一条20%的曲线，至少可能有六种来源
先说结论：搜索量上涨20%，只能说明“更多人在某段时间输入了和跑鞋有关的词”。它不能直接说明更多人开始跑步，更不能说明跑鞋的整体销量会同比例上涨。在模拟场景里（以下数字均为示例数据），这20%至少可能来自六种不同的来源：
- Search（自然兴趣）：天气转暖，更多人开始考虑跑步，搜索“入门跑鞋”“跑鞋怎么选”。
- Purchase（真实购买意图）：老跑者到了换鞋周期，搜索具体型号和尺码。
- Content（内容传播）：一段训练视频或一份跑步计划在社交平台上传播，带出一批搜索。
- New Product（新品发布）：某一款新跑鞋上市，大量人搜索这款鞋的名字和评测。
- Promotion（促销活动）：电商大促前后，“跑鞋打折”“跑鞋优惠”一类的词集中上涨。
- Event（赛事季）：城市马拉松集中报名、开赛的月份，“马拉松跑鞋”“比赛装备”搜索上升。
这六种来源对应的商业含义完全不同。自然兴趣和真实购买意图的上涨，才更接近“市场在增长”；新品、促销和赛事带来的上涨，很大一部分是时间上的集中和品牌之间的转移。把它们混在一起乘以20%，是这类决策里最常见的错误。
Market：先确认增长属于整个品类，还是属于某一个词
第一步是把搜索词拆开。欧宝体育的 Market Intelligence 模块会把跑鞋相关搜索分成五组：泛品类词（跑鞋、跑步鞋）、品牌与型号词（某品牌某系列）、功能词（缓震、碳板、宽楦、轻量）、赛事词（马拉松跑鞋、比赛装备）、价格与促销词（跑鞋打折、跑鞋优惠）。
在模拟场景里，按五组拆开后，20%的增长大致这样分布：
| 搜索词组 | 对总增长的贡献 | 主要来源 |
|---|---|---|
| 品牌与型号词 | 约9个百分点 | 一款新跑鞋上市，其中八成来自这一个型号 |
| 赛事词 | 约6个百分点 | 三场城市马拉松集中开放报名 |
| 价格与促销词 | 约4个百分点 | 电商平台季中大促预热 |
| 泛品类词 | 约1个百分点 | 与去年同期基本持平 |
| 功能词 | 接近0，其中“宽楦”小幅上升 | 需要单独观察 |
拆完以后，画面完全变了：真正代表“更多人对跑鞋感兴趣”的泛品类词，只贡献了1个百分点。剩下的19个百分点，要么是一款新品的声量，要么是赛事季的季节性，要么是促销带来的集中搜索。这三类在下一个季度都不一定会延续。
这一步还有一个细节：要和去年同期比，而不只是和上一个周期比。跑鞋搜索有明显的季节性，春季和秋季马拉松季的环比上涨，每年都会出现，不能算作增长。
搜索来源的平台也要区分。通用搜索引擎上的搜索更偏“了解”，电商平台站内搜索更偏“准备购买”，社交和短视频平台里的搜索则更多跟着内容走。模拟场景中，这次上涨有一半以上发生在社交平台，电商站内搜索只涨了不到10%。同样是“搜索量”，离购买的距离并不相同，把三个平台的数字直接相加，本身就会放大信号。
Consumer：搜索的人是谁，是新跑者还是换鞋的老跑者
即使泛品类词在上涨，也要看是谁在搜。一个跑了五年的老跑者，一年可能换两到三双鞋，换鞋前会反复搜索、比较多个型号，一个人就能贡献十几次搜索；一个刚开始跑步的新人，可能只搜一两次就在门店买了一双入门款。
所以搜索量需要结合消费者层面的信号一起看：
- 搜索人数与搜索次数的比例：次数涨、人数不涨，说明是同一批人在反复比较。
- 新老用户结构：在自有商城和会员体系里，首次购买跑鞋的用户占比是否上升。
- 跑步行为数据：跑步社群的新成员数、运动App里跑步记录的增长，比搜索量更接近“开始跑步的人变多了”。
- 搜索到购买的转化：搜索涨了20%，但搜索到下单的转化率明显下降，说明相当一部分搜索只是在看热闹。
在模拟场景里，搜索次数涨了20%，但搜索人数只涨了7%；首次购买跑鞋的会员占比几乎没有变化。这意味着主要是现有跑者在集中比较新品和准备比赛装备，而不是有大量新人进入这个市场。
Product：增长集中在哪个价格带和功能段
跑鞋不是一个均质的品类。竞速碳板鞋、日常训练鞋、入门慢跑鞋、越野跑鞋，面对的人群、价格和购买频率都不一样，混在一起算增长会互相掩盖。关于为什么不同鞋类不能放进同一个模型直接比较，可以看跑鞋、篮球鞋和训练鞋的细分市场里的讨论，跑鞋内部同样需要这样拆。
回到模拟场景：把同期销量按价格带和功能段拆开，高价竞速鞋销量增长明显，几乎全部来自那款新品；中价位日常训练鞋基本持平；入门款略有下降。而功能词里悄悄上升的“宽楦”，对应的是一批脚型偏宽、之前很难买到合适跑鞋的用户，他们的搜索和购买在过去半年里每个月都在小幅增长。
