CN113706188A - 一种筛选亚马逊突破口类目市场的方法 - Google Patents
一种筛选亚马逊突破口类目市场的方法 Download PDFInfo
- Publication number
- CN113706188A CN113706188A CN202110842024.1A CN202110842024A CN113706188A CN 113706188 A CN113706188 A CN 113706188A CN 202110842024 A CN202110842024 A CN 202110842024A CN 113706188 A CN113706188 A CN 113706188A
- Authority
- CN
- China
- Prior art keywords
- product
- sites
- star
- screening
- amazon
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012216 screening Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 21
- 230000009193 crawling Effects 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012552 review Methods 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 3
- 238000011161 development Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002062 proliferating effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种筛选亚马逊突破口类目市场的方法,该方法包括以下步骤:S1,首先爬取亚马逊各站点各级产品中Best seller榜单类目的产品信息及产品数据,S2,通过Sorftime软件的销量算法计算出Best seller榜单产品市场类目里面每个产品的月销量,S3,在BSR榜单范围内最后一名产品中的月销量、产品星级、评价数量中,三者选其一进行数量占比设置,本方法通过这样去筛选出突破口类目市场,可以有效对亚马逊的市场类目进行多产品筛选,且可自定义数值范围有效提高筛选效率和数据准确度,为卖家判断亚马逊市场提供数据支撑和辅助,帮助卖家有效健康发展,防止卖家无数据信息亏损。
Description
技术领域
本发明公开了一种筛选亚马逊突破口类目市场的方法,属于市场分析技术领域。
背景技术
随着国民经济的快速发展,生产、生活现代化水平的不断提高,电商越来越深入人们的生活;国外的亚马逊以及国内的淘宝、京东、拼多多等电商平台所出售的商品琳琅满目;很多电商职业卖家会按照季节变化、数码新产品不断的进行市场的尝试,从而发现市场机会,获得更大的利润;亚马逊公司,是美国最大的一家网络电子商务公司,位于华盛顿州的西雅图,是网络上最早开始经营电子商务的公司之一。
但对于对市场把握不够准确的卖家来说卖家在进行市场尝试无数据支持,经常面临巨大的风险,造成电商卖家的损失,目前市面上绝大部分筛选条件都是应用到单品中,也就是说通过筛选产品星级,评价数量等,出来的也是单个产品数据,而非类目市场,这样分析数据效率就会很低下,虽然市面上有筛选类目的方法,但是也是针对类目的全部产品平均值,或者总和值进行筛选,比如类目市场的平均星级,平均评价数量等,但是这种方法局限性较大,无法进行自定义数值筛选质。
发明内容
本发明的目的是为了解决上述不足而提供一种筛选亚马逊突破口类目市场的方法。
一种筛选亚马逊突破口类目市场的方法,该方法包括以下步骤:
S1,首先爬取亚马逊各站点各级产品中Best seller榜单类目的产品信息及产品数据;
S2,通过Sorftime软件的销量算法计算出Best seller榜单产品市场类目里面每个产品的月销量;
S3,在BSR榜单范围内最后一名产品中的月销量、产品星级、评价数量中,三者选其一进行数量占比设置;
S4,自定义设置Best seller产品市场类目榜单计算范围,符合条件的listing数量占比;
S5,满足步骤S1,S2,S3,S4的条件下的类目中,再在S4步骤的基础上对满足条件的listing进行深度筛选,出来满足条件的类目;
作为优选的,所述步骤S1中;
亚马逊各站点包括但不限于美国站、日本站、加拿大站、巴西站、墨西哥站、英国站、德国站、法国站、西班牙站、意大利站、荷兰站、印度站、澳大利亚站、土耳其站。
作为优选的,所述步骤S1中;
亚马逊各级产品包括但不限于五星级、四星级、三星级、两星级、一星级和没有星级的产品。
作为优选的,所述步骤S1中;
亚马逊Best seller榜单类目的产品信息及产品数据包括但不限于行业大小类排名、产品销量、产品所属品牌、产品上架时间、产品售价、产品物流方式、产品FBA/FBM、产品评价数量、产品评价星级、产品的卖家属性、产品的销售方式、产品的跟卖卖家数量、产品详情图、产品规格数据信息、产品类别以及日市场容量数据。
