一种分析亚马逊类目变体销量及售后满意度的方法技术

本发明专利技术公开了一种分析亚马逊类目变体销量及售后满意度的方法，该方法包括以下步骤：S1，采集亚马逊销量榜单Top100产品近半年评论内容，S2，按照产品的变体属性进行划分，S3，将步骤S2中，得到的产品的变体属性划分每个子体的评价数量统计后，计算销量榜单Top100产品各属性的评论数量占比，本方法采用类目销量榜单Top100近半年的评价数量来计算各子体的月销量和星级，可帮助卖家了解行业和类目各属性的销量分布和售后成本，同时，可自定义具体某属性，查看该属性的销量星级分布，防止由于卖家命名不同的属性名称而错误分析数据的技术问题，有效对卖家提供亚马逊类目的产品调查数据支持，有效解决卖家因为不了解市场，而造成产品或资金亏损的技术问题。品或资金亏损的技术问题。

【技术实现步骤摘要】
一种分析亚马逊类目变体销量及售后满意度的方法


[0001]本专利技术公开了一种分析亚马逊类目变体销量及售后满意度的方法，属于市场调查


技术介绍

[0002]随着国民经济的快速发展,生产、生活现代化水平的不断提高，电商越来越深入人们的生活；国外的亚马逊以及国内的淘宝、京东、拼多多等电商平台所出售的商品琳琅满目；很多电商职业卖家会按照季节变化、数码新产品不断的进行市场的尝试，从而发现市场机会，获得更大的利润；亚马逊公司，是美国最大的一家网络电子商务公司，位于华盛顿州的西雅图，是网络上最早开始经营电子商务的公司之一。
[0003]但对于对市场把握不够准确的卖家来说卖家在进行市场尝试无数据支持，经常面临巨大的风险，造成电商卖家的损失，在现有的变体销量分析报告中，现在市面上有工具可以分析单个产品的各变体销量：通过计算每个子体的评价数量占比，乘以总月销量，得出各子体的月销量，但是市面上无法分析出亚马逊类目各变体属性的销量分布和各属性客户满意度，无法对卖家进行变体的销售数据支持，从而导致卖家无法精准把握市场，导致亏损。

