后浪派业余摊主的入门指导

简介: 后浪派业余摊主的入门指导

最近,火遍全国的词语非“地摊”莫属了。总理在两会记者会上,强调了地摊经济对于恢复经济社会秩序,满足群众生活需要的过程中发挥的积极作用。这个意义在于不仅官方承认了地摊经济的合法性,而且官方是鼓励发展地摊经济的。作为后浪青年的我们,时代的弄潮儿,怎么也要参与一把是不是?


如何开始



说干就干,既然我们要摆地摊,那么我们怎么开始呢?


万事开头难,好的开始就等于成功了一半。作为一个技术人员,对于每一件事情我都是非常认真的,要么不做,要么做最好。所以我要打造一个网红地摊,要做到这点,我不能跟一般人那样,找些小物品,随便找个摊位,然后一边刷抖音一边接客,我要把摆摊这件事上升到产品层面,打造一款爆品出来。


这样想来就简单了,做产品无非就是找到产品定位以及明确目标用户。下面我们分别从这两方面来具体分析。


image.png


烟火风口


目标产品


说到摆地摊,我们绕不过的坎是阿里巴巴的1688网站,淘宝和拼多多的好多商家批发的货源都是阿里巴巴,包括现在的大部分路边小摊都是从这个网站进货的。所以毫无疑问,我们的产品也是从这里面来。


那么我们怎么找到我们的目标产品呢?一个简单粗暴的方法是找到阿里巴巴上畅销的货品,毕竟这是全国大多数人的选择。


一般人可能就是找到热门的分类,然后在热门分类下按照销量排序。但,我不是一般人,作为程序员,我只相信我的程序。


所以我找到了阿里巴巴的“热销市场”,网址是:https://re.1688.com/ 。我们打开网址,映入眼帘的页面是这样的:


image.png


我看到数据线是最热的,于是我搜索一下“数据线”,看到下面的搜索结果:


image.png


好了,到这里一般人都做得到。剩下的怎么办?怎么找到销量最好的?怎么找到靠谱的店家?


该我的绝技登场了——爬虫。我要把这个页面的商品爬下来,并且获取关键数据,然后进行分析。


我们先找到目标请求,为了找到目标请求,我先点击了底下分页的第二页,看看会出现什么请求:


image.png


我们可以看到第一个请求就是我们需要的请求,接着我们直接修改 beginpage 参数,就可以请求目标分页的数据。下面我们直接上代码:


import requests
import time
import random
import openpyxl
# 分页获取商品
def get_premium_offer_list(keyword, page):
    offer_list = []
    for i in range(1, int(page) + 1):
        time.sleep(random.randint(0, 10))
        olist = get_page_offer(keyword, i)
        offer_list.extend(olist)
    return offer_list
# 获取一页商品
def get_page_offer(keyword, pageNo):
    url = "https://data.p4psearch.1688.com/data/ajax/get_premium_offer_list.json?beginpage=%d&keywords=%s" % (pageNo, keyword)
    res = requests.get(url)
    result = res.json()
    offerResult = result['data']['content']['offerResult']
    result = []
    for offer in offerResult:
        obj = {}
        # print(offer['attr']['id'])
        obj['id'] = str(offer['attr']['id'])
        # print(offer['title'])
        obj['title'] = str(offer['title']).replace('<font color=red>', '').replace('</font>', '')
        # print(offer['attr']['company']['shopRepurchaseRate'])
        obj['shopRepurchaseRate'] = str(offer['attr']['company']['shopRepurchaseRate'])
        # print(offer['attr']['tradeQuantity']['number'])
        obj['tradeNum'] = int(offer['attr']['tradeQuantity']['number'])
        obj['url'] = str(offer['eurl'])
        result.append(obj)
    return result
# 写Excel
def write_excel_xlsx(path, sheet_name, value):
    index = len(value)
    workbook = openpyxl.Workbook()
    sheet = workbook.active
    sheet.title = sheet_name
    for i in range(0, index):
        id = value[i].get('id', '')
        title = value[i].get('title', '')
        shopRepurchaseRate = value[i].get('shopRepurchaseRate', '')
        tradeNum = value[i].get('tradeNum', '')
        url = value[i].get('url', '')
        cell = [id, title, shopRepurchaseRate, tradeNum, url]
        sheet.cell(row=1, column=1, value='ID')
        sheet.cell(row=1, column=2, value='标题')
        sheet.cell(row=1, column=3, value='回购率')
        sheet.cell(row=1, column=4, value='成交量')
        sheet.cell(row=1, column=5, value='链接')
        for j in range(0, len(cell)):
            sheet.cell(row=i+2, column=j+1, value=str(cell[j]))
    workbook.save(path)
    print("xlsx格式表格写入数据成功!")
def main(keyword, page):
    offer_list = get_premium_offer_list(keyword, page)
    print(offer_list)
    write_excel_xlsx('./data.xlsx', '数据', offer_list)
if __name__ == '__main__':
    main("数据线", 10)


