亚马逊多少销售会产生一个review

亚马逊多少销售会产生一个review

页面的展示是一个有序列的商品列表。这个列表是有顺序。
顺序的产生是需要计算出来的。计算的结果就是商品的排名顺序。
计算就是可以理解成算法。比如A9
算法的一般就是输入输出。输入就是影响参数，输出就是一个商品应该在序列中的排名。
输入的参数有那些？
行为参数。点击量，收藏量，停留时间，session的访问深度，加入购物车的次数。
搜索部分一般是独立的。热词对应进入的商品次数，成交。
其他入口：广告流量入口。邮件入口。专题页入口。推广链接入口，专场入口，移动入口，站外推广联盟入口。
生成订单的次数，付款订单的次数。退款订单的次数（一般忽略）
人的属性。等级（是否付费用户，购买累计金额。。）
产品本身的属性。图片是否够标准。用户鼠标点击次数，悬浮次数，review的个数，星级，上架时间。
同类产品的评价。QA
上面的参数通过一个模型，给一个权重，得到一个结果。根据一般的分析是正常人购物应该对应的参数是什么样子的，应该是什么商品为基础，在参数变化时，应该对应的产品是不同的。这样就得到了，一个基础模型。
基础模型的基础上，就得到了一组经验值。结果就是，某个参数的权重是多少，只要大概知道了那些参数的比重比较大，就可以针对的增加这个参数的权重。
增加权重的方式，点击可以通过人工，添加购物也可以。这是人工可以做到的。
如果你的软件部分够好，可以模拟人工去发出请求，让平台服务器觉得你就是人产生的行为，而这个行为刚好匹配那个基础模型。就会认为这个是正常的行为。浏览行为，购买行为。
当这些行为比较多的时候，在相同的权重下，排名就高了。

50:1的比例，有的类目更高。等客户留review是比较难的，这个要做在产品销售前，联系亚马逊top reviewer索取，或者找测评机构，可以了解一下沃维（walvins）