*此文章授权转载自公众号：Lenry的跨境研习室
我们一般在思考如何搭建亚马逊的业务体系时，市场端主要解决的问题是产品，关键词，listing资料，推广策略，成长周期，财务成本等，今天结合我们团队的实战经验，给大家分享一个比较适合中小团队去落地的业务模型，核心是分享逻辑和方法，数据本身不做任何推荐。
在亚马逊业务流程中，不管是选品，搜索词分析，广告投放策略，涉及到一个很重要的问题，那就是调研的准确度；现在亚马逊平台的竞争环境越来越成熟，意味着资源驱动，运营技巧驱动的市场红利逐渐转移到了以产品驱动，用户需求驱动和供应链驱动；加上站内的竞争激烈，广告成本增高，在财务维度，新品的测款成本增高，运营的流量测试成本增高，推新失败导致的仓储成本增高；这些环境的变化都在要求我们在开始业务之前要做好充分的市场调研，根据公司团队的资源结构定位适合的竞争，以此来实现财务结构的优化和业务的成功率。
亚马逊平台的销售数据量积累了足够长时间，数据维度全，数据精准度也高，然后通过各种数据分析工具的可视化，基本上能实现我们业务定位的全流程需求，今天我就通过市面上主流的工具来拆解下我们是如何定位一个市场机会并规划好业务流程体系。
实操项目：《如何在亚马逊平台规划季节性产品》，选择这个主题的原因有几点：
1，从0-1定位一个全新业务，可以拆解全流程的逻辑和执行路径，更好去落地
2，节日产品的销售周期短，销售节奏快，对于市场进入时间的要求非常高，有利于提升我们对数据精准度的认知
3，节日产品有比较强的文化属性，包括消费人群，使用场景，节日文化，产品价值等，有利于提升我们对用户需求的理解
ok，理解项目定位的逻辑后，接下来我们就以国庆节为例拆解下具体的流程，因为国庆节（7月4号美国独立日）是美国历史悠久的节日主题，也是刚刚结束销售高峰期，很多小伙伴相对比较熟悉。
第一步，定位销售周期
不管是做常规产品还是节日产品，市场需求都存在一定的淡旺季趋势，不同的销售时间段，市场的竞争程度和成本差异很大，我们选择合适的市场进入时间至关重要，所以必须要明确好销售周期。
定位销售周期的常用方法是：搜索词热度趋势+热销商品的销量趋势
1，搜索词热度趋势
国庆节是7月4号，我们可以把国庆节相关的搜索词在历史年份3-7月份每周的搜索热度排序都下载下来，分析节日前3个月的热度波动，更清晰的看到市场搜索需求的变化。
国庆节相关的词根：4th of july/fourth of july/patriotic/americana/independence day，我们可以通过词根搜索，把所有相关搜索词的周度搜索热度排序数据整理在一起。
2，热销商品的销量趋势
我们可以通过卖家精灵的选产品功能，通过4th of july搜索词检索商品，搜集历史销售高峰期段的热销产品清单，批量分析他们的销售周期。
通过国庆节主题相关搜索词热度排序的波动趋势和历史热销商品的销量波动趋势分析，我们基本上可以总结出来大部分国庆节产品的销售周期是每年的5月15号到6月25号，根据这个销售周期，我们就可以把业务全流程的时间节点清晰的梳理出来，严格按照这个去执行工作，保证效率。
第二步，熟悉节日文化
确认了销售周期后，我们就需要开始选品工作了，但是对于节日主题产品，在选品之前还有很重要的一步是节日文化调研，对于我们理解用户需求和做产品方案至关重要，这个部分完全可以用AI来进行。
通过文化调研分析，我们可以了解节日的一些习俗，节日主题元素，节日符号象征意义，节日背后的情感需求等等，对于我们去做供应链端的产品方案设计有非常重要的帮助
第三步：定位产品机会
我们接触到任何一个全新品类，不能直接去前台搜索关键词进行选品，杂而乱的数据是很难找到切入口，而且节日主题的产品销售周期非常明确，比如针对国庆节我们的选品时间段是12月份，国庆节的热销链接基本上都是断货状态，所以历史产品数据库才是选品的核心。
对于新品选品，我们没有明确的品类定位情况下，只能通过搜索词来挖掘全品类的销售数据，然后把品类的市场分布做拆解分析，根据供应链资源和市场竞争情况，先选择品类机会，再筛选产品机会，这里有两种方法，一种是通过商品数据选品，一种是通过搜索词数据选品。
方法一：通过商品数据选品策略
