3、數據真實性分析。
刷單刷評的賣家屢見不鮮，刷feedback的賣家倒是沒聽說過。究其原因，是因為feedback多寡并不能影響銷量，花錢沒回報的事是沒有人愿意做的。所以feedback數據較為真實，能反應很多客觀事實。

運營過新、老賬戶的同學會有明顯的感知，亞馬遜對待新老賬戶還是較為明顯的區(qū)別的。比如說，老賬戶的轉款可以全額轉款，而新賬戶就需要預留一部分資金；老賬戶在熟悉的類目做新品的時候，明顯感覺到有額外的流量扶持。而新賬戶沒有長時間的數據記錄，亞馬遜無法精準識別，所以沒法給出流量扶持；老賬戶就算違規(guī)，一般都會給多次申訴機會。新賬戶也許一次機會都不會給。

所以，賬戶注冊時間越久、賬戶feedback數量越多，賬戶持有人就越能從老賬戶獲益。他們更愿意維護老賬戶的安全穩(wěn)定發(fā)展，以獲得一塊穩(wěn)定的收入，而不會輕易的做一些違規(guī)操作影響賬戶正常運營。在亞馬遜越來越要求合規(guī)的今天，更是如此。

正確的前提能夠推導出正確的結論，?而錯誤的前提則可能導致任何結論。顯然，賣家feedback數量、注冊時間越早的賬戶，賬戶的整體數據更為可信。對小賣來說，找到數據真實的ASIN與賣家來進行對標學習與模仿非常的關鍵。如果只片面的通過利潤、銷量、上架日期等常用的字段來選品，而不進行背景調查、綜合判斷，就很容易掉入別有心機的商家為沒經驗的小賣精心設計的爆款陷阱。具體案例如下：
?

?
不得不說，這些打造爆款陷阱的人不簡單。很顯然，他們懂亞馬遜的數據展示邏輯，懂抓住用戶眼球，比如產品上New Rlease榜；也有刷單刷評資源，讓FBM產品漲得飛起；懂小賣的選品理念，新品、爆品、高利潤、藍海市場；有產業(yè)鏈配套，有庫存，還能真實發(fā)貨。
為了賺錢，這群奸人居然吃透了整個流程——把通過簡單字段篩選來選品的小賣，拿捏的死死的。

然智者千慮必有一失，何況殺豬盤騙局還遠遠談不上精妙。要破解也并是一個什么大難題：通過對賣家feedback總量、feedback月增趨勢、店鋪注冊時間、ASIN注冊時間、Review月遞增趨勢、賣家類目占比等綜合判斷，不說100%， 起碼99%的假數據不攻自破。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? feedback增長數是否成比例？ 5:13:62很規(guī)律
?
?
細心的同學會發(fā)現，用于判斷真實性問題的數據分布在產品、賣家、類目等不同的數據維度，現存的選品工具都是單一維度，根源上無法解決這個問題。 ?

我們正是因為在實際選品工作中發(fā)現：單一維度的選品工具只能解決部分問題，而真正解決問題需要多維度聯合驗證。所以本著從實踐出發(fā)、實事求是的精神，打通了產品、賣家、類目三維度，從而解決選品以及真實性驗證的問題。

（想要更具體的理解這套理論，可參考我們過往的文章）

所設計的每一條選品策略都遵循“寧可錯過，不犯過錯”的原則，都特別注重數據真實性，為此寧可漏掉一些所謂的藍海產品。
?
但坦誠的講，互聯網的進化速度很快，今天完美的策略明天就有可能跟不上形勢，沒有程序可保證100%解決所有問題。最終的分析決定權還在各位賣家自己手中。

4、軟實力分析。
如果把前文所談到的賣家體量的大小、銷量高低占比、Feedback數量等看成賣家的硬實力的話，那么店鋪旗艦店的有無、有A+與有視頻的ASIN占比、圖文質量是否遵循亞馬遜的規(guī)則等可以看做賣家的軟實力。

每一個店鋪都會投入資源在能較短時間明顯提升銷售額、利潤率的措施上：比如增加廣告預算、參與促銷、擴展品類、開發(fā)新品等。但不是每一個店鋪都會投入資源去做需要較長時間起效的諸如：文案優(yōu)化、真人模特出境、品牌升級、品牌建設、紅人視頻等需要較長時間才看得到回報，或者數據上完全看不到回報的事情上。

投不投資軟實力，肯定不是認識層面的問題。沒吃過豬肉也見過豬跑，都知道品牌廣告不斷重復洗腦確實有用；究其原因，還是大多數賣家資源有限，好鋼還得用在刀刃上。

所以，把對賣家軟實力的判斷也納入評估體系，也是符合實際的。

賣家綜合判斷還有選品能力分析、積累能力分析、營銷能力分析、生存能力分析等，由于篇幅限制，就不再一一探討?？梢悦鞔_的是：
?
我們根據多年來的實戰(zhàn)經驗，通過程序，設計了一套非常復雜但較為準確的描述賣家綜合實力的體系，對亞馬遜所有活躍賣家進行了客觀的評分。
?
再結合對賣家商業(yè)模式、盈利模式的判別，最終把亞馬遜所有賣家群體進行了較為客觀的劃分。從而使用戶一目了然的了解到亞馬遜內存在的賣家群體的不同特質，并給出了應對方案。
?
對大部分賣家來說，最重要的是搞清楚賣家的強弱，從而清晰的知道該模仿的群體有哪些？