我想开个网店，专门做动漫和游戏相关的手办模型之类的东西，请问哪里有货源啊，要一手的货源哦？
本人经常在漫展上跑展卖货，可以给你提供进货思路和方式。一般动漫商品这种类型还是建议你从网上进货，例如从阿里巴巴上以低价进购手办，挂画，抱枕，折扇，海报等再以稍高的价格在咸鱼等其他平台上售出(本人处理余货库存就是在咸鱼上出售)等找到固定货源厂商再考虑转型。
怎么做电商手办_如何做手办赚钱
怎么做电商手办_如何做手办赚钱
怎么做电商手办_如何做手办赚钱
手办怎么做
手办的做法是：先设计出自己喜欢的手办外形，然后准备材料，用铁丝做出大概框架，然后用专用土开始填充，捏出身体、胳膊、腿等，再细细刻画出细节，使手办更加立体，逼真，具体做法如下：
1、设计，选定要制作的事物，用软件建模（原创造型、姿态、道具），或套用现成的模型。
2、骨架制作，可用铝线、铜线、铁丝（易锈不），根据设计图模弯出大致形状。
3、塑形，可选材料很多，油泥等，新手建议从油泥、油土入手，将材料顺着骨架捏出大致形状。
4、精修，不多解释，将胚胎雕刻切削至自己满意的程度。笔刀是起码的，少要一套陶土油泥雕刻工具。
5、倒模铸模，将制作完成的原模，用凝胶或其他材料（石膏）倒模，用成型的模具灌注树脂，再将树脂模型精修雕刻处理（树脂雕刻工具）。这就是GK白模了，也就是手办。
手办是什么意思？
其实，手办是动漫周边的一种，在大多数人眼里，还是把它当作一个模型玩具来看待的，美观的话会将其当作是另类的装饰品。
手办是可以说是“跨越次元的产物”，我的喜欢的纸片人，属于二次元的生物，而手办突破了这个次元，将我们喜欢的动漫角色带来了这个三次元的世界。
怎样做电商
一、定位市场的能力
定位市场是从产品角度来说的。一个运营对于选品要有自己的见解，不能人云亦云，更不能盲目相信数据。这是肯定有人会反驳我，他们会说在淘宝做生意，不看数 据，那我们看什么?我没有否认数据的重要性，我只是说大家有的时候不要太迷信数据，因为数据不一定都是真实的。比如，按照市场数据来说，手机壳的市场要绝 对大于键盘膜，但如果你一头扎进手机壳这个行业里，你会发现事实不是自己想的那么简单。淘宝和线下生意的区别在于客户遍布全，所以，再小的行业在 淘宝也会有很大的市场需求。关键看我们如何定位和包装自己的产品。
二、查看数据的能力
查看数据包括的范围很广，包括主图数据、详情数据、产品数据、、市场数据、推广数据、seo数据等等。而作为运营，对于这些数据不仅要明确其确切含 义，更要明确这些数据的应用意义。因为，店铺是个整体，任何一部分数据出问题都会反映出一些问题。而运营要做的就是，汇总观察数据，并根据数据得出结论， 为下一步的优化解决方案提供支持。比如，店铺流量上升和下滑，如果我们不去分析原因，那以后就不能避免再犯类似的错误，更不能提升我们的运营能力。
三、诊断店铺的能力
诊断店铺的范围也比较广，包括访客走势、产品销量、营销策略、推广效果、活动绩效等。不仅需要我们具备数据分析能力，更重要的是要有明确的思路，我们要学会 从一些蛛丝马迹洞悉店铺问题。比如发现店铺的某一项动态评分无故降低，你会简单的认为仅仅是这一项出了问题吗?你要知道，买家评分是很盲目的，如果他的心 情不爽，往往不会仅仅对你某一项评分给出低分的。所以，我们要做的就是让买家只要买我们的东西就很爽，至于怎么爽，这就是你应该认真思考的问题了。
四、布局产品的能力
产品是定期上新还是一次性布局好?产品是全店推广还是重点打造?产品是各自为战还是合纵联合?产品定价是越低越好还是走高端路线?这些都是运营需要认真思考 的问题。定期上新需要有很好的供应链，一次性布局产品是小卖家的做法，当然后续选款并重点打造才是真正的考验。一旦有了爆款倾向，就要集中店铺所有资源来 进行推广(当然，不是每个宝贝都适合走爆款路线，爆款有风险)，一旦爆款成型，就要考虑是不是可以做关联搭配来带动其他产品，只有这样店铺才能持续增长。 至于定价，要先从人群定位开始。永远要记住，再贵的东西也有人觉得便宜，再便宜的东西有人也觉得贵，而且会很挑剔。
怎么才能取得手办的进货渠道
看你是需要什么样的手办，如果你是想做正版，那你可能需要和那些厂家进行交流类似需要加盟什么的才能拿到这种需要庞大的资金链和订货量因此需要一定的量，如果是通贩那种一般是或者自己收的这种一般拿不到你说的进货价。如果你也只是考虑做祖国版或是翻模手办（质量好的盗版可以媲美正版），门榄就低很多，完全可以拿到较低的进货价而且如果你选择翻模手办，除了没版权其他和正版没有区别，毕竟就好比我这边工厂都代工过GK还做不好这种量产的手办吗，不过还是建议能提前告知顾客不是正版，要不然后被查到直接就黑了
手办产品运营主要做什么
手办产品运营主要工作内容为：
1、产品优化。深度体验产品，推动产品、设计、开发去优化上线；
2、用户运营。及时解决用户的问题给与反馈，同时想办法提高用户活跃度；
3、数据分析。