本帖最后由 阿牧 于 2019-7-5 15:24 编辑
经常有听到很多朋友问:哪个工具对于销量预测准一点?爬虫如何做,才能爬到销量?今天就关于亚马逊产品销量预测或者爬取,说说我的看法,由于论证很绕,先说结论:与其关注销量是否准确,不如关注排名 在我的理解中除了亚马逊后天的销量数据,一切工具包括:Jungle Scout、米库、SINspector、Unicorn Smasher等等,他们所预估的销量都是近似值,对于同一个产品的销量预测差别很大,但是在数值的参考性上是一样的。可能有朋友会有疑问:“明明我用自己的产品试验,JS预估的结果最接近,其他的差距很大,难道他们的参考性质也一样吗?”先不急着回答,看我如何论证: 给大家列一个公式:N=B+K。 其中N为预估销量值,B为实际销量值,K为估算误差量。 假设我们调查产品A,那么我们调查10个左右同类产品,同时我们需要调查排名、销量这些数据,排名好说,销量我们基本都是靠各种工具(目前我还不知道有爬虫能爬出销量)。那么我们表格里面肯定有N1、N2、N3......N10这十个预估的销量值。 这其中每个销量预估值,都有亚马逊对应的亚马逊后台销量值Bn,我们可以理解为已知既定值;那么销量的预估只有K值是变化的,由于K值是变量,我们无从去确认具体数值,但是我们可以理解为常量,类似π、e,也可以理解为一个公式、函数,不用说知道具体的值为多少,总之就是要把所有的误差变量包含在内。 回头再看N1、N2、N3......N10这几个预估值,他们都是真是的销量B1、B2、B3......B10加上误差值K得来的,我们只需要控制K值可控,那么对应的N值也是可控的。那么怎么做到K值可控呢?那就是预估销量的工具可控,也就是用一个工具就够了,具体什么工具都行,唯一要求就是使用同一个预估工具。 我们使用同一个工具调查一类产品的销量,由于K值都来自这一个工具,在同其他产品横向比较时,误差K我们是可以忽略掉的,或者可以理解为N=B。 上面就是我对销量预估的思考和论证,我知道会有朋友通过跟踪库存来判断销量,但是库存本身也是有动态库存、最大购买量等限制。我曾跟踪一个产品半个月,产品的库存一直跳动,从几十跳到两百多有跳到几个,但是排名变化很小,从那之后,我就没有跟踪产品库存了。 另外,我个人对于销量预估,没有太大的准确度要求,一般都是按照下面的方式计算: 当然,预估和实际误差很大的,不过参考值既然是BSR,发出来只是分享下,勿要深究。 销量的预估,是为了横向对比同类产品的情况,BSR因为是亚马逊给的,数值是准确的,所以参考性更大,下一步我就BSR和大家讨论下
|