很多亚马逊卖家都知道Jungle Scout这个选品分析数据工具，但是对于购买哪个选品工具还是犹豫不决，其实很简单，Jungle Scout是国外最多卖家在用的选品工具，老外都是精的要死，他们都用，当然也不能通过这来判断是否用Jungle Scout还需要了解他们的销量预测是如何做的。
Jungle Scout 中文官网 5折促销购买链接（插件高级永久版+WEB版本）：http://www.yoding.cn/get/js50off
插件版本10美金优惠注册通道： http://www.yoding.cn/get/js10
AccuSales™ 是Jungle Scout独立开发的销量预测系统，为帮助亚马逊卖家做选品决策提供数据支持。
如果你想知道它的计算方法以及准确度，或是想要帮助Jungle Scout不断地迭代产品、完善系统，请接着往下读，我们将揭开AccuSales算法的神秘面纱！
AccuSales™的关键组成单元
简而言之，AccuSales™是一套为估算亚马逊产品销量而量身设计的算法。 它为Jungle Scout的选品工具提供了数据支持，是整套系统的核心之一。
为提供业界最准确的销量估算值，这套系统中包含了以下几个关键组成部分：
1. 大数据 ?
我们每天对超过5亿个数据点进行计算处理。每天跑这些数据，对系统的处理能力要求非常高。你可以想象一下，这些数据每天在几个装满服务器的大仓库中运行，场景多么壮观。
有些用户好奇他们为什么每个月都要付费使用网页应用程序（Web App），这些费用我们都花到哪里了，其实处理这些数据的成本很高。我们每月要花近10万美金来运行AccuSales™算法的计算机和服务器上：
这些数据来自几个不同的方面。其中有一部分来自于自愿分享销售数据的客户。这些实际的销售数据是我们最为宝贵的信息资源，在提高AccuSales™的精准度方面功不可没。
此外，我们会收集产品的库存和排名信息，以及大量与产品相关的其他数据，以全面分析哪些因素会影响产品的销量和销量趋势变化。
2. 专家团队 ?
我们拥有一支由技术大牛组建的大数据团队，每天处理这些大量且庞杂的数据，通过AccuSales™算法将这些数据转化为销量估算值，应用到Chrome插件和Web App产品中。
这支大数据团队一共有四名数据科学家，他们一共拥有超过30年的行业经验，分别在大数据、机器学习和数据分析等方面有多年经验。
2018年初又招收了一位大数据博士，这个团队还在不断快速扩充，所有这些最强大脑每天都集中在一件事上：不断完善AccuSales™，让算法更准确！
3. 定制化系统 ?
数据团队开发了这套特有的算法和系统来处理、测量与分析所有收集到的数据。
目前我们通过几个微服务（一种软件开发技术），数千个安全服务器和多个数据存储中心来处理数据。由于系统的精密度很高，AccuSales™能够不受干扰，持续地提供可靠、准确和最新的销量估算值。
那么它究竟是如何运作的呢？
我们已经了解了构成AccuSales™的关键组成部分，接下来，将揭示这些元素是如何结合在一起协同运作的！
关于订单、排名和库存等信息
还记得我们先前提到的每天要收集超过5亿个数据点吗？
这些数据包括了订单、出货量、BSR（畅销榜排名）、库存、价格、父类别/子类别以及任何对于提升AccuSales™估算精准度有帮助的其他相关数据。
实际订单和估算销量
我们收集了一部分真实的销售数据、产品Listing数据和一些第三方数据，然后识别这些数据与销量预测的关系和权重比，根据算法计算销量预测，然后同真实的销售数据进行比对，根据差值相应地调整算法，使销量预测值不断接近真实销量值。
左图是一个产品品类的数据曲线。
这条数据曲线上的预测值就和该品类中大量产品的实际销售值非常接近。因为这个算法综合考虑了多种影响销量的因素，又结合了真实的销售数据，使其可以不断进行修正完善，减小误差。
