美妝類電商產品銷量影響因素實證研究內容摘要隨著網購人數增多以及網購平臺地位、影響力上升，淘寶商家間競爭日益激烈。本文以亞馬遜店鋪銷量為研究對象，以美妝行業為例，利用SPSS軟件對價格、評價數量、星級評分等產品銷量影響因素進行多元回歸、實證分析。為保證結果的準確性，對所得結果進行了檢驗與修正，重新構造模型來分析買家在決策階段所受的影響，并為線上商家提高銷量提出建議。關鍵詞亞馬遜銷量；美妝類目；異方差檢驗；回歸分析目錄一、緒論 6（一）選題研究背景及意義 61、選題背景 62、研究目的和意義 7（二）國內外的研究現狀論文研究內容 7（三）研究思路和研究方法 10二、研究假設與研究設計： 131、商品價格對銷量的影響 132、評論數量對銷量的影響 133、評分對銷量的影響 134、上架時間對銷量的影響 145、賣家類型對銷量的影響 146、品牌對銷量的影響 15三、美妝類目亞馬遜銷量影響因素分析 15(一) 確定變量及模型構造 151、模型變量的選擇 162、數據來源 163、模型構造 17（二）描述性分析 17（三）相關性分析 19（四）樣本數據單因素統計分析 20四、美妝類目亞馬遜銷量影響因素的實證分析 231、OLS參數估計 232、回歸方程異方差的檢驗 253、回歸方程的自相關性檢驗 254、小結 26五、結論與建議 26(一)主要結論 26（二）建議 27總結與展望 28

緒論（一）選題研究背景及意義1、選題背景在消費升級和“互聯網+”的雙重催化下，美妝市場也面臨著挑戰和革新。2017-2019年，美妝行業增長迅猛，增速遠高于大快消中的個護和家清。但是整體行業高速增長之下，領漲的葉子類目卻更替頻繁:每年領漲的TOP10美妝葉子類目，只有3個與上一年保持一致，更替速度高于個護家清。隨著全球網絡的發展，電商渠道變得日益重要，2019年電商銷售額同比增長27%，占全球化妝品市場份額的14%。據數魔跨境統計，2020年11月亞馬遜美妝類目銷量超8千萬。近年來美妝電商渠道的爆發則對行業起到了強有力的推動作用，長期來看化妝品市場的增量來自于年輕化以及低線市場的消費習慣養成，而電商渠道一方面是最具年輕化活力的渠道，年輕群體的接受度最高；另一方面，電商打破物理空間的束縛，可以幫助品牌更好的實現渠道的下沉擴張，同時近年來平臺自身也在加大下沉力度，這與美妝行業自身行業發展趨勢也較為一致。亞馬遜美國站美妝熱銷品類細分為美容儀器、美妝工具、化妝護膚類三大塊：表1美國當地尖貨-品類分析品類細分熱賣商品市場增長率中國賣家情況中國賣家銷售額美容儀器直發器、電動牙刷、蒸臉器、LED鏡、美甲光療儀高已取得一定份額高美妝工具發飾、化妝鏡、美妝蛋、假發中等尚余充足開發空間高化妝護膚品睫毛營養液、指甲油、植物精油中等尚余充足開發空間中等其中，美容儀器的熱賣商品包含直發器、電動牙刷、蒸臉器、LED鏡、美甲光療儀，市場增長率高，中國賣家銷售額高，且在中國賣家占比上已經取得一定份額；美妝工具涵蓋發飾、化妝刷、美妝蛋、假發，中國賣家銷售額高，但在中國賣家占比上尚余充足開發空間，市場增長率高；化妝護膚品涉及睫毛營養液、指甲油、植物精油，市場增長率和中國賣家銷售額均屬中等，在中國賣家占比上還余有充足的開發空間。2、研究目的和意義1.研究目的:研究被解釋變量-銷量和解釋變量-銷量影響的因素之間的關系，分析影響因素：評論數量、價格、A+頁面、coupon、上線時間、評分、variation，將數據進行整理成為時間序列數據并進行實證分析，利用SPSSAU進行OLS回歸分析，從而得出相關性，給予商家營銷建議。2.研究意義:(1)理論意義:本文利用亞馬遜的交易數據,分析了亞馬遜美國站的美妝品類線上銷售類及其影響因素，豐富了賣家策論選擇的衡量標準和活動運營側重點。(2)現實意義:通過對亞馬遜美妝達成交易的數據，再結合所構造的模型，就能夠對線上銷售產品的影響因素進行分析，從而得到具體的影響因素，各自發揮怎樣的作用；分析銷量影響因素對銷量的相關性，選取了價格、評論數、評分、上架時間、賣家類型和品牌作為變量進行模型構造，可以為賣家的營銷手段提供決策，從而提升中國賣家的跨境電商的競爭力。（二）國內外的研究現狀論文研究內容1.線上銷量影響的因素面對網絡銷售實戰中的不同銷量表現，針對網上可能對商品銷量產生影響的因素，國內外學者進行了不同角度的研究和探討。在信譽影響方面，經歷了線性關系到非線性關系的探索過程。