Shopee看不见的需求：买家没说出口的选品线索

显性需求已经被抢完了

搜索框只能记录买家叫得出名字的东西。心里想要的东西只要说不出来，就不会在数据里留下痕迹。热词榜本质上是一份大家都会说的话的排行。说不出口的那些诉求，永远留在榜单外面。这就是很多冷门位置进去之后才发现需求真实的原因。

一个词被验证有量之后，跟进的人会在很短时间内涌进来。先来的人拿到了排名和评价积累，后来的人只能靠价格去抢位置。这就是显性词的处境：需求是真的，但红利已经被前几批人分掉了。留给后来者的空间，主要是成本空间。

买家表述需求的能力其实很有限。他能说出品类，说不清规格；能说出用途，说不清自己真正介意的那一点。所以搜索词往往只覆盖了需求的前半段。后半段要靠看他的行为去补，看他在哪里停下，看他在哪里退货。

举一个日常的例子。买家想找一件夏天穿的长袖，搜索时可能只打一个品类名。他真正在意的防晒、透气、不闷汗这几项，都不会出现在词里。卖家照着词去选品，拿到的只是一个品类，而不是真正的使用要求。

隐性需求不是玄学，它只是没有被结构化地表达出来。它散落在买家的评价文字、咨询记录、退货理由这些非结构化的地方。这些地方比搜索数据难处理，所以真正认真去挖的人少。少有人做，就是空间所在。

判断一个位置是不是已经挤满，有一个简单的观察方式。把这个词下的在售商品翻到第三页往后，如果后几页的商品评价数仍然很高，说明这个位置上的竞争者都已经累积了很厚的底子。底子厚的赛道，靠一个价格优势很难撬动。

还有一个动作可以确认红利还剩多少。看这个词下最新上架的几件商品，能不能在较短时间内做出销量。如果新链接进去之后长期没有评价和销量，说明这个入口的自然流量已经被前排占住了，新人拿不到分配。

碰到这类位置，动作上不应该继续在同一个词上硬拼，而应该回到买家的使用场景去找更细的表述。同一件商品，加上一个具体的使用条件，就是一个新的需求切口。这个切口未必有现成的词。

筛选的时候给自己设一条线。如果一个位置上前三页的商品，评价数都在一个很高的档位上，同时价格区间还压得很低，这个位置就不适合作为主攻方向。它更适合作为辅助位置去补充流量，而不是全部资源都压上去。

把这条线写下来的好处是可以复用。以后每看一个新的方向，都拿同一套标准过一遍。标准的价值在于它不随心情变化，能挡掉很多一时冲动的决定。

有一个具体的例子能说明这件事。一家做厨房小件的店铺发现主关键词下的竞争已经非常密集，前几页的商品评价普遍很厚。它没有继续在这个词上投入，而是换了一个思路，去看买家在评价里提到的一个细节：洗完之后的收纳问题。这个细节没有对应的搜索词，却对应一个真实的麻烦。

围绕这个麻烦做出来的改动很小，只是在商品组合里调整了配件的形态。上架之后，从搜索词进来的流量并没有明显变化，但从评价和场景描述进来的成交有了增长。这说明隐性需求带来的增量，往往不体现在词的热度上。

这个例子的边界在于它不能直接复制。同样的思路用在别的类目，可能对应的细节完全不同。可以复制的是寻找细节的方法，也就是从买家的使用过程里去找麻烦，而不是把结论拿去照搬。

还有一个容易被忽略的隐性需求来源，是买家在评价里描述自己怎么用这个商品。他可能说买来放在阳台上用，或者给孩子带着上学。这些使用场景本身不是抱怨，但都在提示这个商品真实的适用条件。

把使用场景收集起来，会慢慢拼出一张买家画像。这张画像不是靠调研问出来的，而是从真实交易里自然浮现的。它比任何假设都更接近事实，也更容易转化成商品描述里的具体语言。

挖隐性需求的第一步是把买家说过的话原样收起来，不做任何加工

隐性需求藏在评价里

评价是买家最放松的表达场合。他刚收到货，交易已经完成，说话不需要顾虑卖家怎么看。这时候写出来的内容往往比售前咨询更真实。尤其是那些不带情绪、语气平淡的补充说明，信息密度反而最高。

