数字化独立站演进历程系列的Vol 2.0，旨在研究出海电商行业数字化案例，涉及到的企业案例相关数据来源公开数据，仅作商业模式讨论，不针对任何企业及个人

本文字数24569字，文章较长，可按下方目录进行细节阅读

目录

0.0 前言

1.0.0 独立站增长底层逻辑

1.1.0 互联网本质是什么？

1.1.1 百度的没落

1.2.1 Meta广告的失效

投资回报率(ROI)

1.2.2 独立站的北极星指标

2.0.0 广告效果

2.1.0 一切都需要从互联网广告说起

2.1.1 什么是互联网广告？

2.1.2 出海互联网广告商生态

2.1.3 出海互联网广告原理

2.1.4 出海互联网广告掌控力

   定位(fixed position)

    定价权(pricing power)

    数字平权(digital equality)

3.0.0 出海数字化

3.1.0 Marking Maker

    道法术器势

3.1.1 出海电商的道:出海数字化

    范式转换（Paradigm Shift）

3.1.2 法:数字化独立站战略

    用户为中心

    2022年的独立站战略——沉淀数字资产

3.1.3 术:数字化独立站战术

    数据分析启示

    战术Step 1 树立我们独立站的数据指标

    战术Step 2 测试确定利基市场

    利基市场（Niche Market）

    战术Step 3 独立站数据分析周期

3.2.1 出海电商的器:MarTech

    MarTech数字能力关系表

    CDP(Customer Data Platform 客户数据管理平台)

    首席数字官(CDO Chief Data Officer)

0.0 前言

2022年是需要说实话的一年

比如承认独立站过去的增长方案已经失效：

在苹果推出 “应用追踪透明”(App Tracking Transparency，简称ATT)框架后，Meta在iOS的广告网络的归因受到前所未有的影响，直接导致大多数独立站引流依赖的LAL(通过像素，匹配现有独立站受众的类似特征人群后投放广告)广告崩得一塌糊涂——卖家在Meta上投放的广告都匹配不到相似受众了。

——直接效果，Mate的广告收入惨遭历史跌幅

又比如，从过去到现在一直喊着精细化运营或者转型品牌的独立站卖家们，最终还是不得不认真研究数字化的内容。

对于品牌独立站来说，ATT影响的是iOS渠道的ROSA的下降，广告投放可以选择其它的投放驱动。但营销广告的高ROSA回报以及对特定群体的获客，是铺货+DropShipping商业模式的基础。

——重点是，该如何开始？

为何我们绘制2022数字化独立站生态图谱Vol1.0

来源:SUGA苏嘉自制

从2017年开始，由于Facebook LAL/动态广告的有着爆发性ROAS效果，大部分独立站卖家都处于“独立站=域名+SAAS建站+FB广告+DropShippping”，尤其大量卖家在追求短线的培训商培训之后，批量站群搭配广告测款成为了独立站出海的主线

(还有仿品/货不对板/不发货等素材出海等灰色产业链)

但如果从全局来观看独立站架构，与其说是建立一个电子商务网站，其实更像一个e-Business Model(新式电商模式)的改变

为何我们这么说，来看看数字化独立站的生态可以按如下划分：

来源:SUGA苏嘉自制

结合生态图，列举一下开发独立站和用户接触独立站的顺序差异

独立站开发顺序：1)内容 2)支付 3)物流 4)客服 5)流量 6)数据

来源:SUGA苏嘉自制

用户接触顺序：1)流量 2)内容 3)支付 4)物流 5)客服

来源:SUGA苏嘉自制

从开发者的角度，独立站开发首要的第一步是内容，但从用户接触独立站的角度，是流量

因此多数独立站培训机构都会把如下句子作为口头禅：

来源:百度搜索

但事实呢？

本文将用较长的篇幅细说我们画出独立站生态图的原因&背后的意义

So Let‘s Begin

1.0.0 独立站增长底层逻辑

每个卖家都想自己的独立站能赚钱，问题是How？让我们开始破解一下如何赚钱这个问题吧

1.1.0 互联网本质是什么？

互联网的本质很简单，就是提升效率和效用。

1）效率：包括但不限于搜索引擎、电商平台、生活服务、团队协作。

2）效用：包括但不限于资讯、音乐、视频、游戏、社交。

效率与效用并不是完全分割的，只是不同场景的侧重略有不同，比较典型的社交(人与人的链接)和电商(人与货的链接)都是兼具效率与效用提升的。

来源:互联网图片

1.1.1 百度的没落

互联网世界是如何提高效率和效用？

举个简单的例子，过去很长一段时间，BAT，即百度阿里巴巴腾讯，成为大家对于互联网公司的代表印象，然而什么时候开始百度开始没落了？

在互联网生态中，百度主体是搜索引擎，提供的是人与信息的链接，因此如何提高人找到信息的效率是百度的竞争关键点。

互联网提升效率模式和集装箱模式类似：突破物理界限汇聚大量用户需求——通过数据标签进行精准匹配/优化——然后通过集装箱模式，即标准化履约。

互联网时间的五大基本定律 By 刘润《5分钟商学院》

PC互联网时代，产品和服务提供方可以通过seo(搜索引擎优化)降低广告成本，以及SEM(搜索引擎信息流广告)加快用户对接效率。线上效率远高于线下效率，从而实现商品和服务价格下降，但双方都能受益。

然而进入移动互联网时代后，用户的入口开始转为移动端APP，一方面用户使用互联网时长增长的同时，由于移动端会产生更多用户的数据，从而开启大数据算法影响用户的时代。

来源:互联网图片

所以当推荐效果更快于主动搜索时候，百度的没落就必然出现的事情。

当移动APP通过数据算法，掌握你的用户画像之后，再将你的相似人群(我们上方说过的LAL)的匹配产品推送给你的时候。

电商，无论是独立站还是平台，都是产品和人的链接，而社交媒体(Social Media)，更接近最初的互联网精神，实现人与人的链接。

一旦电商和社媒通过算法的力量，更快一步把信息推送到你面前，人性的选择是自然是更喜欢方便的决策。

1.2.1 Meta广告的失效

很多卖家都会说过早期独立站都是由于流量红利，但从本质来说红利的不是流量，而是推荐算法红利

以独立站卖家最常用的建站工具Shopify为例，Shopify的产品创新和渠道拓展是伴随着社媒的发展而增长的，我们在品牌社交媒体营销数据分析初学者指南.pdf和数字化独立站Vol1.0也讨论过

真正的红利，是程序化广告+大数据时代下的LAL相似人群广告以较少的adsets覆盖更大规模的受众

来源:Facebook广告文档

如果将Facebook广告精简为我们可以控制的关键元素，那么最终只有四个：

• 广告类型

• 广告创意（素材）

• 受众

• 优化目标

而最终关系到广告成本，提高广告的CTR(点击率)是关键，点击率越高，相关性得分就越高。

‍Facebook在2015年推出了相关性得分，并且从那时起一直在不断完善它。

所以过去在旺季营销期间，专门为“已经知道你是谁的用户”单独创建一个自定义受众，用于对其不断投放再营销广告一直是每个爆品站想要的“打爆”

