大W

有些朋友因为有了好的模板就不怕申诉了。 其实非常不是的，这种每一个细小情况只要你没提起 亚马逊就会觉得你在骗他。

虽然有时候情况问题不是很大，但是你欺骗了 就会把你关进小黑屋，刚好很多一些信任的过往的朋友找到我去帮忙。

举一个案例：

卖家自己申诉发过去后（没有思考被封的具体原因）：

We received your submission but you do not have enough information to reactivate your account at this time. Our review of your account found that you have corresponded with buyers to manipulate Amazon customer reviews. Sellers are not allowed to manipulate ratings, feedback, or customer reviews. Sellers may not offer compensation for reviews. Our policies prohibit requests that ask for only positive reviews or to remove negative reviews. Learn more about this policy in Seller Central Help (https://sellercentral.amazon.com/gp/help/200386250

).

To reactivate your account, please send the following:
— A detailed description of all methods you used to post or obtain customer reviews that are prohibited by Amazon policies.
— Contact information (name, email address, website, etc.) for any third parties you engaged to obtain prohibited reviews or manipulate reviews.
— Identifying information for any customer accounts you or a third party used to post prohibited reviews.
— List of any prohibited reviews remaining on the Amazon site.
— A plan that explains how you will prevent product review manipulation in the future.

How do I send this information?
Submit this information by replying to this email with the requested details.

What happens if I do not send the requested information?
If we do not receive the requested information within 17 days of the original notification, your account will remain deactivated.

We’re here to help
If you have questions about this policy or your account, please search for “Prohibited seller activities and actions” in Seller Central Help (https://sellercentral.amazon.com/gp/help/200386250

).

Thank you,

然后几分钟后会紧接着第二封：

We reviewed your plan of action and determined that you may be able to sell on Amazon.com

no earlier than “”. We may continue to review your account during this time and reserve the right to take additional actions, if necessary.

Please follow the steps described in your plan of action to prevent future customer review issues.

Thank you,

-Amazon

这就比较尴尬的是 要观察你了 ，所以你的账号恢复时间被亚马逊故意隐藏掉了 。

这就是小黑屋。

正常的操纵评论的账户正常恢复是是告诉你 多少天会回来的 ，你只需要等。

接下来我会分享不同的申诉案例

有遇到申诉问题也可以找我微信： xiaolige853063

1 一般新品出完第一单后加类目会有流量涨和订单涨

2 如果是多类目的属性产品，加了之后 比对手的相关流量多也会迎来订单上涨。

3 亚马逊browse click 就是迎合的类目流量 ，这块的流量还是非常的多 。

4 在小类目的第一 ，就会在此类目胜出，然后搜索结果也会变好。

5 不同阶段的加类目运用 就可以减少只有刷单和测评的痛苦。

抢Best seller , 抢类目流量， 增加流量入口 必备

如今的VC 类目已经非常的难加，通过VC加类目速度慢 也不现实，审核也非常严格

如果是要熄火的产品 建议不加类目 只会浪费时间和金钱。

懂的来找我 不闲聊： qq: 564324193

以上说明了什么？

说明了很多客户都从第二页进行购买。

那么也说明了 这个很多刷单的人在干预：）这个词和类目。

—————————————————

什么是searchs和query group ?

只有懂了数据和路径行为分析，才能把单刷好。

再来看一个 用户加购的行为：

上面是一个从变体到下单的路径，还有很多路径。

只有好的路径才能推起来好的产品。

长话短说 ：

这里推荐一个靠谱的刷单的QQ ： 240644045

标题是骗人的，不能说最全，只能说是分析了部分流量来源，可能良心指责所以非要做个铺垫。

亚马逊发展到现在已经白热化，各种培训，各种科目已经基本曝光得一览无余。

关于亚马逊的listing为何突然卖起来， 或者为何竞争对手突然爆发 ，很多人对这个关注尤深很想知道为什么和究竟，由此我们慢慢来揭开这层敏感的纱。

首先我们来看下这个流量进入listing的概览 ：

(Traffic Type) 流量类型分成 三个大版块 ：（internal traffic ）站内流量, 站外明显能被识别的免费和付费的渠道 ， 直接来源（直接打开listing链接 可能是从收藏进入等等）

