无论是什么产品，总会有那么几个比较重要的产品属性。即使是标品，也会存在不同时间的产品日期。所以，只要是产品，就一定会有不同的产品属性。
而一般不同的产品属性代表不同的需求。比如食品上的味道，酸甜苦辣就可以分成四种不同的味觉需求，人家明明就想要吃酸的，你却提供辣的；比如食品上的体积，也有大小之分，人家明明要小的就好，你却提供大的；比如食品上的产地，人家明明要四川的，你却提供广东的。当然，还有很多种可能性，而这些可能性的相互组合，就可以产生无数个不同需求的市场。
人，可以只有3个，但产生的市场有可能是6个，也有可能是12个，甚至更多。基于此，找准有大需求的市场，比找到小需求的市场要重要的多。而大小市场本质上也反映了其内部流量的多少。流量越多，需求越旺。
废话了这么多，只是为了告诉大家一个基本道理，不同的类目，TOP级卖家的流量是有上限的，尤其是真实的流量。很多时候，不是只要你愿意投资，就一定会增加流量；很多时候，你的投资，纯粹就是希望对手不要增加流量而已。
比如这个市场真实流量一共是100人，我自己的品牌先覆盖了50个人，还剩下50个人。那么，无论我怎么努力，最多也就再增加50个人，翻了1倍。有可能做到，但我相信想要翻1倍是很困难的。与其这样，何不如通过让自己的产品增加曝光来尽量干扰对手的曝光，那就变成了剩下的50个人不会那么容易就被指定对手给覆盖掉。这就是竞争的目的性策略。
所以，一定要重视真实流量究竟有多少。那么，这时候问题就来了，怎么才能知道呢？这个问题也是前不久数据学习群的同学在私聊我的时候提到的一个问题。
原问题是这样的，就是自己的流量主要靠自然搜索和直通车，不报活动、不玩淘客，也不作弊，就是纯粹老实正当的做电商生意。但是发现自己的产品流量，只要到了2000个访客数，就基本上不会怎么增加了。查不出原因，也不知道是不是真的有规则在限制。即使加大了直通车的投放，也发现流量没有增加多少。
后来我去分析了之后才知道，其实就是一个小类目，2000个访客数已经是这个产品的顶点，再往上走是无法直接靠关键词引流的，必须借助于淘客、活动、或者站外的短视频引流。
为什么？为什么知道2000个访客数是这个产品的顶点？很简单，我瞎说的。不一定是2000，我只是知道2000是个比较真实的，不错的点，也很少有人能做到。
那么今天我就结合自己研发的新版数据分析工具箱，来跟大家好好讲讲如何分析自己的产品流量，大致可以做到什么程度。
正文
这里以燕窝为例，单纯看“产地”这个热销属性最近30天的支付件数，卖的最好的是“马来西亚”，卖的最差的是“印度”。
但问题是，难不成我这里每个属性都要做到最优吗？答案肯定不是。最关键的还是要先找出适合自己的属性出来，再来看产品属性背后的真实流量大概有多少。既然说到属性，就不得不提属性组合这个概念。
举个例子，我发现“产地”做的最好的是“马来西亚”，“燕窝品质”做的最好的是“金丝燕”，但是通过属性组合，发现目前卖的最好的产品属性里头，没有“马来西亚+金丝燕”。那么是不是代表这个市场还是一个未被开发的好市场。
做生意，最重要的就是发现一个好市场，然后专注做这个市场。而不是什么市场都要，什么人都要。就是因为来的人太不精准，所以转化率才会这么差。
于是，我们需要先来看看产品比较重要的属性的真实需求。那关键是看什么指标呢？当然就是销量，一笔销量代表一个人。那这里的销量，可以用“支付件数”来替代。
比如我的产品就是来自“马来西亚”，我想做到一个月的真实销量是10000笔，这可能吗？目前是已经做到400笔。
那么，在我选择“马来西亚”最近30天的情况下，找到这个产品属性下的“商品”，按“支付件数”排序，发现TOP10里头，最大值是10024，最小值是3071。之后，剔除掉一些参加活动的款，我发现主要还是这些产品的话，就可以直接进入计算。
计算起来也很简单，因为“马来西亚”的总数是“175721”，那么这里我用“10024/175721”和“3071/175721”算出两个占比的极值，分别是5.70%和1.74%。好，现在我们可以来看看，10000笔销量在这个市场里头的真实占比是5.69%。已经无限接近于TOP1。
