亚马逊前台显示的销量标签真的准吗？

lixia

自2023年3月起，亚马逊开始在部分产品页面上公开显示销售数据。你可以看到标签如“过去一个月购买800+”或“过去一个月购买100k+”，它们出现在产品的星级评价下方。
现在已经过了将近2年时间，销售数据标签基本上也从beta版变成了永久正式版。
但似乎还是有不少人并没有很清楚这些数据的意思以及准确程度。
所以今天在这里简单说一下这一块内容：
首先销售数据标签并非在所有类目中都可见，但在亚马逊网站的搜索结果中却相当普遍。
这些数据最初主要出现在厨房与餐厅、家居与厨房以及运动与户外类目中，之后便不断向电子类，服装类扩了，现在基本上只有像亚马逊系中的生鲜等极少的类目没有显示这些标签了。
现在很多达到销售量的一些ASIN都会在亚马逊搜索结果页面（SERP）上显示最近的销售数据。
这些数据以“上周购买X件”或“上月购买X件”显示。但对于卖家而言，关键问题在于了解这一测试在亚马逊搜索中的普及程度以及这些数字与已知销售数据的准确性。
国外有软件公司在分析了2023年12月的数百万个展示位置后，发现亚马逊正在许多产品上测试显示“上周购买”或“上月购买”字段，但并非所有产品都参与了测试。
产品需要达到一定的销售门槛才会显示（例如，月度字段需超过50件销售），并且该字段在大多数亚马逊搜索展示位上出现——值得注意的是，当时广告展示位并未显示此字段。
他们还将销售标签上的数字与实际销售数据进行了对比，发现亚马逊显示的数据在很大程度上与实际情况相符。
字段在搜索结果页中的显示方式
深入分析数据后发现，这些字段通常以带加号的数字形式显示（例如“50+”、“200+”、“1K+”）。
这些字段暗示了一个最低值，而显示的具体数值代表一个范围。例如，对于三位数的数值（100+、200+等），每个百位数都有一个值，表明“100+”可能代表100-199，“200+”则表示200-299，依此类推。
以下是“上月购买”字段中的不同区间：
- 小于100的情况下，为50-99
- 100-999的范围为每百位数一个区间（100-199、200-299等）
- 1,000-9,999的范围为每千位数一个区间（1,000-1,999、2,000-2,999等）
- 10,000-99,999的范围为每万位数一个区间（10,000-19,999、20,000-29,999等）
- 100,000+的范围为每十万位数一个区间（100,000-199,999等）
为验证这些“上月购买”区间，他们将亚马逊SERP上显示的数据与可以观察到真实销售数据的数千个产品进行了对比。
然后发现，大多数情况下，亚马逊搜索中显示的数值与实际销售数据非常接近。
简要结论
1. 在分析的数千个产品中，符合最低销售门槛的产品中约有一半会显示此字段（在“上月购买”情况下需>50件销售）。2. 值得注意的是，某些似乎符合销售门槛的ASIN并未在SERP上显示此字段，暗示亚马逊可能有某种排除列表。3. 对于符合条件的ASIN，根据样本，大约33%的时间会显示“上月购买”字段，另有约33%的时间显示“上周购买”字段。一些销售较少的ASIN有时仅显示“上月购买”字段。4. 对于显示“上月购买”字段的产品，数据显示相当准确，品牌可以利用这些数据来估算许多产品的销售量，甚至可能包括竞争对手产品。5. “上月购买”字段的数据显示在过去30天的实际销售数据的一个区间内准确率超过90%。6. 总体而言，该字段（在其被激活时）对于品牌了解市场规模或产品组规模提供了方向性的指导。7. 方向性数据是一个重要的警示，因为销售数字并不一定精确，随着销售数量的增加，区间范围会变宽。8. 请注意，各个区间大小并不相同。例如，在100-199区间，上限是下限的两倍，而在800-899区间，范围更窄。9. 此外，由于最小区间的下限为50件，它对低销售量的产品并没有太大帮助。为了更有效地确定市场或产品组的规模，还需要结合价格数据（结合亚马逊搜索趋势工具）。现在销售标签成为亚马逊SERP的永久功能，对品牌会有深远的影响。
我们知道，像“畅销产品”标签这样的SERP标签对消费者具有社会证明效应，通常与更高的销量相关。
这也可能提高假日高流量期（如Prime Day或感恩节五天促销期）前准备期的重要性，以便产品能够展示最佳的“上月/上周”数据，吸引潜在客户。
销售数据的目标受众是谁？
和亚马逊的其他举措一样，公开销售数据的目的是为了首先造福客户。
销售数字可能会成为消费者浏览产品时考虑的另一因素。
值得注意的是，该数据并未出现在卖家中心（Seller Central）或亚马逊的任何API中，品牌难以直接收集这些数据。
如果该功能更广泛推出，销售信息可能对购物行为产生深远影响。我们已经知道亚马逊的消费者通常被高评论量的产品所吸引。
亚马逊曾发布报告称，评论数量对购买决定的影响甚至超过了星级评分。
例如，当客户在两个产品之间进行选择时，如果一切条件相同，但一个产品有500条评论，而另一个有50k+条评论，消费者更可能选择拥有50k+条评论的产品。
我们认为类似的现象将出现在销售数据上。在其他条件相同的情况下，客户可能会选择销量更高的产品。这些产品毕竟感觉上经过了市场的考验，购买起来更安全，大家都在购买让这些产品具有了“社交证明”。