亚马逊商品评分、评分数量、曝光价格、价格差对排名的回归分析

在进行回归分析前，首先需要对抓取的数据进行清洗( 因为回归分析只能处理数值类型数据，对于文本/空数据/乱码等非数值类型数据无法处理 )，在“清洗后的商品画像数据”Excel表中，数据清洗主要针对“评分数量”数据(因为部分“评分数量”数据抓取时产生了错误的“S”符号)。单击Excel中的“排序和筛选”下拉按钮，在弹出的下拉列表中选择“自定义自动筛选方式”选项，在弹出的“自定义自动筛选方式”对话框中选择“包含”选项，在其中输入“S”符号。

完成上述步骤后，就可以在“评分数量”列中看到所有包含“S”符号的无效数据。

在筛选出所有的无效数据后，全选筛选出的数据，然后右击，在弹出的快捷菜单中选择“删除行”命令。

删除无效数据后，因为回归分析的目的是探究不同变量对商品销量排名的影响，所以以“阶梯定价”为代表的差异化定价对商品销量排名的影响也在考量范围内，因此需要在原表格内加入一新列数据，取名为“商品价格差”，其取值为“商品价格范围(最高价)”减去“商品价格范围(最低价)”。

然后在Excel表中新建一个工作表“Sheet2”，在其中复制原表格中“Clothing，Shoes& Jewelry”“评分”“评分数量”“曝光价格”“商品价格差”数据。

在新工作表中对“Clothing，Shoes & Jewelry”“评分”“评分数量”“曝光价格”“商品价格差”5种维度的数据都取其对数函数值。将等式两边变量同时取LNO函数是市场营销领域的常见数学技巧，在亚马逊跨境电商领域，因为运营者无法直接获得亚马逊真实销量数据(只能获得排名数据 )，所以采用对数函数可以将原本的“销量变化”转变为“排名百分比变化”(自变量的百分比变化与因变量的百分比变化之间的关系 )。

在“InBSR”列，为了让数据显示更加精确，在Excel中选择该列数据，然后右击，在弹出的快捷菜单中选择“设置单元格格式”命令。

在弹出的“设置单元格格式”对话框中，选择“数值”选项，然后将“小数位数”设置为“2”。

完成设置后，对取对数函数的所有维度数据保存到新工作表“Sheet3”中，保存时按数值保存即可。

因为Excel 2016版本的基本工具栏中没有回归分析功能，所以需要手动添加相关功能，操作方式为:单击Excel中的“开始”，然后在选择页面中选择“更多”选项。

在弹出的“Excel选项”对话框中单击“加载项”。

在“加载项”中，单击“转到”按钮。

在弹出的对话框中勾选“分析工具库”复选框，然后单击“确定”按钮。

在完成上述操作后，在Excel上方操作栏的“数据”功能中就会出现“数据分析”的功能选项。

单击“数据分析”，在弹出的“数据分析”对话框中选择“回归”选项，然后单击“确定”按钮。

在弹出的对话框中依次进行变量设置，其中“Y值输入区域”对应的是因变量，即“InBSR”，“X值输入区域”对应的是自变量，即“ln评分”“In评分数量”“In曝光价格”“In价格范围差值”。需要注意的是，在选择因变量数据与自变量数据时，需要从“变量名”也就是第一行开始选择，然后在“回归”对话框中勾选“标志”复选框。

在回归操作界面中依次选择“Y值输入区域”和“X值输入区域”，在选择包括第一行变量名后再勾选“标志”复选框。

完成所有的操作后，就会在新的工作表“Sheet4”中生成回归分析的各项数值结果。

亚马逊商品评分、评分数量、曝光价格、价格差对排名的回归分析 常见问答(FQAS)

A: 亚马逊商品评分是基于顾客对商品的评价所得出的平均分数。每个顾客的评分都被计算在内，然后求平均值。

A: 评分数量可以影响商品排名，因为较多的评分通常意味着更多的顾客已经购买并评价了该商品，这可能增加了亚马逊对该商品的推荐程度。

A: 曝光价格是指亚马逊在其网站上显示的商品价格，它可能会受到促销、折扣或者销售策略的影响。

A: 价格差可能会影响商品排名，因为价格较低的商品可能更受消费者青睐，从而提高了其销量和评分数量，进而影响了其排名。

A: 回归分析可以帮助理解这些因素之间的关系，它可以确定评分、评分数量、曝光价格和价格差与商品排名之间的相关性和影响程度。

（本文内容根据网络资料整理和来自用户投稿，出于传递更多信息之目的，不代表本站其观点和立场。本站不具备任何原创保护和所有权，也不对其真实性、可靠性承担任何法律责任，特此声明！）