Bolton等(2004)［1］和Ｒesnick等(2006)［2］經過實驗研究表明，商家可以從一個更好的信譽中享有更大的利潤。周黎安等(2006)［3］和李維安等(2007)［4］認為，商家好的信譽可以減少交易中逆向選擇和道德風險的情況，影響消費者的購買決策，從而提高在線交易成功的概率，對銷量有顯著的影響。針對之前學者提出的信譽和銷量之間的簡單線性關系，Zhang等(2011)［5］通過淘寶網的在線交易數據分析得出了不同的結論:賣家信用和銷量存在一個復雜的非線性關系，在閾值左右兩側呈現不同的影響關系，在閾值右側，提高信譽會提升銷量;在閾值左側，提高信譽反而會降低銷量。在價格影響方面，研究人員對價格與銷量的關系持有不同的意見。一方面，消費者在互聯網上對于價格信息的搜尋成本很低，較容易獲得同一產品不同商家的價格信息，消費者比價行為更易發生，因此網絡購物的價格需求彈性比傳統意義上的購物更大，如Smith(2002)［6］;另一方面，消費者通過網絡購物除了方便獲得產品的價格信息，也可以獲得其他反映產品品質的信息，從而使得價格對消費者的網購決策影響權重降低，消費者對于價格的敏感程度下降。此外E．Crespo-Almendros等(2016)［7］按照在線購買經驗對消費者進行了分類，并得出了價格對銷售的促進作用在新消費者群體中更為明顯的結論，然而以購買意向而不是真實的購買行為作為被解釋變量會存在一定偏差[8]。與上述學者研究存在區別的是張仙鋒[9]，他發現價格對銷售等行為沒有顯著相關作用，而只有價格升水對賣出機率存在調節作用。在商品價格與店鋪銷量研究中，學者謝尚才、呂本富等(2015)[10]等得出的結論大多是價格對店鋪銷量有負向的影響。此外，如王陶(2017)[11]等學者建立了神經網絡的分位數回歸模型來評估商店的信用水平，發現電子商務的信用水平與銷量成正向相關關系。此外，消費者滿意度的提升也有利于促使其忠誠度的提高從而增加銷量。在口碑影響方面，國內外學者發現口碑評分和數量對銷量有顯著影響。Wang等(2016)［12］首次以眼動實驗的形式探究了產品描述中在線評論的嵌入對銷量的顯著影響，然而實驗參與者的屬性比較單一，且樣本量較少，增加了研究誤差。Brinja等(2016)［13］通過無條件分位數回歸的方法得出在線評論數量和在線評論分數對低銷量商家的影響要比高銷量商家大。它們和產品銷量是成正比的顯著關系的，而瀏覽轉化率則和銷量的關系是明顯的不顯著的消極關系。表明了瀏覽量（pageview）并不是提升銷量的關鍵因數，而只能把它當成是一個輔助的因數來看[14]。在線評論數量是消費者對在線產品或服務進行主觀評價的數量，諸多研究都發現評論數量與消費者購買決策行為表現有顯著關系［15-17］。1995年，亞馬遜就較早建立了線上評論系統，并鼓勵消費者發布對商品的評論。這一功能的上線廣受消費者歡迎，同時也被認為是亞馬遜可以獲得成功的關鍵因素之一[18]。消費者購買線上商品時，潛在消費者通過在線評論相關信息對所購產品進行質量評估的過程，其實質上就是從有限的評論信息數據庫進行信息篩選，并將進一步整理加工后的信息同自己的預估值進行比較的過程。在這個評估數據庫中，評論數量越多，理論上來講，覆蓋的商品信息越全，對潛在消費者進行購買決策的影響越大。而在線評論數量所反映的知曉效應也驗證了這一點:評論數量越多，說明越多的消費者參與討論了某種產品或服務，這會提高潛在消費者對該商品的關注度，并且可能進一步產生從眾心理和行為，最終引發消費者的購買行為。如郝媛媛等［19］基于Yahoo電影面板數據，研究了在線評論數量與票房收入之間的關系，結果表明，滯后一天的在線評論數量對當天的票房銷售收入有顯著的正向影響。在線評論的數量往往體現了產品的流行程度。對于體驗型產品，它的產品信息不太指明產品質量，因此評論數量所表明的產品受歡迎程度等外在線索對于消費者來說更為重要;而對于搜索品來說，消費者在購買前就洞悉了質量信息，它的產品關鍵屬性是客觀且易于比較的。因此，雖然在線評論數量是影響產品銷量的關鍵因素，但對于兩種產品類型的影響程度是不同的。Cui等［20］以產品生命周期為調節變量研究在線評論對新產品銷售的影響，結果發現評論數量對體驗型新產品銷售的影響更大。近年來,國內外一些學者開始關注品牌競爭力對商品銷量或消費者購買行為的影響,姜巖等指出企業的品牌競爭力越強,企業的品牌就越容易引起消費者的關注,讓其產生興趣和好感,進而在購買時作為優先選擇的對象[21]。