常常聽到有賣家討論“大數據選品”，那么選品究竟是靠”直覺”、“敏銳度”，還是由具有精準數據的條件來判斷更靠譜呢？最近，在各個賣家群出現了一個活躍的數據分析師Sunny，深受大家歡迎，甚至連和澤寶的產品經理都向她咨詢。筆者聯系到了Sunny本人，和她聊了聊大數據選品的相關問題。

講師簡介

名稱：Sunny
年齡：92后
愛好：逛街
擅長：通過數據挖掘和分析判斷市場走勢，做出選品判斷。

Sunny

Q：請你先簡單地自我介紹一下。

A：我是個92后，畢業于香港大學數學系，英文名Sunny，我是江蘇人，我喜歡逛街。我接觸亞馬遜平臺4年了，目前是一家公司的首席數據分析師。

之前我在一個論壇上發表亞馬遜產品的數據報告，跨境知道網找到了我，他們付費獲取我提供的數據報告，我們達成了合作關系。雖然從數據報告上不能直接產生銷售線索，但是卻可以直接指導選品等環節，可以說我的工作是做亞馬遜的最強輔助。

Q：大學學習數學專業對你現在的數據分析工作有什么影響？

A：我大學入學時是商學院的學生，后來發現自己對穿西裝做演示的生活提不起興趣，轉系讀了數學。因為想成為能“解決問題”的人，做一個有技術的穿拖鞋上班的極客。數學專業的學習給了我強大的內心，因為做不出來是正常的，看不明白是正常的，“難”是正常的。

我覺得數據分析這個行業本身和數學沒什么關系，可能和統計/計算機更對口一些，但G點是一樣的，都是從繁雜世界尋找pattern的過程，能看到一些insight就很興奮。然后電商行業很多創業公司，其實也是一樣，想找到一個簡潔有效的pattern，一個商業模型。

Q：選品和大數據到底有什么的關系？

A：數據可以反映事物的發生、變化、結果，這一切都可以反映成數字，數字集合起來就是數據。

選品是一個結果導向型行為，到最后也可以通過看數據得出來。

Q：你接觸亞馬遜的這4年有什么變化和體驗？

A：前兩年我只是公司的一個普通的數據分析員，主要是選品和CPC方向上面的數據分析。后面兩年，在工作中逐漸形成了自己的一條工作體系和對數據分析的認識，有一定的沉淀，然后公司邀請我任職公司的首席數據分析師，負責公司數據中心的全面工作。

Q：你是怎么想起來用直播的方式講解數據分析？

A：現在，直播已經是一種非常普遍的溝通交流方式，在跨境電商行業直播也比較普通、但是對于我來說，是第一參與直播互動，心里還是比較緊張。

做數據分析的重點就是數據來源，我一般是從國外的一些權威專業的數據網站獲取，同時公司也會搜集和提供大量的相關數據給我，然后就是大家常用的一些數據獲取軟件。

我基于這些數據源做出自己的分析和判斷，分享給廣大賣家朋友，大家對于我的工作還是比較認可，互動的時候也很開心。

Q：做亞馬遜數據分析工作需要什么職業素養？

A：最重要的是對行業要有了解，要知道亞馬遜是一個做什么的平臺？都吸引什么樣的賣家和客戶去使用？然后還需要基本的數據處理能力和編程技術，以及英文能輔助能力。但是我還是覺得，對于行業的理解和專業性是第一位的，你拿到了數據后，要知道你做的是什么，應該要做什么，這一切都是圍繞著你對行業的理解程度深化的，不然你拿到再多的數據也沒有用，因為你根本不知道自己要什么？

同時，在基本的素養中有一點：就是不要欺騙自己。我們在做數據分析的時候，心里一定會有一個期望值。但是往往數據分析出來的結果和我們所預想的不一樣。很多人在遇到這種情況的時候，就會把數據結果盡量往自己想象的方向去靠攏，或者去找很多不正確的理由去解釋。每當這個時候，我們要保證不欺騙自己、不為自己找借口。因為這個行為是沒有用的，只有去接受現實，才能得到最真實的結果和原因。

所以，做數據分析，要在足夠了解行業的基礎上，用客觀事實去說話。

Q：小團隊賣家進行大數據分析選品是不是很困難？做數據是不是要非常專業？

A：我覺得不是的。現在有很多專業的軟件工具可以輔助我們分析數據，軟件可以給我們提供數據，我們需要的只是思路而已。小賣家去搜集大數據是不可能完成的，這一個步驟有大服務商來提供，對于小賣家的考驗還是對于市場、產品的清醒認識，還是自我的運營能力的考驗，數據分析很重要，但只是一種輔助手段。

大數據就是分析市場和分析消費者，了解消費者的特征，把握消費習慣和趨勢，以便在做產品和服務的時候有的放矢。對于大賣來說，這個資源非常寶貴。而小賣對此不可盲目，因為受限于很多因素，即便掌握了數據也不一定能搶占市場。小賣對自己的實力要有清醒的認識。

Q：對于數據分析，小賣家要注意什么“坑”？

A：亞馬遜的數據是海量數據，小賣家只能掌握到有限的部分信息，對這樣殘缺的信息加以分析會讓小賣家的決策失誤。

尤其是亞馬遜的品類分布極其廣，細分極為縱深，不同的品類行業屬性大大不同。比如：服裝類做得再大也只能占據市場份額的1%，反之3C類做得好則可以形成品牌寡頭，例如全球手機行業都是被幾個有限的品牌所壟斷。

小賣需要有效過濾掉無效的數據，充分地調動自己的經驗和運營能力，同時將創新思維融入產品的開發和選擇中，著力打造精品。對于無用、或者無法理解的數據，要果斷拋棄，不要被數據所累。

當前的大勢是大數據和人工智能結合，資源有限的小賣可以共享其他創新企業的技術成果。總而言之，大數據雖好，也要量力而行，不要貪杯哦！