这次分享的学员，2020年10月报名课程，在课程玩法和助教老师的帮助下，对淘宝有了个系统的认知！
仅仅半年的时间，业绩从1万左右，做到一个月20万！整个系列的流程包括思路、操作的方法都有一个全新的质的飞跃！
这位学员还录了视频，我们一起来看下 
！
个人经历
大家好，我是付磊，洗护类目卖家。
2017年我们通过百度搜索和信息流做房子买卖，但由于后期的转化链路这块一直把握不住，项目失败了。
后来跟着朋友做电商，我将百度搜索的玩法套用在淘宝运营上，但从未想过操作的重点是什么，应该分析哪些数据，直接狂烧广告，一直亏钱。
如果没有经验，犯错成本就比较高！在找解决办法的时候，我在知乎上看到了蒋晖老师的文章，发现很有道理，而且解决了我之前很多的困惑，纠正了很多之前不正确的操作思路和理念。
2020年10月，我正式报名课程开始学习，半年的时间，业绩到现在为止，业绩从一个月1万左右，做到一个月20万！
（2020年9月业绩，按月）
（2021年4月业绩，按日）
在学习过程中，助教老师给了我很大的帮助，往往在关键的时候能够一语点醒梦中人，对我的思路包括方法都有一个很好的指点和总结。
那么我是如何做的呢？我下面给大家分享，也希望给大家带来一些启发。
市场分析
前期如果没有对市场有个很好的认知，对对手一个很好的分析，对用户没有一个很好的理解，对自己的实力和能做的东西有一个很好的把握的话，就会很难把链接按照自己的目的去做到位。
我做的是标品，主要卖给理发店，产品有一定品牌基础，所以我们选择抢品牌相关的词语对应的淘宝市场，可以避开较大的竞争，相对来说操作起来就更容易一些。
刚开始做市场分析时，我只是把同行的月销件数、月营业额、做销量费用等整理出来，对自己需要投入多少、风险大小等并没有一个清晰的认知。
但是通过这么长时间在猫课的学习以及自己的操作，我才发现做市场分析，最重要一点就是你要分析同行的数据的真假成分，结合经验能大概有一个预判。
（风险预判记录）
上图就是我对做到同样规模需要投入的预算的核算，上面列举了3种方案，得出补单和直通车相配合的方案可能收效比较好的判断。
这也是为什么我优先强调市场分析，它决定了你的决策导向！
竞品分析
不管是手淘搜索还是直通车，其实都是拉新的一部分。
而影响顾客购买的因素是多方面的，我们想要产品有优势，对竞争对手的分析就不可或缺，即明确产品核心人群、客户需求、产品的购买理由等，做的比对手更好！
只要操作补单或者投放直通车，产品就能卖出去吗？我意识到这个想法错误的，因为淘宝上不缺比你做的好的同行！
如果你不去对比分析，你就难以得知你的产品的优势、劣势是什么，产品是否有竞争力！就会陷入为什么我推广了却不出单的烦躁心理当中，难以解脱！
（竞品分析-自我认知记录）
当你把思路理清之后，信心绝对是倍增的！
找到适合自己的销售策略
竞品分析不仅可以帮助我们定位人群、优化产品策划，同时销售策略也是围绕竞品的数据展开的。
猫课的712的方法论其实可以演变出很多东西，对运营中很多方面都能做一个很好的解答，让你知道前期筹划、策划的一个重要性，让你运筹帷幄，决胜千里之外！
我是强烈推荐报名过的学员向助教领取作业，完成市场、竞品分析工作。这个平时就要做，不断积累，不然出了问题，再找原因就会有抓瞎的感觉。
按照课程的方法，首先确定主推的关键词，然后到淘宝上搜索这个关键词，按照销量排名去找跟我们定价、品牌等定位一致的，选段位稍微比我们高一些的、能够追赶上的作为竞争对手。
（销售策略记录）
通过分析竞争对手的流量渠道、日访客、进店关键词等数据，去制定我们的销售策略！
像我们的产品，最低售价55元，最高售价128元，我们预计当月销售额能够达到50000，便把销售目标定为90000元。
并确定补单的主要关键词，直通车的主推词，制定这些关键词要达到的坑产，访客人数，转化率等目标，有计划的去落实，实操过程中再及时根据数据的反馈进行调整，从而让业绩逐步攀升！
希望我的经历能给猫课其他学员朋友有所启发 
。
学员交流问题
1.店铺人群标签乱了应该如何挽救？
我会用直通车或者超级推荐去拉人群，用他的智能拉新、优质人群拓展等进行调整。
2.付费推广占比多少是比较健康的？
一般情况下而言，付费推广占比在30~40左右比较健康，我们的想法是将直通车的推广费用下调到占30%左右，这是最理想的。
3.直通车如何拖价？
我将直通车的拖价法课程听了好几遍才开始拖价。原来不拖价的时候，我平均点击花费能达到5块多，现在拖价以后，能控制到3块多。
蒋晖老师点评：
想做好淘宝，首先你得了解平台的规则和导向，这是你的大方向！
在遇到某个货源的时候，一定不要任何分析都不做，自己觉得货不错就开始在淘宝上进行销售。这种能活下去的几率太低。。。
其次是做好标题，上架这些最基础最简单的店铺运营工作，然后学会“刷单”“直通车优化”这些实际性的推广能力。
最后学会数据分析。通过分析店铺数据和行业数据不断找出自身店铺问题出在哪，并找出方法解决。