Bansah等在對加納河市紡織品用戶對消費者購買行為的影響研究中發現,品牌對商品銷售產生積極影響,消費者忠于強勢品牌,當品牌價格略有上漲時,消費者將繼續購買相關商品[22]。Yeboah研究了商品的品牌對聯合利華有限公司銷售收入的短期和長期影響。結果表明,品牌競爭力對銷售收入有長期的積極影響,但對銷售收入的短期影響并不顯著[23]?？梢园l現,品牌競爭力對商品銷量影響的相關文獻多為定性描述,而少量定量分析的相關研究又大多關注的是品牌競爭力對商品總體銷售量的影響,而并非對商品在線銷量的影響。2.文獻述評綜上，現有美妝產品跨境銷量的影響因素實證研究成果較少，本文以亞馬遜平臺為例，構建美妝銷量的影響因素分析模型，基于整理10000個數據樣本結果進行實證分析，探求美妝產品銷量的影響因素?；诖耍疚囊阅壳皝嗰R遜評價格、論數量、星級評分、上線時間、品牌等指標為依據，提出優化思路，并為提高店鋪銷量及整體盈利提供對策建議，希望為促進跨境電商亞馬遜賣家整體運營發展提供參考意見。（三）研究思路和研究方法1、研究思路本文主要有以下安排:第一章是緒論。說明了本文的研究背景及意義，還分析了國內外的研究現狀，以及文章的研究思路和研究方法。第二章是理論分析，并對網購的決策行為進行了簡單的介紹。第三章是影響銷量的因素的實證分析。確定變量及模型構造，并對數據進行單因素統計分析。本章主要闡述數據收集及各變量釋義。第四章是實證數據分析結果。對采集的數據進行分析。第五章是研究結論與建議。對研究結果進行思考及從研究中得到啟示。第六章是總結與研究不足。2、研究方法本文主要應用了文獻研究法、實證分析法和數據分析法這三種方法進行了研究不，并且將理論與數據相結合，使文章更具有說服力。（1）文獻研究法為了研究亞馬遜美妝品類銷量的影響因素的分析，本文通過各種論文文獻（如中國知網，社會科學文獻索引庫）的閱讀，以及各式的大數據查詢（如艾瑞咨詢、數魔跨境等），來奠定本文的科學和真實性。（2）實證分析本文主要采用的是通過抓取亞馬遜平臺美妝商品的信息，從而能夠獲取到真實的一些數據。這種方法與傳統的問卷調查的方法不同，能夠使誤差變得更小，跟有利于獲取準確的信息。而且這種方法所采用的工具主要有SPSSAU和Excel等，分析方法主要是有以下幾種：相關性分析、多元回歸分析、異方差檢驗等。（3）數據分析法本文將爬取的數據進行匯總，再用數據分析軟件進行描述性統計分析、回歸分析、相關分析等。來驗證本文的假設和結果是否成立。3.技術思路圖圖1研究假設與研究設計：本文以亞馬遜在售的美妝產品為研究對象，結合國內外學者研究的成果，從商品價格，評論數量、星級評分、上架時間、賣家類型和品牌6個維度展開研究，分析影響商品的銷量的影響因素。1、商品價格對銷量的影響多數情況下，消費者在進行購買決策時，除了注重商品本身的功能屬性之外，還會尤為看重商品價格。尤其是近年來隨著互聯網和電子商務的發展，消費者可以更加方便快捷地獲取商家的商品、價格等信息并進行對比。根據以上論述，本文的假設如下:H1:商品價格對產品的銷量有負向影響。2、評論數量對銷量的影響由于在亞馬遜平臺評論機制設計中，評論產生于實際購買行為發生后，并且只有已購買的消費者才能發表評論。因此，評論真實反映了消費者的產品體驗，其累積數量反映了消費者對產品的認知，即更多的評論數量表示更多人知曉并體驗過該產品。所以，只有評論數量達到一定規模，才能對賣家的決策具有參考意義。因此，本文做出如下假設:H2:評論數量對產品的銷量有正向影響。3、評分對銷量的影響無論是在Amazon產品搜索頁面，或者Amazon產品介紹頁面，黃色星標都在標題下方一個醒目位置，產品星級不僅是亞馬遜Listing排名的重要指標，同時也是影響客戶點擊購買的首要因素。綜述所述，本文提出以下假設：H3:評分對產品的銷量有正向影響。4、上架時間對銷量的影響上架時間是一個產品生命周期的起點，對于一個新出現的細分行業來說，就是行業的誕生時間，一個行業會經歷起步、成長、成熟和衰退階段，可以從“時間＋BSR／價格／銷量”等推斷出。對于一款產品，何時上架的，從上架到打造成爆款經歷了多久，以及從成為爆款到清庫存退出市場，了解這些時間節點，對自己的產品開發、備貨、營銷計劃有極大的參考價值。因此本文提出以下假設：H4:上架時間對產品的銷量有正向影響。