說到類目運營，這個崗位稍微有點特殊，一般只有電商公司才會有，比如京東、阿里、拼多多，而其他的互聯公司不進行真實的商品銷售的公司一般是不會有這種崗位的
那麼先說下什麼是類目運營？
類目運營是指類目經理負責電子商務網站的類目結構，通過傾聽類目用戶的聲音，跟蹤類目的所有相關數據，發現阻礙類目發展的問題，並且和質量，市場，產品等部門配合解決問題，建立更加活躍和有效的市場，服務電子商務網站的千萬用戶
翻譯一下，再結合自身的經驗，所謂類目運營其實就是將平臺的商品進行分類，管理所轄的類目、商家、商品，通過分析用戶數據瞭解用戶的需求，並通過平臺的資源，將用戶需求的商品合理的、適時的提供（展示）給用戶，提高商品的成交轉化，即為類目運營
類目運營，天貓和淘寶稱之為小二，京東稱之為採銷
至於類目運營主要做什麼，我們先看下幾個招聘崗位JD，結合崗位JD來分析類目運營到底是要做什麼？
BOSS直聘招聘信息
拉勾網招聘信息
結合以上的類目崗位的招聘信息以及我們理解的類目運營崗位的解析，可以大致明白，類目運營的主要工作是：
- 商家管理：商家分層管理運營
- 商品維護：品類優化整理、商品更新、商品信息呈現
- 商品銷售：商品推廣、營銷活動
- 數據分析：商品數據、產品流程數據、用戶行為數據
- 需求收集：用戶需求、產品需求、商家需求
這四大類工作內容，但是貫穿各個內容的是永遠不變的數據分析，我們需要分析商家銷售數據、品類商品數據、用戶行為數據等等，最終目標就是為了提升銷售額，提高毛利收入
接下來根據上述分類詳細說說各個板塊具體要做些什麼？
一、商家管理
商家管理是整個電商平臺類目運營中很重要的一個環節，商家的引入實際上是一個平臺與商家之間進行資源匹配的一個過程，商家提供商品，通過平臺的產品能力銷售給平臺的用戶，這時需要引進商家，提供商品貨源，一般商家的引入是採購人員線下進行招商引進，而引進什麼樣的商家則需要根據平臺定位的用戶人群，採購同學通過一些列途徑、談判、合作政策等等方式將商家引入，像京東中的自營商品商戶的引入需要通過上述方式達成引入合作，而像淘寶的C店以及京東的pop店，則是根據平臺的規則，商家進行自主入駐
當商家入駐完成後，這時類目運營的同學就要登場了，我們需要對商家進行管理
商家入駐後，魚龍混雜，商家實力、規模、行業地位參差不齊，這時我們就需要商家進行分類，找到商家的特點各個擊破，俗稱“商家分層管理”，該種套路方式，其實可應用到各行各業的項目中，屢試不爽。言歸正傳，之所以要做商家分層運營，實際上無非是為了提升運營效率，優化資源分配而已，說白了就是資源利用率最大化。
商家該如何分類？我們一般分頭部商家，腰部商家、尾部商家
1、頭部商家：資源利用率最大化，平臺GMV核心貢獻者
頭部商家一般是平臺的核心，是平臺GMV的核心來源，一般情況下商戶數量佔據平臺的20%左右，但實際情況應該到不了20%，這些品牌主要都是市場上的知名品牌，品牌認知度廣，用戶人群大，銷售規模大、商戶規模大，這部分品牌帶來的GMV一般會佔到平臺的60-70%左右，但是在頭部商家中還存在著一種更牛逼的商家，京東管這部分商家叫A+商家，這部分商家一般佔比也就1%左右，這類商家絕對是平臺寶貝疙瘩
正因為頭部商家的佔比小，但GMV貢獻佔比巨大，自然而然更需要平臺提供更為優質的資源，人力資源，產品能力等等，服務頭部商家、穩住頭部商家，幫助商家一同達成目標，雙贏局面
所以頭部商家更多需要類目運營同學：維護客戶關係、資源的分配（資源傾斜）、商家需求的收集跟進
2、腰部商家：平臺的中堅力量
腰部商家為平臺的中堅力量，一般腰部商家佔據平臺商戶總數的30%左右，腰部商家已經累積了一定的人氣和銷量，但無論從商戶規模以及銷售規模上與頭部賣家還有不小差距，這部分商家大約帶來的GMV大約佔平臺的30%左右
對於腰部商家，更多是培養、扶持、挖掘，通過商戶數據分析、營銷活動、商戶培訓等等方式，將更多的腰部商戶培養成頭部商戶，提升腰部商家平臺貢獻能力
3、尾部商家：挖掘培養激勵商家
尾部商家對於平臺來說屬於產能較為低下的一個群體，他們量級大，一般能佔到平臺的50%左右，但產能低下，只能帶來平臺10%-20%的GMV