——在程序化广告红利的时候，发掘用户远比过去简单

所以，我们前言中说过的ATT影响，也是2022年铺货爆品类都会面临最痛苦的事，因为再也无法通过LAL模型广告从而获得爆发型的ROSA(Return on Advertising Spend，即“广告投资回报”

(很多时候投手们业绩考核ROI，全称是Return on Investment，即“投资回报”，其实不太准确用于投放广告计量)

投资回报率(ROI)

社交媒体趋势是不断波动的信息，因此有时，一种社交营销策略会在几个月内有效，但也会有营销策略则需要每隔几周或更长时间进行一次更改的情况。

据Hootsuite称，85%的组织希望在将社交媒体数据集成到产生分析的创新工具中时，准确证明投资回报(ROI)。

为何是ROI而不是ROAS

ROI从定义上，就说明这是一个长期观察的指标，如果要观察不断波动的变量环境，我们需要更宏观的数据。

ROAS/ROI的差异

高ROAS+低ROI——用户流失率高/爆品站

低ROAS+高ROI——精品站或者品牌站

当然Meta广告的失效还有第二层原因：

线上商业的挤占，会让线上流量成本高企，同时必然导致马太效应——无论广告商还是代理，都会将资源倾向巨头输出，侵占中小型卖家的空间。

来源:Facebook广告后台

通俗地说，2021年由于Amazon卖家的波动，以及国内电商环境的竞争加剧，独立站卖家入场增多，广告成本上涨/广告效果降低存在必然性。

1.2.2 独立站的北极星指标

什么是北极星指标（North Star Metric），从定义来说，也可以称唯一关键指标（One Martric That Matter，OMTM）

本质是一个非常有力的产品策略框架，但同时也非常容易被误解。

很多卖家团队并没有从根本上理解并定义北极星指标，甚至一直在用错误的方法指导团队，就很有可能使用失当。

独立站的主营业务就是让访客在站内上买东西，因此从这个逻辑来说亚马逊、沃尔玛、Expedia等大型网店均属于独立站，所以独立站的北极星指标是GMV吗？

先列一下独立站的重要数据指标：

早期的独立站模式由一个相对简单的“漏斗”构成：

访客在网站浏览了(一系列)网页后，停留于某件商品并选择点击“购买”按钮，提供相应的收件信息，支付完毕就完成了当次交易。

来源:SUGA苏嘉自制

过去这些购物动作零散而不可追踪，我们依靠的是Web的产品内容化能力，广告创意能力。

但正如当互联网广告，尤其LAL广告模型出现后，帮我们高效选出大量相似性用户

来源:SUGA苏嘉自制

我们只需要测出高爆发性(或者说高相关性)的商品，然后通过一致性的DropShipping操作，就能实现批量的出单转化——而且是批量地完成，从团队到个人投手都可即插即用的方法

——因此在过去很长一段时间内，ROI(从逻辑来说，应该是ROSA)成为每个独立站投手的招聘硬需求。

所以ROI应该是独立站的北极星指标？

这个答案可以是Yes，也可以是No，因为需要看游戏版本

从用户分类来说，独立站分三种

按用户数据分类如下：

90天内重复购买率达到1％～15％：说明属于用户获取

90天内重复购买率达到15％～30％：这是混合模式

90天内重复购买率达到30％以上：这就是用户留存型

不同类型的独立站，对于北极星指标(North Star Metric)有着不同的需求

在这里科普一个软硬比(tie ratio)概念

在游戏业界软硬比(tie ratio)大致是指游戏软件销量与硬件的比例，大致可以衡量每卖出一部主机，会卖出几份游戏

——以此来对比独立站类型，也就是每个用户会在我们独立站上购物多少次

来源:SUGA苏嘉自制

独立站电商数据分析体系 来源:SUGA苏嘉自制

无论是用户获取型，还是用户留存型/混合型，其实各模式间并没有优劣之分。

有一些独立站用户的年度重复购买率只有25％，但他们依然可以很成功。

这是因为他们知道自己真正需要的是以相对较低的成本获取大量的新客户，因此将全部营销精力都放在了可靠且低廉的用户获取渠道上。

所以回到上文的问题是，所以ROI应该是独立站的北极星指标(North Star Metric)吗？

从订阅电商的角度回答的话，不是，订阅服务会定期从买家的账户扣除服务款，因此流失率的衡量要更为容易——以用户价值为标准

以SUGA订阅男性时尚独立站举例

北美会员订阅费49USD每个月(额外订制79usd版本)

因此衡量订阅独立站的盈亏公式是

Customer Lifetime Value＞获客成本(CAC:Customer Acquisition Cost)

假如从用户接触我们广告/内容到最后转化的总成本为200USD

意味着：49×X（留存期）≥获客成本(CAC:Customer Acquisition Cost)

来源:SUGA苏嘉自制

PS：意味着我们独立站的客户只要复购5次，整个订阅电商的独立站就形成不断正向增长的势

又PS："5"是一个神奇的数据，按我们订阅服务的统计，但凡一个用户订阅次数超过5次，就会持续订阅一个比较长的周期——而持续订阅维护费用(人均1usd/月)远比获客成本低

综上所述，我们觉得独立站的北极星指标（North Star Metric），必然也必须是

Customer Lifetime Value，即客户生命周期价值

问题是，很多小伙伴都会问(杠)一句，对独立站卖家来说，还不是一样要打广告？

这又带出一个新问题，你们真的懂互联网广告生态吗？

2.0.0 广告效果

在生态图中，我们把内容和流量总结为同一个生态，原因在于流量和内容是最结合紧密

来源:SUGA苏嘉自制

也因为，大部分独立站卖家开会讨论的第一个问题——流量如何来？

2.1.0 一切都需要从互联网广告说起

互联网平台商业化的本质是征税。

征税，主要是指平台向内容方/商家征收经济资源，而根据征税形式不同，可以分为：

1）显性：抽佣、分成（游戏联运、直播分成、广告等）等；

2）隐性：广告、账号体系（游戏、金融等）、为平台引流等。

而其中，让我们简单说下广告平台生态的互联网+

2.1.1 什么是互联网广告？

Google, Facebook(Meta), Yahoo, Twitter, LinkedIn, Yelp

以上6个互联网巨头公司，就是典型基于广告盈利模式的公司，其中Facebook(Meta)和Google更加是数字时代广告的大赢家。

互联网广告是指借助于互联网络、电脑通信技术和数字交互式媒体来实现营销目标的一种营销方式。

而其中广告最大的价值，在于通过互联网广告技术帮助上游广告主通过数字媒体平台高效精准(可复用)触达下游消费者。

2.1.2 出海互联网广告商生态

首先2020年在Facebook、Google及Amazon的出海互联网广告营销账单总值占所有出海广告营销账单总值的88.0%——意味着基本上出海卖家的广告费都花在这熟悉的三家上。

而同时，国外存在较多第三方独立的ADX/DMP/DSP/SSP/PDB，有着独立的互联网广告营销企业实现中长尾互联网渠道的广告链路打通，从而聚集具有相同兴趣偏好的用户，实现一个庞大的海外互联网广告市场。

