做电商如何选择产品类目？
个人觉得购物网站卖的的应该是男女服装，化妆品，手机通讯设备，网络游戏虚拟卡，居家用品，童装孕妇用品，女士包包鞋帽，珠宝相机数码，电脑配件玩具等等，这个要根据自己对产品的了解熟悉度，对市场的把控，不管做那个产品，只要自己用心了，慢慢都会做起来的，功夫不负有心人。
电商类目分布怎么看好坏 电商产品类别
电商类目分布怎么看好坏 电商产品类别
电商平台应该分析哪些数据？具体怎么去分析
电子商务平台需要分析的数据及分析规则如下：
一、网站运营指标：
网站运营指标主要用于衡量网站的整体运营情况。在这里，EC数据分析联盟暂时将网站运营指标分为网站流量指标、商品类别指标和供应链指标。网站流量指标主要用于考虑网站优化、网站可用性、网站流量质量和客户购买行为。
商品类别指标主要用于衡量网站商品的正常运营水平，与销售指标和供应链指标密切相关。这里的供应链指标主要是指电子商务网站的商品库存和商品配送，而不考虑商品的生产和原材料的库存和运输。
二、商业环境指标：
这里，电子商务网站经营环境指标分为外部竞争环境指标和内部购物环境指标。外部竞争环境指标主要包括市场占有率、市场拓展率、网站排名等，这些指标通常使用第三方研究公司的报告数据。与的B2C网站相比，淘宝在这方面的数据要准确得多。
网站内部购物环境指标包括功能指标和运营指标（这部分与之前的流量指标一致）。常见的功能指标包括商品种类的多样性、支付配送方式、网站正常运行、连接速度等。
三、销售业绩指标：
销售业绩指标与公司的财务收入直接挂钩，在所有数据分析指标体系中起着主导作用。其他数据指标可根据该指标进行细分。
网站销售绩效指标主要关注网站订单的转化率，而订单销售指标主要关注具体毛利率、订单效率、重复采购率、退货率和汇率。当然，还有很多指标，如总销售额、品牌类别销售额、总订单、有效订单等，这里没有列出。
四、营销活动指标：
营销活动的成功通常从活动效果（收入和影响）、活动成本和活动凝聚力（通常通过用户注意力、活动用户数量和客户单价来衡量）等方面来考虑。在这里，营销活动指标分为日常市场运营活动指标、广告宣传指标和对外合作指标。
其中，市场经营活动指标和广告投放指标主要考虑新增客源数量、订单数量、订单转化率、每次访问成本、每次转化收益和投资回报。而对外合作的指标则由具体的合作伙伴来确定。例如，电子商务网站与返利网合作时，首先考虑的是合作的回报。
5、客户价值指数：
顾客价值通常由三部分组成：历史价值（过去消费）、潜在价值（主要从用户行为考虑，以RFM模型为主要衡量依据）、附加价值（主要从用户忠诚度、推广等方面考虑）。这里，客户价值指标分为总体客户指标和新老客户价值指标。
这些指标主要从客户贡献和购置成本两个方面来衡量。例如，我们使用访客数量、访客成本和从访客到订单的转换率来衡量总体客户价值指数。除了上述考虑之外，老客户价值的衡量更多的是基于RFM模型。
扩展资料：
电子商务中使用分析数据的优点：
数据分析体系建立之后，其数据指标并不是一成不变的，需要根据业务需求的变化实时的调整，调整时需要注意的是统计周期变动以及关键指标的变动。
一般来说，单个数据索引的分析并不能解决这个问题，而且每个索引都是相互关联的。将所有索引编织成一个网络，并根据具体需要找到每个数据索引。当用户在电子商务网站上有购买行为时，他们会从潜在客户转变为网站的价值客户。
电子商务网站一般将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息存储在自己的数据库中，因此，这些客户可以根据网站的运营数据来分析自己的交易行为，估计每个客户的价值以及为每个客户拓展营销的可能性。
参考资源来源：
