闲鱼商品理解专题系列|基于闲置市场品类决策属性的供需挖掘

简介: 闲置二手市场个人卖家孤品特性,使得供给的组织与调节成为运营的核心,而供需挖掘的前提是品类决策属性的识别与商品信息的结构化。

作者:闲鱼技术——岚依

近年来流量成本的不断提高,使得市场精细化运营变得越来越重要。在闲置二手市场,个人卖家孤品特性,使得商品品类优化成为精细化运营的核心内容。通过分析市场供需现状,挖掘机会市场,调整品类结构,从而提高商品效率,实现业务增长。

供需挖掘的前提是商品理解。闲置二手市场货品的孤品特性,导致无法基于过往行为进行相关推荐,个人卖家在发布自用闲置用品时,也无法像B类商家一样上传详细的商品结构化信息,多数个人卖家发布图片单一、描述简短且非结构化。这种非结构化的发布方式强烈依赖推荐。因此,找出闲置二手市场的关键属性并对其进行结构化是商品理解的核心内容,也是品类结构优化的基石。
1.png

l  品类决策树

品类决策树是用户购买该类目的决策因子,我们从搜索、互动、成交的用户主动决策路径中挖掘用户诉求,通过将用户搜索词、互动意图词以及成交属性词和二手商品属性进行匹配,分别将其挂载到商品属性,利用搜索词的搜索热度、互动词的频繁度及成交属性词的覆盖度,并结合闲置二手特有属性(如:鞋服品类的新旧程度、3C数目的成色、个护美妆的余量等),对商品属性重要性进行加权排序,权重为用户来访路径转化率归一值,从而得出各类目的关键属性,即闲置二手品类决策树。
2.png

l  关键属性结构化

相比于新品市场,二手市场商品关键属性缺失情况较为严重,多数个人卖家发布图片单一、描述简短且非结构化。如下图案例,不仅发布信息非结构化,且标题描述中甚至没有出现任何品类描述信息。
3.jpg

因此,在得到品类决策树后,需进一步对各类目关键属性进行结构化。产品侧从发布、售卖任务等入口引导用户完善结构化信息,并通过与ALINLP、图像、同款等算法团队的合作,利用自然语言处理、图像识别和同款识别技术对类目及关键属性进行补全,技术团队搭建了完整的工程体系,对各渠道产出的类目属性进行整合。在此过程中,数据侧通过搭建自动化数据监测体系,使得从不同渠道整合进来的类目及关键属性覆盖率得以及时监测预警,并在数据层面打通阿里集团内部人工精度评测平台,使得数据质量得以保障。

l  供需挖掘及机会市场识别

利用品类决策树及商品结构化信息,对当前闲置二手存量市场进行供需现状分析,建立商品供需指数,找出机会市场,进而优化品类结构。

供需指数模型由4个子模型组成,分别是供需价格模型、商品存量模型、搜索热点模型及供需动销模型,通过4个子模型综合评判品类供需情况。
4.png

1.       供需价格模型

  1. 利用价格模型辅助建立商品供需指数,供需关系影响价格,价格变化反映供需关系变化。例如:受季节性影响,皮草在夏季处于供过于求的状态,均价处于全年较低水平,随着天气变冷,出现供不应求的现象,价格随之提升,而T恤的价格趋势正好与之相反,因此可通过价格辅助判断供需现状,

5.png

2.       商品存量模型

  1. 通过参考期货市场模型,利用细分市场与大盘流量效率及商品效率的对比,来评判细分市场的供需现状。这里大盘为一级类目,设一级类目成交单量=C, 流量ipv=P,商品数为N,那么大盘的商品效率=C/N,流量效率=C/P;同样,某一细分市场成交单量=Ck, 流量ipv=Pk,商品数为Nk,那么大盘的商品效率=Ck/Nk,流量效率=Ck/Pk。

   细分市场的商品效率&流量效率与大盘的比较有三种结果:a. 好:高于大盘平均水平;b. 中:与大盘持平;c. 差:低于大盘平均水平。根据这3种情况,商品效率、流量效率会有好中差的状态,然后交叉为9种市场状态,形成市场九宫格:
6.png

不同状态分别反应了市场的供需情况。1类市场为商品效率、流量效率均高于大盘的情况,是核心增长市场,需要拓展款式与子品牌;4类市场商品效率、流量效率与大盘持平,属于饱和市场,运营方向是做性价比;2类是需要拓展款式,增加市场供给的机会市场;5类商品效率高,但流量效率低,说明有潜在需求未被满足,搜索多,匹配到需求的部分品效高,但还有很多差异化的需求未匹配到商品;9类市场两个效率都很低,属于衰退市场。对每个市场做九宫格结构诊断,就可以定位重点运营的市场,调整市场供给。