评价分三种位置，首评、追评，以及好评里夹带的那一句。首评多讲第一印象，追评多讲用了一段时间之后的表现。好评里那句顺口的补充常常最值钱，因为它说明买家真的认可了某个细节。

首评受物流和开箱体验的影响很大。包装破了、发货慢了，都会让整条评价偏向负面。看首评要先剥离这些与商品无关的干扰项。去掉之后剩下的部分，才是关于商品本身的真实反馈。

追评的价值在于时间。一件东西用了两三周之后好不好用，才会真正显形。追评里出现的往往是耐久、清洗、配件损耗这类首评看不到的问题。这类问题对应的需求，通常也更接近长期使用的场景。

好评里藏着的需求最容易被忽略。买家顺口夸一句装东西很方便，这句话背后是一个真实的使用场景。把这个场景放大看，就是一条可以写进详情页的卖点，也可能是一个新规格的由来。

收集评价要按固定的口径去做。先确定看多少个链接，每个链接看多少条评价，最新的一批还是随机抽一批。口径固定下来，收集到的内容才有可比性，也才能判断某个说法是真的反复出现还是碰巧看到。

看的顺序建议从最新往前翻。最新的评价反映的是这一批货的质量和当下的买家预期，越往前翻，商品本身可能已经迭代过好几轮，参考价值会下降。翻到一定深度就可以停，不必追到最早的几条。

读评价的时候拿一张纸分成两栏，左边记买家遇到的问题，右边记买家认可的地方。两栏都要记，因为认可的地方说明需求已经被满足，问题的那一栏才是可以下手的地方。只记抱怨会漏掉一半信息。

把买家的原话抄下来，而不是用自己的话概括。原话里的用词是他真实的表达方式，这些词往往可以直接用在标题和描述里。概括之后就变成了行业语言，反而丢掉了最贴近买家的那部分。

看完之后做一个动作，把同一条评价里提到的多个点拆成独立条目。一条评价可能同时讲了尺寸偏小和扣子很松两件事，它们是两条不同的线索。混在一格里，后面统计频次的时候就会重复计数。

举一个真实的观察。某类家居用品的评价里，好评中反复出现的一句话是放着不占地方。这句话看起来平淡，实际上指向了一个明确的使用约束。买家在意的不是商品本身多大，而是收纳起来占不占空间。

顺着这个约束往下想，能推出的动作很具体。清洗或者收纳时能不能压扁、能不能叠放，这些都不是性能参数，却是买家真正关心的点。把这一点写进描述，转化会有改善，因为说到了他心里的那件事。

反过来的例子是只看星级。有人习惯只看一星评价，认为那里才有问题。实际上四星评价里的信息往往更均衡，买家既说了好的地方，也提了不足的地方。只看一星会丢掉很多中性的、不带情绪的描述。

追评的时间点也值得留意。收货一周后的追评和在收货当天写的，反映的不是同一件事。前者讲的是使用体验，后者讲的是开箱印象。两条放在一起看，能看出问题是在什么时候开始出现的。

边界条件是评价数量太少的商品。评价只有几条的时候，里面出现的任何说法都可能只是个人的偏好。这时候不要急着把它当成类目的共性，先去扩大样本，把同类商品的评价都翻一翻再做判断。

差评与咨询这两类痕迹的线索密度最高，退货理由的价值在于它直接指向功能缺口

从差评里找机会

差评是最直接的需求说明书。买家不满意的地方，就是他的期望和实物之间的落差。落差本身不是机会，落差背后的期望才是机会。买家期望什么，说明市场对这类商品已经有了一个默认标准。

差评大致分两类。一类是执行问题，比如发错货、到货慢、包装破损。另一类是结构问题，比如尺寸和预期不符、材质与描述不一致、配件不好用。执行问题只能算事故，结构问题才值得花时间研究。

结构类差评往往反复出现在不同买家身上。同一个偏小、偏短、扣子容易松，在十几个评价里都出现过，说明这不是某个人的感受。重复出现的频率，是判断这条线索权重的主要依据。