5、賣家類型對銷量的影響亞馬遜賬號類型有三大類，對于不同的類別對應的權限也不同。針對中國買家AmazonSellerCentral，有“自注冊”和“全球開店”兩種入駐方式，SC或AS，也稱為3PSeller(第三方賣家)，是目前最普遍的賣家類型，遍布全球，所以這里的問題也是最多的。VC系統相對封閉，是邀請入駐制，如果亞馬遜沒有邀請你便不能申請入駐。不過VC在上傳產品數量上沒有限制，并且VC是全面支持A+頁面的。VE只可以上架85個產品，并且VE不是全面支持A+頁面的，新注冊的VE目前至多只提供5個A+產品頁面。表2賣家類型SellerCentralVendorExpressVendorCentral注冊門檻任何人可以注冊帳號美國本土企業邀請入駐(目前暫停邀請)收款方式收款相對快速按照付款條款按照付款條款是否支持A+頁面不允許A+頁面部分支持A+頁面全面支持A+頁面推廣方式簡單推廣方式較多的推廣方式豐富全面的推廣方式面向方式面向任何賣家面向不同規模的公司企業級產品顯示方式產品顯示第三方賣家產品可顯示amazon自營產品顯示amazon自營模式B2C/C2CB2B/B2CB2B因此本文提出以下假設：H5:賣家類型對產品的銷量有正向影響。6、品牌對銷量的影響在電子商務時代,品牌依然是企業、產品或服務在消費者心目中的總體印象,只有消費者心理感知到品牌或企業的優勢,才能轉化為品牌競爭力。品牌競爭力可以提升消費者忠誠度以增加商品的市場份額,有助于企業收取更高的價格以提高利潤,是影響商品銷售或消費者購買行為的重要因素之一。基于以上論述，本文假設如下：H6:品牌對產品的銷量有正向影響。美妝類目亞馬遜銷量影響因素分析確定變量及模型構造同時也會有很多的影響因素會影響到亞馬遜平臺的銷售，本文主要通過對亞馬遜美妝類商品出售和瀏覽信息的獲取，從而來對其進行詳細的分析。同時也將影響這些美妝類商品的因素分為以下六種：評分(X1)，價格(X2)，評論數(X3)，賣家類型(X4)，上架時間(X5)，品牌（X6）。用SPSSAU軟件對其進行分析，SPSSAU是一款自動化統計產品和服務軟件，是一款數據科學分析平臺。SPSSAU作為一款圖形菜單驅動的數據科學軟件，其界面極其簡單友好，輸出結果全部采用規范化三線表格格式，并且提供智能化分析建議和分析方法。SPSSAU共分為八大模塊，分別是通用研究算法、問卷研究算法、可視化、數據處理、進階方法、醫學或實驗研究、綜合評價和計量研究模塊。SPSSAU可實現以下分析，包括描述性統計、假設檢驗、聚類分析、相關回歸分析、時間序列分析、生存分析、信度效度分析、綜合評價、數據可視化、logistic回歸、曲線回歸、計量經濟模型等共約200類算法。當前SPSSSAU已廣泛應用于自然科學、技術科學和社會科學各個領域，包括教育、師范、心理、醫學、管理、經濟金融等。SPSSAU用戶已經覆蓋全國90%高校及科研機構[24]。1、模型變量的選擇本文選擇李亞馬遜月銷售量模型作為變量，這主要是通過它的月銷售量影響因素來決定的，而且根據所得到的數據來看，亞馬遜美妝類目賣家多為FBA，故考慮品牌對亞馬遜美妝美妝店鋪月銷量的影響；抓取的美妝類產品都沒有設置coupon，不存在coupon對月銷量的影響；亞馬遜評價體系中有對于服務和產品的評價，選取以上的變量作為模型的自變量。2、數據來源本文數據主要來源于數魔跨境平臺(/sy-stem.htm)收集的來自美國站美妝類目的數據實時抓取，模型中各項數據可在數魔跨境的數據查詢和市場洞察中查詢到。SellerMotor數魔跨境是亞馬遜跨境電商賣家選品運營數據分析工具，為跨境電商賣家企業提供SaaS軟件及選品工具，數據分析工具服務，支持亞馬遜選品，競爭對手分析，亞馬遜廣告，多店鋪多賬號管理等服務。解決亞馬遜店鋪運營“賣什么”和“怎么賣”兩大難題，運用自身在全球零售電商領域的數據和算法積累，為品牌企業、電商園區、孵化器提供整合出海孵化方案。這些數據根據真實交易情況統計獲得，數據真實。亞馬遜美妝類目賣家較多，數據量龐大，對數據進行了整理后得出的結果，故需要選擇多個品牌多類品種進行比較[25]。本文的研究主題是亞馬遜美妝品類銷量的影響因素分析，選取站點為美國站，類目選擇美妝品類為研究對象，利用數魔平臺的實時抓取對亞馬遜網站上美妝類目的基本信息，包括美妝類目商品的的月銷量、價格、評論數、評分、上架時間、賣家類型、品牌這7個變量，數魔跨境利用技術手段獲取整體市場數據，通過大數據算法進行相關篩選后，用歸因算法模型推算得出產品銷量的影響因素以及權重占比，不同類型商品的銷量影響因素占比權重不同。