众所周知，电商平台定期都要对商品销售进行分析，比如针对各个不同商品的销量、库存分析、商品评论等。做商品数据分析，可以从时间维度或者从不同商品的类别、价格等多个维度来做分析，这里可以做的数据图表类型很多。
一、时间维度
从时间维度上来看，除了显示分析周期的数据，常用的分析方式是同比和环比，时间区间可以是年、季和月，甚至是周，不过周相对用的少。
二、商品类别、价格维度
本次分析我主要是从商品类别、价格等多角度来进行商品数据分析，先是商品总的数据预览，如图（图表在BDP个人版上制作的）：
这是选取8月23日的数据，可以看出，整个平台的上架的商品量还有4372万，量还比较多；商品好评率为93%，是整个平台的平均值，那应该还算不错啦！本月的月销量还有12%，只有24-31日一共8天，完成剩下的12%应该问题不大，相当于这个超额完成销量啦，是不是平台近期上架了很多夏天商品，所以8月份超额完成也是正常，比如游泳三件套、风扇等等。还是这个月做了什么活动，让这个月的销量比预定的目标稍微好一些......数据真实的反应是这样，至于原因还是需要自己去找哈。
自己平台上的上架商品的数量、价格分布情况，作为应该很了解的，均价当然也要了解，均价可能直接影响到网站客单价，网站的价格定位甚至是主要人群定位都会很清晰。比如，某个网站均价5000，那可能可以属于轻品网站了，可能主要人群是年收入过10万的女白领等等，这个依不同网站而定。
以上只是简单分析商品的某些数据，商品还能进行关联性、TOP10、采购情况等分析，大家依据自己的网站实际情况进行分析。当然，电商平台除了商品分析，还有订单数据、用户行为等分析，有空再一起探讨！
注：数据图表来自BDP个人版！
可以分析很多数据呀，比如市场大盘数据、竞品投放/销量数据、转化率、点击率等等等等。
当然，一般电商平台可能不会提供大盘数据或者竞品数据等，需要领域内的辅助工具。
我从“竞品”来大概讲一讲吧。
首先必然得先找到竞品数据。
比如我是做“男士休闲衬衫”，那就先收集同类“男士衬衫”的数据。比如借助DataEye-EDX。
通过条件筛选商品得到相关产品数据。从下图数据我们主要可以从“文案”、“产品单价”、“平台”、“渠道”、“落地页”五个方向去考虑。
首先文案和落地页可以结合来分析首先康康使用次数较多的文案，其中像“”、“年轻”、“”、“降价”、“帅”等出现次数较多。
二类电商主要面向三线以下城市的中老年消费者，下沉市场群体本身对“价格”和“产品质量”比较敏感，而中老年群体倾向于提高生活品质的同时，对年轻、帅的词语也比较有好感。
再来看看“男士衬衫”的广告素材，多是以成年男性为模特，展示帅气强壮的形象，配以“降价”、“优惠”等文案来进一步吸引下佛诶这。
然后是产品单价以下面这款近期销量不错的“短袖衬衫”为例子，点开查看单品详细数据。
在价格上，主要以单件89元，两件优惠138元来用户多件购买。根据阿里巴巴的数据来看，单件衬衫的成本约在30元以下，单间售卖毛利50左右。
近期男上装的竞争力度相较两个月前要小很多了，在投放这块，或许仍有不小的利润空间可供作。具体的出价还是得看商家上手作后，以平台为准。
平台“男士衬衫”大多数上架的都是“鲁班”平台。可以尝试错开竞争，从其他平台比如“小店”、“度小店”等上架商品。
渠道投放渠道亦多是以巨量引擎平台为主，其中“今日”和“”是较多的。
其中部分原因在于今日用户属性垂直，多为24岁以上男性，匹配产品目标消费群。
以上只是较为粗略的分析。另外包括单品的投放趋势、竞品的竞品以及买家分布等度数据都是可以进一步分析的。