所以我们马上可以思考一下，这个流量来源的结构。

忽略时间前提， 这个listing可能是电子类，因为点击量大。 这个listing很少做站外或者是在特定时间内没有做站外。

第二步我们来看下 internal traffic究竟有什么隐藏的东西 ：

看图说话

这个时候流量类型下 有几个流量渠道 分别是 Detail , Search ,Shopping cart , Your acc , Amsretailapi , Gateway 等等

中文翻译一下就是 ，产品页面 ，搜索流量，购物车流量， 你的账户（买家） ，AMS广告 ，首页再营销推荐

大家细心的人就应该能发现，比如search 下面是不是有个可以扩展的按钮，这就是代表search 下面还有一系列的细节来源。

所以我们现在继续往下走，把皮一层层的剥下来（感觉用词不当）

第三步我们来分析下产品页面也就是 detail下面的细分流量来源

Detail 下面有个主要细分流量来源 (当然还有其他细小的来源，这里就不提了)：

Glance view 代表着 asin页面的流量， 可以是竞争对手的流量 也可以是 自己listing的流量，这个就是查看关联asin来源的最重要来源了。
这样你就可以知道哪几个asin你需要长期的稳住他们的关联下面，这样就不需要花太多精力找流量或者订单下降的原因。这个就是detail最大的流量占比。

目前广告也是进了detail这个流量来源里面。

第四步我们来分析下搜索流量（Search）下面的细分流量来源

SASKeywordAllProducts 这个词看起来挺专业的 ，其实就是 在APS（all product search） 搜索关键词 产生的流量或者订单的意思

SASKeywordSingleSearch 这个我如果不说 估计很多人理解还是很困难 ，其实就是在分类比如（Eletronic分类）里面搜索关键词 产生的流量或者订单，如下图

这两个搜索路径 已经是占了搜索比例的大部分细分来源

通过分类搜索关键词下单的行为还是非常多的 ，这个时候分类页面是怎么区分呢， 亚马逊一般就是通过页面上的node id 来判断客户是在哪些node id 上下单了。

https://www.amazon.com/Mens-Grooming-Products/b/ref=nav_shopall_men_grooming?ie=UTF8&node=6682399011

这种就是分类链接之一，可以可能会从这里搜索 或者 Browse的形式 进去找到他们想要的产品。

继续看图：

507846 就是首页的分类node ID ，可以看出从其他的分类node ID 进入搜索的是比较少 ，这个是比较不一样的asin来源。

第五步我们分析下 Gateway入口

就是你登录买家号后， 看了比如yeti 类似的杯子的产品， 那么你可能突然有事走开， 不下心关掉了页面。不过没关系你十分钟回来打开amazon，你发现会给你在首页推荐类似的产品，这就是Gateway入口。

第六步我们分析下为什么会通过购物车上的来源下单

加入购物车一定时间后 ，可能会算购物车的来源cookie 过时，所以你再从购物车上下单时候，就默认是从购物车的流量来源下单

不同品类，不同的产品是不一样的流量来源，没有完全一致的，所以要具体分析。

最近的天天deal行为已经很出名了，deal的链接是： https://www.amazon.com/gp/goldbox/ref=nav_cs_gb

所以天天deal的asin流量来源 很大一部分是来自 goldbox ，也就是deal的页面来的。

————————————————————————————–
设想一下我是小卖家 ，选了一个竞品是杯子，但是对手的产品是天天做deal的，如果你没有这样做， 你的流量来源和转化就缺失了这一大块，从流量这块来看 -你再跟对手PK 已经是先天不足来形容。不过可能你改进了产品，的确比竞争天天做deal的竞争对手 PK 那还是有很大机会的。

