3、数据真实性分析。
刷单刷评的卖家屡见不鲜，刷feedback的卖家倒是没听说过。究其原因，是因为feedback多寡并不能影响销量，花钱没回报的事是没有人愿意做的。所以feedback数据较为真实，能反应很多客观事实。

运营过新、老账户的同学会有明显的感知，亚马逊对待新老账户还是较为明显的区别的。比如说，老账户的转款可以全额转款，而新账户就需要预留一部分资金；老账户在熟悉的类目做新品的时候，明显感觉到有额外的流量扶持。而新账户没有长时间的数据记录，亚马逊无法精准识别，所以没法给出流量扶持；老账户就算违规，一般都会给多次申诉机会。新账户也许一次机会都不会给。

所以，账户注册时间越久、账户feedback数量越多，账户持有人就越能从老账户获益。他们更愿意维护老账户的安全稳定发展，以获得一块稳定的收入，而不会轻易的做一些违规操作影响账户正常运营。在亚马逊越来越要求合规的今天，更是如此。

正确的前提能够推导出正确的结论，‌而错误的前提则可能导致任何结论。显然，卖家feedback数量、注册时间越早的账户，账户的整体数据更为可信。对小卖来说，找到数据真实的ASIN与卖家来进行对标学习与模仿非常的关键。如果只片面的通过利润、销量、上架日期等常用的字段来选品，而不进行背景调查、综合判断，就很容易掉入别有心机的商家为没经验的小卖精心设计的爆款陷阱。具体案例如下：
 

 
不得不说，这些打造爆款陷阱的人不简单。很显然，他们懂亚马逊的数据展示逻辑，懂抓住用户眼球，比如产品上New Rlease榜；也有刷单刷评资源，让FBM产品涨得飞起；懂小卖的选品理念，新品、爆品、高利润、蓝海市场；有产业链配套，有库存，还能真实发货。
为了赚钱，这群奸人居然吃透了整个流程——把通过简单字段筛选来选品的小卖，拿捏的死死的。

然智者千虑必有一失，何况杀猪盘骗局还远远谈不上精妙。要破解也并是一个什么大难题：通过对卖家feedback总量、feedback月增趋势、店铺注册时间、ASIN注册时间、Review月递增趋势、卖家类目占比等综合判断，不说100%， 起码99%的假数据不攻自破。

                                                                        feedback增长数是否成比例？ 5:13:62很规律
 
 
细心的同学会发现，用于判断真实性问题的数据分布在产品、卖家、类目等不同的数据维度，现存的选品工具都是单一维度，根源上无法解决这个问题。  

我们正是因为在实际选品工作中发现：单一维度的选品工具只能解决部分问题，而真正解决问题需要多维度联合验证。所以本着从实践出发、实事求是的精神，打通了产品、卖家、类目三维度，从而解决选品以及真实性验证的问题。

（想要更具体的理解这套理论，可参考我们过往的文章）

所设计的每一条选品策略都遵循“宁可错过，不犯过错”的原则，都特别注重数据真实性，为此宁可漏掉一些所谓的蓝海产品。
 
但坦诚的讲，互联网的进化速度很快，今天完美的策略明天就有可能跟不上形势，没有程序可保证100%解决所有问题。最终的分析决定权还在各位卖家自己手中。

4、软实力分析。
如果把前文所谈到的卖家体量的大小、销量高低占比、Feedback数量等看成卖家的硬实力的话，那么店铺旗舰店的有无、有A+与有视频的ASIN占比、图文质量是否遵循亚马逊的规则等可以看做卖家的软实力。

每一个店铺都会投入资源在能较短时间明显提升销售额、利润率的措施上：比如增加广告预算、参与促销、扩展品类、开发新品等。但不是每一个店铺都会投入资源去做需要较长时间起效的诸如：文案优化、真人模特出境、品牌升级、品牌建设、红人视频等需要较长时间才看得到回报，或者数据上完全看不到回报的事情上。

投不投资软实力，肯定不是认识层面的问题。没吃过猪肉也见过猪跑，都知道品牌广告不断重复洗脑确实有用；究其原因，还是大多数卖家资源有限，好钢还得用在刀刃上。

所以，把对卖家软实力的判断也纳入评估体系，也是符合实际的。

卖家综合判断还有选品能力分析、积累能力分析、营销能力分析、生存能力分析等，由于篇幅限制，就不再一一探讨。可以明确的是：
 
我们根据多年来的实战经验，通过程序，设计了一套非常复杂但较为准确的描述卖家综合实力的体系，对亚马逊所有活跃卖家进行了客观的评分。
 
再结合对卖家商业模式、盈利模式的判别，最终把亚马逊所有卖家群体进行了较为客观的划分。从而使用户一目了然的了解到亚马逊内存在的卖家群体的不同特质，并给出了应对方案。
 
对大部分卖家来说，最重要的是搞清楚卖家的强弱，从而清晰的知道该模仿的群体有哪些？