SellerSprite

Amazonキーワード最適化、ビックデータを用いた商品リサーチ分析ツール

セラースプライトのASIN収集の原則と販売予測の原理について

セラースプライトのASIN収集の原則は?
毎月の月初にアマゾンではBSR(売れ筋)ランキング50万位以内に入っているASINが見つけ出されます(アメリカサイトではBSRランキング80万以内に入っているもの)。
そして、独自の販売予測アルゴリズムに基づいて、このASINの前月の月間販売数を予測します。
 
このような収集原則は、いくつかの問題をもたらします。
1、服装、アウトドアのようなSKUの多いカテゴリーに対して、多くのASINが収集されていない(アマゾンの各サイトの商品数:アメリカサイト、イギリスサイト)。
2、月初にBSRの50万に入っていないが、その後から急に売れている新品が収集されていない可能性が高いです。
3、親カテゴリーのBSRが共有されていないバリエーションに対しては、販売数が少ないし、BSRもない、収集できない可能性があります。
4、いくつかの子カテゴリー、例えば、Tablet Stands (ipadステント、アマゾン内検索:ipad holder)、子カテゴリーBSRしかないので、収集されていないです。
 
しかし、一般的な商品リサーチの需要に対しては、この収集原則はもう十分です。
 
アメリカサイトでは、約2000万のASINが収集されています(歴史累積ASINは約6000万、季節性商品のような当月データはないが、歴史的な月データがあるという場合もある)。
 
ASINの収集数については、当社のサーバリソース、資金コストなどの制約条件を考慮するため、全部のASINを収集することは大変ですが、当社は業界唯一の、投資など一切もらえなく、アマゾン商品リサーチの総合的なツールを作って、裸一貫で事業を起こして成功した会社だと言えます。
 
現在、ますます多くのユーザーが当社を選んで、私たちの利用資金も充実されていて、これからは絶えずにASINデータの正確性と即時性を高めていきます。
 
セラースプライトの販売予測原理はどのようなものか?
1、まず、データ処理能力が高いウェブチェイサーエンジンを利用して、毎日アマゾンの各サイトの商品の基本情報、例えば価格、レビュー数、特にBSRランキングなどを収集しています。
2、直近3年の歴史販売数のデータに基づき、特に何年ものリアル販売データの蓄積(例えば2019年2月以前)があるので、当社は各サイトにおける、各カテゴリーBSRと販売の対応関係が大体分かります。
3、一日の売上と当日のBSRの対応関係に基づき、このASINの日平均BSRから月間売上を初歩的に予測することができます。
4、同時に、このASINの歴史的な販売トレンドを考慮して、販売予測の正確性を校正しています。
 
注意してほしいのは、Listingの各バリエーションが主体のBSRを共有する場合、そのバリエーションの販売数は主体の販売数と見られて、すなわち各バリエーションの販売数の和です。これで各バリエーションサの販売数は同じか、非常に近いように見えます。
 
販売予測には、次のような異常な場合は誤差が出てきます。
1、BSRは販売数ではなく注文数に基づいているので、一件の10個商品を含んだ注文と一件の1個商品を含んだ注文は、BSRの向上には同じ効果です。
 
そのため、カスタマーがある商品を通常より1件以上購入すると、販売予測の誤差は大きくなります。
 
2、当日、タイムセールなどの販売促進のため、BSRが急激に変化しています。例えばランキングは10万から2000に入り、当日平均が2万前後(1日4つの期間で平均値を計算)であり、このような場合には販売予測はあまり当たらないです。
 
3、もし商品が在庫不足で、BSRは徐々に下がりますがまだ数値があれば、システムは当日は販売数がある(実際の販売数は0)と予測しています。
 
この状況はBuyBoxをモニタリングすることで若干解決されます。
 
4、データのモニタリングが遅れている場合。例えば、いくつかのASINは、一日に一回や複数回のモニタリングができないため、その日にはBSRがなく、その日の平均値を直近数日のBSRでしか予測できないこともあります。
 
5、いくつかの子カテゴリー、例えば、Tablet Stands (ipadステント、アマゾン内検索:ipad holder)、基本的に親カテゴリーBSRがなくて、親カテゴリーのBSRに基づいて予測することができないです;誤って収集して予測してしまうと、販売数が過大になる可能性があります。当社はこのようなバグを発生しないように努力しています。
 
6、あるカテゴリーの販売数が全体的に増加した場合。例えばアマゾンのプライムデーとブラック・ファイブの日には、同じBSRランクにおASINの当日の販売数は先月より全体的に増えています。この場合も予測の誤差が出てきます。
 
7、Top商品、特にBSRは500以内の商品に対して、予測誤差が大きいです。BSRはランキングに基づきます。例えばあるカテゴリーのTop10の商品は、ランクは基本的に安定しているが、ASINの数日の販売数が300から1000に急上昇した(実際の日販売数は300から500に昇る)、BSRも8位から5位にランクアップされます。BSRランキングはこのように変化しています。
 
8、ASINのカテゴリーが急に変更されました。例えばBeauty & Personal CareからHealth & Householdに変更されると、販売数予測が数日で外れてしまう可能性があります。
 
他にも少なくともいろいろな原因が数えられるでしょう。多くのプロセラーによると、彼らはこれまでは某ASINの当月の販売数を見ることではなく、すべて歴史トレンド、商品の全体の販売数などのデータを注目しています。ですから、販売数を見る際には、過去のトレンドに合わせたほうがいいです。これでより正確になります。