还有更多的细节没有精力一一披露,后面继续精彩。

你只有掌握了各种路径和流量行为，才能将你的供应链的产品 销量最大化，库存不积压，流量+供应链 两者缺一不可。

转载需要带上链接或者经本人同意。

托朋友的要求推广一次：

经确认，amazon数据是有效，准确，数据响应速度也是不错。

借助于车马的人，不必自己跑得快，却能远行千里;借助于舟船的人，不必自己善水性，却能渡江河。
同样的道理，在亚马逊开店的你，如果能借助一些数据，认真了解和正确使用它们，必定也会事半功倍。
而如果单靠人力去搜索、去整理、去归纳，不但会浪费大量时间，还有可能产生疏漏

amazon数据优势：

对比软件采集-准确性高
对比ARA数据-费用低
数据全面性-只有你能想到都有
保密性强-我看的出是低调 务实
反馈速度： 24-48小时
针对国家：全球
附加： 欧洲deal 服务

amazon数据内容：

他是这样打广告的：

每个辛苦的卖家，我们为您在旺季保驾护航 ：

1 账户状态查询，以及跟卖信息查询
2 账户关联信息
3 平台类目信息
4 Asin关键词来源
5 竞争对手数据变化跟踪
6 类目趋势图表
7 差评邮箱和订单查找

联系扣扣：240644045
微信： amazonseoking

17年 随着amazon卖家的增多，许多卖家的手法层出不成穷。
欢迎大家针对下面的事情进行热烈的讨论

PPC： 恶意点击软件横行，卖家得保护自己，以及及时发现高点击率的问题 避免造成损失

报无限deal : 出来很久时间，最近被公开，对于大卖以及备货量多的卖家是非常有用的，这个对于新品的利用也是非常有效，就比谁不在意deal的费用

FBM 刷单： 新号FBM刷单经常失败， 导致战线早已转移到FBA 的层级，不过FBA 空包早已失效

数据： 数据的透明，以及比谁更加会利用数据给运营带来的用处， 比如你跟对手之间的差距 可以从数据中发现问题，数据的美妙也只有会利用的人才能发现的美好

刷单：无数的刷单公司有大部分的资源 所以各种差评和好评 两极分化严重

库存： 大批量的库存在FBA ，大家都在拼一把旺季都在承受着巨大的压力， 假如listing出事 影响极大

差评去除： 差评去除的事情曾经五千块去除一个的传言，现在还是有很多listing可以去掉差评的，难不成seller support是你们养的吗

类目：类目影响这搜索以及流量 ，一直是兵家必争之地 ，加类目似乎已经成为过去时 ，不过能稳住类目和快速换类目 已经成为了一个绝技

一个朋友分享，在cell phone类目1700单， 在另外一个类目却是1000单， 所以要是能有竞争力在正确大流量的类目却是上上策,不过也有被搞的
风险，因为你挡住了别人的best seller

多账号： 大号风险越来越大， 小号成为主流

投诉技巧： 没有谁不投诉谁的年代已经不存在了 ，所以谁的投诉技巧牛逼谁就能使黑 更快的进入出单大军， 也是恐怖的年代，先是把你类目改了 又是把你描述删了，再把你
标题改了 ，让你天天无暇顾及其他

低价： 一直存在，对手扛不住低价可能被打下一层，但是要是打败对手 ，review是个坎

站外推广： 很多人说没有效，这真要看卖家的打法，有很多卖家是真的运用得很好， 特别对货量大的卖家 是个必不可少的让库存流动的方法之一

变体： 利用父体去隐藏别人变体 等

跟卖： 跟卖运用的地方真多， 跟卖让价格低得不能做deal ，跟卖改你的内容，跟卖跟踪你流量

上面感受最深就是去差评，希望大家多多交流这个技巧。

分享个曾经的A9 加权路径-电子类only

一、病人分类的例子

　　让我从一个例子开始讲起，你会看到贝叶斯分类器很好懂，一点都不难。

　　某个医院早上收了六个门诊病人，如下表。

　　症状　　职业　　　疾病

　　打喷嚏　护士　　　感冒
　　打喷嚏　农夫　　　过敏
　　头痛　　建筑工人　脑震荡
　　头痛　　建筑工人　感冒
　　打喷嚏　教师　　　感冒
　　头痛　　教师　　　脑震荡

