整合營(yíng)銷服務(wù)商
電腦端+手機(jī)端+微信端=數(shù)據(jù)同步管理
免費(fèi)咨詢熱線：
電腦端+手機(jī)端+微信端=數(shù)據(jù)同步管理
免費(fèi)咨詢熱線：
篇文章講到了關(guān)于亞馬遜Listing的優(yōu)化問(wèn)題，在文章中有關(guān)于產(chǎn)品詳情頁(yè)中，圖片、標(biāo)題、ST關(guān)鍵詞、五行特性的四點(diǎn)講述。做好一個(gè)詳情頁(yè)是運(yùn)營(yíng)最首要的工作，接下來(lái)將會(huì)接著從另外幾點(diǎn)出發(fā)，了解一個(gè)產(chǎn)品的詳情如何做好，怎樣去優(yōu)化，做好精準(zhǔn)運(yùn)營(yíng)，提高產(chǎn)品銷量。
五：關(guān)于產(chǎn)品描述
產(chǎn)品描述的優(yōu)化包括兩方面：內(nèi)容和形式。
為了讓產(chǎn)品描述在形式上展現(xiàn)完美，賣家一定要用好兩個(gè)HTML標(biāo)簽符號(hào)，它們分別是：換行符號(hào)和加粗符號(hào)，請(qǐng)對(duì)兩個(gè)符號(hào)做示例。
換行符號(hào)<br>；
加粗符號(hào)<b></b>；
在形式上，產(chǎn)品描述最好由四部分構(gòu)成：
第一部分：情懷部分，講述品牌故事，制造品質(zhì)背景等；
第二部分：產(chǎn)品描述，簡(jiǎn)要講述消費(fèi)者關(guān)心的核心產(chǎn)品參數(shù)；
第三部分：品質(zhì)保證和售后服務(wù)，賣家可以在該部分強(qiáng)調(diào)自己的產(chǎn)品品質(zhì)保證，比如提供一年質(zhì)保，隨時(shí)提供即時(shí)的問(wèn)題解答等；
第四部分：包裝信息，任何的產(chǎn)品都要寫(xiě)明包裝信息，如果是套裝，可以寫(xiě)清套裝細(xì)節(jié)，如果有贈(zèng)品，也要將贈(zèng)品內(nèi)容獨(dú)立羅列；
每一部分的第一段要總括，要用粗體，段落之間和部分之間要空出一行，以保證形式上的美觀。
對(duì)于暫時(shí)沒(méi)有產(chǎn)品描述框架格式的同學(xué)，可以參考Anker的產(chǎn)品描述，養(yǎng)成空閑時(shí)間多瀏覽Anker產(chǎn)品詳情的習(xí)慣。
六：關(guān)于產(chǎn)品Review
產(chǎn)品Review和銷量之間的算法評(píng)估公式：1：100，一個(gè)產(chǎn)品Review大概相當(dāng)于100個(gè)銷量；
主動(dòng)獲取Review的思路：如果想主動(dòng)增評(píng)，建議不要激進(jìn)，過(guò)猶不及，一般來(lái)說(shuō)，能夠按照自己的實(shí)際銷量，保持在3%左右的比例就是不錯(cuò)的結(jié)果，既確保在競(jìng)爭(zhēng)中占有優(yōu)勢(shì)，又避免增評(píng)比例過(guò)高影響到賬號(hào)安全；遭遇差評(píng)時(shí)，賣家可以快速的補(bǔ)充3個(gè)左右的產(chǎn)品Review來(lái)稀釋差評(píng)帶來(lái)的影響。
主動(dòng)獲取Review的渠道：
1) 產(chǎn)品包裝中放置售后服務(wù)卡，引導(dǎo)客戶留評(píng)；
2) 聯(lián)系高星的Feedback用戶，引導(dǎo)其留評(píng)；
3) 創(chuàng)建自己的Facebook賬號(hào)，通過(guò)和Facebook好友互動(dòng)，引導(dǎo)其為自己的產(chǎn)品做測(cè)評(píng)；
4) 通過(guò)在美華人微信群找人測(cè)評(píng)；
遭遇差評(píng)時(shí)的應(yīng)對(duì)方式：
1) 嘗試找到留評(píng)人，道歉并引導(dǎo)其修改或移除差評(píng)；
2) 通過(guò)從Review中找漏洞，向平臺(tái)申訴，爭(zhēng)取亞馬遜客服可以幫忙移除差評(píng)；
3) 收到差評(píng)時(shí)，快速補(bǔ)充3個(gè)左右的好評(píng)來(lái)稀釋差評(píng)帶來(lái)的影響。
詳參>>有關(guān)亞馬遜review的所有黑科技&白帽玩法，你知道幾個(gè)？
七：關(guān)于Q&A