ADX(Ad Exchange，广告交易平台)

DMP(Data-Management Platform，大数据管理平台)

DSP(Demand-Side Platform，需求方平台)

SSP平台(SupplySidePlatform，媒体资源供应商平台)

PDB(Programmatic Direct Buy，私有程序化购买)

PS：海外互联网广告生态圈还有代理商平台(含TradingDesk)、数据分析公司、第三方监测机构等。有兴趣的小伙伴可以去看看我们联动Cusper关于海外开放互联网世界的分享，其中就有提到互联网广告生态圈

传送门:https://www.bilibili.com/video/BV1ta411b7Q1?zw

来源:SUGA苏嘉自制

2.1.3 出海互联网广告原理

简单说下，互联网广告整个投放过程：

广告主/营销主通过代理(Agency)经过一站式交易平台(Trading Desk)对接多个需求方平台(DSP)，在广告交易市场(ADX)中进行公开交易及私有交易(PMP)，对广告流量通过实时竞投(RTB)或程序化直接购买(PDB)等模式获取媒介曝光机会，实现广告素材展示。

其中Adserving统一管理媒体广告和流量曝光机会，媒体方通过供给侧平台(SSP)将流量接入广告交易市场(ADX)进行售卖。

Adserving是一种第三方广告素材代码服务，可通过该服务调取广告物料，并在获得‍请求时将广告展示在广告位上，Adserving是程序化广告投放服务的代名词。

应用Adserving可管理广告主所有媒体广告投放，而Adserving执行流程描述了广告从上线到调整结束的全流程。

来源:2021企业营销数字化转型研究报告

根据广告主客户营销需求，DSP平台通过自有DSP与ADX对接，分析并通过SSP平台确定符合客户需求的社交媒体资源

其中程序化广告(Programmatic Advertising)通过RTB技术取得投放机会并高效投放互联网广告

什么是程序化广告？

是一种通过技术手段对整个互联网广告投放过程中的各个环节进行信息化并衔接为一体的工具

通过SDK或者API联接，实现自动购买和销售广告库存、自动投放广告、自动反馈广告互动事件和自动优化

由于实现广告采买、投放、报表追踪、持续优化投放等全链路完全自动完成，因此驱动更高的推广广告效率和更佳的定向投放

我们此前讨论过的无人独立站，也是一种程序化触达用户模式

无人独立站(Unmanned Simulative Website)的Begin Again

DSP平台可根据ADX反馈的用户信息与DMP数据库进行快速匹配，选择更为精准的目标客户进行投放，提升投放效果，降低投放成本。

整个过程中大数据管理平台(Data Management Platform)是重要的数据指导大脑

而个性化引擎则是为用户投放更贴近其需求的内容的关键工具

来源:2021企业营销数字化转型研究报告

2.1.4 出海互联网广告掌控力

互联网生态前进的动力是商业化，而广告行业的商业化发展史是以解决智能定价和精确度两大痛点为目标的历程

来源:2021企业营销数字化转型研究报告

广告主/代理商需要通过广告获取用户从而转化达成销售——因此需要量化成本+确定广告人群

ADX/DMP/DSP/SSP/PDB等广告技术服务平台，需要通过点击转化效果收费，从而维系技术/运营/营销成本的支出——因此需要基于用户数据的力量，赋能广告效果

代理商平台(含TradingDesk)、数据分析公司、第三方监测机构提供更好服务，依靠的同样是盈利能力的持续性——但这个往往是最脆弱的，因为没有不可替代性。

So，在整个广告生态中，Who才是掌控权最大的群体？

广告主？

别逗了，2021年跨境卖家吐槽最多的就是ROSA不断下降，跑出来的广告转化数据越来越差；而且大部分独立站卖家的投手可能问的最多的问题就是——哪里能下户？

代理商？

承接上一回答——每个代理都会被卖家每天咨询同一个问题——能下户？能下户？能下户？但冷知识：以飞书深诺为例，大部分代理商服的收入及成本按照账单净值计量，赚取返点差

代理商收益=营销客户账单净值 - 媒体账单净值

代理公司从广告主获得的营销支出为账单总值，将账单总值分配至广告链条下游，扣除返点（3%-13%）后得到媒体账单净值，再扣除对广告主的返点（0%-10%）后得到营销客户账单净值

来源:飞书深诺招股书

甚至由于业务扩张，已经导致返点差下降——没有的话，那说明你是KA用户，享受着代理商的让利——2020年以来，大部分代理收到广告伙伴(Facebook/Google)和给予广告主之间的返点差下降显著，就属于因为业务高速扩张下，给予新签约广告主较高返点而导致的

——下图为飞书招股书公示的毛利率曲线，2020年毛利率1.56%(再次强调，不针对公司，只作案例探讨)

面向广告平台(尤其Facebook/Google由于某些原因不能直接开户充值)，广告主是甲方/充值方，因此表面上负责帮广告主走账充值的代理方们，仿佛拥有市场绝对话语权；

但本质上，广告主需要的是确切的消费者，而当广告平台用户流量规模大到一定程度后，就意味着掌握了消费者，这个时候，供需地位就发生了根本性转变，广告生态中充值方会更加强势。直白地讲，广告平台(即时Facbook AD崩坏如是的此时此刻)不缺客户，而代理商们没有议价权。

出海广告代理商们在中国是一种比较特殊的存在，事实上Facebook/Google在海外很多地区是不设置代理商，广告主们可以开户直投。

尤其今年开始，Gooogle更是将返点政策取消，表明广告平台本身对于代理商们也有了新的价值判断。

近年来，出海独立站投放的一大趋势便是广告主/卖家自建团队直投，这也是为何越来越多的公司投入到自己的增长团队，即使增加了组建一支营销投放团队的人力成本开销。

广告主/卖家已经清楚意识到，代理商不是不可以取代，而自建团队的投放经验是可以不断沉淀的。

更进一步地，由于数字化技术的更广泛细化，代理商们的数字化价值被平权化了

ADX/DMP/DSP/SSP/PDB，我们可以统一称为出海营销技术服务商

一般来说，懂得这些名词的广告主(卖家)很少，因为在过去的投放习惯中，确实不太会接触到。

其次，说一下跨境电商独立站职业化中的一个乱象：

大部分市面上的独立站培训班不会把相关互联网广告元素进行解释，都是直接上投放类的教程，让卖家从FB/Google注册广告账号，直接培训ROI爆发投手

直接从投放层面开展独立站对于站点电商GMV数据影响是最明显，也是对于短线项目投资带来的焦虑思维一个有力缓解，但因此会让整体独立站缺少长线战略思维，往往后期独立站的流量结构陷入投放收入越重，利润越低的怪圈；

培训机构往往也会和代理商有合作协议，某方面充值广告越多，他们也有相应的收益；

因此也衍生出海数字营销方向——比方说从广告代理向程序化广告转型的汇量科技

来源:互联网图片

在广告原理部分，我们解释了程序化广告&个性化引擎在参与过程中的位置，那么两者的重要性呢？

定位(fixed position)

