各位读者，你们好
自上次发表了把手教你做阿里巴巴国际站询盘分析之后，激发了很多小伙伴对数据分析的兴趣，今天再来分享一篇，对行业价格段的分析。
作者：张志和
在数据管家行业版-商品洞察，有这样一份数据供我们使用，我们可以通过关键词自定义一些商品品类，来查看其不同价格段的商品数占比情况。以此来了解不同价格段的商品竞争情况。
对于一些没有数据管家行业版的普通用户来说，如何去分析来实现这个功能。或者想细化价格段划分的颗粒度，又或者单纯的想找个运营方向来做数据研究。我们可以自己整理数据做分析。
实操演示
第一步，打开阿里巴巴国际站，通过关键词搜索或类目选择，获取某关键词下或某类目下的前100页产品列表。100页以后的数据因分析价值很小，舍弃分析。
第二步，在产品列表区域拖动鼠标复制产品数据，从第一个产品开始拖动至最后一个产品结束。右键选择复制。
第三步，新建一个EXCEL表格，将复制的数据粘贴到表中A列。然后重复操作，完成第二页及之后的产品数据复制。可以选择性复制50页或100页。根据自己想分析的数据量或规划的产品排名位置选择合适范围的数据样本。
第四步，完成数据的获取后，我们需要删除没用的图片数据。选择开始选项卡下的查找和选择，定位条件。
第五步，在弹出的定位条件窗口中，选择对象，单击确定。会自动选中所有图片，然后Delete一键删除所有图片。
第六步，选中A列，开始选项卡-清除-清除格式。清除A列的格式，便于我们观看数据。
第七步，选中A列，点击开始选项卡-查找和选择-定位条件，选择空值，点击确定。将A列所有空行全部选中。
第八步，在选中的空行处右键，选中删除-下方单元格上移-确定。删除全部空行。
第九步，在第一行之上插入一个新行。
第十步，复制A列数据到B列，并上移一行。使得价格和起订量在同一行显示。
第十一步，选中AB两列数据，点击开始选项卡-排序和筛选-筛选。点击A列下拉筛选箭头，在筛选框中，筛选出含有$符号的数据。或者筛选出B列含有 Min Order 的数据。如图。
第十二步，利用函数=NUMBERVALUE(MID(A13,2,4)) ，将价格段的起始价格提取出来。
第十三步，利用函数=NUMBERVALUE(IFERROR(MID(A13,FIND("-",A13,1)+2,4),MID(A13,2,4))) ，将价格段的终止价格提取出来。
第十四步，利用函数=NUMBERVALUE(LEFT(B13,FIND(" ",B13,1)))，将产品的最小起订量提取出来。
第十五步，选中刚刚提取的三列数据，点击插入选项卡-数据透视表，在弹出的窗口中选择新工作表，点击确定。
第十六步，在新建的数据透视表中，选中终止价格，并分别拖动至行区域和值区域。
第十七步，右键值区域的终止价格字段，点击值字段设置，修改终止价格求和为计数，点击确定。
第十八步，在价格区域右键，点击组合，在弹出的组合窗口中，设置步长为0.1。
设置步长的目的是对价格按一定的价格段宽度进行归类，根据数据源情况选择合适的颗粒度进行划分。这里以0.1美金为例。
除了利用数据透视表对价格进行自动归类。我们还可以通过函数对价格段进行自定义划分。如图。
第十九步，在终止价格计数区域右键，选择排序-降序。对每个价格段的商品数进行降序排列。
第二十步，将起订量字段拖动到列区域，以此来查看所处类目下，或某关键词市场下产品的价格段分布情况。以及每段价格下都有多少商品，以及对应的起订量分布情况。从而了解市场情况来辅助自身决策。
上述的方法可以帮助普通商家实现数据管家行业版才有的价格分析功能。除此之外。我们还可以引入更多的维度，更加精准透彻的分析市场数据。
对阿里国际站前台熟悉的小伙伴应该会注意到。在网站很多的页面都藏着一些我们平时不容易注意到的数据，我们可以在商品详情页找到商品的订单数、销量、买家数等数据，也可以通过挖掘代码、借用第三方软件或网站数据来查看更多的信息。
细化是数据分析很重要的一个思维。不论是数据管家官方统计的价格数据，还是我们自己按上面步骤分析出的价格数据，颗粒度都较为粗糙。因为同一类商品本身又划分着多重的属性。
以包装袋来说，有白卡纸、牛皮纸、铜板纸、特种纸等多种材质的类型，把所有类型的商品价格混在一起进行汇总分析显然是不够合理。我们还需要对属性进行提取，然后通过数据分组或数据透视的方式，对每一个材质类型的所对应的订单量、价格、采购国家分布等进行统计分析。这样对于我们了解市场商品属性的分布和状况才有着更大的分析意义。数据也更利于实战使用。
对于选品来说，这份数据也有着重要的参考意义。在私下我曾经多次分享过自己对于选品的理解，选品本身并不是一个技术活。选品是一个多维度的围剿过程。
选品的终极目标，就是选出一个好卖，能卖，热卖，能赚钱的品出来，核心技术是各种维度的堆积。买的人多、卖的人少、流量分配垄断性不高、细分竞争领域、明确买家需求、价格竞争度低、利润范围合理、商品易使用少售后等等各种维度的围剿过程。选品的维度没有边界。考虑的维度越多、越重要，成功的概率就越大。
各项选品维度用数据来衡量。买的人多，卖的人少，以及市场细分需求的数据。可以去外贸学院搜索课程《数据化运营案例与数据体系化建设》，之前粗略的分享过一些。
而流量分配的均匀性，则可参考上图数据，我们可以对前一百页商品池中的商品订单量或者销量进行排序，然后分析前20个商品，前50个商品，分别占据了全部产品订单量的百分比，以此来看这个类目下的订单量分布是否均匀，要做到哪个位置可以获得相应的订单量。以及可以参考排名靠前的商品，分析其特性进行借鉴和突破。
自己整理数据分析的好处，除了在分析各项数据时，可以针对性的对某一属性或某一参数做细致的筛选分析，还可以自定义更多的维度，使得分析过程更加综合立体。
然而，自己整理数据分析也并不是全部都好，除了分析的颗粒度和自由度比数据管家官方数据更高，准确度却不如官方数据。因为在我们分析的过程中，不论是取数，还是范围，都可能会出现数据有误差的时候，甚至有些商家隐藏了自身的交易数据，就会导致我们获取的数据并不完整，数据样本缺失部分。但由于获取的线上数据真实准确，分析过程科学合理，分析的结果依然具有一定的参考意义。（完）