一共抓取了10000個的美妝產品的數據，同時利用Excal來清洗所得到的數據，并且將那些已經缺失的數據刪除掉，重復數據和有異常的數據也要在清洗的過程中刪除，這樣最終就能夠得到高精度的100組樣本。3、模型構造本文參考了有過分析此類案件的一些文獻，均采用了100組數據構建線性方程，因此本文也是采用100組數據來構成線型方程，將月銷售量設為因變量，而評分(X1)，價格(X2)，評論數(X3)，賣家類型(X4)，上架時間(X5)、品牌(X6)共6個指標為自變量，建立多元回歸模型，如下所示：Y=圖2亞馬遜美妝類目銷量的影響因素分析模型（二）描述性分析本文將對爬取的大量商品數據樣本進行描述性統計，對數據樣本的總體有一個全面的了解。數魔平臺樣本數據描述性統計結果如下表所示：基礎指標描述性統計表3基礎指標?名稱最小值最大值平均值標準差中位數月銷量1442467806850.988980.3292813.5價格345.9912.4457.5879.99評論數10504708517.629678.1945531.5評分850.2054.5各變量描述性統計：表4數魔平臺樣本數據描述性統計結果變量類別頻率百分比價格0-10373.330.00%10-20549.7144.17%20-30171.513.78%30-40635.06%40-5086.986.99%評論數0-99927220.32%1000-1999140591.65%2000-2999298543.50%3000-3999427525.02%>4000220332.59%評分0-12102%1-2571%2-31712%3-4176718%4-5701371%56507%上架時間1-3320%3-68509%7-12170817%13-24200020%>24535654%賣家類型AMZ8829%FBA636365%FBM257526%品牌Dove2803%HonestBeauty2402%LoveBeautyPlanet2102%BeautyGlazed1401%FirstAidBeauty1301%其他900090%表5觀察變量描述變量測量指標含義價格一口價商品的銷售價格評論數量人氣賣家收到的所有評論數量評分星級數商品星級評分上架時間時間節點上架時間長度賣家類型類型注冊時賣家的類型品牌品牌熱度商品所屬品牌（三）相關性分析所謂相關性分析就是對變量之間關系進行檢驗的一種分析方法，該方法可以通過計算所得的相關系數來判斷兩個變量之間的相關性強弱。當然，它與回歸分析是有所不同的，相關性分析的側重點在于觀察變量之間的相關性，而回歸分析則是找出變量之間的因果關系，側重點不同。但是這兩種方法一般都要同時適用，在進行回歸分析前要得到變量之間的相關系數，這就需要先對變量進行相關性分析。本文也是采取了這兩種方法，選用pearson的相關系數來對各個變量間的關系進行分析，從而得到如表6所示的具體結果。表6Pearson相關-標準格式?月銷量價格-0.016評論數0.760**評分0.151上架時間-0.074賣家類型-0.071品牌-0.105*

p<0.05**

p<0.01月銷量和價格之間的相關系數值為-0.016，接近于0，并且p值為0.911>0.05，因而說明月銷量和價格之間并沒有相關關系。月銷量和評論數之間的相關系數值為0.760，并且呈現出0.01水平的顯著性，因而說明月銷量和評論數之間有著顯著的正相關關系。月銷量和評分之間的相關系數值為0.151，接近于0，并且p值為0.297>0.05，因而說明月銷量和評分之間并沒有相關關系。月銷量和上架時間之間的相關系數值為-0.074，接近于0，并且p值為0.611>0.05，因而說明月銷量和上架時間之間并沒有相關關系。月銷量和賣家類型之間的相關系數值為-0.071，接近于0，并且p值為0.623>0.05，因而說明月銷量和賣家類型之間并沒有相關關系。月銷量和品牌之間的相關系數值為-0.105，接近于0，并且p值為0.468>0.05，因而說明月銷量和品牌之間并沒有相關關系。