1，我们通过卖家精灵的选产品功能，时间定位在5月份和6月份，这两个月是销量最高峰期，产品的需求数据最真实，通过4th of july最宽泛的国庆节主题搜索词定位产品结果：
2，筛选出来的商品结果是按照搜索词检索出来的，涉及到全品类的商品数据，数据量比较大，我们直接把两个月的商品数据分别下载下来：
3，把数据下载后，我们加上时间标签，然后把两个月的商品销售数据汇总在一起，用于做后面的分析：
4，通过5/6月份两个月的商品销售数据的数据透视，我们可以把国庆节产品的品类分布占比透析出来，从销量分布来看，热销商品主要集中在家居，服装，花园和玩具四个品类，占比接近78%，国庆节项目我们如果定位比较大的市场容量，那就可以重点分析这四个品类的产品数据：
5，定位大品类之后，我们还需要进一步的筛选细分类目市场，我们可以把原始数据库当中的大品类单独拆分出来，数据透视在大品类下的细分类目销量占比分析，比如花园类目下，主要的商品销量都来自于花园旗帜品类，其次是户外充气装饰：
6，我们可以根据自身的供应链优势以及不同材料的投入成本来定位细分类目节点，最后就是把细分类目节点下的商品销售数据通过数据透视量化分析，通过分析产品形态，销售客单价，销量规模来筛选合适的产品，再通过原始数据表分析这些目标ASIN的尺寸，FBA配送费，review评分来分析产品痛点，利润结构，投入产出来进一步定位产品：
方法二：通过搜索词数据选品
1，我们通过搜索国庆节相关的词根，就可以得到全部的搜索词词库，这里要特别注意搜索定位的时间段，一定要选择搜索热度最高峰阶段，因为搜索词热度大小可以理解为品类的需求规模，所以在搜索热度最高峰期我们就可以通过搜索词热度的分布来判断相应品类的需求分布：
2，我们通过搜索词属性可以看到，国庆节期间，用户搜索需求是多元化的，有服装类，装饰品类，户外类，我们需要把搜索词进一步分类，把搜索词词库进行词频分析，获取到所有的词根，根据词根属性我们就可以把搜索词进行属性分类：
比如针对服装shirts品类的搜索词，我们看到搜索热度排序都是非常靠前，那这个品类的销量规模肯定也比较大，从上面的商品销售数据品类分析我们也可以得以验证：
比如针对服装 swimsuits品类的搜索词，我们看到热度也非常高，因为5-6月份刚好也是夏天，泳装品类的需求比较大，那国庆节主题款的泳装就相应的非常热销：
比如针对首饰品类的搜索词，国庆节主题款的耳环，帽子，项链，指甲，头带等商品都有搜索需求：
比如针对国庆节装饰场景，是热度最高的搜索词，这些搜索词的需求都是节日装饰品，包括房间内，室外，花园场景之类的，大部分商品都分布在家居和花园品类：
3，搜索词根据词根属性进行分类后，我们通过词义基本上可以知道这些搜索词下的商品分布在哪些大品类下，但是我们并不清楚每个搜索词下热销的商品，所以搜索词选品最重要的一步是分析搜索词和商品的相关度。
相关度理解的简单一点就是搜索词下商品的转化率和订单量，根据亚马逊的算法规则，可以通过搜索词的热度大小和搜索词下的自然排序来进行判断商品的销量，所以分析相关度的重点就是研究在对应销售高峰期阶段，搜索词的热度大小和商品自然排序。
4，我们可以通过卖家精灵的关键词挖掘-批量分析关键词功能，把时间节点定位在国庆节销售高峰期5月份和6月份，然后把分类好的搜索词词库进行批量查询；我们通过批量反查，可以看到每个搜索词在5月份的搜索热度排名，搜索量大小，搜索词的购买量，以及TOP10 ASIN的商品首图，通过这些搜索词的指标分布我们可以快速的判断这些词背后的商品需求规模。
5，我们还可以通过在不同搜索词下的商品自然排序和占比，可以快速的筛选出来热销商品（逻辑解读：一个商品在多个搜索词下产生比较靠前的排序，那说明商品的销量规模和搜索词下的转化率相对更好）
6，尤其是针对国庆节装饰品类，商品的搜索词来源都是比较宽泛的流量大词，通过分析搜索词下商品的自然排序和占比来提取热销商品就更加有价值。
7，通过搜索词定位，针对精准搜索词，如果我们想把搜索词下的商品销售数据进一步深度调研分析，我们就可以继续使用卖家精灵的选产品功能，通过搜索词定位来下载全品类的商品销售数据，然后同方法一，进行品类机会和产品机会的分析定位。
<待续>
因篇幅原因，文章剩余板块内容，将在下篇文章中呈现。