在程序里面我设置了关键词和总爬取页数两个参数。最后我们输出的 Excel 文件看起来是这个样子的:


image.png


这里我找到了回购率和成交量两个指标来分析商家的靠谱程度以及商品的热销程度。当然你也可以从中找到其他你关心的指标。


拿到这个表格后,我们只需要对指标进行排序,就可以找到前排商品了,然后复制链接到浏览器就可以查看商品详情了。


目标用户


解决了目标产品,接下来我们就要找到目标用户,一般来说,地摊的目标客户大体应该是上下班的人流以及社区的闲逛人员。


针对这两类人群,我们要除了要找到他们的需求商品外,我们还需要他们在哪里。


针对上下班人群,我们的摆摊地点可以是地铁站出入口或者公交站旁边,或者是写字楼的出入口。哪个地铁站的出入口或者公交站人流量最大?哪个写字楼的上班白领最多?我想这两者应该是有联系的。一般热门写字楼旁边的地铁站肯定是上班族人流量最大的。


要找到上班族多的写字楼,就得靠各位去想办法获取数据了。这里有一个不成熟的想法就是去爬招聘网站的数据,然后获取到公司的办公地址,出现较多的写字楼地址应该就是有好多公司办公的。


针对社区闲逛人员,要找到人流量大的社区,可以直接去爬取房屋中介网站,找到小区的总户数这个数据,以及结合小区的新旧程度来综合判断。一般大型老社区的人流量应该是比较大的。


干吗


找到了目标人群,找到了热销产品,接下来的问题是:干吗?分析得头头是道,不干咋知道效果!我干了,你随意!记得到时候扶我回去啊!


总结


本文主要传授如何打造网红地摊(纸上谈兵的嘴炮选手),其实主要是想告诉大家,作为一个会 Python 的人,要将 Python 运用到我们的生活中的各个方面,让 Python 成为我们的得力助手,这样才是业余选手的正道(专业选手请绕道行驶)。


目录
相关文章
|
弹性计算 Java 大数据
揭秘企业数据智能创新奥秘 | 2023云栖大会倚天专场
【倚天专场】邀请了弹性计算、操作系统、平头哥、ARM中国等专家为大家解读阿里云倚天ECS实例最新进展,包括云原生处理器最新技术、龙蜥+倚天软硬件结合、倚天ECS实例最佳实践等话题,为客户上云提供一个更具“性价比”的选择,加速企业数据智能创新。
|
3月前
|
架构师 前端开发 程序员
低代码 VS 全栈开发,2025年了,程序员到底该如何选择?
在技术管理领域深耕十年,作者指出工具之争毫无意义,关键在于如何使用。本文深入解析低代码与全栈开发的本质、区别与融合,探讨在快速变化的技术环境中,程序员该如何选择发展方向,实现效率与深度的平衡。
|
9月前
|
弹性计算 开发者
【上云基础系列-01】如何把控公网带宽费,实现低成本用云(基于单体架构)
本文主要面向开发者,介绍在单体架构下如何巧妙选择服务器和公网产品方案,实现低门槛用云。针对个人开发者和企业不同需求,推荐使用阿里云的ECS、EIP和CDT组合方案,特别是CDT提供的200GB/月免费公网流量,帮助用户显著降低网络成本。该方案不仅适合个人开发者的低成本需求,也满足初创企业和大型电商平台的扩展要求。通过灵活配置服务,用户可以在保障性能的同时实现成本节约。
|
11月前
|
机器学习/深度学习 搜索推荐 语音技术
智能语音识别技术在智能家居中的应用与挑战####
本文深入探讨了智能语音识别技术的基本原理、关键技术环节,以及其在智能家居领域的广泛应用现状。通过分析当前面临的主要挑战,如环境噪音干扰、方言及口音识别难题等,文章进一步展望了未来发展趋势,包括技术融合创新、个性化服务定制及安全隐私保护的加强。本文旨在为读者提供一个关于智能语音识别技术在智能家居中应用的全面视角,同时激发对该领域未来发展方向的思考。 ####
780 33
|
索引 Python
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧1
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
424 4
|
安全 物联网 数据安全/隐私保护
物联网卡的一些限制条件
在选择物联卡时,确实需要注意一些限制条件,以确保物联卡的正常使用和满足设备的需求。以下是一些常见的限制条件:
|
网络协议
卧槽!放个假,交换机受到ARP攻击了,怎么破?
卧槽!放个假,交换机受到ARP攻击了,怎么破?
363 5
|
数据可视化
ggGenshin&Genshinpalette|SCI绘图遇上原神,不输于CNS正刊调色板
本文介绍了两个R包——`ggGenshin`和`Genshinpalette`,它们提供了基于热门游戏《原神》角色色彩的调色板,用于数据可视化。`ggGenshin`包包含了一系列与游戏角色相关的颜色,可以方便地应用到`ggplot2`图形中,而`Genshinpalette`包则提供了更多角色的配色选项。通过这两个包,用户可以直接使用预设的配色方案,提升图表的视觉效果。文中还展示了使用这些调色板绘制的一些示例图表。
1039 1
|
SQL 监控 Oracle
oracle阻塞会话与kill
oracle阻塞会话与kill
|
运维 物联网 Linux
嵌入式面试求职分享(经典)
嵌入式面试求职分享(经典)
541 0