（四）樣本數據單因素統計分析在數據處理好之后，要先對影響銷售量的單因素進行詳細的分析，并且可以使用統計的圖表來對其中的規律進行摸索，對影響其銷售量的自變量進行初步的探索，從而為之后所要進行的工作作準本。該節主要選用了5各因素對美妝類商品銷售量的影響進行了探索和分析，影響因素分別如下：評分、價格、評論數、買家類型和上架的時間。1、價格對銷量的影響分析：圖3價格-銷量分布圖可以根據所獲得的10000條的數據，繪制面積圖和折線圖的組合圖（圖）。從圖3-2中可以看出，價格的地對于銷量來說比較敏感，總體呈現價格高銷量少的趨勢；在0-99美元銷量是最多的，大多消費者更喜歡0-99美元的美妝產品的價位。2、評論數對銷量的影響分析：圖4評論數-銷量分布圖根據美妝產品的評論數和月銷量信息，繪制評論數－銷量面積圖和折線圖的組合圖（圖3-3）。其中橫坐標為評論數的數量區間，縱坐標為對應的listing數量和平均每個listing月銷量。由圖3-3中可以看出，對銷售量有明顯影響的因素主要是評論數，而且多為正影響，評論數越多銷量越大，在一定程度上反映了消費者購物時容易受到該商品評論的影響，顧客們很容易就收到評論數和評論質量的影響，在他們下決策之前往往都會先看評論。因此，評論數越多，越會顯著提高商品銷量。3、上線時間對銷量的影響分析：圖5上線時間-銷量分布圖根據產品的上線時間和銷量來繪制面積圖和折線圖的組合圖（圖3-4），橫坐標為上線時間段，縱坐標為listing數量和平均每個listing月銷量。從圖3-4中可以看出，平均每個產品的月銷量都高于listing數量，而且在不同的時間點上線美妝產品對消費者們會有不同的吸引效果，上線12天以上的產品對銷量的影響較大，上線小于12天的產品對銷量的影響較小，說明消費者更關心上架時間的時長，這對商家有著很好的借鑒作用。4、評分對銷量的影響分析：圖6價格-銷量分布圖根據美妝產品的評分和銷量來繪制面積圖和折線圖的組合圖（圖3-5），橫坐標為評分等級，最高分為5分，最低分0分，一共6個等級，縱坐標為listing數量和平均每個listing月銷量。從圖3-5中可以看出listing數量和平均每個listing月銷量趨近，且評分區間在4-5月銷量達到峰值，4-5之后評分越高銷量越少，說明消費者更傾向于購買評分中等偏上的美妝產品。4、賣家類型對銷量的影響分析：圖7賣家類型-銷量分布圖根據亞馬遜美妝賣家類型和銷量來繪制柱形圖（圖3-6），橫坐標為賣家類型，分為AMZ、FBA和FBM三種類型，縱坐標為listing數量和平均每個listing月銷量。從圖3-6中可以看出AMZ賣家的月銷量最多，FBA賣家的listing數量最多，說明消費者更傾向于購買AMZ類型的美妝賣家產品。美妝類目亞馬遜銷量影響因素的實證分析1、OLS參數估計根據以上所得到的數據和建立的模型，并利用SPSSAU對其進行OLS參數估計，能夠得到詳細的回歸分析結果，且結果如表7所示。如下：表7OLS回歸分析結果(n=100)?回歸系數Coef標準誤Std.ErrtpR

2調整R

2F常數-32727.29711959.225-2.7370.007**0.6990.68F

(6,93)=36.021,p=0.000價格94.11971.4241.3180.191評論數0.8010.05714.1250.000**評分6059.0452591.3332.3380.022*上架時間47.84721.0362.2740.025*賣家類型2809.8191200.0592.3410.021*品牌-44.58727.616-1.6150.11因變量：月銷量D-W值：1.262*

p<0.05**

p<0.01從上表可知，模型R2值為0.699，意味著‘價格,評論數,評分,上架時間,賣家類型,品牌’共六項可以解釋當前工資69.92%的發生變化的原因，并且模型能夠通過F檢驗，意味著模型有意義。對模型進行F檢驗時發現模型通過F檢驗(F=36.021，p=0.000<0.05)，也即說明價格,評論數,評分,上架時間,賣家類型,品牌至少一項會對月銷量產生影響關系。模型公式為：Y=-32727.297+94.119X1+0.801X2+6059.045X3+47.847X4最終具體分析可知：X1的回歸系數值為94.119，但是并沒有呈現出顯著性(t=1.318，p=0.191>0.05)，意味著價格并不會對月銷量產生影響關系。