　　现在又来了第七个病人，是一个打喷嚏的建筑工人。请问他患上感冒的概率有多大？

　　根据贝叶斯定理：

　P(A|B) = P(B|A) P(A) / P(B)

　　可得

　　　P(感冒|打喷嚏x建筑工人)
　　　　= P(打喷嚏x建筑工人|感冒) x P(感冒)
　　　　/ P(打喷嚏x建筑工人)

　　假定”打喷嚏”和”建筑工人”这两个特征是独立的，因此，上面的等式就变成了

　　　P(感冒|打喷嚏x建筑工人)
　　　　= P(打喷嚏|感冒) x P(建筑工人|感冒) x P(感冒)
　　　　/ P(打喷嚏) x P(建筑工人)

　　这是可以计算的。

　　P(感冒|打喷嚏x建筑工人)
　　　　= 0.66 x 0.33 x 0.5 / 0.5 x 0.33
　　　　= 0.66

　　因此，这个打喷嚏的建筑工人，有66%的概率是得了感冒。同理，可以计算这个病人患上过敏或脑震荡的概率。比较这几个概率，就可以知道他最可能得什么病。

　　这就是贝叶斯分类器的基本方法：在统计资料的基础上，依据某些特征，计算各个类别的概率，从而实现分类。

回到顶部
二、朴素贝叶斯分类器的公式

　　假设某个体有n项特征（Feature），分别为F1、F2、…、Fn。现有m个类别（Category），分别为C1、C2、…、Cm。贝叶斯分类器就是计算出概率最大的那个分类，也就是求下面这个算式的最大值：

　P(C|F1F2…Fn)
　　= P(F1F2…Fn|C)P(C) / P(F1F2…Fn)

　　由于 P(F1F2…Fn) 对于所有的类别都是相同的，可以省略，问题就变成了求

　P(F1F2…Fn|C)P(C)

　　的最大值。

　　朴素贝叶斯分类器则是更进一步，假设所有特征都彼此独立，因此

　P(F1F2…Fn|C)P(C)
　　= P(F1|C)P(F2|C) … P(Fn|C)P(C)

　　上式等号右边的每一项，都可以从统计资料中得到，由此就可以计算出每个类别对应的概率，从而找出最大概率的那个类。

　　虽然”所有特征彼此独立”这个假设，在现实中不太可能成立，但是它可以大大简化计算，而且有研究表明对分类结果的准确性影响不大。

　　下面再通过两个例子，来看如何使用朴素贝叶斯分类器。

回到顶部
三、账号分类的例子

　　本例摘自张洋的《算法杂货铺—-分类算法之朴素贝叶斯分类》。

　　根据某社区网站的抽样统计，该站10000个账号中有89%为真实账号（设为C0），11%为虚假账号（设为C1）。

　　C0 = 0.89

　　C1 = 0.11

　　接下来，就要用统计资料判断一个账号的真实性。假定某一个账号有以下三个特征：

　　　　F1: 日志数量/注册天数
　　　　F2: 好友数量/注册天数
　　　　F3: 是否使用真实头像（真实头像为1，非真实头像为0）

　　　　F1 = 0.1
　　　　F2 = 0.2
　　　　F3 = 0

　　请问该账号是真实账号还是虚假账号？

　　方法是使用朴素贝叶斯分类器，计算下面这个计算式的值。

　　　　P(F1|C)P(F2|C)P(F3|C)P(C)