众所周知，电商平台定期都要对商品销售进行分析，比如针对各个不同商品的销量、库存分析、商品评论等。做商品数据分析，可以从时间维度或者从不同商品的类别、价格等多个维度来做分析，这里可以做的数据图表类型很多。
一、时间维度从时间维度上来看，除了显示分析周期的数据，常用的分析方式是同比和环比，时间区间可以是年、季和月，甚至是周，不过周相对用的少。
二、商品类别、价格维度
本次分析我主要是从商品类别、价格等多角度来进行商品数据分析，先是商品总的数据预览，如图（图表在BDP个人版上制作的）：
这是选取8月23日的数据，可以看出，整个平台的上架的商品量还有4372万，量还比较多；商品好评率为93%，是整个平台的平均值，那应该还算不错啦！本月的月销量还有12%，只有24-31日一共8天，完成剩下的12%应该问题不大，相当于这个超额完成销量啦，是不是平台近期上架了很多夏天商品，所以8月份超额完成也是正常，比如游泳三件套、风扇等等。还是这个月做了什么活动，让这个月的销量比预定的目标稍微好一些......数据真实的反应是这样，至于原因还是需要自己去找哈。
自己平台上的上架商品的数量、价格分布情况，作为应该很了解的，均价当然也要了解，均价可能直接影响到网站客单价，网站的价格定位甚至是主要人群定位都会很清晰。比如，某个网站均价5000，那可能可以属于轻品网站了，可能主要人群是年收入过10万的女白领等等，这个依不同网站而定。
以上只是简单分析商品的某些数据，商品还能进行关联性、TOP10、采购情况等分析，大家依据自己的网站实际情况进行分析。当然，电商平台除了商品分析，还有订单数据、用户行为等分析，有空再一起探讨！
注：数据图表来自BDP个人版！
卖家分析竞争对手，在选款或者市场竞争环境分析得到竞争小市场大的产品，其次是卖家本身很难看出自己的问题，或者只知道有问题，不知道如何去突破。通过多分析的竞争对手运营思路和爆款人气宝贝，不断从对手中学到好的打法，通过跟对手的距比较来发现自己的问题加以改进，店查查和淘宝的免费工具量子店铺经丶淘宝指数是很方便的工具，而且不用花钱。
一. 选择合适的对手：从淘宝搜索入手，找符合自己的目标的卖家：宝贝标题有特定的丶宝贝属性有特定属性词丶价格在自己标定范围，而且还有一个很重要的，等级和自己相近的，也就是说你是心级卖家去找金冠黄冠卖家来分析是毫无意义的，而且分析不是找销量大的而是找活力强的竞争对手
二丶竞争店铺分析
竞争店铺分析我们应该主要关注的指标是店铺创建时间丶主营类目丶dsr，那些宝贝是主销产品，这个店铺的类目销量分布丶动销SKU有那些，大家都可以很容易从图表中看到结果
三丶 竞争宝贝分析
1、跟踪对手数据的每天变化：销量丶收藏丶评论丶浏览量（C店才有）丶转化率丶收藏率丶宝贝创建时间（ 主要就是了解对手产品的起始周期）
2、价格丶运费策略丶促销策略的别
主要是折扣，或者有没有做VIP折扣，是否包邮这些，促销策略大家可以通过标题看到一些活动的踪迹，很多淘宝或者第三方活动都需要修改标题，大家从标题修改变化丶时间丶成交量这些来判断竞争宝贝做了什么活动，带来了多少销量等等
3、 买家购买行为分析
卖家购买时间丶购买频度丶数量可以分析竞争对手的客户粘度和回购率，很多店铺是靠回头客来形成大量销售的，特别是化妆品是需要定期购买的，单个宝贝的买家分析是不全面的，全店买家成交记录的提取可以更加客观看到这个店铺有多少忠实买家，当然对自己店铺买家成交记录分析也是相当实用，已经是CRM的基本功能了。我们以前还有一个做法，针对特殊产品的，比如狐臭净，这个产品是无法断根的，那些说能够断根的全是人，这种产品和化妆品都有一个特性，就是大量重复购买，一般两三个都会来买一次，我们采用一个方法就是将狐臭净价格范围选定，找销量前几页的宝贝，挑选出跟自家宝贝类似的，将他们的买家购买记录全部提取出来，专门安排一个去公关，送小样给他们试用。这些数据也可以分析出好些卖家的销量是否而来