畅销排行榜 (BSR，Best Sellers Rank)
算法中的另一个关键因素是排名，又称为BSR ……使用排名进行计算也很有挑战。
我们花了数月的时间对亚马逊的BSR算法进行反向工程计算。然而，却发现随着时间的推移，产品销售的速度和销售的历史记录也对亚马逊产品排名有着很大影响。这些时间投入是有价值的，因为我们发现产品的排名与其销量息息相关。
单从BSR本身来看，不能直接了解过去的销量情况。 但是与其他数据相结合后，BSR成为了销量预测计算中的重要组成部分。
我们通过产品父品类和子品类的排名数据进行计算，以更准确地估算产品销量。
通过综合考虑整个产品的历史排名情况，我们克服了在计算中应用BSR所面临的挑战，因为结合产品历史的排名数据来估算就避免了频繁波动（由于刷单等情况造成的）的最新排名数据给算法系统带来的干扰。
库存
所有销量估算的工具都通过一种称为“999技巧”的方法来计算产品库存量。
“999技巧”是指将产品的购买数量设为999，然后将其添加到亚马逊的购物车中。当库存总数小于999时，亚马逊会提示你不能下订单，因为该产品的总库存为多少多少。
对于存货少于999件的产品来说，这是个跟踪库存的好方法，然而有大量的产品库存超过999件……这个时候，’999技巧’便不适用了。
为了解决这个问题，AccuSales™团队开发出了一个专有的系统来获取库存数 – 即使是超过999件库存的产品，我们也能够计算其库存数量！
这为算法提供了更多的数据信息，也意味着我们的工具与那些只能跟踪产品库存小于999的工具相比精确度要高得多。
特有的算法
接着，我们将所有的这些数据放入到算法系统中，以计算产品的销售预测值。
大多数人可能无法想象，我们收集到的数据非常庞杂，包含大量的数据点和多种数据来源。
这主要是由于有很多变动的因素在影响着销量，而这些因素之间也会互相影响。 为了获得最准确的数值，我们必须全面的考虑所有因素。因此，在大数据计算领域中有很多知名的算法，例如线性回归等，经过测试都无法用来解决这些难题。
因此，我们开发了一套独有的算法系统，将所有有关的数据点考虑在内，才获得了目前AccuSales™所能达到的准确度。
优化每一个产品品类的数据模型
由于每个产品品类都是不一样的，各有特色，数据各不相同，并且数据之间的关系也可能随时间的改变而变化。
在AccuSales™中，我们每个月都会对各个产品品类的数据模型分别进行更新，以确保使用最优的算法分析产品数据和市场趋势。
过滤掉异常值
此外，在处理大量庞杂的数据时经常会遇到异常值，比如由于刷单行为导致某些产品的销量出现了异常增长。因此，在设计AccuSales™算法系统时我们也将这些因素考虑在内，使它能够非常精确地过滤掉这些异常值，防止其干扰数据的正常计算。
AccuSales™多久更新一次?
我们每天都在收集、分析和比对数据。 当发现数据偏差过大时，会立即更正销售预测值并根据需要对算法系统进行调整。
在数据预测不稳定的时候，我们会每天对系统进行更新。数据稳定时，会在每周或每两周更新一次。
一次次地调整系统确保了当下数据的准确性，同时也为准确分析产品长期的销售情况提供了保障。
AccuSales™与选品工具之间的关系是什么？
AccuSales™为Jungle Scout 提供了最可靠的销量估算数据，是这款业内顶级的选品工具包的重要组成部分。
这种极致的钻研精神不仅体现在AccuSales™算法中，还体现在其他的领域 – 比如教学领域。Jungle Scout提供了大量优质的免费学习资源。此外，我们拥有业内最专业、最具敬业精神的客服团队。
Jungle Scout 中文官网 5折促销购买链接（插件高级永久版+WEB版本）：http://www.yoding.cn/get/js50off
插件版本10美金优惠注册通道： http://www.yoding.cn/get/js10