尾部商戶量級佔比高，但產能低下，造成商家所能獲得的資源很少，甚至沒有，但是平臺的競爭往往就是流量上的競爭，有流量，就有銷量，但是沒有銷量就很難獲得流量，因此，惡性循環
對於尾部商家，需要通過數據分析挖掘潛力商家，使用流量來激勵商家，通過培訓提升商家
二、商品維護
通常在零售中我們經常提到“人”，“貨”，“場”，在商品的分析中我們也有自己的三板斧，相信很多人也都聽過，就是“進”，“銷”，“存”，“進”指的是上面提到的商家引入、商品引入，“銷”顧名思義指的是商品的銷售，“存”則指的是商品庫存的管理，而第二部分要說的商品維護，更多是為“銷”服務，為了更好的在平臺上將商品銷售出去打造基礎
1、我們需要對商品進行分門別類，以方便用戶能夠快速的找到自己想要的商品
一般商品的分類我們採用層次分類法，就是將所有商品按照一定的分類標識分成若干個層次品類，排列成一個有層次的、逐級展開的分類體系，就像下圖京東這樣，分為一級類目（大類）、二級類目（種類）、三級類目（小類）的方式，左側紅色方框為一級類目，中間藍色方框為二級類目，右側橙色方框為三級類目
京東分類方式
層次分類法，對於商品分類分豐富度要求較高，必須具備大量品類的商品才能發揮層次分類法層次好、邏輯性強、符合用戶習慣的特點
2、商品信息的呈現
商品呈現更多是指商品賣點信息的呈現，如何更加合理的、高效的將商品信息展示給用戶，我們可以根據用戶瀏覽信息的路徑進行入手，用戶常規動線如下：
- 首頁、欄目入口、banner：用戶具有一定的購物慾望，告知用戶活動賣場優惠信息，主打商品信息；例如下方京東首頁，紅框banner展示活動信息，藍框展示欄目信息
- 活動賣場/欄目專題：用戶具有一定的購物慾望，通過層次分類法，將商品根據欄目定位或活動賣場目標進行板塊分類劃分例如活動賣場板塊分類：頭圖（利益點、主打商品信息）——主推爆款商品（品牌、商品名稱、商品圖、價格、利益點）——滿減專區（利益點、商品名稱、商品圖、價格）——品牌專區（品牌圖、品牌利益點、品牌名）
- 搜索：目標明確的主動用戶，通過直接搜索關鍵詞直接進入搜索結果列表頁；
- 搜索結果列表頁：是用戶主動行為的結果匹配，也是平臺展示商品最重要的環節，一般會展示商品的圖片、價格、名稱、活動、品牌等信息
- 商詳頁：用戶購買決策的戰略要地，商詳頁決定著用戶是否願意將商品加入購物車，以及在多長時間內做出加車購買決策，所以商詳頁重點展示的信息包含：商品價格、活動信息、商品賣點介紹、售後服務、加車、購買等重要信息
三、商品銷售
根據“進”、“銷”、“存”三板斧，商品的鋪設完成之後，核心就是要把商品賣出去，並且管理好商品的庫存，保持動銷率在一個良性值範圍內
1、商品的推廣
通過站內站外資源的方式推廣商品，這裡有一個ROI的測算指標，推廣投入的資源金額/商品的毛利<1，這種推廣才是正向的商品推廣，現在各平臺的商品推廣方式主要有，京東平臺：京東快車、精選展位、京挑客等等；淘寶：直通車、淘寶客等等，站外像騰訊廣告和字節跳動的廣告等等
2、營銷活動
除了日常的商品銷售外，平臺一般還有多種營銷活動，活動的主要形式包含秒殺、直降、滿減、滿免、滿贈、滿返等幾種形式，大型營銷節點的活動主要有618、雙十一等等，還有各類節日節點營銷活動，類目運營需要在這類活動中借勢提升商品的銷量
四、數據分析
1、商品數據分析
商品的數據分析對於商家以及平臺非常重要，數據主要來源是銷售數據和平臺產品數據，我們需要通過數據進行分析，發現有價值的結果，用來優化日後的商品運營工作，主要分析的數據有：商品款量、售罄率、動銷率、毛利率、庫存週轉率、退貨率等等
- 商品款量：同一品類的商品數量決定了你的盈利能力，一般是一個三級類目下的商品SKU數量；
- 售罄率：檢驗商品暢銷或滯銷的指標，一定時間段某種貨品的銷售佔總進貨的比例，計算公式為：實際銷售貨品成本/總進貨成本；
- 動銷率：是平臺有銷量的商品佔全平臺商品總數的比值，一般電商的動銷率至少要在50%以上算正常，70%是可以作為一個指標進行參考，當然不同的品類不一樣
