Ищем самые доходные товары для маркетплейсов — на примере Ozon
Я занимаюсь стратегическим маркетингом в торговле, то есть подбираю актуальные товары для старта и развития бизнеса, о чём и пишу регулярно на vc.ru.
С неделю назад ко мне обратился клиент за помощью в подборе товаров для продажи через Amazon и российский маркетплейс Ozon. Сейчас хочу рассказать о том, как я решил эту задачу.
Пример делаю на базе Ozon, однако по такому принципу можно анализировать под любую площадку, в том числе и под Amazon.
Дисклеймер. Описанный алгоритм позволяет находить товары, с которых можно получить максимум прибыли на единицу вложений. Если задача стоит в максимальном обороте одного вида продукции, то лучше воспользоваться статистикой продаваемых товаров, не забывая про необходимость успешной работы с конкурентами в рамках площадок.
На каких товарах на маркетплейсах можно получить максимальную прибыль
Общий принцип поиска таких товаров строится так. Во-первых, есть основные товары для покупок, на которых и сами маркетплейсы делают основной оборот.
Эти товары люди могут искать через поисковые системы и на различных площадках, стремясь получить минимальные цены за оптимальное качество.
В таких товарах делать нечего, если не готов работать на большие обороты вместо высокой процентной прибыли.
Однако когда основной товар уже в корзине, клиент думает: «А что бы можно было ещё докинуть?» Может и не думает, а система рекомендаций маркетплейсов подталкивает его к спонтанной покупке.
Важно понимать, что в данном случае мы получаем пару крутейших бонусов:
- Через спонтанные покупки мы можем продать товар, о котором вообще никто не знает, то есть нам не нужен, как обычно, высокий спрос: маркетплейс уже решил задачу привлечения реального клиента. А нет спроса — нет конкуренции и демпинга.
- Если клиент заинтересуется товаром, то с малой долей вероятности уйдёт с площадки в поисках более дешёвых предложений, ведь покупка уже совершается.
Это приводит к тому, что огромное количество товаров продаётся на маркетплейсах по ценам значительно выше средних.
Для поиска таких товаров, которые хорошо продаются на спонтанном спросе, я использую несколько подходов. Один из самых простых, но достаточно эффективных, включает три этапа.
1. Специальный алгоритм определяет степень конкретизации товаров
Это нужно для того, чтобы из анализируемых фраз выделить конкретные товары, а не общие ниши, коих может быть десятки миллионов (сейчас моя база перевалила за 60 млн позиций).
Например, фраза «купить одежду» имеет низкую степень конкретизации и не говорит о конкретном товаре, так как в эту категорию входит огромное количество продукции: мужская одежда, женская, детская, зимняя, летняя и специальная.
Другими словами, нам нужны максимально конкретные товары с минимальным достаточным ассортиментом.
2. Выявив конкретные товары, оцениваем объём связанного с ними контента с помощью парсера
- коммерческий: реклама, объявления, карточки интернет-магазинов, лендинги;
- некоммерческий: обсуждения на форумах и в социальных сетях, отзывы, ролики на YouTube.
3. Через время (достаточно двух-трёх дней) делаем новый срез и сравниваем свежие значения с предыдущими
Если объём некоммерческой информации растёт быстрее, чем коммерческой, значит товар становится популярным «сам по себе» и действительно представляет из себя что-то нужное и интересное.
Если же наоборот, то товар набирает популярность за счёт рекламы и продвижения, но по какой-то причине «сарафан» не запускается. По всей видимости, предложение восторга у покупателей не вызывает.
(На самом деле картина часто видна и без сравнений, просто раз я собираю данные на постоянной основе, то почему бы и не сравнивать)
Тут важно подчеркнуть: то, что мы находим, никак не связано ни с трендами, ни с конкуренцией, ни с популярностью товара. Всё, что мы выявляем, — это насколько данный товар интересен потенциальной аудитории сам по себе.
Пример — ошейник-«антилай» для собак.