在出海营销过程中，最难的部分是，know who&where，and How——如何定位( fixed position)我们的受众，以及定位之后的动作：

①分析目标受众/②发掘目标受众最频繁的转化场景/③针对①&②进行有效营销活动

以Facebook广告系统为例解析程序化广告&个性化引擎的运作原理：

首先，什么是Facebook广告场景：

在每个卖家投放广告的时候，同时还有很多跟相同的竞争对手，也在进行投放广告的操作

来源:Facebook广告相关论文

Facebook会根据用户的标签来形成相应的目标用户

也就是Facebook广告投手在进行广告投放前进行的用户标签设定

来源:Facebook广告后台

在广告生态中，会有不同竞争对手同时试图向目标受众投放广告，意味着所有的广告都被塞入到竞争广告队列，这时候就需要竞价算法来作出选择。

广告竞价算法的逻辑——通过对目标受众的每次曝光机会计算出广告队列中的竞争力最强，竞争力最强的那一条广告则会得到当次广告曝光机会。

来源:Facebook广告相关论文

科普一下Facebook算法背后的广告竞争力模型公式

来源:Facebook广告相关论文

每一条Facebook广告根据广告系统抽出如下特征

• 素材文字的内容质量

• 视频的长度

• 视频的清晰度

• 转发数量

• 点赞数量

• 广告频率

• 点击率和转化率

• 主页Page的历史表现

而特征的权重在广告系统中会因应用户的不同而发生改变。例如如果目标用户更喜欢大众转发的广告，则对于此类目标用来说转发的权重要大于点赞的权重，竞争力公式中，广告竞争力不是一个恒定的的数值，而是不同用户对应的特征权重的求和。

PS：在广告竞争力模型中，权重值是一个由facebook机器学习算法训练出来，不由投手意志左右。因此无论多优秀的投手都无法控制；这也是为何在Facebook广告投放中，半年之前的投放经验毫无价值，就是因为权重(w)会不断随着Facebook系统更新而变化，也是为何每个投手都会觉得Facebook投放是一种玄学。

无法改变算法权重，因此我们需要选择的是特征(f)作为自变量

任何一个系统（或模型）都是由各种变量构成的，当分析系统（或模型）时需要选择研究其中一些变量对另一些变量的影响，由研究者主动操纵的因素为自变量(Independent Variable)，而因此发生变化的因素或条件为因变量(Dependent Variable)。

在广告竞争力公式模型

特征(f)为自变量，广告竞争力(s)为因变量

按照Facebook相关论文的一些描述，可能有上万个特征。因此我们提取我们觉得最重要的三个方面：

• 广告跟目标用户的客观特征匹配

• 广告素材的热度（一般来说是近期热度）

• 广告的预算

1)广告跟目标用户的客观特征匹配

所谓客观特征，就是指客观条件上的标签属性，而匹配特征值——则是消消乐游戏

当目标受众为：25-28岁，女性，喜好时尚，居住地，经常访问什么类型网站，经常浏览什么类型帖子等等

而广告的一些特征为：太阳镜，户外，运动等等

来源:Facebook广告相关论文

如比我们上文提及的相关性得分，越是标签属性相近，广告的特征匹配度更高

2)广告素材的热度（一般来说是近期热度）

每年的黑五网一，都是广告消耗最容易，并且广告爆款最频繁出现的时间点。

原因之一就是，广告的近期互动热度特征值会因为节日氛围出现爆发性的增长，转发数量，评论数量，点赞数量等等。

这里需要注意的是，互动热度统计会存在时间尺度的(按过去一周的统计)。半年前互动高频的帖子再进行二次广告推广，竞争力可能不如最近的互动帖子。

此外，广告系列里的互动热度以及目标人群的互动热度会带动平台乃至互联网的流量。

当广告热度出现绝对的量级，会让广告系列的CTR（Click-Through-Rate）即点击/通过率非常漂亮，Facebook会自发进行类似抖音内容二次分发的广告分发。

来源:Facebook广告

3）广告预算

在前文我们都有提及到广告预算和代理商的关系，同样的道理：Facebook属于广告驱动的公司，因此从广告使用角度也会更倾向于让广告主消耗广告费的广告。

相同竞争力广告下，广告匹配机制肯定更倾向有充足预算的广告主，同时也会把广告主特征更匹配的广告匹配出来。

总结到这里你会发现，互联网广告技术服务商基本采用的收费模式都是点击转化付费，Why？

出海广告代理商们与数字营销平台商业模式是：

前者帮助广告主通过海外社交媒体(FB/INS/Pin)触达消费者；

后者实质是通过互联网广告技术帮助上游广告主通过数字媒体平台精准触达下游消费者；

而社媒在上述过程中，本质承担是“卖用户数据”的角色

——提升用户变现价值，本质是垄断广告定价

让Facebook模式奏效的，是它可以将客户转化追溯到客户定位(fixed position)：

在ATT之前，当某个客户通过Facebook的广告经过Shopify站点转化后

Shopify通过像素(Pixel)——现在是CAPI(Conversion API)同步转化过程中产生的用户数据到Facebook，从让Facebook展示更多，通过互联网广告生态中使用Lookalike模型(即相似人群扩展)给相似受众类似的广告

Facebook在过去持续优化的用户定位(fixedposition)能力，直到ATT的出现

定价权(pricing power)

从CAC定价权的角度，非常明显的是出海互联网广告中，Facebook(还有Google)是最顶级的掠食者

拥有强大定价权的公司必然是一家提供稀有或独特产品而市场上几乎没有竞争对手的公司。在这种情况下，如果公司提高价格，涨价可能不会影响需求。因为市场上没有可供消费者选择的替代产品。

来源:SUGA苏嘉自制

Facebook和Google拥有互联网世界最多的广告库存，并且拥有最庞大的广告推送用户群(即使在tiktok奋起直追的当下)

Facebook和谷歌拥有最好的数字化跟踪能力，从程序化购买广告展示能力，延伸到广告效果量化

当客户旅程(Customer Journey)的不同阶段发生在不同的地方，传统营销漏斗是用户可能会在电视上看到一则广告，然后是在报纸上发现一张优惠券，最后是在线下货架上看到了该产品。这里与客户的每一次接触都是一次离散的广告事件，不可量化，最终结果也不可预估。

然而在互联网程序化广告生态中，客户旅程可以压缩为单一的广告曝光链条：

你在Instagram或者Facebook上看到了一则广告，你点击进去想了解更多，接下来同时会收到不断的信息流广告冲击，直到你登录了Shopify，然后在几天后当产品出现在你的门口时，你开始考虑自己当时在想什么才会买了这么一个东西。