差评的语气激烈程度和线索价值不成正比。骂得最凶的评价，多数时候对应的是物流或者一次品控事故。语气平淡地提一句其他都好就是某个地方不太顺手，反而更容易指向一个可以改的结构。

看差评的边界在于样本量。一两条差评说明不了什么，几十条里反复出现的同一件事才可靠。样本少的时候不要急着下结论，先去扩大样本，把同类商品的评价放在一起看。

筛差评要先做一步减法，把与商品无关的评价剔除。物流慢、客服回复不及时、包装破损，这几类问题在任何类目都会出现，它们反映的是运营水平，不是商品需求。剔除之后剩下的才是商品本身的信息。

再按问题出现的位置分类。是在开箱时发现的问题，还是用了一段时间才出现的。开箱问题通常是描述不符或者品控，使用后出现的问题大多指向耐久和结构。这两类问题对应的改动方式完全不同。

分类完成后统计每一类的条数，按条数排序。排在前面的就是需要优先处理的。这时候不要急着下判断，先确认统计的范围里有没有混入同一个买家的多条评价。同一个人写两条算一条。

给自己设一个观察阈值。同一类问题在不同的买家身上出现到一定条数，就可以当作一个稳定的线索来看待。低于这个条数的先挂起来，等样本积累够了再回头看，不要凭一两条就改产品。

最后一步是把频率高的几条线索拿出来，去和同类的其他商品交叉验证。如果同一个问题在很多不同商品上都存在，说明这是整个类目的共性缺口，做起来的空间相对更大。只在某一个商品上出现的问题，可能只是那家的品控。

有一个案例很能说明执行问题与结构问题的区别。一批差评集中抱怨到货太慢，看起来是严重的口碑问题。查下来是那个月物流在旺季积压，属于阶段性的执行问题。这类问题解决的是发货安排，跟商品本身没有关系。

另一个案例是差评里反复出现尺寸偏小。这条线索被归到结构问题里，因为它指向的是描述与实际之间的落差。处理的方式是补一张更明确的尺寸对照，而不是去改商品。改完之后同类抱怨明显减少。

还有一个细节是关于差评的分布位置。如果差评集中在评价列表的最后几页，说明那是较早批次的问题，后面的批次可能已经改善。这时候把它当成当前的选品线索会误判，要先确认问题现在还在不在。

差评里还有一种特殊类型，就是买家把两个不同的问题写在了同一条里。分析时要把它拆开分别归到不同的类别里，否则统计条数的时候会重复计算，把某一类的权重算高。

记录差评线索的时候建议带上时间。同一条线索引在今年和去年的评价里都出现，说明它长期存在，是一个稳定的缺口。只在某个短时间段里集中出现，可能是某一批货的问题，性质不一样。

从询问与咨询里找线索

售前咨询记录是一份转化障碍的清单。买家来问，说明他在下单前卡住了。他卡在哪个问题上，那个地方就是商品描述没有交代清楚的地方。把问得最多的三个问题列出来，就等于拿到了一份改进方向。

咨询里最常见的是规格问题。尺寸、重量、颜色、配件数量，这些本该写在详情页里的信息，写得含糊就会转化成一次次咨询。咨询量高的那几项，通常就是详情页最需要补上的地方。

咨询还有一层价值，就是能听到买家自己的用词。他说的是装东西还是收纳，说的是放冰箱还是冷藏，这些词就是他搜索时会用的词。把这些词收起来，就是最贴近真实的关键词素材。

问答区的提问和售前咨询性质接近，但它是公开的。同一类商品下被反复问到的问题，说明整个类目的商品描述都存在同一个缺口。这个缺口是普遍存在的，谁先补上，谁就少被问一次。

咨询记录的边界是样本偏差。会来问的人，通常是比较谨慎的一批买家。那些自己判断就下单的人不会留下咨询记录。所以不能只看咨询，要把它和评价、退货理由放在一起交叉着看。

整理售前咨询的步骤是先导出所有的对话记录。把同一类问题合并，比如所有问尺寸的放在一起，所有问材质的放在一起。合并之后按类目的条数从多到少排，排在最前面的就是最没讲清楚的地方。