很高兴你能关注你店铺的数据，那么你能坚持关注吗？坚持关注，去学习数据。你会发现运营的问题，你会让你的店铺发生改变。也许有一天你会成为用数据指导运营的高手，去坚持看数据，让这个好的习惯为你带来质的改变吧。你现在做的事情不是马上就能看到成果的，但你持续下去，一段时间以后就会看出效果来。
电商平台应该分析哪些数据？具体怎么去分析
我们在做电商运营中，常常会在网站设计上花费更多的精力，其目的是为了吸引更多的人驻足浏览，但有时候效果却事与愿违，造成这种结果的原因很多，如用户人群定位不准确，网页设计不合理，网站广告投放不合理等等，本期我们将对网页效果做个简单的阐述。
三个指标：
首先要了解影响页面效果分析常见的三个数据指标：网页项目分析（二跳率）、商品陈列分析、场景分析。二跳决定页面质量，商品陈列决定拜访内容，场景分析发现流失原因。
如何优化页面效果：
一、网页项目分析优化：
通过“网页项目分析”了解重点页面的页面质量.二跳率
所有重点页面的浏览量、用户数，二跳率、用户点击率数据。 其中浏览量、用户数等指标反映页面的流量大小，二跳率、点击量、 点击率、加载时间反映页面的质量，尤其二跳率越高页面质量越好。
二、商品陈列分析：
1.优化页面点击（如图）：
通过页面点击了解页面不同区块/位置的点击量大小，进而了解用户关注的区域/位置。；了解页面或者区域内不同信息的点击量大小，进而了解用户关注的内容。 页面点击的主要目的就是优化页面结构和布局 。
2. 产品类目优化：（如图）
对产品类目优化，关注大家热搜的产品是什么？哪些品牌受欢迎？终转化率是多少？终目标是为了很好的优化产品类目，合理分类。
3.用户性质-用户地域、时段、来源分析
某个网页项目的地域分布数据。，某个网页项目的流量来源与来源质量异：包括站外来源，站内来源。网页项目分析时段统计用于查看时段或当天 24 小时，产生的浏览量和点击量，同时24小时可以和昨日、上周同日、上月同日做浏览量和点击量对比。 其目的是更好的优化来源途径。
三、场景分析
场景分析是为了更好的发现用户流失的原因，掌握每个购物环节用户是如何流失的。
购物流程：从单品页开始，直至订单成功（或者支付成功）。注册流程：一般仅为注册信息填写、注册成功两个步骤，少数会包含激活成功。活动参与/用户互动流程：从活动参与/用户互动的个环节开始，直至完成。
案例分析：
上述我们分析了如何对页面效果进行优化分析，下面我们以2个热点图为案例对上述进行分析。
图一：
通过图一我们了解到哪些内容的点击情况和预期别很大？页面的重点内容是否为点击热点？ 页面各版块的点击情况如何？首页屏和第二屏的点击别是否很大？放在不同位置相同内容点击别是否很大？区域的内容用户是否关注？
图二：
我们通过图一掌握的数据，对网页进行优化，产品板块如何设置，热点产品如何摆放等。
图三：
通过场景分析发现关键流程执行率低的原因，哪个环节流失的多，如何流失的？而从根据这些数据去优化设置购物流程，从而提升转化率。
综上所述，影响页面效果的因素很多，本期内容所阐述的三个指标是基础的，但也是关键的，就好比是大楼的地基，地基决定楼层高度，基础性的数据不做好，其它做更多也是枉然！
电商商品分类策略：X与Y的类目分类介绍与分析
前文：生活中，我们接触到多的东西就是商品，每一种商品都有自己的分类。多年来，基于商品如何分类，我们已经形成了一套行之有效且应用广泛的体系。市场上产品中的分类是什么类型呢？这里其实也有策略。
原文梳理加点评，大家主要关注以下几点：
1.本文实际是有点偏Y，但实际我并不赞同Y一定比X好；
