，失誤率大
傳統的選款方式主要有兩種，但是這兩種選款方式都不是很科學。
第一種方式是按喜好選擇。這是一種被大部分淘寶賣家所運用的選款方式。面對眾多款式，老板一拍腦袋，靈光一現，親自指定若干個款為這個季度主推的潛力爆款，大有指點江山的氣勢。但是這種賭博式的選款方法，缺少必要的數據參考，主觀性強，失誤率特別大。在后期的運營中，如果這些款賣的較好，那只能說明你運氣較好；如果滯銷變成庫存，那你是否在下個季度還是拍腦門子選款呢？
第二種是按單一維度選款。這種選款方式也有很多淘寶掌柜使用。這種選款方式有一定的數據作為參考，但因為只看某一個維度的數據，如轉化率、如流量等，會有很大的片面性和偶然性，同樣會選款不準。
科學篩選正當道
武器：多數據維度
篩選潛力主推款寶貝就是從各方面進行數據綜合分析，確定出最有希望打造成真正爆款的寶貝。那這些數據都有哪些呢？拿到這些數據后該怎么分析呢？
一般看某款寶貝是否有潛力，可以從點擊率、轉化率、收藏量和成交量四個維度的數據進行綜合考量。這些數據可以從店鋪目前進行的直通車推廣中得到。
當掌柜確定了這四個數據維度，就可以從店鋪的直通車后臺按這些數據維度，下載我們需要的數據報表。在時間上，掌柜最好選擇下載七日的報表，因為作為一款新品來說，7天的數據相比3天和30天更有時效性和準確性。原始報表下載以后，掌柜只需刪除無用的信息，只保留寶貝名稱、點擊率、成交量、收藏量和轉化率，但是為了方便大家更好理解和有一個全局直觀的認識，我保留了狀態、所屬推廣計劃、展現量、點擊量這些維度的數據。
報表下載以后，掌柜無須借助多么復雜的軟件工具進行分析，只需使用我們常用的EXCEL即可達到選款的目的。我們首先在報表中找到四個數據維度分別對應的最大值，我們會發現，轉化率高的寶貝，對應的點擊率、成交量和收藏量卻相對較低；而點擊率高的寶貝，對應的成交量、收藏量和轉化率也并非很理想。所以從這里我們可以看出，按單一維度數據選款是不合理的。
我們都知道，如果要將一個班級的學生成績進行排名，只需將學生的各科成績錄入EXCEL并相加就可以按降序得出。
基于此理，我們也可以計算出店鋪寶貝毛衣A的綜合得分。但是否將毛衣A的點擊率、成交量、收藏量和轉化率相加即可得出呢？如果你將這四個維度的數值進行相加，只會得到一個錯誤的結果，因為每個維度的數值單位不同，是不能相加的。所以我們必須找到一個科學的計算方法，這就是下面將要講到的“多變量綜合評價法”。
我們可以利用統計學當中經常使用的“多變量綜合評價法”來對毛衣A的多個維度數據進行標準化。公式如下。
第N個標準化值=第N個值-該列最小值/該列最大值-該列最小值
對應的EXCEL公式：=(H2-MIN(H:H))/(MAX(H:H)-MIN(H:H))
如下圖的EXCEL表格，在毛衣A的點擊率列另起一列作為結果存放列，命名為“點擊率分值”，填入公式，即可輕易得出該項數據維度的分值。
知道了毛衣A點擊率分值如何計算，對于成交量、收藏量和轉化率的分值，我們便可如法炮制，分別用公式求出它們對應的分值，最后另起一列命名為“總分值”，用于存放毛衣A最后的總分值。總分值的計算也很簡單，即：點擊率分值+成交量分值+收藏量分值+轉化率分值，運用求和函數即可得出，這里就不贅述。我們求出毛衣A的總分值后，可將公式下拉填充，即可快速求出其它寶貝的各項數據維度的分值及它們最后的總分值。
當表格中所有寶貝的總分值都求出來后，我們可以對總分值這一列進行降序排序，即可將總分值按最大到最小進行重新排列，從而找到總分值最高的寶貝，分別是毛衣N、毛衣P和毛衣Q。這將是我們之后將要重點培養的三款寶貝。
數據哪里來？
數據分析，先有數據才有分析。我們數據化篩選潛力主推款的數據來源渠道之一就是直通車。
我們可以在店鋪直通車后臺的直通車報表中獲取我們需要的數據。這里需要注意的是，我們選取數據維度要遵循“綜合+降序”的原則，綜合是指數據不是獨立存在的，每項數據維度之間必然都有一定的聯系，需要綜合分析才能得出正確的結果；降序是指我們要選“往上走”的數據維度，比如，點擊率、收藏量、轉化率和成交筆數是越大越好，而跳失率則是越小越好，我們不能把一個“往上走”的數據維度和一個“往下走”的數據維度總分值放在一起相加。最后建議下載7天的報表，數據誤差較小。
第二個數據指標來源渠道就是我們掌柜每天都在用的量子恒道。
在量子恒道中，有一項“寶貝被訪排行”的功能，我們可以在這里獲取我們需要的數據。對于剛上架不久且零銷量的寶貝，建議選取的數據維度：PV、UV、平均停留時間，這些數據維度都是“往上走”的，帶有降序性質；最后還要單獨分析寶貝的跳失率。如果某款寶貝的總分值較低，而跳失率得分較高，說明這款寶貝的內頁需要進行重點優化。
對于有一定銷量的寶貝，我們同樣可以利用量子恒道獲取數據指標，但與零銷量寶貝的選取功能維度不同，我們要在“寶貝銷售排行”這項功能中，獲取對應的數據。建議選取的數據維度：拍下件數、成交用戶數、轉化率和收藏量。
數據指標不是越多，最后得出的結果就越準確。要看數據指標是升序性質還是降序性質。要遵循“升序+升序”，“降序+降序”的數據維度選取原則。不同工具取得的數據，不可混用；即使它們含義一樣。如量子恒道里的“轉化率”和直通車里的“點擊轉化率”。
樂發網超市批發網提供超市貨源信息,超市采購進貨渠道。超市進貨網提供成都食品批發,日用百貨批發信息、微信淘寶網店超市采購信息和超市加盟信息.打造國內超市采購商與批發市場供應廠商搭建網上批發市場平臺,是全國批發市場行業中電子商務權威性網站。
本文來源： 利用數據化挖掘淘寶潛力爆款