　　虽然上面这些值可以从统计资料得到，但是这里有一个问题：F1和F2是连续变量，不适宜按照某个特定值计算概率。

　　一个技巧是将连续值变为离散值，计算区间的概率。比如将F1分解成[0, 0.05]、(0.05, 0.2)、[0.2, +∞]三个区间，然后计算每个区间的概率。在我们这个例子中，F1等于0.1，落在第二个区间，所以计算的时候，就使用第二个区间的发生概率。

　　根据统计资料，可得：

　　P(F1|C0) = 0.5, P(F1|C1) = 0.1
　　P(F2|C0) = 0.7, P(F2|C1) = 0.2
　　P(F3|C0) = 0.2, P(F3|C1) = 0.9

因此，

　　P(F1|C0) P(F2|C0) P(F3|C0) P(C0)
　　　　= 0.5 x 0.7 x 0.2 x 0.89
　　　　= 0.0623

　　P(F1|C1) P(F2|C1) P(F3|C1) P(C1)
　　　　= 0.1 x 0.2 x 0.9 x 0.11
　　　　= 0.00198

　　可以看到，虽然这个用户没有使用真实头像，但是他是真实账号的概率，比虚假账号高出30多倍，因此判断这个账号为真。

回到顶部
四、性别分类的例子

　　本例摘自维基百科，关于处理连续变量的另一种方法。

　　下面是一组人类身体特征的统计资料。

　　性别　　身高（英尺）　体重（磅）　　脚掌（英寸）

　　男 　　　6 　　　　　　180　　　　　12
　　男 　　　5.92　　　　　190　　　　　11
　　男 　　　5.58　　　　　170　　　　　12
　　男 　　　5.92　　　　　165　　　　　10
　　女 　　　5 　　　　　　100　　　　　6
　　女 　　　5.5 　　　　　150　　　　　8
　　女 　　　5.42　　　　　130　　　　　7
　　女 　　　5.75　　　　　150　　　　　9

　　已知某人身高6英尺、体重130磅，脚掌8英寸，请问该人是男是女？

　　根据朴素贝叶斯分类器，计算下面这个式子的值。

P(身高|性别) x P(体重|性别) x P(脚掌|性别) x P(性别)

　　这里的困难在于，由于身高、体重、脚掌都是连续变量，不能采用离散变量的方法计算概率。而且由于样本太少，所以也无法分成区间计算。怎么办？

　　这时，可以假设男性和女性的身高、体重、脚掌都是正态分布，通过样本计算出均值和方差，也就是得到正态分布的密度函数。有了密度函数，就可以把值代入，算出某一点的密度函数的值。

　　比如，男性的身高是均值5.855、方差0.035的正态分布。所以，男性的身高为6英尺的概率的相对值等于1.5789（大于1并没有关系，因为这里是密度函数的值，只用来反映各个值的相对可能性）。

　　有了这些数据以后，就可以计算性别的分类了。

　　P(身高=6|男) x P(体重=130|男) x P(脚掌=8|男) x P(男)
　　　　= 6.1984 x e-9

　　P(身高=6|女) x P(体重=130|女) x P(脚掌=8|女) x P(女)
　　　　= 5.3778 x e-4

　　可以看到，女性的概率比男性要高出将近10000倍，所以判断该人为女性。

自从出来很多卖家，出来很多服务商后，这个amazon世道就开始难混起来了。

说是很清白做店铺的也许没几个 ，其实大卖家被警告操纵review的多了又多，小卖家被警告的更是多得不计其数。

所以小卖家不要担心大卖家就手段很多，很高超，我们都在同一起跑线，因为这个世界 变化是定理。

该挂的挂毫不含糊。

你可知道A*er , 是千万销量per month。 可是一样每天都有listing会被下架和调查，更别说small potato 了。

一般人会认为，大卖家销量很好，如果直接挂掉肯定会影响股价和整体amazon销量，其实不然，如果你违背了原则，审核团队一样会照样处理封杀，三个字 nobody can help.