2.我建议大家了解有X和Y两种分类法、分别有什么特点，以及怎么应用；
3.知道X和Y，以后在谈这类可用这个专业名词表述，尤其谈需求表达，增加“影响”‘’；
了解以上就足够了。
补充下为什么Y不一定比X好，要看产品和场景等去分开思考。如产品库、百科等就需要用X，这种由于定位不同是更全更更严谨，应该是需要从物品本身客观属性出发。而Y虽然很理解上比较通俗和个性化，但往往也是代表异化、主观判断，只能聚焦某一类人群或者聚焦过滤成某一问题。X更全更系统客观，Y更人性化异主观。两者要结合产品和用户使用场景去分析，我想一个产品要根据用户实际需求，是可以将X和Y同时放在产品之中，互补、捉到猫才是好的。
在了解X和Y分类，那么后面会继续思考，什么样的分类才能提高用户转化。
正文
1. 书籍
2. 电影
3. 音乐
这种分类方法当然简单，明晰，当你需要商品去找的时候，按图索骥，一定能找到你需要的商品，为了赶时髦我将其称为X型分类法。（传统分类，按商品客观属性）
那么你还能想到更好的分类方法吗？
以下是一种新的思路，这种分类方法我相信你一定见过。
1. 书籍
2. 电影
3. 音乐
这种分类方法不同于传统的X型分类法，我将其称为标签分类法。
为了对比效果，本文称为Y型分类法。（按用户需求、场景、目的意愿等出发）
你看出二者的别了吗？如果你作为一个用户，哪种商品分分类法更吸引你呢？
X型分类法和Y型分类法的别
通过上述案例，相信你对X和Y型分类法的别已经有一定认知了。为了说明问题，有必要对X型分类法和Y型分类法做一个定义。
X型分类法：以商品自身为中心，依据商品自身属性进行分类的方法。
它面对大众市场，代表一种普遍的大众品味和主流文化，它的特点是稳定，一旦确定永世不变，几乎每一种商品都可以分至这些分类之下。
Y型分类法：以用户需求为中心，依据用户标签（心态或喜好）进行分类的方法。
它面对细分（小众）市场（垂直化产品+内容），代表一种个性化品味，囊括亚文化，它的特点是不稳定，并且随着市场和用户需求的变化而不断进化。（热点的借鉴、场景的变换都需要更替）
我们在生活中见到多的分类法是X型分类法，你也许适应了X型分类法，觉得还不错，那是因为你没有看到更好的分类法。
Y型分类是这种方法。事实上，这种分类法已经在不少品牌中开始发挥它的效能。
卖场的X型和Y型分类法
我们来举两种非常常见的产品，衣服和家居。下图是京东衣服和家居的分类。
京东的这种分类显然属于X型分类法。那么下图再来看淘宝对于这两种产品的分类。
显然，淘宝的这种新分类方法属于Y型分类法。
还是上面的问题，如果你作为一个用户，哪种商品分类法更吸引你呢？各位心中应该已经有了吧？（本文实际是有点偏Y，但实际我并不赞同Y一定比X好。如用户大部分群体并不是“潮”，Y的分类直接导致有种“莫名其妙”，同时一些比较强属性的商品页不适合这种分类，加上一些多属性的商品既可以归类Y1，也可以属Y2标签，这样也会混淆。我个人偏向是小众垂直化、异化的商品，尤其是从用户场景进行“导购、营销”的可以用Y。并Y的定义也不是乱来，后面会继续分享这些的定义。）
（我建议大家了解有X和Y两种分类法、分别有什么特点）
除了电商网站，Y型分类法在实体商场也开始逐渐被接受和应用，这就是所谓业态和主题空间的概念。（大家想想主题餐厅、一些餐牌，我后面找几张补充下。这里我也要提一个想法：就是每个行业都会经历一个“循环”，就是如实体店之前被电商冲击而低迷，那么同样由会互联网思维的经营+技术手段又会迎来上升期，如此循环。很多行业都是如此，大家可以思考下是否如此呢）
朝阳大悦城目前在6层打造的创新生活方式主题空间“悦界”就是这种探索。