作为优选的,所述步骤S2中,销量算法为Sorftime软件系统自身配备的产品数值销量算法。
作为优选的,所述步骤S5中,listing的深度筛选包括但不限于产品的星级深度筛选、产品的评论数量占比深度筛选、产品的月销量深度筛选、产品的综合评分数值数据深度筛选。
作为优选的,所述Sorftime软件程序被计算机处理器运行时执行上述1至6任一项所述的方法的步骤。
与现有技术相比,本发明的有益效果如下:
本方法的一种筛选亚马逊突破口类目市场的方法,有效针对市面上无法进行商品类目综合筛选且无法进行自定义数值范围设置的产品筛选技术问题,本发明的筛选方法且可以通过创新的筛选方式快速筛选出突破口市场,比如筛选榜单类目top100前多少名(可自定义)中,有多少百分比(可自定义)的产品星级或者评价数量在自定义范围内的数量内,通过这样去筛选出突破口类目市场,可以有效对亚马逊的市场类目进行多产品筛选,且可自定义数值范围有效提高筛选效率和数据准确度,为卖家判断亚马逊市场提供数据支撑和辅助,帮助卖家有效健康发展,防止卖家无数据信息亏损。
附图说明
图1为本发明实施例卖家在网站平台中筛选突破口的示意图;
图2为本发明实施例卖家在网站平台的BSR榜单范围页面筛选突破口的示意图。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种筛选亚马逊突破口类目市场的方法,该方法包括以下步骤:
S1,首先爬取亚马逊各站点各级产品中Best seller榜单类目的产品信息及产品数据;
S2,通过Sorftime软件的销量算法计算出Best seller榜单产品市场类目里面每个产品的月销量;
S3,在BSR榜单范围内最后一名产品中的月销量、产品星级、评价数量中,三者选其一进行数量占比设置;
S4,自定义设置Best seller产品市场类目榜单计算范围,符合条件的listing数量占比;
S5,满足步骤S1,S2,S3,S4的条件下的类目中,再在S4步骤的基础上对满足条件的listing进行深度筛选,出来满足条件的类目。
作为优选的,所述步骤S1中;
亚马逊各站点包括但不限于美国站、日本站、加拿大站、巴西站、墨西哥站、英国站、德国站、法国站、西班牙站、意大利站、荷兰站、印度站、澳大利亚站、土耳其站。
作为优选的,所述步骤S1中;
亚马逊各级产品包括但不限于五星级、四星级、三星级、两星级、一星级和没有星级的产品。
作为优选的,所述步骤S1中;
亚马逊Best seller榜单类目的产品信息及产品数据包括但不限于行业大小类排名、产品销量、产品所属品牌、产品上架时间、产品售价、产品物流方式、产品FBA/FBM、产品评价数量、产品评价星级、产品的卖家属性、产品的销售方式、产品的跟卖卖家数量、产品详情图、产品规格数据信息、产品类别以及日市场容量数据。
作为优选的,所述步骤S2中,销量算法为Sorftime软件系统自身配备的产品数值销量算法。
作为优选的,所述步骤S5中,listing的深度筛选包括但不限于产品的星级深度筛选、产品的评论数量占比深度筛选、产品的月销量深度筛选、产品的综合评分数值数据深度筛选。
作为优选的,所述Sorftime软件程序被计算机处理器运行时执行上述1至6任一项所述的方法的步骤。
实施例一:
一种筛选亚马逊突破口类目市场的方法,该方法包括以下步骤:
S1,首先爬取亚马逊各站点各级产品中Best seller榜单类目的产品信息及产品数据;
S2,通过Sorftime软件的销量算法计算出Best seller榜单产品市场类目里面每个产品的月销量;
S3,在BSR榜单范围内最后一名产品中的月销量、产品星级、评价数量中,三者选其一进行数量占比设置;
S4,自定义设置Best seller产品市场类目榜单计算范围,符合条件的listing数量占比;
S5,满足步骤S1,S2,S3,S4的条件下的类目中,再在S4步骤的基础上对满足条件的listing进行深度筛选,出来满足条件的类目;
其中,作为本发明的替换技术方法包括但不限于BSR榜单范围检索法。
进一步的,BSR榜单范围检索法包括以下步骤:
a、在BSR榜单范围页面内自定义销量降序排名检索范围;
b、深度检索自定义数值范围内的listing类目属性,类目属性包括但不限于平均评价数量、品牌数量、卖家数量、平均产品星级、自营数量占比、FBM数量占比、品牌备案占比、中国卖家占比、主图视频占比、A+占比、BSR榜单范围最后一名月销量。
在本实施例中,所述步骤S1中;
亚马逊各站点包括但不限于美国站、日本站、加拿大站、巴西站、墨西哥站、英国站、德国站、法国站、西班牙站、意大利站、荷兰站、印度站、澳大利亚站、土耳其站。
在本实施例中,所述步骤S1中;
亚马逊各级产品包括但不限于五星级、四星级、三星级、两星级、一星级和没有星级的产品。
在本实施例中,所述步骤S1中;
亚马逊Best seller榜单类目的产品信息及产品数据包括但不限于行业大小类排名、产品销量、产品所属品牌、产品上架时间、产品售价、产品物流方式、产品FBA/FBM、产品评价数量、产品评价星级、产品的卖家属性、产品的销售方式、产品的跟卖卖家数量、产品详情图、产品规格数据信息、产品类别以及日市场容量数据。
