Инструменты исследования продуктов щедры на цифры и скупы на выводы. Вы можете экспортировать оценочные ежемесячные продажи, скорость отзывов, объем ключевых слов и дюжину оценок, расположить их на дашборде и все равно не сможете ответить на единственный важный вопрос: стоит ли нам запускать это и что должно быть правдой, чтобы это сработало? Хорошая отчетность по исследованию новых продуктов Amazon строится в обратном порядке от этого решения. Каждая панель на дашборде должна менять чье-то мнение об этом, а любая панель, которая не может этого сделать, — это украшение.
Режим отказа знаком. Приходит исследовательский отчет с сорока слайдами данных по категории, встреча тратит час на восхищение графиками, и решение принимает тот, кто спорил наиболее уверенно. Это не проблема данных. Это проблема отчетности, и ее можно исправить, заранее решив, какие три или четыре порога составляют «да».
Напишите правило принятия решения перед тем, как выгружать данные
Перед началом исследования мы договариваемся о том, что сделает продукт стоящим запуска для этого конкретного бизнеса: минимальная чистая маржа, максимальное время до первого прибыльного месяца, потолок того, сколько капитала связывается в количестве первого заказа. Это бизнес-ограничения, а не рыночные факты, и они сильно различаются между брендом со складскими мощностями и брендом без них.
С написанным правилом исследование обретает форму. Вы больше не исследуете категорию, вы проверяете, преодолевает ли кандидат планку. Это также делает ответы «нет» быстрее, в чем и заключается большая часть ценности, потому что дорогая ошибка — это не продукт, который вы пропустили, а тот, который вы запустили на энтузиазме.
Сигналы спроса — это оценки, и их следует помечать как таковые
Сторонние оценки продаж — это модели, построенные на ограниченных наблюдениях. Они полезны для ранжирования кандидатов друг против друга и ненадежны как абсолютные цифры, а отчетность, которая представляет их как точный доход, приглашает к плану, построенному на песке. Мы показываем диапазоны, отмечаем источник и относимся к заказу как к сигналу, а не как к ценности.
Данные по ключевым словам — более твердая почва, потому что они описывают то, что люди вводили. Даже там читайте намерение, а не объем. Главный термин с высоким объемом в категории, где доминируют известные бренды, — это затраты, а не возможность. Кластеры специфических терминов с меньшим объемом, описывающие проблему, которую решает ваш продукт, — это обычно то место, где новый участник действительно может появиться.
Что всегда должна показывать отчетность по исследованию новых продуктов Amazon
Независимо от категории, несколько панелей заслуживают своего места на каждом исследовательском дашборде, потому что каждая из них убила запуск, который хорошо выглядел по заголовкам цифр.
- Глубина отзывов десяти лучших конкурирующих листингов, а не только их количество, потому что страница листингов с тысячами отзывов на каждом описывает, как долго продлится ваш подъем.
- Распределение цен по первой странице, показывающее, есть ли место в вашей предполагаемой марже или категория уже сжата.
- Чистая стоимость, смоделированная с учетом фрахта, пошлин и возвратов, так как маржа, рассчитанная только из стоимости единицы, обычно настолько неточна, что меняет решение.
- Оценочное количество единиц, необходимое для достижения стабильной органической позиции, что превращает абстрактный план запуска в количество недель и рекламный бюджет.
Эта последняя панель — та, которая чаще всего отсутствует. Запуск — это период покупки видимости, пока органическая производительность не возьмет верх, и если никто не оценил продолжительность этого периода, то никто на самом деле не рассчитал стоимость запуска.
Сообщайте о рисках в том же документе
Исследовательская отчетность, которая содержит только подтверждающие доказательства, — это адвокация. Мы включаем короткий раздел о том, что потопит продукт: доминирующий конкурент, способный снижать цену по желанию, категория с требованиями ограничений, сезонность, из-за которой запасы лежат месяцами, вопросы интеллектуальной собственности вокруг особенности дизайна. Называние этого не блокирует запуск. Это означает, что риск был оценен, а не обнаружен позже.
Сезонность, в частности, недооценивается, потому что инструменты по умолчанию смотрят на последние двенадцать месяцев. Продукт с сильным годовым пиком может выглядеть как стабильный исполнитель в среднем, а первый заказ, прибывающий через два месяца после пика, связывает капитал до следующего года.
Поддерживайте отчетность после запуска
Исследовательский файл не должен архивироваться в день запуска. Запишите сделанные им оценки, а затем сравните их с реальностью через тридцать, шестьдесят и девяносто дней. На примере нескольких запусков это говорит вам о том, как ведет себя ваше собственное прогнозирование, что ценнее, чем заявление о точности любого отдельного инструмента, и в аккаунтах, которыми мы управляем, это обычно выявляет последовательное смещение в одном направлении, которое легко исправить, как только оно замечено.
Эта петля обратной связи — то, что превращает отчетность по исследованию новых продуктов Amazon из ритуала перед запуском в нечто, что становится лучше с каждым разом. Если вы проводите исследование сейчас и не можете сказать, как последние три запуска показали себя по сравнению с их прогнозами, это сравнение — самый полезный послеобеденный труд, доступный вам.
Читать далее: Исследование новых продуктов Amazon · Amazon