iwangshang ／ 孫姍姍 ／ 2017-04-10
摘要：有好貨並不是大促性的內容產品。它的運營一直圍繞用戶，而不是成交。而這正符合淘寶未來的趨勢之一。
文 / 孫姍姍 編輯 / 張潔
作為淘寶最早推出的內容產品之一，「有好貨」的導購作用正變得愈加明顯。
有好貨的產品定位為品質生活指南，主要針對中高消費人群，位於手淘首頁為用戶提供精準化的個性推薦。它的內容主要來自兩大部分：1.專業領域達人提供的優質內容，包括微博、其他平臺各自領域內有一定影響的kol；2.行業提供的優質內容。
這就導致有好貨並不是大促性的內容產品。自2013年上線以來，它的運營一直圍繞用戶，而不是圍繞成交。而這正符合淘寶未來的趨勢之一。
4月1日，《天下網商》旗下垂直子媒體《服飾繪》舉辦了主題為「重新定義爆款」的線下沙龍。在活動上，有好貨運營小二史煒（花名：天潼）為各位商家分享了在淘寶進一步深化內容化的背景下，內容導購產品的積極作用，以及商家如何玩轉有好貨的實操乾貨。最後，他還分享了一個導購小二眼中的爆款，並解讀了爆款在當下電商環境中的不同意義。
有好貨運營小二史煒在沙龍現場做分享
導購產品已進入2.0時代
回顧過去幾年的發展，導購產品已經從1.0時代跨越到2.0時代。
1.0時代更注重人和貨的匹配。從產品上來看，用戶規模和體量是重點；而從運營端來看，當時的有好貨更關注短期效應，弱個性化推薦，只是基於用戶當下瀏覽行為做簡單匹配。
當2016年阿里巴巴CEO張勇（花名：逍遙子）提出「人貨場」概念，相應的，導購產品也發生較大變化。在有好貨運營小二史煒（花名：天潼）看來，通常情況下，平臺產品迭代速度不會超過半年，而對於商家運營而言，他們都需要挖掘背後的邏輯，而不是被動地追隨。
如何理解「人貨場」？所謂的「人」即人群，要了解他們的基礎屬性、行為偏好等；「場」即手淘的各個場景，有有好貨、愛逛街和淘搶購等不同產品；「貨」即商品池。在導購產品的2.0時代，要達到人貨場匹配，就需要根據品類規劃、商家需求，通過人群的線上線下行為和相應場景對應到需要達到的用戶，更強調聯動性。其中千人千面，就是幫助商家更為精準地匹配商品和人群，未來將會有一套更完整的算法。
線下沙龍現場
同時，阿里巴巴在去年7月提出「三位一體」，即產品+算法+運營。產品即前臺，解決欄目和場景如何圈定用戶的問題；算法即展現邏輯和精準引導轉化；運營即後端，相當於產品和商品規劃。
傳統的做法是，商品根據搜索結果與人群匹配，未來將加入更多人為因素，根據人的行為變化不斷升級。因此對於商家而言，團隊在現在的電商環境下不僅需要運營人才，還需要了解部分算法邏輯，這決定了店鋪商品能否浮現。
打磨現有的優質和特色商品，也是未來淘寶的主要方向之一。那麼，三位一體下如何為商品定位？
手淘有好貨頁面
據史煒（花名：天潼）介紹，有好貨希望吸引手淘的中高端用戶。在這樣的情況之下，有好貨偏向於以下幾種類別的商品和內容：
1高品質、有調性的小眾品牌；
2有一定設計品味，比如「外貌」協會、原創設計、有腔調等；
3外觀和功能上有一定的創意創新；
4特殊款式，比如具備稀缺性和收藏價值，還可以是限量款、明星款；
5認知度不高的海外商品。
從品牌角度來看，它們大都聚焦於奢侈、輕奢品牌、知名高端品牌、小眾品牌、設計師品牌和潮牌等。而從商品層面來看，有好貨更青睞於新品，往往上市時間為3個月內；經典款，比如明星產品和具有代表性的產品；潛爆款，引領當下流行趨勢；通過限量、聯名和定製的特殊款。
有好貨的這些門檻，便自覺將平臺上常見、品質差的品牌和商品排除在外。
有好貨2017年新玩法
2017年，淘寶將進一步深化內容，有好貨將有哪些玩法？商家們如何抓住這波機遇？
有好貨將提升優質、深度內容佔比，一方面，內容更好地展現商品，另一方面通過直播、短視頻等多元化內容方式增加用戶停留時長，以此提高用戶黏性，加強品牌本身的影響力。這背後的邏輯即完成「種草」行為。未來，內容化的實踐都將圍繞「種草」、「長草」這些消費者決策行為來展開。
有好貨中「長草」欄目
導購小二眼中的爆款
在史煒看來，從商品角度來說，爆款首先必須滿足「三高」：流量高、銷量高和認知高。
前兩者分別關乎商品詳情頁和成交數等量化指標，後者則更偏重於品牌力本身。因此，判定一個商品是不是爆款，不能單純看有沒有好的銷量，有沒有完成交易，還可以看是否達到「路人皆知」的高認知，這種情況或許也是爆款。
而從店鋪角度來看，按照銷量，爆款往往處於金字塔頂尖，不需要做導購推薦，而往下則是特色商品和長尾商品，需要以內容引導消費者種草。回到有好貨等導購產品的意義，就是將這部分有驚喜感的個性化內容和商品推薦給用戶。
在手淘的應用裡，如果按照附加值、成交數和認知度三個維度來看，有好貨對於成交數的要求不高，但強附加值和認知度；聚划算則多數有品牌認知度背書；淘搶購則定位於更看重價格的成交。基於每個入口，爆款的意義就會不同，商家便需要梳理商品池，之後生產不同匹配內容，根據不同場景分發。