Produktforschungstools sind großzügig mit Zahlen und geizig mit Schlussfolgerungen. Sie können geschätzte monatliche Verkäufe, Bewertungsgeschwindigkeit, Keyword-Volumen und ein Dutzend Scores exportieren, sie in einem Dashboard anordnen und immer noch nicht in der Lage sein, die einzige Frage zu beantworten, die zählt: Sollten wir das auf den Markt bringen, und was müsste wahr sein, damit es funktioniert? Gutes Amazon New Product Research Reporting wird von dieser Entscheidung rückwärts aufgebaut. Jedes Panel auf dem Dashboard sollte jemandes Meinung dazu ändern, und jedes Panel, das dies nicht kann, ist Dekoration.
Der Fehlermodus ist bekannt. Ein Forschungsdeck kommt mit vierzig Folien von Kategoriedaten an, das Meeting verbringt eine Stunde damit, die Diagramme zu bewundern, und die Entscheidung wird von dem getroffen, der am selbstbewusstesten argumentiert hat. Das ist kein Datenproblem. Es ist ein Reporting-Problem, und es ist behebbar, indem man im Voraus entscheidet, welche drei oder vier Schwellenwerte ein Ja darstellen.
Schreiben Sie die Entscheidungsregel, bevor Sie die Daten ziehen
Bevor die Forschung beginnt, vereinbaren wir, was ein Produkt für dieses spezifische Unternehmen wert machen würde: eine Mindestmarge, eine maximale Zeit bis zum ersten profitablen Monat, eine Obergrenze für das Kapital, das in der ersten Bestellmenge gebunden ist. Dies sind geschäftliche Einschränkungen, keine Marktfakten, und sie unterscheiden sich enorm zwischen einer Marke mit Lagerkapazität und einer ohne.
Mit der schriftlich festgehaltenen Regel hat die Forschung eine Form. Sie erkunden nicht mehr eine Kategorie, Sie testen, ob ein Kandidat eine Hürde nimmt. Das macht auch die Nein-Antworten schneller, wo der meiste Wert liegt, denn der teure Fehler ist nicht das Produkt, das Sie abgelehnt haben, sondern das, das Sie aus Enthusiasmus auf den Markt gebracht haben.
Nachfragesignale sind Schätzungen und sollten als solche gekennzeichnet werden
Verkaufsschätzungen von Drittanbietern sind Modelle, die auf begrenzter Beobachtung basieren. Sie sind nützlich, um Kandidaten gegeneinander zu bewerten, und unzuverlässig als absolute Zahlen, und Berichte, die sie als präzisen Umsatz präsentieren, laden zu einem Plan ein, der auf Sand gebaut ist. Wir zeigen Bereiche, notieren die Quelle und behandeln die Bestellung als Signal und nicht als Wert.
Keyword-Daten sind ein festerer Boden, weil sie beschreiben, was Leute getippt haben. Lesen Sie auch dort die Absicht und nicht das Volumen. Ein hochvolumiger Hauptbegriff in einer Kategorie, die von etablierten Marken dominiert wird, ist ein Kostenfaktor, keine Chance. Cluster von spezifischen Begriffen mit geringerem Volumen, die ein Problem beschreiben, das Ihr Produkt löst, sind normalerweise der Ort, an dem ein neuer Marktteilnehmer tatsächlich erscheinen kann.
Was Amazon New Product Research Reporting immer zeigen sollte
Unabhängig von der Kategorie verdienen einige Panels ihren Platz auf jedem Forschungs-Dashboard, weil jedes einzelne einen Start getötet hat, der bei den Schlagzeilenzahlen gut aussah.
- Bewertungstiefe der zehn besten konkurrierenden Listings, nicht nur deren Anzahl, da eine Seite mit Listings mit jeweils Tausenden von Bewertungen beschreibt, wie lange Ihr Aufstieg dauern wird.
- Preisverteilung über die erste Seite, die zeigt, ob bei Ihrer beabsichtigten Marge Platz ist oder ob die Kategorie bereits komprimiert ist.
- Gelieferte Kosten modelliert mit Fracht, Zöllen und Rücksendungen inklusive, da eine Marge, die nur aus Stückkosten berechnet wird, routinemäßig so weit daneben liegt, dass sie die Entscheidung umkehrt.
- Geschätzte Einheiten, die erforderlich sind, um eine stabile organische Position zu erreichen, was einen abstrakten Startplan in eine Anzahl von Wochen und ein Werbebudget umwandelt.
Dieses letzte Panel ist das, das am häufigsten fehlt. Ein Start ist eine Zeit des Kaufs von Sichtbarkeit, bis die organische Leistung übernimmt, und wenn niemand die Länge dieses Zeitraums geschätzt hat, hat niemand den Start tatsächlich kalkuliert.
Berichten Sie die Risiken im selben Dokument
Forschungsberichte, die nur unterstützende Beweise enthalten, sind Interessenvertretung. Wir fügen einen kurzen Abschnitt darüber hinzu, was das Produkt versenken würde: ein dominanter Wettbewerber, der den Preis nach Belieben senken kann, eine Kategorie mit Beschränkungsanforderungen, Saisonalität, die Lagerbestände monatelang sitzen lässt, Fragen zum geistigen Eigentum rund um ein Designmerkmal. Diese zu benennen blockiert keinen Start. Es bedeutet, dass das Risiko eingepreist wurde, anstatt später entdeckt zu werden.
Saisonalität wird insbesondere untergewichtet, weil Tools standardmäßig auf die letzten zwölf Monate blicken. Ein Produkt mit einem starken jährlichen Höhepunkt kann im Durchschnitt wie ein stetiger Performer aussehen, und eine erste Bestellung, die zwei Monate nach dem Höhepunkt eintrifft, bindet Kapital bis zum folgenden Jahr.
Halten Sie das Reporting nach dem Start am Leben
Die Forschungsdatei sollte am Starttag nicht archiviert werden. Zeichnen Sie die Schätzungen auf, die sie gemacht hat, und vergleichen Sie sie dann nach dreißig, sechzig und neunzig Tagen mit der Realität. Über eine Handvoll Starts hinweg sagt Ihnen dies, wie sich Ihre eigene Prognose verhält, was wertvoller ist als der Genauigkeitsanspruch eines einzelnen Tools, und in den von uns verwalteten Konten zeigt es normalerweise eine konsistente Verzerrung in eine Richtung, die leicht zu korrigieren ist, sobald sie gesehen wird.
Diese Feedbackschleife ist das, was Amazon New Product Research Reporting von einem Pre-Launch-Ritual in etwas verwandelt, das jedes Mal besser wird. Wenn Sie jetzt Forschung betreiben und nicht sagen können, wie die letzten drei Starts im Vergleich zu ihren Prognosen abgeschnitten haben, ist dieser Vergleich der nützlichste Nachmittag Arbeit, der Ihnen zur Verfügung steht.
Weiterlesen: Amazon New Product Research · Amazon