做着流量生意的电商企业，总是需要不断出现的新品、定制品带来可观的销售增长。1月11日，京东与阿里先后公布培育新品计划，还将通过C2M方式提升新品的成功率。正是得益于新品量产前的数据输出，电商与品牌商大大降低了试错率。不过，新品乃至C2M定制产品都需要品牌商和渠道商快速的反应和配合，极度考验研发能力，不能无限度拉长产品的测试周期，否则新品也会成为旧品。
看中新品爆发力
拖地用自动洗地机，宅家健身用健身环，就连美容也有了家用玻尿酸，2020年大批创新产品涌现，满足了爆发的新消费需求。当然，新品透露出的潜在市场和可观的消费实力，让电商相信其可带来惊人的爆发力，竞逐新品成了电商和品牌商的下意识动作。
新品是一门生意，符合电商诉求的新品更是备受青睐。2021年刚一开盘，各家电商企业便迫不及待地用新品制订新一年的计划。京东已经与玛氏宠物营养、中兴等品牌商针对新一年的消费趋势有计划地推出新品，双方力求通过C2M定制化生产减少额外的成本支出，也让产品能读懂消费者的需求。
就在一周前，同样是围绕新品，阿里巴巴集团副总裁家洛表示，2021年天猫小黑盒将推出1万款千万级新品，让2000个品牌实现新品销售额过亿。他表示，新消费需求将诞生新物种，带来新的市场机会，并迅速重构整个消费市场。“每一个新需求都将成为未来品牌找到新增量的黄金赛道。”
在消费大盘中，新品消费的迅速发展对消费升级的拉动效果日益显著，从需求端来看，随着 “80、90、00后”逐渐成为消费主体，个性化、差异化、有创意的产品能够更容易地吸引年轻消费群体的关注。同时，居民生活水平的提升也要求市场提供精细化、多功能的新产品。 从供给端来看，随着平台+企业的供应链效率提升，上新周期缩短，产品迭代加速，新品供给能力提升，一系列供给端优化的因素成为各品牌新品消费增长的重要动力。
数据显示，2018-2020 年，京东平台上新品(包括C2M反向定制新品)发布量迅猛增长。2020 年单月新品发布量超2018年全年，2020年至今新品发布量已接近2019年全年发布量的200%。2020年以来“新品”成交额占京东大盘比重在“6·18”时达35%左右，“双11”前夕已经达到40%以上。
预判市场反应
“C2M定制在行业里出现已经有一段时间了，但真正能把C2M落到实处去做并不容易。”玛氏宠物营养电商总经理祝贺解释称，C2M需要深度了解消费者的需求，可依靠大量的数据研究，通过简单的品类咨询和用户画像实现定性分析。但简单询问并不能真实反映用户所需，企业还要根据实际购买的倾向和数据进行分析，看消费者实际下单情况。
此外，C2M定制更为考验品牌的研发能力，能够做出符合品牌方所选取的领域，满足消费者个性化需求的产品，“而且完成这些还要在比较短的时间内，如果要等两年时间才能生产出来，消费趋势就变了，也谈不上C2M了。”祝贺更为在意生产设计的实效性。
正是得益于新品量产前的数据输出，玛氏集团的宠物食品大大降低了试错率。在品牌商和电商针对新品的研发中，双方均希望有明确的预期。举例来讲，在当下正火的宠物市场，玛氏宠物营养会借助京东提供的数据，将新品在真实的数据环境中测试，生产前玛氏做出详情页、主图、价格等，再放到真实的消费环境当中做模拟和测试，判断消费者对于新产品实际的反馈。无论是品牌商还是电商，均希望通过这种方式让新品上市的前景更加明朗。
说起C2M的优势，祝贺总结出来两点，一是基于真实的消费倾向和数据做趋势调研，二是相当于企业可以提前验证产品销售过程。
生产周期必须缩短
为了能发挥C2M定制品的效果，玛氏宠物营养特意为与京东合作的美士无谷全价成猫猫粮开了一个全新的生产线，“无谷配方要避免生产过程当中混入谷物，现有的生产线很难避免谷物混入，为此新开了一条生产线，确保产品的高质量和纯净度”。据了解，新品尽管上市时间不长，但已经成为美士产品的爆款。
预判的确为双方合作降低了潜在风险。此前，新品通过传统的方式上市时，投入市场前只有一个初步的预测，很难有一个真实的场景模拟上市之后的情况。借助C2M数据化模拟，企业能预判消费者对产品的反馈，如果有一些问题可以提前进行纠偏，“C2M的方式，也让双方的投入和风险最小化”。
尽管新品和定制化生产看起来十分有前景，但多数品牌商拒绝将新品投入到单一的销售渠道，生怕出现鸡蛋在一个篮子里打碎的翻车场景。他们更是苦于消费端不停变化的诉求，看似灵活的大数据和生产排期反而也是负担。
电子商务交易技术国家工程实验室研究员赵振营对北京商报记者表示，新品是电商用来经营用户的一种方式，跳出产品之外找到用户的新需求。现阶段，双方不能只为上新品而上新品，而是要解决背后的生产匹配程度，拉长产品的生命周期。“无论是品牌商还是渠道商，实际上都需要源源不断的新品带来流量，但计划不可短视，还是要将生产端和消费端实现打通。”
一位提供工厂代工的负责人向北京商报记者表示，工厂有自己的品牌，即便是代工也需要强大的设计团队，根据可能的消费趋势进行生产，数据归数据，具体的研发、生产还是要跟上才可以，如何缩短周期、提高研发效率是当下头疼的事情。