X2的回歸系數值為0.801，并且呈現出0.01水平顯著性(t=14.125，p=0.000<0.01)，意味著評論數會對月銷量產生顯著的正向影響關系，評論數越多銷量越高。X3的回歸系數值為6059.045，并且呈現出0.05水平顯著性(t=2.338，p=0.022<0.05)，意味著評分會對月銷量產生顯著的正向影響關系，評分越高銷量越高。X4的回歸系數值為47.847，并且呈現出0.05水平顯著性(t=2.274，p=0.025<0.05)，意味著上架時間會對月銷量產生顯著的正向影響關系，上架時間越早銷量越高。X5總結分析可知：在本文樣本數量為10000的條件下做OLS回歸分析，評論數,評分,上架時間,賣家類型會對月銷量產生顯著的正向影響關系，價格,品牌并不會對月銷量產生影響關系，但在實際情況下價格和品牌會對銷量產生影響。2、回歸方程異方差的檢驗本文利用了White對回歸方程進行了檢驗，得：表8異方差檢驗結果?White異方差檢驗BP異方差檢驗χ2pχ2p21.0860.7374.190.651根據上表可得，對于異方差這種情況，而且使用了White和BP兩種檢驗方法對其進行了檢驗，說明原來的假設模型不存在異方差，而且商標的結果也顯示了接受原來的假設，更加說明了異方差不存在。所提出的假設不存在問題。3、回歸方程的自相關性檢驗對方程進行自相關性質的檢驗，采用D-W檢驗，得其D-W值為1.262，故回歸方程不存在自相關性質。4、回歸方程的多重共線性檢驗表9線性回歸分析結果(n=100)?非標準化系數標準化系數tpVIFR

2調整R

2FB標準誤Beta常數-32727.29711959.225--2.7370.007**-0.6990.68F

(6,93)=36.021,p=0.000價格94.11971.4240.081.3180.1911.126評論數0.8010.0570.86414.1250.000**1.155評分6059.0452591.3330.1382.3380.022*1.084上架時間47.84721.0360.1432.2740.025*1.213賣家類型2809.8191200.0590.1442.3410.021*1.171品牌-44.58727.616-0.095-1.6150.111.073因變量：月銷量D-W值：1.262*

p<0.05**

p<0.01從表10中可知，通過R方值分析模型擬合情況模型擬合情況較好，對VIF值進行分析，該模型不存在共線性問題。5、小結綜上所述，最終得到的回歸方程為：Y=-32727.297+94.119X1+0.801X2+6059.045X3+47.847X4+2809.819R2=0.699F=36.021DW=1.262方程中評論數,評分,上架時間,賣家類型解釋變量t值均顯著，且經濟意義都符合假設，擬合程度較好，不存在自相關、異方差和多重共線性，但價格,品牌的t值不顯著，所以并不會對銷量產生影響關系。實證研究結果如表10所示：表10實證研究結果研究假設假設檢驗H1:商品價格對產品的銷量有負向影響。拒絕H2:評論數量對產品的銷量有正向影響。接受H3:評分對產品的銷量有正向影響。接受H4:上架時間對產品的銷量有正向影響接受H5:賣家類型對產品的銷量有正向影響接受H6:品牌對產品的銷量有正向影響拒絕結論與建議(一)主要結論本文主要研究了亞馬遜美妝類目月銷量的影響因素，根據回歸結果可得亞馬遜美妝類目月銷量與評論數量、評分、上架時間、賣家類型相關。其中，賣家類型的為AMZ有利于銷量的提升，評論數量、評分的上升均有利于亞馬遜美妝類目月銷量的提高，上架時間越早越有利于提升銷量。據此，本文結論提出亞馬遜美妝類目銷售商家改進建議的相關啟示。根據本文的研究和分析，店鋪的信譽值對該店鋪商品的銷售量之間的相關系數已經降低，影響在逐漸減少?，F在的消費者注意力主要集中在了評論量、銷售量以及商品的評分上。評論量和評論質量的好壞對商品的銷售量影響極大，產品品牌已經不再像以前那樣對商品的銷售量有巨大的影響了。因此，新進入行業的買家仍有機會獲得消費者青睞?，F在的消費者購買商品時首先會受到評論的影響，然后就是看起店鋪的評分。但是在亞馬遜平臺，他們會根據店鋪的的評分來對這些店鋪進行排序，所以消費者們會現看店鋪評分，在進入詳細頁面看評論，從而再決定是否購買此商品，產品的評分對商品的銷售量影響很大，對商品銷售量的影響系數為正，評分越高的商家在市場上所占的份額就越高，更容易受到消費者的信賴，尤其是對于那些初次購買此商品的消費者。