“悦界”将创意零售、家居生活、美食餐吧、音乐咖啡、艺术沙龙、美妆美饰融为一体，零售、餐饮与体验业态以“2:5:3”的面积比呈现，在跨界业态融合中构建出立体的生活空间。
朝阳大悦城的李瑞在说到这个问题时说：“我们原来是一层男装、一层女装、一层体育，现在我们要求混装。
我们今天必须要有人的主线重新去做物的组合，才能够真正的满足今天消费者的潜在需求，这就是我们的时间，有空大家可以去看一下，朝阳大悦城每做一个空间，我想做的一个事并不是做招商，并不是做工程改造，而是我们要出这个空间的价值观，出这个空间的价值观的小册子。”
（我是没去过，但我感觉有点像是“满足多需求的用户空间”，这些空间各自提供的服务是承接不断层的）
（X型分类法卖场）
（Y型分类法卖场）
上面只是我举的两个例子，事实上，不少品牌都已经注意到这个问题，并开始逐步实行这种分类方法，并且不少新品牌借此建立了自己的商业模式，实现了一定程度上的成功。
借Y型分类实现逆袭的小品牌（案例）
1. 书籍：多抓鱼，茑屋书店
（其实还有很多，如出行类的场库、周末去哪儿等等）
多抓鱼是一个二手书买卖平台，在电商平台纷纷低折扣卖书，并且还有孔夫子旧书网这样的大鳄存在的情况下，多抓鱼保持了持续的增长和用户活跃度，我认为是跟它采用了Y型分类法的图书分类策略分不开的。（这是一个很好的典型案例，策略-产品-增长，也可以作为需求和面试的“谈资”）
次了解多抓鱼是听创始人魏颖在一个小型沙龙上的介绍，当我打开这个小程序的时候（它还没有APP），吸引我的首先是图书的分类，它并没有传统书籍的分类方法，而是一种分类即Y型分类（版也加入了传统分类），这种分类采用书单的方式，让人寻找自己的标签所在。它到目前为止的成功与采用此分类法密不可分。
作为一个二手书买卖平台，如果它在将来如了二手百货售卖，也同样采用Y型分类，那一定还是具有吸引力。
除了多抓鱼，另一个重量级的采用Y型分类法的实体书店是日本的茑屋书店。
增田宗昭改变了传统图书馆按照出版社、作者进行分类的方法，而是改为22类更符合生活实际的分类。
增田宗昭在书里说，“如果是烹饪专区，可以是‘收集关于医食同源的历史与实践的书’，如果是旅游专区，可以是‘从艺术角度介绍魔都布拉格’，然后按照这些主题，收集书刊杂志。”（思路）
仅举丧心病狂的一例，在池袋的茑屋书店中，BL类型书光是攻类都有“畜攻”“傲慢攻”“绝伦攻”“腹黑攻”“病娇攻”，重口味也有疼痛系、工口系、系、玩具系，各种类型一网打尽。
2. 电影：电视猫，今晚看啥
智能电视初期是视频软件绞杀激烈的时代，那个时候我安装了一个叫电视猫（现已改名云视听MoreTV）的应用，它给我的惊喜是它的电影分类，这同样是采用了Y型分类法的电影分类方式。
几年前，一个叫“今晚看啥”（后被百度收购）的小应用火爆微博，它主打电影，它成功的原因在于Y型分类法以及针对个人的个性化电影，这是一种舍弃传统电影分类法的方式。
（基于'Y标签'，应用于。我认为这种是属于“运营类”标签的，基于标签的。因为这个有比较多影响因素，如热点，时效性，人群捆绑，所以一般都是作为一种辅助，或者偏向某个活动和场景热点的基于运营类标签）
3. 音乐：云音乐
云音乐的Y型分类估计不用多说，大家都感受过了，这是它相对于其他音乐软件的异化之一。
云音乐能从巨鳄嘴中抢下市场，Y型分类的歌单功不可没，我次使用云音乐的时候就完全是因为它的歌单功能带给我的价值。
（歌单是用户或者大V创建，而创建的规则是由运营前期制定、审核，偏社区的，运营很重要）
4. 汽车：汽车大全
在大宗商品——汽车领域，这种分类法其实一直都存在，不少消费者在购买汽车时，看得不一定是汽车的功用和性能，而是汽车的标签属性——即它自身所代表的态度是否符合自己的心态。
