首页

在进行商品排名分布趋势分析时，如果直接对搜索结果下的排名数值进行可视化处理，生成的图表难以获得有效信息(因为不同商品的排名数值波动太大，有的商品销量非常好，排名是个位数，有的商品很多天没有出单，排名是百万级数字)，因此需要对排名数值进行预先处理。

将“compression springs”搜索结果下所有listing的review数量通过爬虫程序抓取下来后，存放在名为“compression springs Listing Catch”的Excel表格里(读者可以自行下载查看)，对表格中“评分数量”列数据进行可视化处理。

当完成对商品曝光价格的分布分析后，运营者可以针对不同关键词下曝光的所有商品数据对曝光价格趋势进行分析，其最常用的指标为“曝光价格累计平均数”。

在“Clothing，Shoes & Jewelry”品类“dress”搜索关键词下24.59~34.39美元的曝光区间是最普遍的，其次是14.79~24.59美元。因此，运营者如果想要在该品类下售卖相似产品，可以从这两个曝光价格区间倒推自身产品的生产价格和品牌定位。

商品价格范围(最低价 ): 指不同ASIN在商品详情页显示的最低价格，如果商品详情页只有一个价格，那么就是该价格本身。

当 Excel操作界面产生“筛选”的功能符号(一个小的向下的箭头)后，运营者可以单击各个维度数据的“筛选”符号，从而查看该维度数据是否存在异常值。以“评分数量”为例，当单击“筛选”符号后，运营者会发现该维度数据存在“-1”的异常值，这类异常值是因为Python爬虫脚本在抓取数据时无法完成抓取导致的。

名为“rank”的Excel表中主要存放了三种数据，第一种为亚马逊商品链接，第二种为该链接对应的大类目排名，第三种为数据抓取时间。名为“rank”的Excel表中主要存放了三种数据，第一种为亚马逊商品链接，第二种为该链接对应的大类目排名，第三种为数据抓取时间。

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。