排完之后做一个动作，逐条去详情页里找对应的说明。如果详情页里其实写了，但买家还是问，说明这段说明的位置太靠下或者表达太绕。如果根本没写，那这就是一个明确的缺口。两种情况处理方式不一样。

针对位置太靠下的问题，调整的办法是往前挪。把高频问题对应的答案放到图片的前几张里，或者放在描述的开头一段。这个动作的代价很低，通常只需要调一下内容顺序，效果却比较直接。

针对根本没写的问题，补一句清楚的说明。说明不需要长，把范围、条件、适用场景讲明白即可。写的时候用买家在咨询里用的说法，而不是用内部的行话，这样他才看得懂。

做完调整之后要留一个观察窗口。看调整之后同类问题的咨询量有没有下降。下降说明补到位了，没下降说明原来的判断不准，需要回到对话记录里重新看。这一步是整个流程的回看环节，不能省。

有一个实际的例子。一家店铺的售前咨询里，问最多的一个问题是这件东西能不能放进某个特定规格的空间里。这个问题在详情页里其实有过尺寸说明，但因为放的位置靠后，买家看不到，只能来问。

处理的办法是把尺寸对照挪到图片的第二张，用一张简单的示意图把常见的对照关系画出来。改动之后，同类咨询在一个月内明显减少。这说明很多咨询不是买家不看，而是内容放在了他看不到的地方。

另一个例子是问能不能替换配件。反复有人问这个，说明买家在意后续的可维护性。这个问题在商品本身不是缺陷，但在描述里没提，就变成了一个不确定项。补上一句说明，就能把不确定变成确定。

边界条件是咨询量的层级差异。新店的咨询量本来就少，单看条数没有意义。这时候更适合看咨询里问题的种类，种类集中说明有几个明确的缺口，种类分散说明商品定位本身可能不够清晰。

记录咨询线索时建议一并记录买家的用词。同一个意思，有人问能不能装，有人问放得下吗。这些不同的说法都是潜在的关键词素材，收起来比事后自己想更省力，也更贴近真实搜索习惯。

从退货原因里找答案

退货理由是买家最直接的一次表态。他已经付了钱、收了货，最后选择退掉，说明这个问题严重到足以推翻一次交易。相比一句抱怨，退货是一个带着成本的动作，所以它的可信度更高。

退货理由文本通常写得很短，不适合、和描述不符、质量问题这类说法占多数。短归短，它指明了大的方向。要还原具体原因，需要在客服记录和评价里找到同一批订单来对照。

退货原因里有一类特别好用，就是尺码和适配问题。买家买回来发现装不下、穿不上、接不上，这类问题在产品结构上是可解的。解决的代价往往是一张更清楚的尺寸表，或者一句更明确的使用范围说明。

预期落差是另一类主要退货原因。买家看图片以为是什么样子，收到发现不一样。这种落差多数来自详情页的表达，而不是商品本身。同样一件商品，把使用场景写清楚，退货率常常会有明显差别。

退货理由的边界在于它只记录了退货的人。那些收到之后觉得不太满意但懒得退的买家，不会出现在这份数据里。所以真实的抱怨面比退货理由显示的更大，用退货数据判断问题时要知道它只是下限。

分析退货理由的起点是先拿到一批带理由的退货记录。量太少的时候先不做分析，因为单条理由的写法差异很大，样本少时噪声会盖过信号。攒到一定条数之后，按理由里出现的关键词做归类。

归类之后要做的第一件事是区分可控和不可控。属于商品本身可改的，归入可控；属于买家自己选错或者用错了的，属于另一个方向。这两类问题的应对方式完全不同，混在一起处理会两头都做不好。

对可控的那一类，按条数排序，挑出排最前面的两三条。对这几条不要直接下结论，而是回到对应的订单里找客服记录和评价，看买家具体是怎么描述的。理由栏里的一句话往往只是结果，过程在别处。

对买家自己选错的那一类，动作是改信息而不是改商品。把适用范围、尺寸上限、适配条件写清楚，通常就能减少一批误购。这类问题的解决成本最低，效果也最直接，值得优先做。

做完之后回头看退货理由的分类分布有没有变化。原来排第一的那一类占比下降了，说明改对了方向。没变化说明原因判断偏了，需要重新看一遍理由原文，而不是继续加码同一个改动。