В сумме всё это означает, что если мы продемонстрируем данный товар целевой аудитории (собаководам), то нас ожидает высокая степень отдачи.
На Ozon есть соответствующая категория товаров — «Амуниция для собак». Проверим теорию.
На самом деле из тысяч найденных мною товаров по данной методике очень трудно отыскать то, что есть хотя бы в единичном ассортименте на маркетплейсах, дабы подтвердить теорию и продажи по таким товарам.
Например, на Ozon не нашёл блоков плавного пуска электроинструмента.
Особенно много таких товаров находится для категории «Дом и сад», но и других позиций достаточно.
Поиск товаров для Amazon осуществляется аналогичным образом, разве что работать под западный рынок немного проще благодаря обилию готовых и достаточно качественных аналитических инструментов.
Возможно, возникнет вопрос.
А почему бы просто не взять списки самых ходовых товаров и не проверить их на наличие в маркетплейсе, например, как я это делал для Avito?
В теории можно, но:
- Подобный метод для Avito использовался потому, что там нет эффекта спонтанных покупок и допродаж, поэтому важен именно спрос.
- На Ozon нет огромного количества ходовых товаров, а причина либо в том, что там такая продукция или просто не продаётся, или по каким-то причинам сотрудники Ozon её не пропускают.
На маркетплейсах спрос не нужен, это компенсирует отсутствие территориальной защиты от конкурентов со всей страны, а для международных площадок — со всего мира (на Avito мы делали анализ под конкретные населённые пункты).
Кроме того, описанный выше алгоритм полностью автоматизируется и не является более сложным. А проверить наличие товаров на маркетплейсах можно дополнительно, если это необходимо.
Спасибо за внимание! Рад вашим оценкам и комментариям!
UPD: по поводу того, чем собирать и анализировать данные по коммерческой и некоммерческой информации в интернете. Всё так просто, что даже забыл об этом написать.
- Можно выявить конкретные товары, сравнив число запросов в кавычках и без кавычек. Это нужно для того, чтобы программно выявлять конкретные товары, а не просто общие ниши.
- Собрать некоммерческую информацию о товаре можно анализируя ресурсы, на которых обычно рекламу не размещают.
У меня в базе около 1000 площадок: популярные форумы, сайты с отзывами, а также YouTube.
- Собрать информацию о коммерческой информации можно аналогичным образом: через доски объявлений, рекламу в поисковых системах.
- Свести и сравнить данные за период времени можно хоть в MySQL, хоть, на худой конец, в Excel.
Для работы можно использовать уже не раз упомянутый универсальный парсер ContentDownloader.
Ну и кое-что, может быть, проще собрать через KeyCollector.
В общем, ничего сложного, качайте софт, изучайте принципы, а там разберётесь!
Судя по Вашему тексту на Амазоне Вы не торгуете, иначе бы слышали про amz.one - и что там уже есть русский язык.
Нет, не торгую. Я аналитикой для клиентов занимаюсь.
Что касаемо ссылки на сервис, спасибо, но вот он не заменяет того, что я описал выше, т.к. я анализирую товары за рамками экосистемы, что дает более комплексную информацию за рамками экосистемы. Люди не ищут того, о чем не знают, поэтому внутренняя аналитика маркетплейса - это штука полезная, но я не считаю ее самодостаточной в рамках поставленной задачи.
Очень интересно. Сколько у вас стоит анализ раздела на авито?
Я не совсем понял задачу, но, скорее всего, если нет особых заморочек, то в 3000 р.
Спасибо, очень интересно, но хотелось бы:
1. Пример конкретно по Amazon, т.к. для меня данная площадка более интересная
2. Как именно Вы ищите информацию о товарах??? Используется какая-то программа или что?
Дополнил статью.
1. Ну так для Озона все тоже самое, принцип один. Цель статьи - показать сам подход.
2. Что касаемо инструментария, то если что-то есть готовое (бесплатное или платное), то я всегда указываю в своих статьях. В данном случае используется свой парсер. Хотя, можно и keycollector использовать.