搜索量涨了20%,市场未必涨了20%
搜索量是最容易拿到、也最容易被误读的市场信号。搜索上涨可能是因为更多人想买,也可能是因为一场热门赛事让大家好奇某双鞋长什么样,还可能是因为某个型号出了质量问题,大家在搜索评价和退换货方法。三种情况对应的市场判断完全相反。
以一个模拟场景为例:某类碳板跑鞋在一个季度内搜索量上涨20%,但同期线上成交量只增长4%,搜索来源中约35%集中在一场城市马拉松前后两周(示例数据)。如果把搜索增长直接当作市场增长,品牌会高估需求,把产能投到一个其实只是短期被照亮的品类上。为什么搜索量不能直接代表市场规模,跑鞋搜索量上涨20%为什么不能判断市场增长20%有完整的分析。
六个品类,六套不同的市场逻辑
运动鞋服和装备常被放在“体育用品”一个大类里讨论,但它们的购买驱动和更换周期差别很大,用同一个模型比较很容易得出错误结论。
| 品类 |
主要购买驱动 |
更换周期 | 分析时要特别注意 |
| 运动鞋 |
运动类型、脚感、外观 | 跑鞋按里程,潮流款按季 |
专业款与生活方式款要分开 |
| 运动服 | 场景、面料、季节 | 较短,季节性强 | 训练服与通勤穿着需求混在一起 |
| 体育器材 |
项目参与度、场地条件 |
较长,损耗型除外 |
球类等损耗品与球拍等耐用品不同 |
| 智能穿戴 |
功能、数据准确度、续航 |
两到三年,受新功能影响 | 容易出现短期热点 |
| 健身设备 |
居住空间、健身习惯 | 很长 |
一次性购买后需求长期沉默 |
| 户外装备 | 季节、目的地、活动类型 |
中等,按活动频率 | 地域差异和季节波动明显 |
即使在运动鞋内部,跑鞋、篮球鞋和训练鞋也不能直接放在一起比较,原因见跑鞋、篮球鞋和训练鞋为什么不能放在一个市场模型里。
六类数据源,各有各的偏差
欧宝体育的 Market Intelligence 模块同时接入六类数据,但不会把任何一类单独当成结论:
- 搜索数据:反映好奇和关注,偏向热点,容易被赛事和话题放大。
- 销售数据:最接近真实需求,但通常只覆盖部分渠道,而且有滞后。
- 社交数据:能看到讨论的方向和情绪,但活跃发言的人群并不代表全部消费者。
- 赛事数据:大型赛事会短期拉高相关品类的关注,需要识别并剥离赛事效应。
- 运动员合作:签约或联名发布会带来集中关注,要看关注能否转化为持续购买。
- 新品发布:同类新品密集上市时,搜索和讨论会整体抬升,不一定是市场扩大。
判断一个品类是否真的在增长,至少需要两到三类数据方向一致。搜索和社交同时上涨而销售持平,通常说明关注度在上升但转化还没发生;销售上涨而搜索平稳,可能是渠道或价格变化带来的,而不是需求本身变大。
谁在买,为什么买:消费者层面的变化
市场总量不变,消费者结构可能已经变了。一个模拟场景里,某类训练服在一年内的总销量基本持平,但购买者中女性用户的比例从38%上升到51%,购买场景也从健身房训练更多转向通勤和日常穿着(示例数据)。如果只看总量,品牌会认为这是一个停滞的品类;看到结构变化,就会发现产品设计、尺码和营销方式都需要调整。
Sports Brand Analytics 在消费者层面会重点看三件事:新进入品类的人群是谁,他们第一次购买时选择了什么价位,以及他们与老用户在复购和品类延伸上是否不同。新人群往往是下一轮产品机会最早的信号。
产品趋势:功能、材料还是外观在推动
同样是“某类产品在增长”,推动力可能来自功能改进,也可能来自材料变化,或者只是某种配色和外观在流行。三种推动力的持续时间不同:功能和材料带来的变化通常能延续几个产品周期,外观潮流则可能一两个季度就换一轮。
分析方法是把增长拆到具体属性上。以跑鞋为例,可以把销售和讨论拆到中底材料、鞋面结构、重量区间和配色几个维度,看增长主要集中在哪一个维度。如果集中在某种中底材料上,且跨越多个价位都在增长,更可能是一个结构性趋势;如果只集中在某几款特定配色上,更可能是外观热点。
价格带里藏着真正的空档
很多市场机会不在新品类,而在已有品类的价格带缺口里。把一个品类的在售商品按价格分段,再对照每个价位段的需求和供给,常能发现有些价位挤满了产品,有些价位需求明显但选择很少。
| 价格带(示例) | 在售款数占比 |
成交量占比 | 初步判断 |
| 入门价位 | 30% |
26% |
供需大致平衡 |
| 中端价位 | 45% |
34% | 款式偏多,竞争激烈 |
| 中高端价位 | 12% | 28% |
需求明显但选择少,值得深入 |
| 高端价位 |
13% | 12% | 基本平衡 |
上表为示例数据。中高端价位成交占比远高于款数占比,说明这一段可能存在供给不足。但还要进一步确认:这一段的消费者是否对现有产品满意,退货和差评集中在哪些问题上。如何从这类信号出发找到一个还没被占满的细分市场,可以阅读AI运动品牌市场分析怎么找到细分市场。
竞争格局:看新品密度,也看声量集中度
评估一个细分市场的竞争程度,不能只数有多少个品牌在卖。更有用的是两个指标:一是过去几个季度该细分市场的新品上市密度,密度持续上升说明大品牌正在加码;二是讨论声量的集中度,如果七八成的讨论集中在一两个品牌上,新进入者即使产品不错也很难被看到。新品密度低、声量分散,而需求在稳定增长的细分市场,通常是更现实的切入点。
以户外装备中的一个模拟场景为例:轻量徒步背包在两年里需求稳步上升,但过去四个季度只有少数新品上市,讨论声量分散在十几个品牌之间,没有哪一家超过两成(示例数据)。相比之下,同期的越野跑鞋新品密度翻了一倍,声量高度集中在两家头部品牌。对一个中等规模的品牌来说,前者的进入难度明显更低。欧宝体育在输出竞争分析时会把这两个指标和需求增速放在同一张图上,方便团队快速排除那些“看起来热门、实际已经很拥挤”的方向。
真增长还是短期热点
智能穿戴是最容易出现短期热点的品类。一项新功能出现后,相关产品的搜索和讨论会迅速上升,但很多人只是好奇,并不会为此更换设备。判断时可以看几个信号:热度在功能发布后第六到八周还能保持多少;购买者中换机用户和首次购买用户各占多少;相关配件和订阅服务是否同步增长。智能穿戴产品是真增长还是短期热点给出了更完整的判断步骤。
找到机会之后,先做小规模验证
欧宝体育AI给出的市场机会是一组有证据支撑的假设,而不是结论。更稳妥的下一步是小规模验证:在一两个区域或一个线上渠道先上少量款式,观察首批售罄速度、复购和退货原因,再决定是否扩大。验证期间,重点对比实际表现与分析时的假设在哪里出现偏差,是人群判断错了,还是价格带判断错了。这些偏差会回到模型里,让下一次的市场判断更准一些。