評分的高低會影響消費者的心理，對他們的購買產生決策的效果。對于那些評分相近的一些同類商品店鋪來說，品牌就會直接影響他們的銷售量，消費者更喜歡有名氣的商品。因此，對于那些產品評分星級差異較小的一些商家，產品市場競爭十分的接，而對于那些產品評分差異較大的一些企業和行業會有更集中的趨勢。本此的研究結果表明了擁有時間跨度的評論信息對商品的銷售量影響更大。消費者們在購買此商品之前一定會在評論區逛很長時間，尤其會關注一些差評，所以品論的質量也是影響商品銷售量的一個重要因素。此外，品論的數量也會對消費者們產生很大的心理影響，評論越多，越能夠得到消費者的信任，從而使他們做出買此商品的決策。（二）建議1.吸引用戶及時發表評論因為消費者們在進行購物時沒有辦法對實體的東西進行體驗，所以他們沒有辦法來評估商品的質量，這時就需要品論來引導他們對此商品質量上的評估。因此在商品出售完成之后，要及時的能夠吸引消費者對此商品進行評價，如果時間過長，消費者們可能就會淡忘，以至于忘記評論。商家可以通過一些返券，返現的手段來吸引消費者們進行評價，而且如果質量夠好，這些消費者甚至還會追加評論，同時也收獲到一批忠實的顧客。2.提升品質，贏得客戶的青睞隨著現在的電商平臺發展的越來越快，競爭也變的十分激烈，美妝類商品在這些平臺上也要能夠得到品質上的保證，物有所值，效果明顯，滿足消費者的需求，這才能得到更多消費者的青睞，得到更多優質的評論，這樣的良性循環，才是一個企業正確的方針和決策。3.選擇合適的上架時間，盡早上架上架時間對于一個產品的各變體，其上架的先后時間及新款的銷售情況（參考變體的評論月增長值），也可以看出賣家的運營策略，借鑒它來優化自己的供應鏈。選擇好時間段上架，盡早讓商品上架可以為消費者提供決策依據，上架越早越容易受到消費者的選取?？偨Y與展望本文基于跨境數模市場洞察實時抓取的數據，探討了美妝類目銷量的影響因素，并對樣本數據單因素進一步分析了，最后根據相關結論提出了相應的對策建議。但是本文的研究依舊存在一些的不足之處，由于本人的個人能力有限，不能實際的對鄉城中的消費者們進行實際的查證，只能根據網上獲得的數據對其驚醒理論的分析。而且，在實證分析過程中，由于數?？缇持袛祿]有那么完善，產品是否有video，是否有A+頁面以及variation未能查詢到，還有些數據短時間內較難進行整理，本文只選取了價格、評論數量、星級評分、上架時間、賣家類型和品牌的數據進行實證分析，無法精確估計每個要素對美妝類目的銷量影響，希望以后可以通過對數據的進一步整理選取多個變量的數據進行研究，使實證結果更加穩健。參考文獻[1]BOLTONGE，KATOKE，OCKENFELSA．HowEffectiveareOnlineＲeputationMechanisms?AnExperimentalStudy［J］．ManagementScience，2004，50(11):1587－1602．[2]ＲESNICKP，ZECKHAUSEＲＲ，SWANSONJ，etal．TheValueofＲeputationoneBay:AControlledExperiment［J］．ExperimentalEconomics，2006，9(2):79－101．［3］周黎安，張維迎，顧全林，等．信譽的價值:以網上拍賣交易為例［J］．經濟研究，2006，52(12):81－91．［4］李維安，吳德勝，徐皓．網上交易中的聲譽機制——來自淘寶網的證據［J］．南開管理評論，2007，10(5):36－46．［5］ZHANGLF，ZHANGFJ．DoesE-commerceＲeputationMechanismMatter?［J］．ProcediaEngineering，2011(15):4885－4889．［6］SMITHM．TheImpactofShopbotsonElectronicMarkets［J］．JournaloftheAcademyofMarketingScience，2002，30(4):446－454．［7］CＲESPO-ALMENDＲOSE，BAＲＲIO-GAＲCIASD．DelBarrio-García.OnlineAirlineTicketPurchasing:InfluenceofOnlinesales