在產(chǎn)品打造初期，賣家可以通過(guò)找人提問(wèn)的方式，主動(dòng)添加3-5個(gè)Q&A。
在Q&A中，問(wèn)題不要太簡(jiǎn)單，所有的提問(wèn)和解答要圍繞兩方面進(jìn)行：
1) 體現(xiàn)賣家的產(chǎn)品專業(yè)度，解答不方便在產(chǎn)品描述中講述的產(chǎn)品內(nèi)容；
2) 體現(xiàn)客服熱情度，在問(wèn)答中展現(xiàn)賣家的服務(wù)態(tài)度和服務(wù)水平。
實(shí)現(xiàn)手機(jī)端顯示漢字信息的功能時(shí),會(huì)出現(xiàn)一個(gè)問(wèn)題:：標(biāo)點(diǎn)符號(hào)可能會(huì)出現(xiàn)在行首。對(duì)于漢字排版來(lái)說(shuō)，標(biāo)點(diǎn)符號(hào)出現(xiàn)在行首，不符合中國(guó)人的閱讀習(xí)慣，也不允許標(biāo)點(diǎn)符號(hào)出現(xiàn)在行首。
引號(hào)、括號(hào)、書(shū)名號(hào)的前一半和后一半都各占一個(gè)字的位置，它們的前一半可以放在一行的開(kāi)頭，但不能出現(xiàn)在一行的末尾，后一半不出現(xiàn)在一行的開(kāi)頭。
破折號(hào)和省略號(hào)都占兩個(gè)字的位置，可以放在一行的開(kāi)頭，也可以放在一行的末尾，但不可以把一個(gè)符號(hào)分成兩段。連接號(hào)和間隔號(hào)一半占一個(gè)字的位置。這四種符號(hào)的位置都寫(xiě)在行中間。
如何解決這個(gè)問(wèn)題呢？
下面通過(guò)css樣式來(lái)控制文字的排版問(wèn)題。
通過(guò)增加兩個(gè)css屬性word-break: normal; 和text-align: justify;可以完美解決問(wèn)題。
查 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI
以快速簡(jiǎn)潔聞名Julia，本身就是為計(jì)算科學(xué)的需要而生。用它來(lái)學(xué)習(xí)微積分再合適不過(guò)了，而且Julia的語(yǔ)法更貼近實(shí)際的數(shù)學(xué)表達(dá)式，對(duì)沒(méi)學(xué)過(guò)編程語(yǔ)音的初學(xué)者非常友好。
最近，來(lái)自紐約斯塔頓島學(xué)院的數(shù)學(xué)系教授John Verzani編寫(xiě)了一份微積分與Julia的教程，里面常見(jiàn)的微積分概念和圖像演示都有，比課本更生動(dòng)直觀，每個(gè)章節(jié)后還附習(xí)題供讀者鞏固知識(shí)。
雖然很多學(xué)校在使用Mathematica、Maple等數(shù)學(xué)軟件在進(jìn)行教學(xué)，但是Julia的優(yōu)勢(shì)是完全開(kāi)源和免費(fèi)。
準(zhǔn)備工作
在使用教程之前，我們先給Julia安裝Plots包，這是用來(lái)繪制函數(shù)圖像的擴(kuò)展包。此外還要安裝SymPy科學(xué)計(jì)算庫(kù)等其他軟件包。
using Pkg
Pkg.add("Plots")
Pkg.add("SymPy")
Pkg.add("Roots")
Pkg.add("ForwardDiff")
Pkg.add("ImplicitEquations")
using Plots
plot(sin, 0, 2pi)
安裝完以上的擴(kuò)展包，就可以繪制函數(shù)圖像了。我們簡(jiǎn)單繪制0到2π范圍的正弦函數(shù)圖像：
using Plots plot(sin, 0, 2pi)
Julia支持輸入特殊數(shù)學(xué)符號(hào)，具體的方法是斜杠\后緊跟符號(hào)的LaTeX名稱，然后按下Tab鍵，就能輸出特殊字符。比如：
θ = 45; v? = 200
輸入θ的方法是\theta[tab]，輸入v?的方法是v\_0[tab]。
導(dǎo)數(shù)
完成了Julia部分的基本教學(xué)后，下面就是微積分的基本概念了。
先回顧一下導(dǎo)數(shù)的定義，從函數(shù)圖像上來(lái)看，導(dǎo)數(shù)就是函數(shù)割線斜率的極限，當(dāng)割線上兩點(diǎn)合并成一點(diǎn)時(shí)，它就變?yōu)榍芯€。