- 毛利率：毛利率是商品收入能力的直接體現，並不是一味的毛利率高就是好的商品，也不是說毛利率低就是壞的商品，毛利率很高，商品可能銷量很低，整體的收入能力也會降低，毛利率低的商品，但銷量高，帶來的整體收入也可能會比較可觀，毛利率和市場運作、品類選擇有相當大的關係，不同的市場和品類需要單獨來看
- 庫存週轉率：是在某一時間段內庫存貨物週轉的次數，是反映庫存週轉快慢程度的指標，假設你的月庫存週轉率為3，那麼你的庫存每月能週轉三次，週轉率越大表明銷售情況越好
- 退貨率：退貨率是指產品售出後由於各種原因被退回的數量與同期售出的產品總數量之間的比率，退回率反應了商品售出後用戶的滿意程度，退貨率越低可以間接說明商品用戶認可度高，因為還有用戶評價等因素反應商品的用戶認可度
各種率計算公式
2、產品流程數據分析
產品流程數據可以理解為與商品相關的用戶動線流程中各個環節的數據和轉化率，反應了平臺產品的體驗、商品的受歡迎程度、活動對用戶的吸引力等等，主要的分析指標有：PV，UV，跳轉率，跳失率，點擊率，點擊次數/點擊人數、下單轉化率、支付成功率等等
- PV、UV：UV相當於用戶量，PV相當用戶流量的頁面數量，是平臺數據分析的基礎數據，根據場景、欄目、活動的不同可以進行場景細分
- 跳轉率：指用戶進入頁面後點擊頁面內容進行跳轉的量級與用戶產生的總訪問量的比值，反應了當前頁面盤點的內容對於用戶的吸引程度，跳轉率越高，說明吸引程度越高
- 跳失率：指用戶點擊頁面內容跳轉後，未等到跳轉頁面加載完畢就關閉頁面的比例，反應了產品的體驗，主要是頁面加載速度影響
- 點擊率：內容被點擊的次數與被顯示次數之比，反映了網頁上某一內容的受關注程度
- 點擊次數/點擊人數：內容被點擊的次數/被點擊的次數去重，反映了網頁上某一內容的受關注程度，一般也會用熱力圖的方式來展示頁面的點擊情況
- 下單轉化率：用戶來到平臺後，產生的訂單數，轉化率越高，說明運營水平越高，是運營的主要考核指標
- 支付成功率：用戶下單並不意味這筆訂單真的成交，用戶最終支付成功才能說明這筆訂單交易成功，因此延伸出支付成功率，反應了最終用戶的支付情況
3、用戶行為數據
通過對用戶行為監測獲得的數據進行分析，可以更加詳細的瞭解用戶的興趣愛好、行為習慣，從而找出平臺/活動存在的問題，幫助運營人員發掘總結提高轉化率的經驗和方式
主要分析的用戶行為數據有：
商品瀏覽記錄、搜索關鍵詞、關鍵詞搜索次數、活動參與記錄，客單價，商品銷量分佈、購買頻率、訪問頻率等等
用戶行為數據分析更多為了更好的瞭解用戶，完善千人千面的產品能力，以便更加精準的為用戶推薦與用戶需求匹配度更高的商品，提高轉化率
五、需求跟進
在商家管理、商品管理、日常運營、競品調研、以及數據分析的過程中，都會收集到各類產品需求，類目運營需要收集需求，分析需求，提出需求，最終跟進需求落地，提升效率，這裡分享一個卡諾模型（KANO模型）
KANO 模型是東京理工大學教授狩野紀昭(Noriaki Kano)發明的對用戶需求分類和優先排序的有用工具，以分析用戶需求對用戶滿意的影響為基礎，體現了產品性能和用戶滿意之間的非線性關係
1、基本需求：也稱為必備型需求、理所當然需求，是顧客對企業提供的產品或服務因素的基本要求
2、期望型需求：也稱為意願型需求，提供該功能，用戶滿意度提高，如果不提供該功能，用戶會感覺到不滿
3、魅力型需求：又稱興奮型需求，指不會被顧客過分期望的需求，也就是時候這部分需求做了可能會提升用戶的好感度，但是不做，用戶也無感
4、無差異型需求：不論提供與否，對用戶體驗無影響。是質量中既不好也不壞的方面，它們不會導致顧客滿意或不滿意
5、反向型需求：又稱逆向型需求，用戶沒有這個需求，提供後用戶滿意度反而會下降，俗稱反人類需求
按照 KANO模型分析可以對收集到的產品需求進行分類，篩選掉一些不合理的需求。更好更有目的性的完成產品待辦清單的記錄
作者；Vinson澤 現騰訊高級產品運營，前京東社交電商活動策劃經理，前國內TOP3手機品牌電商活動策劃經理
閱讀更多 ToB運營 的文章