Why ? 个人认为自营销量大于3p卖家销量是个节点。

Appeal ············大家既熟悉又害怕的字。

前几天，一个大卖也挂了，千万级别的库存或许只能移除出来。我们听着没什么，可惜真的会很痛，只是痛在别人身上，你却还没有感觉到这种危险的来临。

遇到很多很多吹牛，也有很多蛮有实力的， 在这里有个问题，以前问过：

一个产品 展示是 10 ， 点击是5
一个产品 展示是5 ，点击是3
哪个更好？

点击会加3分，但是加入购物车会算500分。

input 和 output 你们有没有感觉。

到了现在这个阶段，你会发现有些竞争非常激烈的品类在第十页的产品不一定比前几页的产品销量低
你会发现市面上各种吹牛的a9 铺面而来

如果你想了解，密度得分，位置得分，曝光得分，匹配得分，asin 表现。 来吧 let’s get wet .

虽然我写得很烂，的确，可是别抄袭我的内容 否则，曝光到底额，好害怕！

很久不见，最近没写东西，许多卖家的玩法升级导致很多政策的变化很快，一年前我认为amazon 让客户带上I received this product at a discount in exchange for my honest and unbiased review这句话是很有目的性，今天是真的应验了：

有买家（不是卖家，不是卖家，不是卖家）客户反映 ：

Hello,
Based on a policy change to our Community Guidelines, some of your reviews will be removed. We recently updated this policy to prohibit incentivized reviews, which includes those posted in exchange for free or discounted products. Incentivized reviews posted prior to this policy change are being retroactively removed if they are excessive or do not comply with the previous policy.
Your reviewing privileges will not be affected by this action, but you will not be able to resubmit the reviews that were removed.
To learn about our review policies, please see our Customer Review Creation Guidelines (http://www.amazon.com/review-guidelines)

只要有折扣的review都会慢慢被删掉，这一切正在来临不管你信不信。

估计先从电子类开始吧。

跨境电商人真不容易，精神压力大，写不了长文字见谅！

2015中国跨境电商网络营销大会火热报名中，大W博客受众可享团购价格
亿恩网年度盛典—属于跨境电商网站及平台运营、营销、优化推广、引流圈的顶级盛会《2015中国跨境电商网络营销大会》门票正式开售。13个跨境平台、6个跨境进口、9个独立网站相关主题演讲，没有任何服务商介入主题就是我们的“业界良心”。
本次大会的门票价格是以维持大会基本运营的标准收取，我们以不盈利原则为宗旨，操办真正属于我们跨境实操圈的高规格盛宴。
此次大会汇聚了世界顶级电商及互联网公司的工程师、营销总监、运营总监、CEO、平台大卖等行业精英，以营销篇、平台篇、招聘晚会篇、进口篇4个篇章24个权威主题让参会人员细细“品尝”这场顶级盛宴。
而授之以鱼不如授之以渔是本次大会的目标，备战旺季是本次大会的共同议题，构建系统的跨境电商营销体系是本次大会的重中之重，届时将为您展现最权威的网络营销分析，教您如何做、如何做的更好、如何做到最好，同时大W也会参与此次大会，所以这将是一场汇集天时、地利、人和以及最全方位的深度交流的大会。
参会人员可从亿恩大会官网报名，同时您将了解大会详情以及报名指南，亿恩大会官网请点击页面左下角的“阅读原文”，也可以直接电脑访问：www.enec.net/2015，进入之后点击“报名优惠”即可了解门票价格。
此外凡是大W博客受众均可享受199元的团购价格，此优惠时间仅限一周。报名咨询

为此还有机会和ZAC 合照，多多支持伊恩！

邮箱：elena@enec.net 
电话：400-188-2589 18824158009（许双） 
QQ：188513296