通过这个方法，是可以测出单一属性的真实销量大概有多少，只要除以行业转化率均值，即可知道有多少真实流量。如果你想要突破这极限，就必须靠站外的流量来支持了。
那么，这里的问题就是，我有这么多的产品属性，选择哪一个比较好。是选“产地”还是选择“燕窝品质”，还是其他？
其实有3种不同的方法，一种是直接算出个各个产品属性的支付件数最大值是多少，然后择优组合选择，一定要组合，不然是没有自己的机会的；另一种，是通过分析自己店产品的标题词根算出什么词根用的次数最多，然后找到和这个词根相符合的产品属性出来，这样子，产品属性对词根的权重也是有支持力度的；最后一种，通过分析自己的核心关键词的实际竞争环境，去发现对手用的最多的词根都是哪些，然后规避，记住能规避的一定要规避。
第一种就是上面我所讲过的内容，自己去尝试组合一下。
第二种是批量分析店内产品标题词根，如果产品比较多的话，可以用这个功能来实现切词。为了保护同学的数据隐私，我在关键词市场上搜了“燕窝”这词，找来40个产品标题，权当这位同学的标题，然后放到一个命名为“标题.xlsx”的Excel文档当中，字段名也是叫做“标题”，然后把这些标题都放在一起。请注意我这里的这些要求，一个都不能错。另外声明一下，这个功能是所有同学都可以使用的。
之后，点击“程序立即执行”，静静等待即可。
结束之后，点击“导出数据”，右边就会显示所有“词根”。
也可以从数据源当中进行查找，现在就是统计下这里出现的词根的次数有多少而已。
之后降序排序，看看那些有用的词根的频次比较多，那么这些就可以作为重点关注的对象去查下真实需求。类似于“*”或者其他一些特殊字符的，就剔除掉即可。
这个方法够简单了吧？接下来我们来说下第三种，就是查下“燕窝”或者你想指定的关键词“金丝燕燕窝”的竞争环境数据。当然，我们直接通过无线端进行查找。
为避免个性化的影响，直接查“销量”排序下“金丝燕燕窝”的关键词数据，稍等片刻，我们这里查10页数据。
这里一共是200个产品，平均下来一页是20个产品那样。接下来，我们需要结合做的，就是在这200个产品标题里头，选出销量TOP40出来，将有用的词根都保留下来，之后再与这200个标题进行匹配，算出各个词根的数据出来。
这里就有个问题，为什么不是200个产品都一起切词呢？一个是需要耗费的时间长，容易被平台稽查，另外一个原因，其实这TOP40的标题里头的词根几乎就可以包含整个行业的词根了，所以重复查没什么意思的。
鉴于部分标题在切词过程中会报错，所以我们最终能切出来的总标题数不一定跟原先的一样，不过没关系，大致拿到一些就可以。那些没有切出来的标题会自动过滤。
分别针对这2份数据进行数据清洗，之后需要用到M函数来匹配词根，最终选择仅连接加载和导入数据模型即可。
打开PowerBIDesktop，选择导入，选择第一项，将我们刚刚做好的“数据源.xlsx”文件导入。
之所以选择先通过Excel的PowerBI插件做数据清洗，之后再结合PowerBIDesktop来获取这份数据，是因为插件版有更丰富的计算功能，方便我们计算。
是不是很神奇？可以做到无缝衔接。当然，除此之外，还有更多强大的功能可以实现。我们先针对“市场”这份表格，将主图显示出来，作为单独的一个标签页。
有了主图之后，我们再来看这个市场数据就变成合理多了。PowerBIDesktop可以结合主图链接自动生成主图，自动刷新主图。
之后就应该对“词根-市场”这份数据进行词根分析，突然发现词根匹配这块出现问题，重新调整了一下之后，才不至于只有显示3个词根。之所以会出错的原因，在于我不小心把词根和关键词进行匹配，正确的做法应该是和标题进行匹配。
最终，将词根数据进行透视，我们可以发现出一些比较有价值的规律出来。希望今天的分享能给到一部分喜欢玩数据的同学启发。欢迎所有想和花老师学数据分析的同学，加入花随花心数据学习群，现在进群可以获取[100]堂花随花心腾讯课堂付费视频兑换权限，点击菜单栏“数据圈子”了解最新版入群说明。