在本实施例中,所述步骤S2中,销量算法为Sorftime软件系统自身配备的产品数值销量算法。
在本实施例中,所述步骤S5中,listing的深度筛选包括但不限于产品的星级深度筛选、产品的评论数量占比深度筛选、产品的月销量深度筛选、产品的综合评分数值数据深度筛选。
在本实施例中,所述Sorftime软件程序被计算机处理器运行时执行上述1至6任一项所述的方法的步骤。
实施例二:
一种筛选亚马逊突破口类目市场的方法,该方法包括以下步骤:
S1,首先爬取亚马逊各站点各级产品中Best seller榜单类目的产品信息及产品数据;
S2,通过Sorftime软件的销量算法计算出Best seller榜单产品市场类目里面每个产品的月销量;
S3,在BSR榜单范围内最后一名产品中的月销量、产品星级、评价数量中,三者选其一进行数量占比设置;
S4,自定义设置Best seller产品市场类目榜单计算范围,符合条件的listing数量占比;
S5,满足步骤S1,S2,S3,S4的条件下的类目中,再在S4步骤的基础上对满足条件的listing进行深度筛选,出来满足条件的类目;
其中,作为本发明的替换技术方法包括但不限于BSR榜单范围检索法。
进一步的,BSR榜单范围检索法包括以下步骤:
a、在BSR榜单范围页面内自定义销量降序排名检索范围;
b、深度检索自定义数值范围内的listing类目属性,类目属性包括但不限于平均评价数量、品牌数量、卖家数量、平均产品星级、自营数量占比、FBM数量占比、品牌备案占比、中国卖家占比、主图视频占比、A+占比、BSR榜单范围最后一名月销量
在本实施例中,所述步骤S1中;
亚马逊各站点包括但不限于美国站、日本站、加拿大站、巴西站、墨西哥站、英国站、德国站、法国站、西班牙站、意大利站、荷兰站、印度站、澳大利亚站、土耳其站。
在本实施例中,所述步骤S1中;
亚马逊各级产品包括但不限于五星级、四星级、三星级、两星级、一星级和没有星级的产品。
在本实施例中,所述步骤S1中;
亚马逊Best seller榜单类目的产品信息及产品数据包括但不限于行业大小类排名、产品销量、产品所属品牌、产品上架时间、产品售价、产品物流方式、产品FBA/FBM、产品评价数量、产品评价星级、产品的卖家属性、产品的销售方式、产品的跟卖卖家数量、产品详情图、产品规格数据信息、产品类别以及日市场容量数据。
在本实施例中,所述步骤S2中,销量算法为Sorftime软件系统自身配备的产品数值销量算法。
在本实施例中,所述步骤S5中,listing的深度筛选包括但不限于产品的星级深度筛选、产品的评论数量占比深度筛选、产品的月销量深度筛选、产品的综合评分数值数据深度筛选。
在本实施例中,所述Sorftime软件程序被计算机处理器运行时执行上述1至6任一项所述的方法的步骤,具体可参照说明书附图1。
本方法的一种筛选亚马逊突破口类目市场的方法,有效针对市面上无法进行商品类目综合筛选且无法进行自定义数值范围设置的产品筛选技术问题,本发明的筛选方法且可以通过创新的筛选方式快速筛选出突破口市场,比如筛选榜单类目top100前多少名(可自定义)中,有多少百分比(可自定义)的产品星级或者评价数量在自定义范围内的数量内,比如:筛选top100产品前10名中,有不低于20%的listing(大于等于2个)星级低于3星的类目;
通过这样筛选,就可以看到哪怕星级很低,也能冲进榜单前10,说明该市场需要很大,客户已经不太在意星级,如果卖家可以改进这些差星级的产品,就是该市场的突破口,可以长期获利而不会因为星级过低逐渐销量降低,通过这样去筛选出突破口类目市场,可以有效对亚马逊的市场类目进行多产品筛选,且可自定义数值范围有效提高筛选效率和数据准确度,为卖家判断亚马逊市场提供数据支撑和辅助,帮助卖家有效健康发展,防止卖家无数据信息亏损。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种筛选亚马逊突破口类目市场的方法,其特征在于:该方法包括以下步骤:
S1,首先爬取亚马逊各站点各级产品中Best seller榜单类目的产品信息及产品数据;
S2,通过Sorftime软件的销量算法计算出Best seller榜单产品市场类目里面每个产品的月销量;
S3,在BSR榜单范围内最后一名产品中的月销量、产品星级、评价数量中,三者选其一进行数量占比设置;
S4,自定义设置Best seller产品市场类目榜单计算范围,符合条件的listing数量占比;
S5,满足步骤S1,S2,S3,S4的条件下的类目中,再在S4步骤的基础上对满足条件的listing进行深度筛选,出来满足条件的类目。
2.根据权利要求1所述的一种筛选亚马逊突破口类目市场的方法,其特征在于:所述步骤S1中;
亚马逊各站点包括但不限于美国站、日本站、加拿大站、巴西站、墨西哥站、英国站、德国站、法国站、西班牙站、意大利站、荷兰站、印度站、澳大利亚站、土耳其站。
3.根据权利要求1所述的一种筛选亚马逊突破口类目市场的方法,其特征在于:所述步骤S1中;
亚马逊各级产品包括但不限于五星级、四星级、三星级、两星级、一星级和没有星级的产品。
4.根据权利要求1所述的一种筛选亚马逊突破口类目市场的方法,其特征在于:所述步骤S1中;