这个循环对于app安装来说就更紧凑了(也是为何在Facebook广告投放中，app/游戏/工具方受到ATT冲击没有电商广告那么大的原因)：

你看到了一则广告，点击了“安装”，几秒后就开始玩了起来。

当然也有出现重复定向的情况，但对于大部分互联网广告来说，特别是与Facebook相关的广告来说，几乎都是直接生效的。

我们多次提到ATT对整个互联网广告生态行业的影响。

而在过去疫情爆发从而促进数字化生态高速发展的两年，互联网关于数字隐私的讨论一直在进行着，固然我们都不希望我们自身的隐私一直被使用。

但有趣的是，Facebook无论是卖家还是买家眼中都不会是讨好的。

(卖家觉得失去IDFA之后的FB广告不单单效果变差，甚至不能追踪效果；买家眼中的Facebook更是化为科幻题材中邪恶的财阀巨头)

来源:电影《头号玩家》片段

关键问题是，除了Apple因为自身推出的ASA(Apple Search Ads苹果搜索广告)，整个营销界都因为ATT而受伤(所以如果问我，Apple是不是真的那么为用户隐私和体验着想，我会亮起我大大的白眼)，并且消费者实际上也存在难受的世界诞生了。

实际上，在数字化爆炸的年代，拒绝APP或者Web追踪，并不意味着消费者看到的广告会减少，恰恰反而让消费者看到的广告和自身的相关性减少——消费者看到的广告往往变为预算充足的广域广告。

PS:这里也说一下，从我们的角度，广告行业自从进入大数据时代，也从过去的内容为王，转变为“点赞”为王。在过去，优质的广告内容会得到最好的传播——“钻石恒久远，一颗永流传”。但抖音时代，传播最快的用户是传播性更高的内容。

也导致从广告效果来说，与其制作优质的广告，还不如研究平台算法，迎合算法制作内容更有效。

同样大道理就是——公众号文章标题是“如何独立站做到爆单”，阅读量顿时可以上升一大堆的。而从技术角度去写文章的，往往凉得彻底。——Yoki/SUGA苏嘉Tech公众号首席写手

而在我们看来，ATT对于营销界的影响，更像一次数字平权化

数字平权(digital equality)

什么是数字平权化？

在电子商务网站最开始的年代，如果想创建一个网站，需要知道如何设置https服务器，需要掌握html来设定Web的架构，掌握CSS来美化Web的外观，需要掌握Javascript来完成Web在浏览器实现的功能等等。这些问题的解决离不开技术团队介入。

而随着各类SAAS，以及各种类型的MarTech的诞生，不擅长IT技能的营销人员，都可以用Shopify工具开发出完整功能的电商Web。

当一项技术首次进入市场，往往需要专业知识来使用它，也是为何往往在商业与技术的结合领域，都是技术部门引导前进方向，以及很多独角兽企业创始人都是技术大能的原因。

更因为需要专门的技术和技能，以及用这种技术来创造事物的需要投入时间和金钱，因此技术性的创造物数量相对较少，创造速度相对较慢。因此过去提及数字化开发或者转型，大家印象中都是大公司的权利

然而随着时间的推移和技术的进步，对技术本身的专业知识要求越来越低。相反，优势将转移到那些更了解如何在特定领域（如营销）中应用该技术的人身上。使用该技术创造的成本下降了，而创造物的数量及被创造的速度上升了。

Shopify的出现就是数字平权(digital equality)的最佳案例——甚至可以称之为颠覆性创新

颠覆性创新是指规模较小、资源较少的公司能够成功挑战同行业大企业的过程。

在大企业聚焦于高要求（通常也是利润最丰厚的）顾客改善产品和服务，因为过分聚焦利润最大份额的需求，却忽略了另一些细分需求。

而成功的颠覆性创新新进企业则聚焦于被忽略的细分需求，通过提供更合适的功能（往往价格也更低），获得立足之地。

ATT之后出海互联网广告生态，本身更像一场定价权革命：

对于广告投放者来说，ATT严格来说带来的是iOS渠道的整体ROI下降，广告投放者依然可以进行其它的投放驱动。

但从单渠道售卖产品向多渠道甚至全渠道转变，加上营销内容过剩，消费者对于营销的免疫，必然让客户体验在整个消费市场中愈发重要，营销策略也必将从营销渠道为中心转向以用户为中心。

9秒：一条鱼的记忆时间，也是一则制作精良的广告在消费者脑中留下印象的时间。

1/3：能改变消费者采购决策的营销方式，只有1/3是广告主可控的。

7～15次：消费者在愿意去了解产品信息前，需要接受的营销次数。

IDFA被禁止追踪让Facebook AD的直接效果失去神话色彩，本身更像压垮骆驼的最后一根稻草

——让营销人士认识到过去高效而精准的效果广告依然有着天然的破绽

所有的变革都指向了同一个方向——和用户的直接交互代替公域广告的投放输出

倒推一下企业如何实现营销投放效率最大化——

报纸电视传统广告时代

报纸&电视版位有限的情况下，预算更高的广告主获得广告权，但广告追踪效果无法保证。

因此实现广告投放最大化效果，倒逼广告主投放优质内容广告

数字媒体时代

营销投放与最终销售之间产生非常直接的关联，纽带是Facebook/Google的互联网广告生态，无限的广告版位+大数据+个性化引擎，从而撬动互联网时代的数字直达效果广告。

简单描述Facebook广告对用户的营销流程：

配对某个垂直人群(产品)，快速测出人群匹配产品(又或者产品匹配人群)打穿营销链路

大部分DropShipping玩法就是如此:Fake it until make it

从零开始快速一切：创意验证、商业模式、品牌战略、企业设计、登陆页面、MVP（最小可行产品）

Facebook广告生态

向用户展示广告，并记录他们手机提供的唯一标识符(IDFA，广告商标识符/iOS；GAID，谷歌广告标识符/Android)——最重要要点

用户下载应用程序，或进行电子商务购买——Facebook的SDK嵌入在应用程序或电子商务网站中，再次记录IDFA或记录引导用户访问该网站的UTM，并向广告商收取成功转化费用

有关此转化的详细信息，无论是在广告中使用了哪个创意、购买了什么、花费了多少等，都会添加到看到广告的用户的个人资料中

广告商在Facebook上投放新广告，要求公司找到与之前从他们那里购买过的用户相似的用户(Facebook从其SDK看到的用户过去购买数据，或者因为广告商上传了过去客户的列表)。

Facebook重复这一过程，在此过程中进一步完善其对客户、应用程序和电子商务产品的理解，包括它们相互关联的最大概率归因方式（只能通过机器学习发现）

Facebook广告生态很强大，同时也因为太强大，从而导致它垄断了整个生态环节的定价权

Google比Facebook有一个非常明显的内在的优势：它不必需要主动弄清楚用户对什么感兴趣，因为用户会主动通过搜索告诉它想要什么；更不用受困于隐私数据的限制；因此在定价权的转移中，Google更加占据主动的地位。搜索广告是最好和最赚钱的广告形式。因为越确定正在向接受的客户展示的广告类型，广告主就越愿意为该广告位出价，并且搜索框中的文字总是比最佳定位，节省大量测试成本。

DTC(DNVB)时代

当消费者处于信息过剩时代，甚至于免疫营销的当下，我们要如何打动消费者，让消费者愿意了解和认可我们，并且最终促成转发？

漏斗？

我相信每个对出海营销有投入心思的小伙伴都会涉猎到出海营销漏斗——这的确是一个方向，但问题是，怎么保证漏斗的用户顺利到达下一层？还有漏斗的存在，同时意味着漏斗的用户会存在流失：

