基于闲置市场品类决策属性的供需挖掘

背景

近年来流量成本的不断提高，使得市场精细化运营变得越来越重要。在闲置二手市场，个人卖家孤品特性，使得商品品类优化成为精细化运营的核心内容。通过分析市场供需现状，挖掘机会市场，调整品类结构，从而提高商品效率，实现业务增长。

供需挖掘的前提是商品理解。闲置二手市场货品的孤品特性，导致无法基于过往行为进行相关推荐，个人卖家在发布自用闲置用品时，也无法像 B 类商家一样上传详细的商品结构化信息，多数个人卖家发布图片单一、描述简短且非结构化。这种非结构化的发布方式强烈依赖推荐。因此，找出闲置二手市场的关键属性并对其进行结构化是商品理解的核心内容，也是品类结构优化的基石。

商品理解

品类决策树

品类决策树是用户购买该类目的决策因子，我们从搜索、互动、成交的用户主动决策路径中挖掘用户诉求，通过将用户搜索词、互动意图词以及成交属性词和二手商品属性进行匹配，分别将其挂载到商品属性，利用搜索词的搜索热度、互动词的频繁度及成交属性词的覆盖度，并结合闲置二手特有属性（如：鞋服品类的新旧程度、3C 数目的成色、个护美妆的余量等），对商品属性重要性进行加权排序，权重为用户来访路径转化率归一值，从而得出各类目的关键属性，即闲置二手品类决策树。

关键属性结构化

相比于新品市场，二手市场商品关键属性缺失情况较为严重，多数个人卖家发布图片单一、描述简短且非结构化。如下图案例，不仅发布信息非结构化，且标题描述中甚至没有出现任何品类描述信息。

因此，在得到品类决策树后，需进一步对各类目关键属性进行结构化。产品侧从发布、售卖任务等入口引导用户完善结构化信息，并通过与 ALINLP、图像、同款等算法团队的合作，利用自然语言处理、图像识别和同款识别技术对类目及关键属性进行补全，技术团队搭建了完整的工程体系，对各渠道产出的类目属性进行整合。在此过程中，数据侧通过搭建自动化数据监测体系，使得从不同渠道整合进来的类目及关键属性覆盖率得以及时监测预警，并在数据层面打通阿里集团内部人工精度评测平台，使得数据质量得以保障。

供需挖掘及机会市场识别

利用品类决策树及商品结构化信息，对当前闲置二手存量市场进行供需现状分析，建立商品供需指数，找出机会市场，进而优化品类结构。

供需指数模型由 4 个子模型组成，分别是供需价格模型、商品存量模型、搜索热点模型及供需动销模型，通过 4 个子模型综合评判品类供需情况。

供需价格模型

利用价格模型辅助建立商品供需指数，供需关系影响价格，价格变化反映供需关系变化。例如：受季节性影响，皮草在夏季处于供过于求的状态，均价处于全年较低水平，随着天气变冷，出现供不应求的现象，价格随之提升，而 T 恤的价格趋势正好与之相反，因此可通过价格辅助判断供需现状，

商品存量模型

通过参考期货市场模型，利用细分市场与大盘流量效率及商品效率的对比，来评判细分市场的供需现状。这里大盘为一级类目，设一级类目成交单量=C, 流量 ipv=P，商品数为 N，那么大盘的商品效率=C/N，流量效率=C/P；同样，某一细分市场成交单量=Ck, 流量 ipv=Pk，商品数为 Nk，那么大盘的商品效率=Ck/Nk，流量效率=Ck/Pk。

细分市场的商品效率 &流量效率与大盘的比较有三种结果：a. 好：高于大盘平均水平；b. 中：与大盘持平；c. 差：低于大盘平均水平。根据这 3 种情况，商品效率、流量效率会有好中差的状态，然后交叉为 9 种市场状态，形成市场九宫格：

不同状态分别反应了市场的供需情况。1 类市场为商品效率、流量效率均高于大盘的情况，是核心增长市场，需要拓展款式与子品牌；4 类市场商品效率、流量效率与大盘持平，属于饱和市场，运营方向是做性价比；2 类是需要拓展款式，增加市场供给的机会市场；5 类商品效率高，但流量效率低，说明有潜在需求未被满足，搜索多，匹配到需求的部分品效高，但还有很多差异化的需求未匹配到商品；9 类市场两个效率都很低，属于衰退市场。对每个市场做九宫格结构诊断，就可以定位重点运营的市场，调整市场供给。

以女装类目为例：通过计算女装各叶子类目商品效率和流量效率，与女装一级类目的商品效率和流量效率进行对比，发现学生校服的流量效率是女装一级类目的 3 倍，但商品效率低于女装大盘平均水平；皮草的流量效率低于女装大盘平均水平，但其商品效率是女装一级类目的 2.5 倍；雪纺、T 恤、牛仔裤等流量效率及商品效率均低于女装大盘……通过以上对比可知各叶子类目相对于女装大盘流量效率及商品效率的好中差，建立闲置二手女装市场九宫格，初步识别出二手女装的细分机会市场及二手女装衰退市场。

搜索热点模型

除供需九宫格外，我们结合搜索热点挖掘，通过分析用户搜索行为，找到搜索人气高，但在线商品数量少的供需机会点。以搜索面膜为例，在相同搜索 uv 的情况下，“可复美”面膜的商品召回量及商品点击量远远低于其他品牌面膜，说明该品牌面膜存在一定程度的供不应求现象。

供需动销模型

结合动销情况，根据发布到成交的时间长短，挖掘出紧俏供给。

通过以上 4 个模型，建立商品供需指数，通过发布侧调整品类结构并将供需指数应用在不同导购场景，合理优化品类供需。

供需应用

供需指数为二手市场的品类结构调整指明了方向。对于供不应求的稀缺品类机会市场，通过促发布的方式提升供给；对供过于求的衰退市场，通过搜索关键属性导航，价格引导等供需导购方式进行提效，实现业务增长。

本文转载自: [闲鱼技术]（ID：XYtech_Alibaba）

原文链接：基于闲置市场品类决策属性的供需挖掘