亚马逊Best seller榜单类目的产品信息及产品数据包括但不限于行业大小类排名、产品销量、产品所属品牌、产品上架时间、产品售价、产品物流方式、产品FBA/FBM、产品评价数量、产品评价星级、产品的卖家属性、产品的销售方式、产品的跟卖卖家数量、产品详情图、产品规格数据信息、产品类别以及日市场容量数据。
5.根据权利要求1所述的一种筛选亚马逊突破口类目市场的方法,其特征在于:所述步骤S2中,销量算法为Sorftime软件系统自身配备的产品数值销量算法。
6.根据权利要求1所述的一种筛选亚马逊突破口类目市场的方法,其特征在于:所述步骤S5中,listing的深度筛选包括但不限于产品的星级深度筛选、产品的评论数量占比深度筛选、产品的月销量深度筛选、产品的综合评分数值数据深度筛选。
7.根据权利要求5所述的一种筛选亚马逊突破口类目市场的方法,其特征在于:所述Sorftime软件程序被计算机处理器运行时执行上述权利要求1至6任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110842024.1A CN113706188A (zh) | 2021-07-26 | 2021-07-26 | 一种筛选亚马逊突破口类目市场的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110842024.1A CN113706188A (zh) | 2021-07-26 | 2021-07-26 | 一种筛选亚马逊突破口类目市场的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113706188A true CN113706188A (zh) | 2021-11-26 |
Family
ID=78650424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110842024.1A Pending CN113706188A (zh) | 2021-07-26 | 2021-07-26 | 一种筛选亚马逊突破口类目市场的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113706188A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140108097A1 (en) * | 2012-10-12 | 2014-04-17 | Custologix Inc. | Systems and methods for real-time product pricing optimization |
CN105045872A (zh) * | 2015-07-16 | 2015-11-11 | 北京京东尚科信息技术有限公司 | 信息的筛选方法及装置 |
CN106874321A (zh) * | 2016-06-24 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 一种可插拔的数据检索方法和装置 |
CN109389434A (zh) * | 2018-10-12 | 2019-02-26 | 罗挺 | 一种市场容量确定方法、装置、设备及可读存储介质 |
CN110766514A (zh) * | 2019-09-25 | 2020-02-07 | 苏宁云计算有限公司 | 用于电商平台的最优货源筛选方法及装置 |
CN111369276A (zh) * | 2019-08-22 | 2020-07-03 | 重庆菲欧坦软件开发有限公司 | 一种评估亚马逊产品市场趋势的方法 |
CN111553762A (zh) * | 2020-04-24 | 2020-08-18 | 广州探途网络技术有限公司 | 提高搜索质量的方法、系统及终端设备 |
-
2021
- 2021-07-26 CN CN202110842024.1A patent/CN113706188A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140108097A1 (en) * | 2012-10-12 | 2014-04-17 | Custologix Inc. | Systems and methods for real-time product pricing optimization |
CN105045872A (zh) * | 2015-07-16 | 2015-11-11 | 北京京东尚科信息技术有限公司 | 信息的筛选方法及装置 |
CN106874321A (zh) * | 2016-06-24 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 一种可插拔的数据检索方法和装置 |
CN109389434A (zh) * | 2018-10-12 | 2019-02-26 | 罗挺 | 一种市场容量确定方法、装置、设备及可读存储介质 |
