开网店:
淘宝卖家卖什么？肯定是卖有市场需求的商品，再厉害的卖家也不能将一款顾客根本就不需要的商品做起来。所以本小节就要教各位卖家来验证自己店铺中的宝贝市场怎么样。如果市场好，那么就证明卖家大的方向选择是正确的，继续优化营销策略，争取更大的销售量即可。如果市场不景气，那么也没关系，即时更换商品，找到高市场需求，高利润的宝贝，第一时间减小损失，也是一种盈利。今天这篇淘宝培训文章教给大家淘宝宝贝市场分析。
分析某一款商品的市场好不好的流程是：找到数据并进行简单的整理，然后再进行数据分析，分析出不同行业商品的市场需求量如何，盈利大小如何，最后得出结论。
假设现在的时间段是2014年12月，卖家需要分析男装行业中的子行业在上半年也就是1月～6月的市场行情，然后找出最有潜力的商品。那么卖家需要分析的就是最近一年也就是2014年上半年的男装市场，以此作为参考。整体分析思路如下。
采集、整理数据
分析市场所需要的数据就是相关商品在某一段时间内的市场成交量、交易额数据。采集数据的方法也不只有一种，这里使用的是生e经中的行业数据。
下图所示是生e经的「行业分析」选项卡，找到商品对应的行业「男装」，然后单击「子行业成交量对比」选项。
然后在弹出的子行业成交量分布中选择时间为「2014/01」再单击「点击下载」按钮。之后就按照同样的方法将男装子行业2014年1月～6月的成交量下载下来。
此时完成了1～6月的男装子行业数据下载，首先打开下载下来的1月数据表，如下面第一张图所示，选中表中的所有数据后，右键单击鼠标，从快捷菜单中选择「复制」选项，然后在事先新建好的Excel工作表中按下组合键【Ctrl+V】粘贴数据，就能成功将1月数据整理到新的工作表中的了。按照同样的方法将1～6月所有的数据都整理到同一张表中，结果如下面第二张图所示。需要提醒的是：复制2月～6月的数据时，不要选中表中的第一行，也就是「子行业名称」「成交量」「销售额」「高质宝贝数」字段的这一行。
这时还需要卖家手动添加各个数据。如下面的第三张图所示，首先在E1单元格中手动输入文字「时间」，代表这一列数据的名称，然后再在E2单元格中手动输入「2014/01」表示这是1月份的数据。接着再选中「2014/01」单元格，将鼠标放在单元格右下角，按住鼠标左键不放，往下拖动鼠标，直到拖动区域覆盖了所有1月份的数据再松开。最后单击出现在拖动区域右下角的小三角按钮，从中选择「复制单元格」，就成功完成1月份数据时间的添加。按照同样的方法完成所有数据的时间添加。为了不混淆各数据的时间，最好是复制一个月的数据到工作表后，就立刻添加相应的时间。
分析数据
数据整理好后，就可以开始分析数据了。选中表中的所有数据，然后单击「插入」选项卡下的「数据透视表」按钮。随后就会弹出「创建数据透视表」对话框，在对话框选项中单击「选择放置数据透视表位置」下的「新工作表」单选按钮，最后再单击「确定」按钮即可，如左下图所示。然后在新的透视表中选择显示「子行业名称」「成交量」这样的数据信息。并注意下方「子行业名称」是行，而「成交量」是值，如右下图所示。如果字段名称没有在对应的地方出现，则可以手动拖动这个字段到正确的位置。
首先要分析子行业的市场需求怎么样，所以前面步骤中选择了显示子行业的成交量数据，毕竟子行业的成交量大小就代表了市场需求量的大小。
如左下图所示，单击「插入」选项卡下「图表」组中的饼图图标，然后选择第一个类型的饼图，并且图表效果会立刻显示出来。但是为了图表更加直观，需要对图表进行修饰。双击图表，在打开的「设置图表区格式」窗格中进行如右下图所示的设置。
最后还可以对图表中的标签文字进行颜色设置，方便识别，如下图所示，对饼图中的标签文字设置了白色。从图中可以分析出上半年T恤、休闲裤、衬衫、牛仔裤、夹克、卫衣都有相对较大的市场需求。
接下来就要分析子行业的市场盈利能力大小，毕竟市场需求再大，不能让卖家赚钱，也不能算一个优质行业。那么自然就要分析各子行业的销售额大小，如左下图所示，在「数据透视表字段」中勾选「子行业名称」「销售额」选项，并调整字段位置。然后同样插入一个饼图，如右下图所示。对插入的饼图进行数据标签的设置，方法和前面分析子行业的市场需求的饼图设置方法一致。
各子行业销售额大小的饼图如下图所示，从图中可以看出T恤、休闲裤、衬衫、牛仔裤、夹克、羽绒服的销售额都挺大的。
而前面市场需求分析中，T恤的市场需求占比为32%，但是销售额占比只有22%，可见T恤虽然销量大，但是并不是最赚钱的子行业。而羽绒服市场需求占比不到1%，但是销售额却占比6%，应该是羽绒服这个行业的宝贝单价比较高造成的，不能断定上半年销售羽绒服可以赚钱。而牛仔裤的市场需求占比为12%，销售额占比为13%，销售额大于需求量，说明牛仔裤在上半年是个很不错的行业。
通过上面数据分析的方法， 卖家就可以找出相对比较好的子行业。 以此类推， 不论是女装行业还是箱包行业， 都可以用类似的方法找到有需求， 又可以赚钱的细分类目。