其實(shí)就是求下面的極限：
Julia集成了求極限的功能，對(duì)于正弦函數(shù)sin(x)而言，求它的導(dǎo)數(shù)就是[sin(x+h)-sin(x)]/h在h趨于0時(shí)的極限
using SymPy limit((sin(x+h) - sin(x))/ h, h, 0)
通過(guò)以上方法求得sin(x)在x=0處的導(dǎo)數(shù)為1，繪制成函數(shù)圖像就是：
f(x) = sin(x) c = 0 tl(x) = f(c) + 1 * (x - c) plot(f, -pi/2, pi/2) plot!(tl)
導(dǎo)數(shù)的應(yīng)用
1、牛頓法
通過(guò)切線逐步逼近，求方程的近似解。
2、洛必達(dá)法則求極限
寫(xiě)成Julia語(yǔ)言：
using SymPy
a,x = symbols("a, x", positive=true, real=true)
f(x) = sqrt(2a^3*x - x^4) - a * (a^2*x)^(1//3)
g(x) = a - (a*x^3)^(1//4)
上面的表達(dá)式過(guò)于復(fù)雜，是0/0的未定式，對(duì)分子f(x)和分母g(x)分別分別求導(dǎo)：
fp, gp = subs(diff(f(x),x), x=>a), subs(diff(g(x),x), x=>a)
得到結(jié)果
(-4*a/3, -3/4)
所以極限值為16a/9。
積分
定積分就是求函數(shù)曲線下包圍面積：
上圖展示了求定積分的方法：把函數(shù)下方圖形分割成若干個(gè)長(zhǎng)條，隨著長(zhǎng)條越分越細(xì)，這些長(zhǎng)條的面積之和就越來(lái)越接近曲線下包圍的面積。
為了求函數(shù)f(x)=x2在[0,1]區(qū)間里的定積分的近似值，我們把整個(gè)區(qū)域劃分成50000份：
a, b = 0, 1 f(x) = x^2 n = 50_000 xs = a:(b-a)/n:b deltas = diff(xs) cs = xs[1:end-1] sum(f(cs[i]) * deltas[i] for i in 1:length(deltas))
最后求得結(jié)果為：
0.3333233333999998
顯然用這種方法求定積分太過(guò)復(fù)雜，這就需要引入不定積分的概念。不定積分是已知導(dǎo)數(shù)f’(x)求原函數(shù)f(x)。
定積分與不定積分由牛頓-萊布尼茲公式聯(lián)系起來(lái)：
積分的應(yīng)用
學(xué)會(huì)了積分以后，教程里給出了它的幾個(gè)實(shí)際應(yīng)用案例：
1、求曲線長(zhǎng)度
求解f(x)=x2在[0,1]這段區(qū)間里的弧長(zhǎng)，實(shí)際上求積分。
先求不定積分：
using SymPy @vars x F = integrate(sqrt(1 + (2x)^2), x)
F(1)-F(0)就是所求弧長(zhǎng)：
2、求體積
求體積的方法是把物體“切”成一圈圈的米其林，每一圈的體積加起來(lái)就是總體積。
將直線x/r+y/h=1繞著y軸旋轉(zhuǎn)一周，得到一個(gè)底面直徑為r，高度為h的圓錐體。
using SymPy @vars r h x y R = r*(1 - y/h) integrate(pi*R^2, (y, 0, h))
最后求得體積：
教程中還有很多其他基本概念，由于篇幅較長(zhǎng)，我們就不一一介紹了，感興趣的朋友可以去博客中進(jìn)一步學(xué)習(xí)。
原文地址：
https://calculuswithjulia.github.io/
— 完 —
誠(chéng)摯招聘
量子位正在招募編輯/記者，工作地點(diǎn)在北京中關(guān)村。期待有才氣、有熱情的同學(xué)加入我們！相關(guān)細(xì)節(jié)，請(qǐng)?jiān)诹孔游还娞?hào)(QbitAI)對(duì)話界面，回復(fù)“招聘”兩個(gè)字。
量子位 QbitAI · 頭條號(hào)簽約作者
?'?' ? 追蹤AI技術(shù)和產(chǎn)品新動(dòng)態(tài)
*請(qǐng)認(rèn)真填寫(xiě)需求信息，我們會(huì)在24小時(shí)內(nèi)與您取得聯(lián)系。
