选品
Ozon 选类目该看哪些数据?五个指标和它们的陷阱
选类目最怕只看一个数就下结论。「这个类目商品多」「这个类目卖家少」——这些说法单独拿出来,都推不出「好做」这个结论。
原因在于每个指标都只描述了市场的一个侧面,而且几乎每个指标都有一种非常自然、但方向相反的误读方式。卖家少可能是机会,也可能是这个类目根本做不了;评论多可能是需求旺,也可能只是这个类目的人爱写评价。
下面五个指标是我们在类目大盘里实际使用的。每个都说清它能回答什么问题、单独看会怎么误导人,以及该和哪个指标交叉验证。
五个指标,各自回答什么
- SKU 数 —— 这个类目的盘子有多大。只说明容量,不说明好不好赚。
- 卖家数 —— 有多少人在分这块蛋糕。要和 SKU 数一起看货盘深度。
- 跟卖数中位数 —— 存量卡被抢的激烈程度。数字大 = 老卡都被跟满了。
- 无人跟卖占比 —— 新建卡吃独食的空间。这是最直接的切入难度信号。
- 价格分位 P25/P50/P75 —— 你的成本结构能不能塞进这个价格带。
关键在于组合,不是单看
五个指标里最有价值的信息,来自两两组合之后的比值,而不是任何一个的绝对值。
- SKU 数 ÷ 卖家数 = 人均铺货量 —— 这是判断竞争形态的核心。10000 个 SKU 配 500 个卖家(人均 20 个)说明少数玩家货盘很深,你要和成熟对手正面竞争;10000 个 SKU 配 8000 个卖家(人均 1.25 个)说明大家都在小批量试水,格局未定,新进入者机会更大。
- 跟卖数中位数 + 无人跟卖占比 —— 前者说明存量卡被抢得多凶,后者说明新建卡还有多少独食空间。两个都高意味着老卡红海但新卡还有路;两个都低通常说明这个类目本身交易不活跃。
- 价格分位 + 你的成本 —— P50 是主流成交价位,P25 是你的成本底线检查点。如果你的完整成本已经接近 P25,这个类目对你就是不可做的,盘子再大也没用。
四个常见误读
误读一:类目越大越好
大类目意味着需求大,但也意味着头部卖家更强、广告位更贵、价格战更激烈。新卖家在大类目里更容易被直接淹没——你的商品挂上去,可能连第一页都进不了。
误读二:用平均价定价
少量高价商品会把平均值拉得很高。照着平均价定价,可能直接定到一个几乎没有成交的区间。看 P50(中位数)才是主流价位,平均值在电商数据里几乎总是误导性的。
误读三:把评论量当销量
Ozon 不公开单品销量,评论量只是需求的代理指标。不同类目的评价率差别很大——低价日用品的评价率通常明显高于大件家具。所以评论量适合在同类目内横向比,跨类目直接换算成销量会错得离谱。
误读四:跟卖数低 = 好切入
这条最需要小心。有些类目跟卖数天然就低,不是因为没人抢,而是因为这类商品本身不适合跟卖(非标品、古董收藏、定制品)。看到跟卖数低,先确认这个类目是不是批量化的品类,再判断它是不是机会。
我们对数据的两条硬规矩
数据只有在知道它的局限时才可靠,所以有两条规矩我们对内对外都遵守。
- 任何占比必须带分母 —— 比如品牌相关的数据,我们的抓取里品牌字段覆盖率只有约 14%(品牌只在部分商品的规格页出现)。基于这样的样本报「某品牌占比 X%」而不说明覆盖率,是误导。
- 不把代理指标当真实指标 —— 评论量代理需求、SKU 数代理供给,这些都是代理关系而不是等价关系。用的时候要清楚自己在用代理,结论就不会下得太满。
数据是排除法,不是选择法
这五个指标最擅长的是帮你排除掉明显做不了的类目,而不是直接指出哪个类目一定赚钱。缩小到几个候选之后,还是要靠小批量实际试跑来验证。
用熊掌ERP 试试这个功能
一个工作台完成 Ozon 采集、采购、发货,支持最多 20 个店铺,提供 ¥0 免费体验版。
其他常见问题
正文没有覆盖到的零碎疑问,集中放在这里。
卖家数少是不是就好做?
不一定。卖家数要和 SKU 数一起看:如果 10000 个 SKU 只有 500 个卖家,说明少数卖家铺了大量货,单个卖家的货盘很深,你要和成熟玩家竞争;如果 10000 个 SKU 有 8000 个卖家,说明大家都在小批量试水,格局还没定。
评论量能当销量用吗?
不能。Ozon 不公开单品销量,评论量只是需求的代理指标。不同类目的评论率差别很大(比如低价日用品的评价率通常高于大件家具),所以评论量适合在同类目内横向比,不适合跨类目直接换算。
为什么品牌数据不能直接用?
我们的抓取里品牌字段覆盖率只有约 14%(品牌只在部分商品的规格页出现)。所以任何品牌相关的占比都必须带上分母,不能裸报百分比——这是我们对外发布数据的硬规矩。