在數據管家行業版-商品洞察，有這樣一份數據供我們使用，我們可以通過 關鍵詞自定義一些商品品類，來查看其不同價格段的商品數占比情況。以此來了解不同價格段的商品競爭情況。

對于一些沒有數據管家行業版的普通用戶來說，如何去分析來實現這個功能。或者想細化價格段劃分的顆粒度，又或者單純的想找個運營方向來做 數據研究。我們可以自己整理數據做分析。

第一步，打開阿里巴巴國際站，通過關鍵詞搜索或類目選擇，獲取某關鍵詞下或 某類目下的前 100 頁產品列表。100 頁以后的數據因分析價值很小，舍棄分析。

第二步，在產品列表區域拖動鼠標復制產品數據，從第一個產品開始拖動至最后 一個產品結束。右鍵選擇復制。

第三步，新建一個 EXCEL 表格，將復制的數據粘貼到表中 A 列。然后重復操作， 完成第二頁及之后的產品數據復制。可以選擇性復制 50 頁或 100 頁。根據自己 想分析的數據量或規劃的產品排名位置選擇合適范圍的數據樣本。

第四步，完成數據的獲取后，我們需要刪除沒用的圖片數據。選擇開始選項卡下 的查找和選擇，定位條件。

第五步，在彈出的定位條件窗口中，選擇對象，單擊確定。會自動選中所有圖片， 然后 Delete 一鍵刪除所有圖片。

第六步，選中 A 列，開始選項卡-清除-清除格式。清除 A 列的格式，便于我們觀 看數據。

第七步，選中 A 列，點擊開始選項卡-查找和選擇-定位條件，選擇空值，點擊確 定。將 A 列所有空行全部選中。

第八步，在選中的空行處右鍵，選中刪除-下方單元格上移-確定。刪除全部空行。

第九步，在第一行之上插入一個新行。

第十步，復制 A 列數據到 B 列，并上移一行。使得價格和起訂量在同一行顯示。

第十一步，選中 AB 兩列數據，點擊開始選項卡-排序和篩選-篩選。點擊 A 列下 拉篩選箭頭，在篩選框中，篩選出含有$符號的數據。或者篩選出 B 列含有 Min Order 的數據。

第十二步，利用函數=NUMBERVALUE(MID(A13,2,4)) ，將價格段的起始價格提 取出來。

第十三步，利用函數 =NUMBERVALUE(IFERROR(MID(A13,FIND("-",A13,1)+2,4),MID(A13,2,4))) ， 將價格段的終止價格提取出來。

第十四步，利用函數=NUMBERVALUE(LEFT(B13,FIND(" ",B13,1)))，將產品的 最小起訂量提取出來。 

第十五步，選中剛剛提取的三列數據，點擊插入選項卡-數據透視表，在彈出的窗 口中選擇新工作表，點擊確定。 

第十六步，在新建的數據透視表中，選中終止價格，并分別拖動至行區域和值區 域。

第十七步，右鍵值區域的終止價格字段，點擊值字段設置，修改終止價格求和為 計數，點擊確定。 

第十八步，在價格區域右鍵，點擊組合，在彈出的組合窗口中，設置步長為 0.1。 設置步長的目的是對價格按一定的價格段寬度進行歸類，根據數據源情況選擇合 適的顆粒度進行劃分。這里以 0.1 美金為例。 除了利用數據透視表對價格進行自動歸類。我們還可以通過函數對價格段進行自 定義劃分。 

第十九步，在終止價格計數區域右鍵，選擇排序-降序。對每個價格段的商品數進 行降序排列。

第二十步，將起訂量字段拖動到列區域，以此來查看所處類目下，或某關鍵詞市 場下產品的價格段分布情況。以及每段價格下都有多少商品，以及對應的起訂量 分布情況。從而了解市場情況來輔助自身決策。

延伸

上述的方法可以幫助普通商家實現數據管家行業版才有的價格分析功能。 除此之外。我們還可以引入更多的維度，更加精準透徹的分析市場數據。 

對阿里國際站前臺熟悉的小伙伴應該會注意到。在網站很多的頁面都藏著 一些我們平時不容易注意到的數據，我們可以在商品詳情頁找到商品的訂 單數、銷量、買家數等數據，也可以通過挖掘代碼、借用第三方軟件或網站數據來查看更多的信息。 通過一系列的數據處理手段，我們可以挖掘某類目下或某關鍵詞下前100 頁商品的更多維度的數據，整理出表格。 基于此，我們可以對市場下商品做更多維度的分析，甚至實現數據管家行 業版獨有的買家分布、品類分析、價格分析、熱賣商品排行等大多數功能。

細化是數據分析很重要的一個思維。不論是數據管家官方統計的價格數據， 還是我們自己按上面步驟分析出的價格數據，顆粒度都較為粗糙。因為同 一類商品本身又劃分著多重的屬性。 以包裝袋來說，有白卡紙、牛皮紙、銅板紙、特種紙等多種材質的類型， 把所有類型的商品價格混在一起進行匯總分析顯然是不夠合理。

我們還需 要對屬性進行提取，然后通過數據分組或數據透視的方式，對每一個材質 類型的所對應的訂單量、價格、采購國家分布等進行統計分析。這樣對于 我們了解市場商品屬性的分布和狀況才有著更大的分析意義。數據也更利 于實戰使用。 

對于選品來說，這份數據也有著重要的參考意義。在私下我曾經多次分享 過自己對于選品的理解，選品本身并不是一個技術活。選品是一個多維度 的圍剿過程。 

選品的終極目標，就是選出一個好賣，能賣，熱賣，能賺錢的品出來，核 心技術是各種維度的堆積。買的人多、賣的人少、流量分配壟斷性不高、 細分競爭領域、明確買家需求、價格競爭度低、利潤范圍合理、商品易使 用少售后等等各種維度的圍剿過程。選品的維度沒有邊界。考慮的維度越多、越重要，成功的概率就越大。

各項選品維度用數據來衡量。買的人多，賣的人少，以及市場細分需求的 數據。 而流量分配的均勻性，我們可以對前一百頁商品池中的商品訂單量或者銷 量進行排序，然后分析前 20 個商品，前 50 個商品，分別占據了全部產品 訂單量的百分比，以此來看這個類目下的訂單量分布是否均勻，要做到哪個位置可以獲得相應的訂單量。以及可以參考排名靠前的商品，分析其特性進行借鑒和突破。 自己整理數據分析的好處，除了在分析各項數據時，可以針對性的對某一 屬性或某一參數做細致的篩選分析，還可以自定義更多的維度，使得分析 過程更加綜合立體。 

然而，自己整理數據分析也并不是全部都好，除了分析的顆粒度和自由度 比數據管家官方數據更高，準確度卻不如官方數據。因為在我們分析的過 程中，不論是取數，還是范圍，都可能會出現數據有誤差的時候，甚至有 些商家隱藏了自身的交易數據，就會導致我們獲取的數據并不完整，數據 樣本缺失部分。但由于獲取的線上數據真實準確，分析過程科學合理，分 析的結果依然具有一定的參考意義。

【今天的分享就到這里了，歡迎關注，點擊關注不迷路哦~ 有什么問題也可以在下方留言，我會一一回復！】（來源：阿里國際站運營高高手）

以上內容屬作者個人觀點，不代表雨果網立場！本文經原作者授權轉載，轉載需經原作者授權同意。