消费者的采购决策链可以分为不同阶段：

①不知道品牌/②愿意了解/③产生信任/④激发需求/⑤查询/⑥最终购买/⑦售后服务/⑧二次销售

在这些不同形态中，有很多营销阶段和给消费者互动。而通过技术手段，广告主让消费者在跨渠道，保持转化场景的一致性。并且切合个人需求的“千人千面”的营销内容。

归根到底，企业/卖家都是以盈利的目的，如果不同LOL版本需要投入不同的战略和战术一样，ATT之后的版本更考验的是如何有效管理自身的第一方数据以及通过数据应用于客户体验&产品服务迭代。

如同我们说的数字平权(digital equality)一样，通过数字化转型把与消费者互动的定价权从公域广告抢回品牌/Web的私域互动中。

3.0.0 出海数字化

3.1.0 Marking Maker

随着越来越多的数字平权化方向的发展，一个更大规模的营销活动正在兴起，一种称之为营销创客(Marketing Maker)数字营销群体也因此发展起来。

“创客”一词源于美国麻省理工学院微观装配实验室的实验课题，代表DIY文化，特指出于兴趣与爱好，基于技术的延伸，努力把各种创意转变为现实的人。

营销创客拥有着DIY的超能力来构建和分析用户数字体验(CEM,Customer Experience Management)，并将极大地改变营销的动力，以更快的速度、更低的成本来构建和分析越来越复杂的用户数字体验。

无论是技术营销人（TechnicalMarketer）或者营销技术专家（Marketing Technologist），知识和技能都远远超出了文案创意或者品牌设计的范畴。

他们知道如何编码、构建脚本、使用API和统计数据，同时可以让销售流程自动化，并预测客户行为发展的趋势。

每一个Marketing Maker都将自己的创造力，与心理学、品牌与代码、统计和数学结合起来，用技术来解决营销问题，将营销的艺术变成销售&管理的科学解答。

应该没有人不知道《黑神话：悟空》了吧 官网图片

如果不熟悉《黑神话之悟空》这款游戏，我建议大家去看看了解下何为中国游戏最期待作品，而这里我们希望大家去读一下关于背后制作这款游戏的公司的自我介绍——游戏科学

来源:游戏科学官网

如同游戏科学在自我介绍中，关于对于游戏行业在国内的现状，我们也一直觉得跨境电商行业，尤其独立站同行的职业化水平，提升非常缓慢(并非嘲讽，而是客观事实)。

其中一种重要因素就是，缺少独立站营销创客(Marketing Maker)这个角色：

以客观的角度，通过数据分析，结合公司实际情况研究出Web科学的“道法术器势”

道法术器势：这五个是极具中国特色的词汇，最早见于先秦，后来老子《道德经》中总结的“道、法、术”，分别对应的是为：核心思想－体现思想的规则－技术 ，是对自然（人类包括在其中）总结出的一套由上至下的可被归纳、可用来指导世间万物的总结方法。

道：核心思想、本质规律、底层逻辑

法：方法论，战略

术：战术，具体的方式、细节以及实现的技术手段

器：MarTech是营销、技术和管理的工具融合统称

势：是从“道、法、术、器”体现的势能

很多时候，无论是熟悉苏嘉SUGA的朋友，还是不熟悉的朋友，都会有疑问：

为何我们会研究这么多技术上的手段？

和很多传统的卖家都很不同的是，我们内部把自己定位为一群

营销创客(Marketing Maker)

如同我们提到的微观装配实验室FabLab，及其触发的以创客为代表的创新2.0模式一样，基于对从个人通讯到个人计算，再到个人制造的社会技术发展脉络，苏嘉SUGA秉承着构建以用户为中心的，面向独立站应用的融合，从设计、制造，到调试、分析及文档管理各个环节的独立站创新实验。

苏嘉SUGA一直在以男性时尚订阅盒子独立站做增长实验，因此从“道法术器”四个角度，给大家阐述下我们对独立站如何做增长的数字化理解

3.1.1 出海电商的道:出海数字化

很多人会觉得数字化(Digitalization)是一个伪命题：不能落地的假大空

而在我们看来，这是ABCD的过程：

A 人工智能 (Artificial Intelligence，AI)

B 区块链 (Blockchain)

C 云计算(Cloud Computing)

D 数据分析(Data Analytics)

进入21世纪以来，社会进步给人类带来的变化，让我们熟悉的趋势和观点以日新月异的速度在改变。而其中以数字力量为首，定下了一个时代的基调。

什么是数字力量?

举个栗子，在我们的日常生活中，一分钟内可能不会发生太多事情。但是，当衡量一次发生的互联网活动的深度时，则可能是非同寻常的。

以下是一分钟内发生的事情的一些关键数字：

亚马逊客户花费283,000美元

1200万人发送iMessage

600万人在线购物

Instacart用户花费67,000美元

Slack用户发送148,000条消息

Microsoft Teams连接100,000名用户

YouTube用户流式传输694,000个视频

FacebookLive获得4400万次观看

Instagram用户分享了65,000张照片

Tiktok用户观看了1.67亿个视频

以上仅仅只是从数据总量上的统计，如果要分析当中数据产生的意义呢？

在这样新的环境下，将每个客户作为一个独特的个体来理解和服务，并跨越不同的渠道，把客户在每个触点的每次交互产生的体验连接起来，比以往任何时候都更加重要。

但事实上，从人工来说，这是很难掌握因数字设备和应用程序而生成数据中的所有数字，其惊人的增长率则让人工去进行数据分析是一件天方夜谭的行为。

这是我们从社媒进行分析的数据指标，每次和卖家们交流都会引起一个疑问：

“如何进行如此细节性的社媒数据分析？

可能单单是数据采集就做不到”

问题是，我们询问到底目前是如何进行社媒数据跟踪的时候，给我们最多反馈是人手采集(会使用工具实现部分自动化)，但采集之后对于数据的应用是止步于采集(有部分原因是，确实大部分卖家没有设立SNS社媒运营，而是把社媒数据这部分转嫁于社媒投放上)。

社媒数据工具，一般跨境卖家常用的是Hootsuite，Sprinklr，Sprout Social；

然而从工具的定义来说，他们不仅仅只是社媒数据工具那么简单。

事实上，2021年6月23日，客户体验管理平台Sprinklr在纽交所上市，成为继Medallia、Qualtrics之后，第三家完成IPO的客户体验管理平台厂商。

是的，从实际应用角度来说，以上我们提到的工具是用于

客户体验管理(CEM,Customer Experience Management)

因为，大数据是21世纪的石油，尽管它拥有非常高的价值，但数据本身是无用的，在学习如何使用它之前，你无法做任何事情，这就是21世纪的现代化商业环境——实施数字化旨在使组织从业务策略、商业模式、组织文化适应数字化时代。