有一个具体案例。某类商品的退货理由里，和描述不符这条反复出现。翻看具体记录后发现，多数买家指的是颜色和图片有差异。问题出在拍摄时的光线上，实际商品的颜色比图片更暗一些。

处理方式是在图片里加入一张接近自然光的实拍，并注明色彩可能因设备和光线有差异。这条改动不涉及商品本身，只是把预期拉回到真实水平。同类退货在之后的一段时间里有了明显下降。

另一个案例是关于适配范围。买家买回去装不下，退货理由里写得比较简单。把客服记录翻出来才看清，买家是按另一个相近规格去理解的。问题不在于商品尺寸，而在于描述里没把适用范围划清。

退货理由里还有一种情况是两个原因叠加。既觉得不合适，又嫌麻烦不想换。这类退货的归因容易被误读成商品问题。分析时要区分主因和次因，不能只看理由栏里最后写的那一句。

记录退货线索时要给每条线索标一个可信度。来自多笔独立订单、理由描述一致的线索可信度高；只有零星一两笔、表述还模糊的，先标记为待确认，不进候选清单，也不急着做动作。

四种痕迹回答的不是同一类问题，拼在一起才能看出需求的全貌

隐性需求怎么验证真假

挖到线索之后不能直接拿去开发，先要判断它是真需求还是一句情绪。判断的第一个标准是重复度。同一个问题被不同买家各自提过，它的可信度远高于同一个人反复抱怨。

第二个标准是行为。买家有没有因为这个问题退过货、取消过订单、给出过差评。有行为伴随的反馈，说明它真的影响了成交。只是提了一嘴但照样下单的，说明它对决策的影响并不大。

第三个标准是能不能被解决。有些抱怨指向的是这个商品的固有特性，比如体积大所以自然会重，这类问题改不动。能被解决的线索才值得跟进，改不动的只能作为使用说明提前写清楚。

线索还要区分是商品问题还是场景问题。买家抱怨装不下，可能是商品尺寸偏小，也可能是他拿去装的东西本就超出范围。前者要改商品，后者要在商品页写清适用范围。分不清就会改错方向。

验证的最后一步是拿一个小规格去试。真正的验证不是判断自己分析得对不对，而是有没有人愿意为这个改进付钱。把线索做成一个具体的规格或者一句描述，投一点资源看反馈，比任何内部分析都可靠。

验证的第一步是把线索翻译成一句可测的话。想表达的需求最终要落到一个具体动作上，比如改一个尺寸、加一个配件、补一句说明。翻译不出来的线索，说明它还不够具体，先放回清单里继续观察。

第二步是给这条线索找一个小的验证方式。不一定要开发新产品，可以先用现有商品做一个改动，或者在描述里补一句，看反应。验证的成本越低，能验证的线索就越多，试错的次数也就越多。

第三步是定一个观察周期和判断标准。在动手之前先写清楚，多长时间内看哪几个指标，达到什么程度就算成立。标准写在前面，能避免事后按结果给自己找理由，这是验证能真正起作用的前提。

看结果的时候区分两种反馈。一种是买家用钱投的票，比如下单、加购、复购。另一种是口头反馈，比如在评价里提一句。前者的权重大于后者。口头反馈可以作为线索的来源，但不能作为成立的依据。

如果验证不成立，动作是把这条线索移出候选清单，同时记录下不成立的原因。不成立本身就是有价值的信息，它排除了一个方向，能让后面的判断更准。把它当作正常结果，而不是失败。

有一个验证的例子值得参考。某条线索指向买家希望配件更容易更换。这家店铺没有开发新商品，只是在现有商品里换了一个更容易拆装的连接方式，然后在新上架的批次里改了包装说明。

观察的指标选了两个，一个是同类咨询的数量，一个是这条商品的加购变化。设定的周期是一个月。一个月后咨询数量下降，加购有增长，这条线索就正式进了成立的那一栏，动作也保留了下来。

