逐鹿跨境电商，如何从0到1搭建阿里国际站？

本次分享主要分三部分：第一部分是做国际站要如何选择产品赛道；第二部分是如何进入一个行业并搭建属于自己的商业模型；第三部分是关于团队管理的分享。

一、国际站如何利用数据模型选择产品赛道

小思考：很多人在做国际站时经常会遇到不知道卖什么和不知道怎么卖的问题，通常在开通店铺并上架产品后，剩下的效果就开始听天由命，不知道如何去调整。

当切入国际站时，首先需要卖产品，这时主要涉及到选品问题，因为不同品类的需求、竞争环境、竞争对手数量和竞争难度都是不一样的，比方数码类目、手工工艺品或大型机械等，同一个人做三个不同的事，一定会产生三种不同的结果。所以在没有切入品类前，开局就需要选择一个容易操作的品类，这是非常重要的决策。

选品一般分两种情况：第一种是拓品，是指已经切入某个品类，比如服装、电器等品类，并在此基础上进行拓品；第二种是还没有开通店铺，还未切入任何品类进行选款，这时没有束缚且选择性更多，就可以选择更好更容易操作的品类。

对于已经确定行业的选品，在拓品时主要有四步：

第一，根据所处行业有一个选款的方向，比如做女士外套，拓品时就需要在现有品类的基础上拓展更多款式的外套。

第二，通常根据父级或子级类目来规划产品线，比如做女士外套，可以选择做连衣裙、女士短裤、男装或儿童装等同级或者上下级类目。

第三，列出想要新增、已有或者是尚缺的品类产品，比如做外套品类的可以拓展连衣裙品类，从而覆盖新的关键词，拓宽店铺的流量渠道。

第四，拓展更多的新款式和新品类，增加关键词下的流量转化。

除按类目进行选品外，还有一个常用方法是根据数据进行选品，并且该方法不区分是否已切入品类。数据选品是离不开数据的，但数据本身并不能选品，需要依靠某个模型来衡量品类是否容易操作。

数据选品的具体操作步骤：

第一，需要看需求，需求和竞争是数据分析不能脱离的两个方面，衡量需求的数据指标主要有站内数据、搜索指数、访问指数等，无论站内、站外、前后台或第三方软件，都可以找到衡量需求的指标。

如果有行业版数据管家，就可以通过对比站内各个类目的询盘指数和访问指数，得知哪个类目的咨询量较大，如果没有，则可以通过搜索指数的多少来得知某个类目的需求大小；比如在阿里巴巴国际站的前台，可以得到各商品的订单量、销售额和类目询盘量等数据，这些数据都可以衡量品类需求多少。

上图是有关手机、自行车、沙发、耳机等不同类目的搜索指数分布图，通过上图可知，手机的搜索量是最大，也是需求最多的。除了用搜索指数衡量外，还可以用访问指数、询盘量、订单量、销售额等来衡量需求。

第二，需要看需求和趋势，趋势主要分为三方面：一是趋势属于上升还是下降？上升趋势比下降趋势好；二是增速，斜率越大增速越快，在品类需求量增长时切入更容易获得流量；三是趋势的规律，有些季节性或周期性产品是有规律的，这些规律可以避免在不适合操作时切入，所以需求和趋势是数据选品时常用的两个衡量维度。

然后需要看竞争，即商家的规模数、商品数或商家数，这些需要通过第三方软件查找参考，如果嫌麻烦，也可以不参考该指标，因为一般通过需求、趋势就可以判断一个品类是否容易操作，竞争可以通过后续的数据反馈来得出结论。

第三，需要看细分需求分布，因为同个大类目包含众多小类目，每个小类目的市场需求分布都是不一样的，即使是需求量大的类目，在其细分类目中也有需求多与少的区分，所以需要找到更容易操作的细分类目。

细分类目的容量分布是在整体容量分布的基础上，按分组对不同类目进行分组，比如上图所示是箱包类目的分布，箱包类目的细分类目有手袋、钱包、钥匙包、仪器袋等，每个细分分类的需求量都不一样，从上图数据就可以得知哪些细分类目比较容易操作，而哪些热门类目下的细分类目是不容易操作的，有助于选品。

第四、需要看细分竞争比，比如细分到某一个具体的钥匙包品类，首先需了解该细分类目的国家需求分布；其次需对细分类目的不同材质、不同属性，不同功能进行量化，因为不同买家对不同细分属性功能的需求是不一样的，对其进行量化对品类拓展和产品研发都帮助很大。

例如现在的行李箱都是金属的居多，这时可以做对应调研，发现金属材质的行李箱随着不同年份的走势是越来越高还是越来越低？如果是越来越高，就可以重点考虑材质方向。

第五，需要对用户需求和产品进行深度分析，当有上述数据后，就可以利用市场分析模型来分析数据，从而得出哪类产品或品类是比较好操作的，比如需求多、竞争少、垄断性不强的商品，再找到所有属性功能中需求最大、竞争最小的商品，通过这些指标，对商品进行筛选、组合排序等，最终选出需求大、竞争小且容易操作的产品。

最终选好产品后，就需要围绕具体的产品去研究，比如竞争对手的年限、销量、呈现方式等，进行单品的对标分析，并从众多类目中选择较容易操作的数据模型选款方式，但不论是哪一种数据选款方式，基本都逃不开需求趋势，只是形式不一样。

选品的目的是在众多品类中选择一个容易操作的产品，通常就是在红海中寻找细分蓝海，即通过对类目、属性、国家需求等的不断细分，找出红海中相对容易操作的产品，因为这类产品需求量大、竞争量小，所以上架起量会相对容易。

除数据选品外，常见的选品方式还有如下几种：

1. 跟随选品，即什么热跟着卖什么，因为热卖品通常都属于需求量大的产品；
2. 需求选品，是数据选品中对国别需求的划分，即根据目的国的天气、文化习俗等地域或文化导致的需求，可以针对这些需求去卖产品；
3. 兴趣选品，即自身就是行业爱好者、兴趣专家或意见领袖，通过对产品使用和功能的不断升级、迭代，选择擅长的产品，并建立自身的竞争优势；
4. 资源型选品，是指根据资源来选品，比如有货源或有专利等优势来选择上架产品，靠优势建立竞争区隔。

综上，其实所有的选品方式都可以归类于数据选品的部分维度，当不会获取数据、用Excel处理数据或分析数据时，就可以参照跟随选品、需求选品、兴趣选品和资源型选品的方式去找到相对适合的产品。