跨境电商产品开发
模块3 数据化选品方法
任务3.1 运用多平台比较进行产品开发
任务3.2 运用数据抓取进行产品开发
任务3.3 运用市场分析进行产品开发
任务3.2
运用数据抓取进行产
品开发
数据化选品方法
目录/CONTENTS
1
爬虫程序数据抓取
2
3
数据分析步骤
4
优劣势分析
课堂小结
课后作业
5
P
a
r
t
 O
n
e
.
爬
虫
程
序
数
据
抓
取
“爆款”在排名和销量上的表现是非常出色的，即在短时间内爆款会以一个惊人的
速度提升排名。因此，我们可以通过这一逻辑来抓取亚马逊的排名信息，从而获知
哪些是有潜力的爆款。
选取Amazon上涉
及的商品大类目
使用编程语言爬虫类程
序爬取该类目400页商品
排名信息
设定数据爬取更新周
期，推荐为4-12小时
将排名变化数据导入
数据分析软件或者程
序中，建立模型评估
该商品是否为“爆款”
使用所有Listing优
化方法对于该款准备
上架的商品进行系统
性优化
 爬虫程序数据抓取选品过程
P
a
r
t
 T
w
o
.
数
据
分
析
步
骤
 第一步：确认选品退出机制
如果某一Listing的排名数值于x天（x可以取3~30任意数值，
与类目相关）
平均每天数值增长30000右
不受欢迎
 第二步：剔除排名稳定的热销款
在同一时间记录数据（比如连续10天于中国时间7：00-8：00记录数据），以Body stocking
类目为例，我们可以得到如下数据波动结论：
排名标准差小于50000以下几乎无不在A9算法中找到稳定搜索位置的Listing
排名标准差大于50000小于100000，多数Listing下方会出现非稳定搜索位置推荐栏位（即
大多数Listing下方都会有Customers who viewed this item also viewed推荐栏目，其出现
比例随着排名标准差的增大而增加）
排名标准差大于1000几乎不能在A9算法中找到稳定搜索位置的Listing（即Listing下方都
会出现Customers who viewed this item also viewed推荐栏目）
根据以上结论，在众多款式中找出那些排名稳定的热销款，然后予以剔除。
案例分析
 第四步：实时跟踪潜力款排名，最终确定上架款式
如
何
避
免
数
据
实
时
性
的
问
题
方案1
方案2
数据收集
找到潜力款
式
找到网站链
接
1688卖家支持
小订单销售
购买小批订
单
10-15天确认
潜力款
FBA销售
数据分析
选择发货方
式及供应商
 第四步：实时跟踪潜力款排名，最终确定上架款式
如
何
避
免
数
据
实
时
性
的
问
题
方案1
方案2
数据收集
找到潜力款式
直接制作样品
10-15天确认
潜力款
确认样品发货
25天内完成商
品制作
1个月内将自行生产的商品发送FBA销售
P
a
r
t
 T
h
r
e
e
.
优
劣
势
分
析
优势
 实时跟踪竞争者数据变化，
不放过Amazon平台上任何一
款具有爆款潜质的商品
 “爆款”评测客观科学，
可以节约大量选品成本与测
品时间
劣势
 排名数据仍然具有一定程度的
滞后性
 对于运营者或者从业组织的IT
能力与数据挖掘能力要求非常高
 需要高效编译算法，否则信息
处理周期过长
 对供应链要求较高
 优劣势分析
P
a
r
t
 F
o
u
r
.
课
堂
小
结
 课堂小结
内容总结
P
a
r
t
 F
i
v
e
.
课
后
作
业
 课后作业
利用“数据抓取”
分析截图中的产品是否
是潜力款式，并详细记
录你的分析过程。
网址：https://www.amazon.com/Nuby-Ice-Gel-Teether-
Keys/dp/B003N9M6YI/ref=sr_1_1?crid=2KGMTT4AB0I14&keywords=teether%2Bkeys&qid=1557977490&s=
gateway&sprefix=teether%2Bkey%2Cundefined%2C338&sr=8-1&th=1
课后作业
谢谢观看
THANK YOU