运动员因素也要单独拿出来看。如果一位长跑运动员在一场比赛中穿着某款鞋取得了好成绩，这款鞋和同类竞速鞋的搜索会在几天内上升，但这种关注通常集中在少数型号，持续时间也取决于后续比赛和内容，不宜直接当作品类趋势。
Competition：别人的新品，也会抬高你看到的搜索量
还有一个常被忽略的问题：搜索增长可能根本不是你的。如果一个竞争品牌发布了一款话题度很高的新跑鞋，泛品类词和功能词都会被带动，你的品牌词却可能在下降。这时“跑鞋搜索涨了20%”对你来说，可能意味着份额在流失。
比较稳妥的做法是同时看两个份额：搜索份额（你的品牌词占跑鞋相关搜索的比例）和销售份额（你在各渠道跑鞋销量中的占比）。两者同步上升，说明你在增长；搜索份额涨、销售份额不涨，说明关注转化不成购买，可能是价格、尺码或渠道铺货的问题；两者都在下降而品类搜索在上涨，则说明增长被别人拿走了。
价格也要一起看。如果竞品在同期大幅降价，品类搜索和销量都会上升，但这是需求在时间上提前释放，促销结束后往往会有一段回落。
一张七类信号表：不要让任何一个指标单独做决定
把前面几步合起来，判断“跑步市场是否增长”至少需要七类信号互相印证：
| 信号 | 回答的问题 | 典型误读 |
|---|---|---|
| Search 搜索 | 关注度有没有变化，集中在哪些词 | 把新品和促销带来的搜索当作品类增长 |
| Sales 销量 | 各渠道、各价格带是否真的卖得更多 | 只看自有商城，忽略门店和第三方平台 |
| Social 社交 | 讨论是否扩散到更广的人群 | 少数大账号带动的热度被当成大众兴趣 |
| Product 产品 | 增长集中在哪些型号和功能段 | 一款爆品掩盖其他型号的下滑 |
| Price 价格 | 增长是否由降价推动 | 把提前释放的需求当成新增需求 |
| Athlete 运动员 | 是否有运动员表现带来的短期关注 | 把几天的热度外推为全年趋势 |
| Event 赛事 | 是否处在马拉松报名或比赛季 | 把每年都会出现的季节性上涨当成增长 |
一个简单的拆解思路是：搜索增长 ≈ 新品贡献 + 赛事季节贡献 + 促销贡献 + 内容与运动员贡献 + 品类自然增长 + 噪声。前四项需要逐一识别并扣除，剩下的“品类自然增长”，才是可以用来调整长期计划的部分。
九项验证清单：说“市场增长”之前逐条核对
- 扣除新品型号词之后，搜索还涨了多少？
- 和去年同期相比，而不只是和上个周期相比，增长还在不在？
- 搜索人数和搜索次数是否同步增长？
- 线上商城、门店和第三方平台的销量是否都在增长，还是只有一个渠道在涨？
- 增长集中在哪个价格带，是否由降价推动？
- 社交讨论的增长来自多少个独立账号，而不是少数几个大账号？
- 首次购买跑鞋的用户占比有没有上升？
- 竞品同期是否有新品发布或大幅调价？
- 促销和赛事结束后四到八周，搜索和销量是否回落到原来的水平？
在模拟场景里，按这份清单核对下来，能确认的“跑步市场增长”远低于20%。如果按20%上调全线备货和投放，大部分增加的库存会压在中价位训练鞋和入门款上，而这两个段恰恰没有增长。
Opportunity：真正的机会，可能藏在被新品声量盖住的地方
拆解的意义不只是避免高估，还在于找到被掩盖的机会。模拟场景里最值得注意的，不是那款新品带来的9个百分点，而是功能词里那个不起眼的“宽楦”：它的搜索和销量连续六个月每月增长3%到4%，不依赖任何一次发布或促销，购买者的复购也更稳定。这种缓慢但持续的增长，才更像真实的需求变化。
发现机会之后，动作也应该是可验证的，而不是一次性投入全部预算。比较稳妥的顺序是：先在宽楦需求集中的几个城市和线上渠道小批量增加宽楦版本的尺码深度；观察四到六周的售罄率、退换货率和复购；同时看竞品在这一段是否已经有成熟产品，如果空白确实存在，再考虑扩大到更多门店和配色。每一步都保留对照组，才能分清增长来自需求本身，还是来自这次新增的曝光。这类判断方式和运动品牌市场分析中区分短期热点与长期趋势的思路是一致的。
所以，当下一次有人拿着一条上涨20%的搜索曲线走进会议室，欧宝体育更建议的第一反应不是“要不要跟着上调20%”，而是“这20%里，扣掉新品、赛事和促销之后还剩多少，剩下的那部分在哪个价格带、哪类跑者身上”。能回答后一个问题，才谈得上判断市场。