技术实现思路

[0004]本专利技术的目的是为了解决上述不足而提供一种分析亚马逊类目变体销量及售后满意度的方法。
[0005]一种分析亚马逊类目变体销量及售后满意度的方法，该方法包括以下步骤：
[0006]S1，采集亚马逊销量榜单Top100产品近半年评论内容；
[0007]S2，按照产品的变体属性进行划分；
[0008]S3，将步骤S2中，得到的产品的变体属性划分每个子体的评价数量统计后，计算销量榜单Top100产品各属性的评论数量占比；
[0009]S4，将步骤S2中，统计出的产品同属性的子体评分星级数据的销量榜单Top100产品同属性的子体评分星级数量相加，即得出该属性的平均占比；
[0010]a、按照变体属性划分每个子体Listing的评分星级数量；
[0011]b、将Top100产品同属性的子体评分星级数量相加；
[0012]c、算出每个属性各星级数量占比；
[0013]S5，将步骤S3中计算出的销量榜单Top100产品各属性的评论数量占比数据值，根据评论数量占比乘以Listing总销量得出各子体的月销量；
[0014]S6，将销量榜单Top100产品同属性的子体月销量相加，可得出该类目此属性的总月销量。
[0015]作为优选的，所述变体属性中卖家可自定义某属性，可查看该属性相关的销量和评分星级分布，防止由于卖家命名不同的属性名称而错误分析数据。
[0016]作为优选的，所述变体属性为产品的各项属性，其中包括但不限于产品颜色、产品
形状、产品实际面积、产品投影面积、产品自身尺寸、产品价格、产品品牌、产品材质、产品处理工艺、产品物质配比、产品风格、产品包装风格、产品规格、产品款式。
[0017]作为优选的，所述评论内容包括但不限于产品质量、商家管理、商家售后服务、商家经营时间、产品使用寿命、产品色彩样式、产品实用性能。
[0018]作为优选的，所述步骤S2中；
[0019]变体属性划分为评价数量区域划分与评分星级数量区域划分。
[0020]作为优选的，所述评价数量区域划分为按照产品的变体属性划分每个子体的评价数量，如：属性都是black的子体统计评价数量一起。
[0021]作为优选的，所述评分星级数量区域划分为按照变体属性划分每个子体的各级评分数量，如：属性都是black的子体，评分是5星的统计数据，是4星的统计数据，是3星的统计数据，是2星的统计数据，是1星的统计数据，没有星级的统计数据。
[0022]作为优选的，所述步骤S1中，近半年评论内容时间区域设置为今年的1
‑
6月或去年7
‑
12月。
[0023]与现有技术相比，本专利技术的有益效果如下：
[0024]本方法的一种分析亚马逊类目变体销量及售后满意度的方法，有效针对市面上有工具可以分析单个产品的各变体销量：通过计算每个子体的评价数量占比，乘以总月销量，得出各子体的月销量，但是无法分析出亚马逊类目各变体属性的销量分布和各属性客户满意度的技术缺陷的问题进行解决，本专利技术的分析亚马逊类目变体销量及售后满意度的方法，采用类目销量榜单Top100近半年的评价数量来计算各子体的月销量和星级，可帮助卖家了解行业和类目各属性的销量分布和售后成本，同时，可自定义具体某属性，查看该属性的销量星级分布，防止由于卖家命名不同的属性名称而错误分析数据的技术问题，有效对卖家提供亚马逊类目的产品调查数据支持，帮助卖家进行市场判断，有效解决卖家因为不了解市场，而造成产品或资金亏损的技术问题。
具体实施方式
[0025]下面对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]一种分析亚马逊类目变体销量及售后满意度的方法，该方法包括以下步骤：
[0027]S1，采集亚马逊销量榜单Top100产品近半年评论内容；
[0028]S2，按照产品的变体属性进行划分；
[0029]S3，将步骤S2中，得到的产品的变体属性划分每个子体的评价数量统计后，计算销量榜单Top100产品各属性的评论数量占比；
[0030]S4，将步骤S2中，统计出的产品同属性的子体评分星级数据的销量榜单Top100产品同属性的子体评分星级数量相加，即得出该属性的平均占比；
[0031]a、按照变体属性划分每个子体Listing的评分星级数量；
[0032]b、将Top100产品同属性的子体评分星级数量相加；
[0033]c、算出每个属性各星级数量占比；
[0034]S5，将步骤S3中计算出的销量榜单Top100产品各属性的评论数量占比数据值，根据评论数量占比乘以Listing总销量得出各子体的月销量；
[0035]S6，将销量榜单Top100产品同属性的子体月销量相加，可得出该类目此属性的总月销量。
[0036]作为优选的，所述变体属性中卖家可自定义某属性，可查看该属性相关的销量和评分星级分布，防止由于卖家命名不同的属性名称而错误分析数据。
[0037]作为优选的，所述变体属性为产品的各项属性，其中包括但不限于产品颜色、产品形状、产品实际面积、产品投影面积、产品自身尺寸、产品价格、产品品牌、产品材质、产品处理工艺、产品物质配比、产品风格、产品包装风格、产品规格、产品款式。
[0038]作为优选的，所述评论内容包括但不限于产品质量、商家管理、商家售后服务、商家经营时间、产品使用寿命、产品色彩样式、产品实用性能。
[0039]作为优选的，所述步骤S2中；
[0040]变体属性划分为评价数量区域划分与评分星级数量区域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分析亚马逊类目变体销量及售后满意度的方法，其特征在于：该方法包括以下步骤：S1，采集亚马逊销量榜单Top100产品近半年评论内容；S2，按照产品的变体属性进行划分；S3，将步骤S2中，得到的产品的变体属性划分每个子体的评价数量统计后，计算销量榜单Top100产品各属性的评论数量占比；S4，将步骤S2中，统计出的产品同属性的子体评分星级数据的销量榜单Top100产品同属性的子体评分星级数量相加，即得出该属性的平均占比；a、按照变体属性划分每个子体Listing的评分星级数量；b、将Top100产品同属性的子体评分星级数量相加；c、算出每个属性各星级数量占比；S5，将步骤S3中计算出的销量榜单Top100产品各属性的评论数量占比数据值，根据评论数量占比乘以Listing总销量得出各子体的月销量；S6，将销量榜单Top100产品同属性的子体月销量相加，可得出该类目此属性的总月销量。2.根据权利要求1所述的一种分析亚马逊类目变体销量及售后满意度的方法，其特征在于：所述变体属性中卖家可自定义某属性，可查看该属性相关的销量和评分星级分布，防止由于卖家命名不同的属性名称而错误分析数据。3.根据权利要求1所述的一种分析亚马逊类目变体销量及售后满意度的方法，其特征在于：所述变体属性为产品的各项属性，其中包括但不限于产品颜色、产品形状、产品实际面积、产品投影面积、产...

【专利技术属性】
技术研发人员：罗挺，
申请(专利权)人：菲欧坦重庆数据科技有限公司，
类型：发明
国别省市：