对卖家来说，最大的挑战是什么？将框架从以供给为导向的4P理论更新为以需求为导向的4C理论：

每一次重大的市场转变，就会出现一波又一波新的单点解决方案，以解决客户体验问题中的一部分：

营销部门需要为内容营销搭建了一个单点解决方案

然后搭配另一个解决方案用于管理KOL营销

还需要另外一个用于广告投放

服务部门部署了一套聊天机器人单点解决方案

再设置另一个用于客户的社交倾听

还需要常备一个VOC（Voice of the Customer）用于满意度建模分析等等

但是当这些单点解决方案不能协同工作，结果就会导致企业内部充满了孤立的团队、孤立的工具、孤立的数据，重复的客户和活动ID、破碎的工作流。

企业也因此陷入了单点解决方案导致混乱，并最终破坏了客户体验。

所以回到我们最开始的问题，为何数字化是ABCD？

范式转换（Paradigm Shift）

为了应对这样的数字环境，组织不得不改变自己的一些最基本的经营理念和思维状态去适应一个全新的商业视角。这种巨大的变化是一种范式转换（Paradigm Shift），即具有根本性和深远意义的剧烈变化，而不是本质上相同特征的渐进式变化。

来源:SUGA苏嘉自制

我们的结论是：一个独立站/出海电商公司首先要从技术的角度与数字化的力量联系起来，然后更为重要的是，必须再从商业的角度使用数字化的力量。

一个有趣的误解：无论线上还是线下的交流，很多卖家都会说一件事，感觉自己是中小型卖家，所以用不上数字化。

但事实上，数字化不是大公司专利，恰恰更应该是中小公司追上大公司的唯一途径：

大公司/品牌集团拥有着是规模化效应+领先性成本优势，对于他们来说，平A(游戏术语，指普通输出)+部分数字化已经满足大部分需求——但他们对于数字化追求的力度不会减弱；欧美品牌尤其DTC品牌在营销投入分布，24%花在员工薪资上、23%花在付费流量上、23%花在服务商等机构上，往往将最高的投入，29%，花在营销科技上；

但不代表我们不能用数字化去追赶他们，如同我们在数字平权(digital equality)部分提到的，颠覆性创新就是弯道超车的案例实现。

这是关于如何在数字化时代开展出海业务的道，我们必须重新检查自己当前的商业运营，并清楚我们必须开启一段变革之旅，即出海数字化的商业变革。

这是数字化技术带来的新机遇与挑战，每个出海电商都需要拥抱它。

3.1.2 法:数字化独立站战略

从战略的角度看出海电商的发展，会发现广告平台和独立站是一种对抗性的合作关系

独立站的核心，是真实的用户关系，通过频次更高更深入的互动，从而建立起双方更依赖的关系。

恰恰与广告平台生态呈现相反状态

Facebook是迄今为止，依然是规模化获取新用户的最佳和最有效的方式(即时ATT之后)

——Facebook AD最为出类拔萃的地方，会根据它对用户的机器学习、喜好或购物历史的收集，从而将闻所未闻的产品或app的广告嵌入信息流中，但这种“用户发现产品”机制并不仅仅依赖于数据，它也依赖于人们的注意力。

这才是TikTok给Facebook带来的严峻挑战：Apple及其ATT政策或许会给Facebook的财务状况带来巨大冲击，但TikTok及其带来的用户注意力转移才是Facebook更大的生存危机。

这同样是独立站和Facebook广告的对抗性所在：

当你依赖于Facebook广告的同时，其实无法将用户的注意力从广告平台中转移过来，也失去赢回CAC(客户获取成本 Customer Acquisition Cost)定价权的机会

很长一段时间，我们对大部分卖家对于ROAS的看重觉得甚是奇怪(大部分卖家甚至把ROAS误解为ROI，这点就更加让我们觉得荒诞不经)

——独立站上和我们交易的是我们的用户，我们的买家，而不是Facebook/Google/Tiktok等广告平台

我们在数字化独立站演进(一)中有讨论过类似的话题：

用户为中心

在我们看来，这是一个长期和短期之争，又或者说，是否以用户为中心？ 

· 每个卖家都会在运营上遇到短期主义和长期主义的问题，本质其实平台卖家和独立站卖家的真正胜负手——为用户提供差异化的解决方案，这是“消费者主权思维”的体现。（这个反义词就是“生产者主权思维”——企业不能接受一丝一毫的亏损。）

 · 如果消费者不需要了这款产品或者只是一味生产同质化的产品，即使规模再大，也不能创造商业价值。

数字化独立站演进历程（一）

而事实上也认证我们去年的猜想：

把独立站项目作为长期运营项目的话，无论是市场还是资本都更喜欢有忠诚度高的用户&稳定盈利模式的卖家

15个融资/上市的跨境电商卖家当中，11个主打行业垂直独立站（精品模式）或者为DTC品牌型卖家，其中包括SHEIN、Cupshe、Outer、安克创新、致欧科技等。另外4个融资卖家则为早期铺货模式发展而来，包括澳鹏网络、斯达领科、四衡网络、赛维时代。

数字化独立站演进历程（一）

由于ATT的关系，依赖于Facebook社媒广告平台投入而增长的独立站(品牌)都或多或少遇到不同程度的瓶颈，而通过产品力和以用户为中心的品牌独立站反而开始实现出圈的突破

Youtube红人J姐自发性为花西子引流

本质来说，是缺乏长期用户经营战略的独立站必然会遇到的问题：

当增长过于依赖营销收入会发生什么问题？

传统消费年代的美国品牌公司从供应链角度和独立站卖家很相似，从中国买的成品价格乘以6到10然后在美国出售，然后以利润投入营销支出的滚雪球玩法，占领市场占有率

——因此大部分，尤其得到融资的卖家们会参照这种已经实验过成功案例的模型进行同样尝试。

但假如消费者的行为模型已经发生改变呢？

如同我们说过的消费者行为的迭代与更新一样，新时代的消费者需要更强的反馈，更深的内涵，甚至需要从监测行为到预测心理：

模型长度增加，在原本处于的终点消费者行动之后增加了分享环节，更强调商家与消费者之间互动

强调后续行为产生的数据为前置行为提供指导，从简单沟通的弱反馈升级为数据驱动的强反馈

降低消费行为中心理路径的占比，使得全流程数据化程度进一步提高

因此发现，新出海电商时代的数字营销基于通过数据的采集管理、经过分流/存储后分析洞察最后应用于用户层的客户体验提升，并且每一层级的服务都在随着需求变化而升级。

来源:SUGA苏嘉自制

更广域的数据采集、更深度的用户触达以及更敏捷的营销体系，关键是引流后的留存率和活跃度：

2022年的独立站战略——沉淀数字资产

来源:SUGA苏嘉自制

还记得我们说的1.2.2 独立站的北极星指标吗？

事实上，Facebook信息流广告，的确给独立站带来可复用并且可量化投入产出比的增长途径，并且是一致的——因此也促成了Facebook信息流时代的OMTM

唯一关键指标（One Martric That Matter，OMTM）

这是一个从定义就说明，在当前阶段高于一切、需要我们集中全部注意力的数字。

专注信息流广告并不等于目光短浅。

并不是说，从独立站诞生的第一天到直到关停的那一天，卖家只需要关心一个指标就够了；而是说在任意指定的时间里，都有那么一个指标，值得关心它胜过一切。

归根结底，所谓战略目标是一个让我们在正确的时间，以正确的心态，专注做正确的事情的方向。

很多时候，一致性是公司前进的最关键一点——在广州，从南沙到白云机场，你可能不知道有多少条道路，但你会知道肯定是“一路向北”，这就是我们的“一致性”

