根据经验,亚马逊通过利用人工智能技术+大数据模式,识别并抵制虚假产品评论,这两个技术层次的因素包括MAC部分、IP接入效率、产品转化率、买家页面停留时间、买家帐号的新旧程度、物流追踪信息的准确性、刷单帐号的交集等等。
1、买家帐号的留评率
在亚马逊的平台上,留评率从未如此之高。若买家经常下订单,并保留百分之百的留评,那就很容易引起怀疑。要知道,亚马逊的封号原则是:“宁可错杀不可放过”。
2、买家账户间的关联
买家的帐号不能仅为一次订单服务,或用于其它多个订单。如某买家的帐号上有很多评论,涉及的产品多种多样,但下订单操作的行为却一致。然后他们之间就有了强烈的关联。一经发现怀疑有刷单行为,将全部删除。
3、不正常的购买行为
一般而言,买家购买频率有限,浏览网页、搜索产品、接收地址等因素一致。假如该账户进行了多次购买,但在平台上并没有做任何搜索浏览动作来下订单,并且下订单的产品与接收地址还不相同,那么很难不被系统判定为刷单。
4、电脑和网络IP异常
创建的Virtual Machine有多个网络IP。网络IP和虚拟主机每一次登录都会改变。想象一下,每一次主机和IP都不同,很难不让人怀疑是在刷单。
5、钓鱼测验
亚马逊知道买家被指控刷单,但是没有证据可以抓住。所以假装成测评师,加入了测评小组。一旦被骗,后果不堪设想。
6、狸猫换太子
真正的买家号变刷单号,一些多账号运营卖家自己养了很多小号给自己刷单,为避免供应自己的小号而造成其他店铺被查,将提供一些真正买家的信息,由此造成亚马逊被标记为刷单账户,这样一部份真正的买家就是背锅,而当这些真正的买家在其它店铺正常购物之后,有可能会让亚马逊判定为是为该店铺刷单。
以上是亚马逊识别刷单惯用的方式,希望对您有帮助。