首页

第三方爬虫工具采集的优点是技术门槛较低，效率较高;缺点是数据需要后期进行清洗，部分采集器在导出数据时需要收费。一般来说，爬虫工具抓取一级页面上单条数据的时间约为 0.5秒，几乎不会出现数据错误的情况。此外，自动化爬虫程序的优势在于数据的持续抓取能力，即24小时不间断抓取。考虑到爬虫工具在采集数据时将会大量占用计算机内存，因此运营者可以在工作时间以外进行抓取，不必占用工作时间。

如果运营者想要分析某搜索关键词下前100页商品的review、排名、价格的分布规律，但是自身既没有能力与资金开发爬虫程序，也没有找到合适的工具或者第三方采集器，这时就可以使用抽样采集的方法。在该案例下，运营者可以将前100页的商品设定为100个组，设每页有48个商品，可以分别抽取每组的第8个、第16个、第24个第32个、第40个、第48个的商品，那么每个组就只需采集6次，总共6x100=600次，考虑到每次采集涉及review、排名、价格3个维度，那么总共采集的数据量为600x 3=1800个。如果一个数据的采集时间为5秒，那么总采集时间约为2.5小时，1周内即可完成所有数据采集。

在商品详情页还存在一些其他的商品信息，例如五点描述信息、A+图文内容信息Q&A信息、review文本信息等这类信息在商品画像体系搭建时作用并不明显，运营者可以结合自身业务需求自行考虑是否获取这些数据。

在Helium 10“Trendster”显示的商品动态数据(时间序列数据)中，运营者可以自由查看该商品从上架后每日的排名数据与价格数据，“BO7FVTLX71”商品在2019年7月24日的“Sales Rank”数据为3586“New Price”数据为19.98，“ListPrice”数据为80。

在搜索曝光页还存在一些其他的曝光信息，例如商品促销信息、品牌名称信息、“prime”服务标志信息等，这类信息在商品画像体系搭建时作用并不明显，运营者可以结合自身业务需求自行考虑是否获取这些数据。

完成对review评分的分布分析后，即可开始针对review数量进行分布分析。下面将以“清洗后的商品画像数据”Excel表中的review评分数量数据为例进行讲解。选中表格中“评分数量”列，并通过Excel图表插入折线图时(具体操作和插入图表的操作类似)。

通过访问深度系数与转化率的变化对比，即可找出 listing需要优化的要素。不难看出，与“经验化运营”的方法相比，该方法效率更高,也更加精准。在“数据化运营”的框架中，除了转化率优化，还包括CPC广告优化、多广告组优化、listing优化、库存管理等领域，只有将数据分析与业务经验的思路相结合,运营者才能最终达到“精细化运营”的地步。

对于亚马逊入驻商而言，如何形成自己的品牌成为是否能形成商业护城河的评判标准之一。品牌的本质是品牌拥有者的产品、服务或其他优于竞争对手的优势能为目标受众带去同等或高于竞争对手的价值。“现代营销学之父”科特勒在《市场营销学》中的定义，品牌是销售者向购买者长期提供的一组特定的特点、利益和服务。

无论是在电商领域还是热门的互联网领域，都存在“产品”与“运营”这两大角色如果说“产品”本身是从0到1，那么“运营”的任务就是在1后面逐渐添加更多的0.在亚马逊跨境电商行业中，产品从工厂生产流水线上下来的那一刻起就已经无法改变其使用价值，但是运营者可以通过服务来提升产品的附属价值。

“数据化运营”就是为了解决这一系列复杂问题而诞生的，同样是遇到广告ACoS表现不佳的问题，“数据化运营”从业者会使用漏斗模型(在本书广告相关章节会进行详细介绍)来对每个环节进行数据分析，从而精准判断需要优化的要素。与此同时，对于多广告组优化的复杂问题，“数据化运营”从业者也能灵活使用四象限分析法等方法进行判断。与“经验化运营”不同，“数据化运营”强调方法的可复制性，因此如果一个运营团队中每个成员都有数据分析的思维，那么在解决问题时就可以使用标准化的方式去精准找到问题的核心，然后通过逻辑推导得出解决策略。