亚马逊选品数据的三层可信度：平台数据、页面数据与第三方估算

第一层，平台第一方数据。亚马逊自己产生、通过官方渠道给出的数据：品牌分析（ABA）的搜索词报告、卖家后台的业务报告、广告后台的投放数据。它的特点是来源即平台本身，反映的是真实发生的用户行为，不经过第三方加工。

第二层，商品页面公开数据。任何人打开商品详情页都能看到的信息：价格、评分、评论数、上架日期、类目排名（BSR）、变体结构。它们是真实的，但有两个限定：一是快照——你看到的是此刻的状态，昨天可能不一样；二是其中一部分可以被运营动作影响，后面单独说。

第三层，第三方估算数据。工具厂商用模型从公开信号推算出来的数字，最典型的是月销量估算和关键词搜索量估算。它们不是任何人统计出来的，是拟合出来的。

这个分层本身没有褒贬：三层各有用处。问题出在使用的人分不清手里的数字属于哪一层。

第一方数据最可信，但不等于全知。以 ABA 为例：它只覆盖站内搜索、只公布点击量前三的商品、按周期发布有滞后、搜索频率排名是序数不能换算成搜索量——这四条局限在上一篇《ABA 搜索词报告怎么看》里逐条讲过。第一方数据的正确预期是「真实但有边界」，不是「有了它就够了」。

页面公开数据真实，但有两个坑。第一个是快照属性：价格会调、排名每天变，单次观察得出的结论带着那一天的偶然性，看趋势需要多期对照。第二个更要紧——它是三层里唯一能被卖家主动操纵的一层：刷评把评论数和评分做高，合并变体把多个商品的历史评论汇到一个页面上。看到一个评论数很高的新品，先想想这两种可能。

估算数据的可信度取决于模型和场景。它在热门类目、平稳期相对可靠，在冷门类目、大促期、新品期误差显著。它的正确用途是相对比较——判断两个市场谁更大、一个商品大致什么量级；它的错误用途是当真值参与精确计算。

见过的选品测算表里，最常见的错误链条是这样的：从工具里抄一个月销量估算，乘以页面价格，得出「月市场规模」；再按预估利润率算出「月利润空间」；最后据此决定备货量。

这条链的每一步乘法都是对的，但整条链的可信度由最弱的那个输入决定——销量估算。而计算的过程会制造一种精度幻觉：算出来的数字带小数点、有千位分隔符，看起来像统计出来的，实际上是把一个模型猜测放大了几倍。

对付混层不需要复杂工具，只需要一个习惯：表格里每个关键数字标上它的来源层。「销量（估算）」和「销量」是两个不同的东西，标出来之后，看表的人自然知道该给结论打多大折扣。不标，三个月后连自己都会把它当真值。

把前面的内容压缩成一个可执行的顺序：拿到任何一个数字，先问它是谁产生的、怎么产生的、有没有人有动机改它——三个问题定位它在哪一层；然后按层给权重：第一方数据可以直接用但记住它的覆盖边界，页面数据要做多期对照并警惕操纵痕迹，估算数据只用于比较不参与精确计算。

这个习惯的价值在决策链的末端才显现：当一个「做还是不做」的判断被质疑时，你能把结论拆回到每个输入数字的出处，说清楚哪部分是实的、哪部分是推的。说不清出处的结论，赢了是运气，输了不知道输在哪。