但如同，私域沉淀模型图说揭示的逻辑——但广告的一致性因为IDFA被打破，变为内容流量一样的零散性的时候，怎么办？

这是刘润总的“开始做私域吧”中的公域私域红利期示意图，尽管润总是用国内的商业生态作为分析，但道理是一致的：

当公域(Facebook信息流广告)红利时期，我们应该通过投流做增长；

但当公域失效/竞对推高公域成本，我们应该进行私域(独立站用户资产)沉淀进行增长；

因为私域红利期同样会过去，为全域增长也是我们本文的主题——全触点独立站时代做准备。

相信大家都熟悉Facebook公域广告的时代，对于数字化私域即独立站用户沉淀很陌生，该如何开始？

3.1.3 术:数字化独立站战术

在开始之前，请直面这样一个事实：

我们过去大部分卖家都沉迷在运气妄想之中，并且希望自己的运气一直延续下去

比如说每次交流都会被问：如何选品——在我们看来，选品理由是用来说服自己，因为成熟的卖家会有自己如何选品的一盘账，而不是需要选品数据/工具来作为确定。

管理学专家彼得·德鲁克(Peter F. Drucker)有一句名言：

“你无法衡量的东西，你也无法管理。”

这就是我们一直强调的是：

作为独立站卖家而言，尊重事实，尊重数据

失败的独立站有千奇百怪的原因，但成功的独立站永远有一个非常一致的属性

有非常成熟的数据统计工具/运营方法

因此独立站的数字化战术总纲——有且只有：

数据分析启示

战术Step 1 树立我们独立站的数据指标

独立站数据分析最底层的元素是什么，就是对我们站点关键指标的跟踪。

数据指标与我们的商业模式(营收来源、支出成本、客户数量以及客户获取策略效果等)有关，但往往最开始关键指标不容易确定，因为开始连自己想好的独立站商业模式都没有办法完全实现下来。

从理论到实践的过程中，我们需要不停地修改自己分析的活动，寻找正确的产品或目标客户。

因此对于每个独立站卖家而言，之所以进行数据分析，是为了在现金流耗尽以前，找到正确的产品和市场。

战术Step 2 测试确定利基市场

好多朋友对于数据分析都会存在敬畏，到底数据分析以及分析之后的应用是如何完成的？

测试，就是数据分析的灵魂。

测试的作用是通过同期群组分析或A/B测试来比较两个样本的不同，从而确定利基市场

A/B测试相信大家都有所听过，什么是同期群组分析？

首先，一直以来，大家存在一个误区——大部分卖家都会执着于选品，仿佛选对品类就可以在营销中事半功倍——但其实真正的选品是在选人：

我们在数字化独立站演进历程(一)有提及到什么是利基市场

先来解释一下，什么是利基市场（Niche Market）？

利基市场（Niche Market）

又称缝隙市场、壁龛市场、针尖市场

利基是英文名词 “Niche”的音译，Niche来源于法语。

法国人信奉天主教，在建造房屋时，常常在外墙上凿出一个不大的神龛，以供放圣母玛利亚。它虽然小，但边界清晰&洞里明显，因而后来被引来形容大市场中的缝隙市场。

在英语里，它还有一个意思，是悬崖上的石缝，人们在登山时，常常要借助这些微小的缝隙作为支点，一点点向上攀登。20世纪80年代开始，美国商学院的学者们开始将这一词引入市场营销领域。

①垂直的产品市场，足够广阔的地域市场。

利基战略的起点是选准一个比较小的产品（或服务），这是Niche的第一要素，集中全部资源攻击很小的一点，在局部形成优势力量；

同时，以一个较小的利基产品，占领宽广的地域市场，是第二要素，产品有非常大的市场容量，才能实现规模经济——这恰恰是当下中国产品出海电商的最好时间和处境。

②可持续发展的潜力。

这点在很多独立站卖家在选品时疏忽的一点，也是选品错误的方向之一——产品不具有延伸性

当我们的产品进入市场以后，竞争对手会去模仿或替代，我们需要通过有针对性的技术研发和专利，引导目标顾客的需求方向，以延长我们在市场上的领导地位；

另外，当这个市场的目标顾客将有持续增多的趋势，我们的产品可以进一步细分，便有可能在这个市场上持续发展。

③市场过小、差异性较大，以至于强大的竞争者对该市场不屑一顾。

既然被其忽视，则一定是其弱点，反过来想，我们也可以在强大的竞争对手的弱点部位寻找可以发展的空间。

所谓弱点，就是指竞争者在满足该领域消费者需求时所采取的手段和方法与消费者最高满意度之间存在的差异，消费者的需求没有得到很好的满足，这正是足可取而代之的市场机会。

举个例子：时尚类对于跨境电商卖家来说，是绝对的红海，但里边的细分项目呢？

时尚类细分项目词云

④独立站，或者说我们所具备的能力和资源能提供对应这个市场的优质产品或服务。

⑤这个行业最好还没有绝对强势霸主。

把利基市场（Niche Market）的思维，套用在独立站选品上，就有三个重要因素：

细分人群/产品功能性/供应链选择

那么接下来就是如何根据垂直独立站的进行相关测试

PS：本文不会直接说出哪些是利基市场（Niche Market）——正如前文所言，垂直类的产品，存在诱因和市场环境因素，所以没有永恒不变的利基市场（Niche Market）——会告诉你的，都是镰刀。

又PS：但我们认为这个市场是可观察的，能观察就能被干涉，所以本文叙述的是，如何在独立站基础上发现和切入利基市场的简单方法。

如果再进一步总结的话，利基市场就是一群拥有某种共同特征的人。

共同特征可以是：使用Chorme浏览器，喜欢购物前先Google，发邮件咨询，或者家里有孩子/宠物且喜欢宝马车系的。

同期群组分析比较的是相似群体随时间的变化。

我们的产品/服务会随着开发和测试而不断迭代，这就导致在产品/服务发布第一周就加入的用户和后来才加入的用户有着不同的体验。

比如，每个订阅电商会员用户都会经历一个生命周期：

从免费试用3个月，到付费使用，最后停止使用

同时，在这期间里，我们会持续地对商业模式进行调整。

于是，在产品上线第一个月就享受福利的用户必然与第四个月才加入的用户有着不同的用户体验。

每一组用户构成一个同期群组，参与整个试验过程。

而通过比较不同的同期群，我们就可以获知：从总体上看，关键指标的表现是否越来越好。

战术Step 3 独立站数据分析周期

独立站数据分析的核心在于如何找到一个有意义的指标，然后通过试验改善它，直到令你满