在生e经的“行业分析”选项卡下，卖家可以分析不同行业及不同行业下类目商品的价格。如图2-70所示是2015年2月“女装”行业下“半身裙”商品类目的价格成交量分布图。从图中可以一眼看出在该时间段内，50～100元的“半身裙”商品的市场需求量最大。但是在一年12个月中，该价格都能保持最高的市场需求量吗？关于这个问题，卖家虽然可以选择时间，查看每一个月的价格分布，但是操作繁琐，且数据不够直观，同时卖家不易在该页面中分析不同的价格在一年12个月的需求量波动情况，也就不易掌握类目商品的价格浮动情况，从而难以根据市场需求调整价格。因此卖家需要用类似于前面讲过的商品属性的分析方法，变换商品价格数据的表现形式。

分析类目商品的所有价格区间

按照前面分析商品属性的方法分析商品的价格。同样以“女装”行业下的“半身裙”商品为例，现在卖家需要分析该类目商品在一整年中的价格成交量情况，从而找出买家需求最大的价格区间。

如图2-71所示是下载后的2014年类目商品数据，并且新建了“半身裙价格汇总”表，将2014年“半身裙”商品的价格进行汇总。如图2-72所示是数据汇总后创建的数据透视表。利用数据透视表，卖家可以轻松地分析2014年的类目商品价格波动情况。
                  

 

用图2-72中的数据创建折线图，如图2-73所示。由于版面有限，图中数据仅选取了“100元～150元”等7项数据系列。

从图中可以一眼看出，在2014年中，“半身裙”商品的价格位于“50元～100元”区间的市场需求最大，也就是说该价格区间受到了广大买家的青睐，那么设置该价格区间进行商品搜索的买家比例也会比较大，因此在淘宝网上，价格在50元～100元之间的半身裙商品占有更大的搜索流量。

从图中还可以发现，价格位于“20元～50元”区间的“半身裙”商品在1月—4月时的销量较高，但是在4月之后就出现了下降趋势。同样地，价格位于“200元～300元”区间的“半身裙”商品在5月之前销量上升，但是在5月之后的销量却开始下降。卖家通过诸如此类的价格成交量分析，可以判断类目商品的价格在不同时期的需求量变化情况。

为了使数据分析的结果更可靠，卖家同样可以收集连续两年或者更多年的类目商品价格区间成交量数据，制作趋势图。如果同一类目的商品的某价格区间在连续多年的同一月份成交量都最高，那么在未来的一年中该价格区间买家需求较大的可能性就非常大了。

分析类目商品的细分价格区间

通过前面的方法，卖家可以分析出在2014年中，“半身裙”商品的价格区间位于“50元～100元”时最具搜索优势，但是50～100元的价格区间中包含了多种价位，其中究竟哪一个价位才更具搜索优势呢？这时卖家就需要分析类目商品的细分价格区间了。

例如，卖家店铺中的“半身裙”商品价格位于50～200元这个区间，那么卖家就可以单独分析这个区间内的细分价位市场需求情况。如图2-74所示，时间段选择为2014年1月，价格区间是“50到200元”，分为20段。从结果中可以看到，价格区间为“95元～102.5元” 的“半身裙”商品成交量尤其高，可见在这个时间段内的这个价位是受到买家青睐的，如果卖家将店铺中的“半身裙”商品定价在这个区间，相信可以获得更多的搜索量和曝光量。下面就针对50～200元这个价格区间来进行细分价格成交量的分析。
 

 

首先下载“半身裙”商品在2014年位于50～200元的细分价格区间成交量数据，然后做成数据透视表，结果如图2-75所示。

再将数据透视表中的数据做成折线图，结果如图2-76所示。由于版面限制，图中只选取了成交量较高和较低的部分价格区间进行显示。

从图中可以看出，在2014年，价格区间为50～200元的“半身裙”商品中，细分价格为“95元～102.5元”的这个价格区间的商品成交量是最高的，其次是“65元～72.5元”这个价格区间。通过类似的分析方法，卖家就可以更加准确地确定商品更具优势的价格，从而在买家进行商品价格的搜索筛选时获得流量。