以女装类目为例:通过计算女装各叶子类目商品效率和流量效率,与女装一级类目的商品效率和流量效率进行对比,发现学生校服的流量效率是女装一级类目的3倍,但商品效率低于女装大盘平均水平;皮草的流量效率低于女装大盘平均水平,但其商品效率是女装一级类目的2.5倍;雪纺、T恤、牛仔裤等流量效率及商品效率均低于女装大盘……通过以上对比可知各叶子类目相对于女装大盘流量效率及商品效率的好中差,建立闲置二手女装市场九宫格,初步识别出二手女装的细分机会市场及二手女装衰退市场。
7.png

3.       搜索热点模型
除供需九宫格外,我们结合搜索热点挖掘,通过分析用户搜索行为,找到搜索人气高,但在线商品数量少的供需机会点。以搜索面膜为例,在相同搜索uv的情况下,“可复美”面膜的商品召回量及商品点击量远远低于其他品牌面膜,说明该品牌面膜存在一定程度的供不应求现象。
8.png

4.       供需动销模型
结合动销情况,根据发布到成交的时间长短,挖掘出紧俏仅供。
通过以上4个模型,建立商品供需指数,通过发布侧调整品类结构并将供需指数应用在不同导购场景,合理优化品类供需。

l  供需应用

供需指数为二手市场的品类结构调整指明了方向。对于供不应求的稀缺品类机会市场,通过促发布的方式提升供给;对供过于求的衰退市场,通过搜索关键属性导航,价格引导等供需导购方式进行提效,实现业务增长。

l  后续

目前闲鱼商品理解及供需指数应用仍在持续优化中,在工程、算法、业务场景应用中有了一定沉淀,在后续闲鱼技术文章中将不断为大家呈现,敬请期待!

相关文章
|
6月前
|
数据挖掘 定位技术 数据安全/隐私保护
高速增长的食品酒水品牌,都懂如何用数字化提升线下渠道经营效率!
高速增长的食品酒水品牌,都懂如何用数字化提升线下渠道经营效率!
113 0
|
6月前
|
人工智能 数据挖掘 5G
品牌换新如何获得新增长?好来借助数字化营销再次提升购买力
品牌换新如何获得新增长?好来借助数字化营销再次提升购买力
|
27天前
|
存储 JavaScript 前端开发
共享购融合推三返一:推动裂变增长,增加用户黏性
本文概述了将“共享购”与“推三返一”模式转化为技术实现的简化框架,涵盖后端开发(如技术栈选择、核心功能实现)、前端开发(如用户界面、状态管理)、数据库设计、安全性考虑及测试部署等方面,旨在为开发者提供指导。
|
27天前
|
数据库 数据安全/隐私保护 数据库管理
广告电商融合众店模式:让利与收益良性循环机制
广告电商与绿色积分融合的创新商业生态涉及多个系统模块、数据库设计、用户接口和后端逻辑。本文通过一个简化的Python和Flask框架示例,展示了如何构建广告电商平台的核心功能,包括环境准备、项目结构、配置文件、数据库模型、路由和视图函数、模板文件等。示例涵盖了用户注册、登录、广告展示和任务完成等功能,为后续开发提供了基础。希望这个示例能帮助你理解和实现类似的商业模式。
|
1月前
|
数据采集 存储 数据挖掘
淘宝天猫商品评论数据接口 —— 电商决策的宝贵资源
在电商竞争中,淘宝天猫商品评论数据接口为技术员提供了宝贵的用户反馈资源,帮助深入了解用户需求、评估产品质量、监测竞争对手,从而优化产品和服务,提升竞争力。使用时需遵守平台规定,确保数据安全。
|
2月前
|
搜索推荐 API
淘宝商品数据洞察:解锁精准营销新策略
在快速变化的商业环境中,高效的营销策略对企业至关重要。通过API获取淘宝APP的商品细节数据,企业可以精准分析产品特性、强化卖点,并制定灵活的价格策略。利用用户画像实现个性化营销,选择最佳渠道并优化内容,从而提升品牌影响力。这一方法不仅帮助企业抓住目标消费者,还能增强市场竞争力,促进长期发展。
|
4月前
|
XML 数据挖掘 API
数据为王!深度挖掘天猫商品详情接口,赋能电商运营新策略
**天猫商品详情接口摘要** - 开放平台API,获取商品标题、价格、描述、销量等信息。 - 支持多语言,用于生成详情页、数据分析、营销策略、竞品分析和购物决策。 - 注册授权,获取AppKey和AppSecret,参照文档构建请求。 - 发送GET/POST请求,处理JSON或XML响应数据。 - 助力自动化运营、提升效率和竞争力,对商家和消费者都有价值。
|
机器学习/深度学习 搜索推荐 算法
流失客户预测及营销方案(源码)
流失客户预测及营销方案(源码)
|
算法 大数据 智能硬件
品牌程序化购买市场未来三个趋势
品牌程序化购买市场未来三个趋势
274 0
品牌程序化购买市场未来三个趋势