下面是我截取的汽车之家的汽车首页分类，明显它采用的是X型分类法。
而下面是微信中一个汽车小程序汽车大全的分类法，明显它采用的是Y型分类法。
Y型分类是如何诞生的
Y型分类法的诞生实际上是移动互联网时代，消费升级背景前提下诞生的分类方法。它是在以下三种变化上达成的。
找商品——逛卖场：在商品匮乏的时代，人们购买商品是需求驱动，需要什么直接按照类目去找，这也是X型分类法诞生的原因。而消费升级背景下，面对日益丰富的商品，人们的烦恼是不知道买啥。用户购买商品的逻辑由找变成了逛，当他在手机上无聊地乱逛时，如果看到了符合自己标签的商品，就可能直接购买。
我相信很多逛淘宝的人不是冲着买去的，而是冲着逛去的，可能逛着逛着就下单了某些商品。这时，Y型分类法就发挥了作用，他的某个分类符合了用户的标签或心态，就会促使他下单。
试想，如果一个用户抱着逛卖场的心态打开淘宝，首页直接是一级分类，选择才能进行下一步，用户一定会崩溃，而如果首页是各种符合人心态的标签分类，那他一定会根据自己的需求点击。
人找信息（产品）——信息（产品）找人：在碎片化的今天，信息和商品极度丰富甚至泛滥，人们获取信息和商品的方式由人找信息（产品）变成了信息（产品）找人，在这种情况下什么样的信息或商品能够吸引用户，谁就赢得了步。(Y型分类法在这个方面，必然具有优势)
以产品为中心——以用户为中心：说到底，X分类法是以产品为中心的分类思维，这种分类完全是为了解决产品供应方管理产品的需求，而Y型分类法则是以用户为中心的分类思维，这种分类思维是以用户标签或心态为基础的分类，也是为了解决用户的需求——心理需求。
移动互联网的消费升级时代，是以商品为中心到以消费者为中心的转变，也是消费者由大众商品时代需求到个性化商品时代需求的转变，而Y型商分类法——即标签分类法，正式符合这个时代需求的商品分类法。
如果你还不知道如何给产品分类：去看看豆瓣豆列吧，作为Y型分类的鼻祖，相信它会给你参考。
电商平台应该分析哪些数据？具体怎么去分析
众所周知，电商平台定期都要对商品销售进行分析，比如针对各个不同商品的销量、库存分析、商品评论等。做商品数据分析，可以从时间维度或者从不同商品的类别、价格等多个维度来做分析，这里可以做的数据图表类型很多。
一、时间维度
从时间维度上来看，除了显示分析周期的数据，常用的分析方式是同比和环比，时间区间可以是年、季和月，甚至是周，不过周相对用的少。
二、商品类别、价格维度
本次分析我主要是从商品类别、价格等多角度来进行商品数据分析，先是商品总的数据预览，如图（图表在BDP个人版上制作的）：
这是选取8月23日的数据，可以看出，整个平台的上架的商品量还有4372万，量还比较多；商品好评率为93%，是整个平台的平均值，那应该还算不错啦！本月的月销量还有12%，只有24-31日一共8天，完成剩下的12%应该问题不大，相当于这个超额完成销量啦，是不是平台近期上架了很多夏天商品，所以8月份超额完成也是正常，比如游泳三件套、风扇等等。还是这个月做了什么活动，让这个月的销量比预定的目标稍微好一些......数据真实的反应是这样，至于原因还是需要自己去找哈。
自己平台上的上架商品的数量、价格分布情况，作为应该很了解的，均价当然也要了解，均价可能直接影响到网站客单价，网站的价格定位甚至是主要人群定位都会很清晰。比如，某个网站均价5000，那可能可以属于轻品网站了，可能主要人群是年收入过10万的女白领等等，这个依不同网站而定。
以上只是简单分析商品的某些数据，商品还能进行关联性、TOP10、采购情况等分析，大家依据自己的网站实际情况进行分析。当然，电商平台除了商品分析，还有订单数据、用户行为等分析，有空再一起探讨！