因为移动端和PC端的购物场景有所不同，一般来说，碎片化的时间购买的产品作交易决策容易，无线交易商品有其典型的特点，客单价相对PC低，即低价、少量的交易更容易在无线端达成。从下图豪首两个终端的交易数据我们比较容易看出，无线端的客单价低不少。
终端
支付金额占比
支付转化率
客单价
无线端
64.36%
8.77%
31:
pc端
35.64%
9.06%
72:
因此，PC和无线端需要分品运营，特别是主推款要各自针对不同的人群来做。尽管具体的不同，但思路和逻辑一样，下面以无线选品为例来讲述，如何利用数据选品挖掘出店内最牛的商品。
选品综合指标=
依据上述公式可以得到选品的综合指标值，我们也可以总结出如下三条优先原则：
原则一、单品支付转化率高于店铺值的优先；
原则二、单品访客平均价值高于店铺值的优先；
原则三、单品访客基数大的优先。
*上图为豪首办公专营店近30天商品数据，来源天猫生意参谋
我们一起来看下豪首的数据剖析表，先看几个重要的数据指标。
1、首选指标
A、无线支付转化率
顾名思义，无线端的支付转化率，以前也常称作成交转化率，包括买家的两个动作，下单（静默下单和咨询下单）和下单-支付（下单后完成付款），静默下单和商品详情页的说服力有关，咨询下单和客服的销售能力有关，下单-支付的环节和客服的催单工作有关。
由于行业的差别和消费价位的不同，这里难以一个固定的数值作为所有店铺的参照标准，需要具体店铺具体分析，但是我们可以使用官方工具（商家成长）来做一个评估，能知道自己的数据处于什么样的水分位。
天猫商家成长提供了四个参照数据，同层商家、同层top10商家、上层商家和类目top20商家。从近期数据来看，豪首的无线支付转化率良好，因为客单价低于同行商家50%以上，无线支付转化率从8.77%能提升到10%+，就算优秀。这里，我们将8.77%作为商品支付转化率的对比标准，低于这个数据的商品不能作为主推品。
B、无线访客平均价值
无线交易金额和访客数的比值，即无线平均每位访客给店铺带来的销售额，这是衡量商品是否能贡献较多销售价值的核心指标，和转化率及商品笔单价直接相关。转化率高商品价格低的商品访客价值不高。豪首的无线访客平均价值是2.74，高于这个数值的商品有优选权，但是支付转化率不能太低。因为豪首有做企业定制的商品，即商品50，属于批量采购，所以访客价值高至60.9。
2、次选指标
如果说转化率和访客价值是评估商品当前销售能力的两大指标，那么加购率和收藏率是衡量商品未来销售潜能的两大指标。
A、无线加购率
购物车最早的出现是为了方便顾客进行多品购买，然后提交一起下单付款，这和我们超市的购物车本质上功能是一样的。顾客加入购物车，已实际表明其购买意愿。对于因为各种原因而滞留在购物车的商品，我们是可以进行定向营销。豪首商品41加购率高达93%，远远高于无线均值25.55%，是单价较低的创意便签本，基本人手可一本，可以进行购物车营销以获取直接的转化。
B、无线收藏率
收藏率是仅次于加购率的指标，相对而言，顾客的收藏行为离购买远一些，但表示了商品是顾客喜欢的，而因为其他因素顾客没有购买。豪首的商品1，收藏率最高，达到5.8%，也是当前销售贡献最大的商品。在该商品有促销活动时专门推送给收藏用户，也可通过定向推送专享优惠的方式来进行转化。
3、三选指标
A、无线搜索支付买家占比
这是衡量搜索销售贡献的指标，该项指标高的商品销售状态最良性，可持续性更强。店铺主推商品，最终其搜索支付占比要成为各流量渠道中最大的。豪首的前两款热销品，搜素支付占比超过50%，但是商品3和商品6搜索支付占比仅个位数，可尝试重点优化搜索，然后跟进数据，看看是否能获得较好的搜索反馈，以确定无线端店内分流的逻辑。
B、无线搜索支付转化率
无线搜索引流是否精准，商品评价如何、详情页是否有说服力、客服销售能力怎样，尽在无线搜索支付转化率。本质上，它也是反馈商品在无线搜索这一渠道上的畅销度。豪首店内的商品1，即当前的热销款，也是无线搜索支付转化率最高的商品。不同流量渠道的支付转化率的差别，可以直接反映该渠道客群与店内目标客群的匹配度。因为商品详情页一样，客服一样，那么支付转化率越高，该渠道人群匹配度越高，流量精准。我们做流量渠道的优化，简单地说，就是提高精准流量的占比。当某一渠道量大而没有转化时，也就是我们常常说的垃圾流量了。
最后，我们综合地看看豪首的情况。上图取值周期是30天，如果店铺的流量非常少，那么需要将取值周期延长，以确保流量的基数达到一定程度，成为合理的数据分析样本。同时，以上的数据采集要避开大促活动，因为大促时段的商品价格比平常更优惠，大促的转化率也比平常会更高，在差异较大的两个价位来比较商品的数据指标是不合理的。
因为这里作的是无线选品，我们将参照指标定为店铺的无线整体均值，最优先的是以上指标都大于参照指标的数据，然后依据三层指标（首选、次选、三选）中的权重来计算综合数值，值最高的商品最具潜力。
但是，这里特别要强调一点，由于不同的商品处于不同的流量等级，流量等级相同的商品，可直接比较选品综合指标，对于综合数值差不多的商品，优先考虑访客基数大的商品。对于选品综合指标高而流量基数小的商品要进一步作流量测试，将商品从一个流量等级推到上一个流量等级后再做选品综合指标的计算。
比如上图的商品36，当前的访客数是414，给这款商品导入访客数UV至1000以上，再看上面的几项指标变化如何，最重要的是支付转化率和访客平均价值都要高。商品14当前访客数在1096，给该商品导入UV至2000以上，再看指标的变化，而商品8则需要将UV从1991提升到3000以上，再进行观察，依此方式让流量等级到达当前销售最高的商品（当前是商品1）后再进行同流量级的对比，选出最优。
从豪首的商品数据表可以看出，商品1除了无限访客平均价值偏低以外，其他的五项指标都非常好。针对这样的情况，可以从两个方面去优化，一是进一步提高转化率，二是提高笔单价，即提高商品单价或者增加购买件数。商品的价格需要尽量维持稳定性，那么最好就是提高购买件数了，比如买N件送x等类似的方式。