CN111369276A (zh) * | 2019-08-22 | 2020-07-03 | 重庆菲欧坦软件开发有限公司 | 一种评估亚马逊产品市场趋势的方法 |
CN110766514A (zh) * | 2019-09-25 | 2020-02-07 | 苏宁云计算有限公司 | 用于电商平台的最优货源筛选方法及装置 |
CN111553762A (zh) * | 2020-04-24 | 2020-08-18 | 广州探途网络技术有限公司 | 提高搜索质量的方法、系统及终端设备 |
Non-Patent Citations (2)
Title |
---|
SORRFTIME: "sorftime 如何在几万和亚马逊类目市场中发现新的蓝海", pages 1 - 2, Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/p/351479559> * |
雨果跨境: "高效利用亚马逊大数据分析工具的20多条选品思路", pages 1 - 23, Retrieved from the Internet <URL:https://new.qq.com/rain/a/20201209A0702L00> * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503258B (zh) | 一种网站站内精确搜索方法 | |
CN108038696B (zh) | 基于设备标识码和社交群组信息的刷单检测方法及系统 | |
US7937391B2 (en) | Consumer product review system using a comparison chart | |
TWI567673B (zh) | Sorting methods and devices for search results | |
AU782052B2 (en) | Method and system for researching sales effects of advertising using association analysis | |
US6976000B1 (en) | Method and system for researching product dynamics in market baskets in conjunction with aggregate market basket properties | |
KR100961783B1 (ko) | 인공지능에 기반한 제품 및 제품 벤더 추천 장치 및 방법, 그 기록 매체 | |
US20160335649A1 (en) | Systems and methods for determining an impact event on a sector location | |
KR101353996B1 (ko) | 온라인 쇼핑을 위한 상품관리 시스템 및 상품관리 방법 | |
CN102541862A (zh) | 跨网站的信息显示方法及系统 | |
US7818286B2 (en) | Computer-implemented dimension engine | |
JPH11232330A (ja) | マーケティングシステム | |
CN109840796B (zh) | 决策因素分析装置与决策因素分析方法 | |
US8392290B2 (en) | Seller conversion factor to ranking score for presented item listings | |
KR102395522B1 (ko) | 대출 정보 공유 방법 및 시스템 | |
TW202139098A (zh) | 消費預測系統及消費預測方法 | |
US10325274B2 (en) | Trend data counter | |
CN110647679A (zh) | 一种o2o场景下的搜索结果综合排序方法 | |
KR101026544B1 (ko) | 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치 | |
CA3138745A1 (en) | Method and device for circling and creating target population | |
JP2020013447A (ja) | 決定装置、決定方法および決定プログラム | |
CN113706188A (zh) | 一种筛选亚马逊突破口类目市场的方法 | |
WO2022095387A1 (zh) | 地理位置信息的处理方法、装置、设备及存储介质 | |
CN115827994A (zh) | 一种数据处理方法、装置、设备、存储介质 | |
CN112579896A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211126 |
|
WD01 | Invention patent application deemed withdrawn after publication |