另一个相反的案例是一条关于延长线的线索。收集时看起来有不少人提到，验证时补充了说明和可选的配件。观察期内几乎没有反应，加购和咨询都没有变化。这条线索被移到不成立的那一栏。

不成立的线索在回看时发现了原因。原来提到延长的买家集中在某一个特定的使用场景里，这个场景的买家总量本来就很小。需求是真实的，但规模不足以支撑一个动作。这说明真假之外还要看量。

边界条件是自己店铺样本太小时如何处理。样本少的时候，验证周期要适当拉长，观察的指标也要选更粗的颗粒度，比如看有没有复购，而不是看单日的加购变化。粗指标在样本少时更稳定。

线索越筛越少是正常的，留下能指向动作的那一小部分才算完成

把线索整理成候选清单

线索收集阶段最忌讳的就是边看边改。看到一条觉得不错就顺手润色成一句卖点，结果原始的说法丢了，回头看已经想不起买家原话是什么。收集阶段要做的只有一件事，就是原样照抄。

归类是第二步，做法是按问题归类而不是按来源归类。同一个偏小，可能出现在差评里，也可能出现在退货理由里，它们应该归到同一格里。按来源归类，会把同一件事拆散在好几个地方。

每一条线索要写成一句可以验证的话。比如买家希望有更清楚的尺寸参考，这就是一句可以验证的话，它对应一个具体动作。写成买家对尺寸有疑虑就没法验证，也不知道接下来该做什么。

清单里要留一列记录出现次数和来源。次数决定优先级，来源决定可信度。来自退货理由的线索，比来自一句泛泛的评价更硬。这两列加起来，才能把一长串线索排出先后顺序。

清单的末尾要留出淘汰的位置。线索里大部分最后会被证明不成立，这不是失败，而是筛选的正常结果。把淘汰的原因也记下来，下次遇到类似的线索就能更快地判断，不必重复走一遍。

建清单的第一步是确定字段。至少要有一列写线索内容，一列写来源，一列写出现次数，一列写能对应的动作，最后留一列记录验证结果。字段定好之后就不要随意增减，保持结构稳定才好比较。

第二步是把收集到的原始线索一条条填进去。填的时候按归类合并，同一个问题多次出现的合并成一条，把次数累加。合并的过程会砍掉一部分内容，这部分内容也要留着，可以另开一个表放着备用。

第三步是按出现次数排序，给清单排出先后。排完之后不要立刻从头做到尾，而是先挑几条动作代价最小的做。先做容易的，能在短时间内拿到几组反馈，对后面的判断帮助很大。

第四步是给每条线索定一个负责的动作和一个观察时点。动作要具体到改什么，时点要具体到什么时候回来看。没有时点的线索会一直挂在清单上，看起来在跟进，实际上没有推进。

清单要按固定的节奏更新。每次验证有结果就更新一次，把成立的和不成立的分开归档。时间久了，清单里成立的那些条目会慢慢沉淀成自己对这个类目的理解，这是比单次选品更长期的收获。

举一个清单的实际样子。表头按线索、来源、出现次数、对应动作、观察时点、验证结果排列，一共六列。行数一开始可能有几十条，按出现次数排完之后，前面几条就基本决定了接下来的动作。

有一家店铺的清单在第一轮做完之后，只有三条线索被证明成立。这三条里有两条是关于描述的调整，一条是关于配件的改动。看上去成果不多，但两条描述调整带来的咨询量下降，价值并不小。

清单的边界在于它不是一份永久文件。类目在变，买家群体在变，半年前的线索今天可能已经被人解决掉了。建议每个季度过一遍，把已经在市场上普遍解决的问题删掉，免得做重复的事。

还有一个细节是清单的版本管理。做过重大调整之后，把旧版本另存一份。这样当有人问起之前为什么做了某个改动时，能翻到当时的依据，而不是靠回忆去解释。这一步在多人协作时尤其重要。

最后一点是清单要留一列记下当时判断错误的地方。判断错误的地方往往藏着认知盲区，反复看这些记录，比看成立的那些更能提高判断力。这份清单真正的价值，长期来看在这里。

常见问题（FAQ）