篇文章講到了關于亞馬遜Listing的優化問題,在文章中有關于產品詳情頁中,圖片、標題、ST關鍵詞、五行特性的四點講述。做好一個詳情頁是運營最首要的工作,接下來將會接著從另外幾點出發,了解一個產品的詳情如何做好,怎樣去優化,做好精準運營,提高產品銷量。
五:關于產品描述
產品描述的優化包括兩方面:內容和形式。
為了讓產品描述在形式上展現完美,賣家一定要用好兩個HTML標簽符號,它們分別是:換行符號和加粗符號,請對兩個符號做示例。
換行符號<br>;
加粗符號<b></b>;
在形式上,產品描述最好由四部分構成:
第一部分:情懷部分,講述品牌故事,制造品質背景等;
第二部分:產品描述,簡要講述消費者關心的核心產品參數;
第三部分:品質保證和售后服務,賣家可以在該部分強調自己的產品品質保證,比如提供一年質保,隨時提供即時的問題解答等;
第四部分:包裝信息,任何的產品都要寫明包裝信息,如果是套裝,可以寫清套裝細節,如果有贈品,也要將贈品內容獨立羅列;
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。
對于暫時沒有產品描述框架格式的同學,可以參考Anker的產品描述,養成空閑時間多瀏覽Anker產品詳情的習慣。
六:關于產品Review
產品Review和銷量之間的算法評估公式:1:100,一個產品Review大概相當于100個銷量;
主動獲取Review的思路:如果想主動增評,建議不要激進,過猶不及,一般來說,能夠按照自己的實際銷量,保持在3%左右的比例就是不錯的結果,既確保在競爭中占有優勢,又避免增評比例過高影響到賬號安全;遭遇差評時,賣家可以快速的補充3個左右的產品Review來稀釋差評帶來的影響。
主動獲取Review的渠道:
1) 產品包裝中放置售后服務卡,引導客戶留評;
2) 聯系高星的Feedback用戶,引導其留評;
3) 創建自己的Facebook賬號,通過和Facebook好友互動,引導其為自己的產品做測評;
4) 通過在美華人微信群找人測評;
遭遇差評時的應對方式:
1) 嘗試找到留評人,道歉并引導其修改或移除差評;
2) 通過從Review中找漏洞,向平臺申訴,爭取亞馬遜客服可以幫忙移除差評;
3) 收到差評時,快速補充3個左右的好評來稀釋差評帶來的影響。
詳參>>有關亞馬遜review的所有黑科技&白帽玩法,你知道幾個?
七:關于Q&A
在產品打造初期,賣家可以通過找人提問的方式,主動添加3-5個Q&A。
在Q&A中,問題不要太簡單,所有的提問和解答要圍繞兩方面進行:
1) 體現賣家的產品專業度,解答不方便在產品描述中講述的產品內容;
2) 體現客服熱情度,在問答中展現賣家的服務態度和服務水平。
實現手機端顯示漢字信息的功能時,會出現一個問題::標點符號可能會出現在行首。對于漢字排版來說,標點符號出現在行首,不符合中國人的閱讀習慣,也不允許標點符號出現在行首。
引號、括號、書名號的前一半和后一半都各占一個字的位置,它們的前一半可以放在一行的開頭,但不能出現在一行的末尾,后一半不出現在一行的開頭。
破折號和省略號都占兩個字的位置,可以放在一行的開頭,也可以放在一行的末尾,但不可以把一個符號分成兩段。連接號和間隔號一半占一個字的位置。這四種符號的位置都寫在行中間。
如何解決這個問題呢?
下面通過css樣式來控制文字的排版問題。
通過增加兩個css屬性word-break: normal; 和text-align: justify;可以完美解決問題。
查 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
以快速簡潔聞名Julia,本身就是為計算科學的需要而生。用它來學習微積分再合適不過了,而且Julia的語法更貼近實際的數學表達式,對沒學過編程語音的初學者非常友好。
最近,來自紐約斯塔頓島學院的數學系教授John Verzani編寫了一份微積分與Julia的教程,里面常見的微積分概念和圖像演示都有,比課本更生動直觀,每個章節后還附習題供讀者鞏固知識。
雖然很多學校在使用Mathematica、Maple等數學軟件在進行教學,但是Julia的優勢是完全開源和免費。
準備工作
在使用教程之前,我們先給Julia安裝Plots包,這是用來繪制函數圖像的擴展包。此外還要安裝SymPy科學計算庫等其他軟件包。
using Pkg Pkg.add("Plots") Pkg.add("SymPy") Pkg.add("Roots") Pkg.add("ForwardDiff") Pkg.add("ImplicitEquations") using Plots plot(sin, 0, 2pi)
安裝完以上的擴展包,就可以繪制函數圖像了。我們簡單繪制0到2π范圍的正弦函數圖像:
using Plots plot(sin, 0, 2pi)
Julia支持輸入特殊數學符號,具體的方法是斜杠\后緊跟符號的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]。
導數
完成了Julia部分的基本教學后,下面就是微積分的基本概念了。
先回顧一下導數的定義,從函數圖像上來看,導數就是函數割線斜率的極限,當割線上兩點合并成一點時,它就變為切線。
其實就是求下面的極限:
Julia集成了求極限的功能,對于正弦函數sin(x)而言,求它的導數就是[sin(x+h)-sin(x)]/h在h趨于0時的極限
using SymPy limit((sin(x+h) - sin(x))/ h, h, 0)
通過以上方法求得sin(x)在x=0處的導數為1,繪制成函數圖像就是:
f(x) = sin(x) c = 0 tl(x) = f(c) + 1 * (x - c) plot(f, -pi/2, pi/2) plot!(tl)
導數的應用
1、牛頓法
通過切線逐步逼近,求方程的近似解。
2、洛必達法則求極限
寫成Julia語言:
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)
上面的表達式過于復雜,是0/0的未定式,對分子f(x)和分母g(x)分別分別求導:
fp, gp = subs(diff(f(x),x), x=>a), subs(diff(g(x),x), x=>a)
得到結果
(-4*a/3, -3/4)
所以極限值為16a/9。
積分
定積分就是求函數曲線下包圍面積:
上圖展示了求定積分的方法:把函數下方圖形分割成若干個長條,隨著長條越分越細,這些長條的面積之和就越來越接近曲線下包圍的面積。
為了求函數f(x)=x2在[0,1]區間里的定積分的近似值,我們把整個區域劃分成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))
最后求得結果為:
0.3333233333999998
顯然用這種方法求定積分太過復雜,這就需要引入不定積分的概念。不定積分是已知導數f’(x)求原函數f(x)。
定積分與不定積分由牛頓-萊布尼茲公式聯系起來:
積分的應用
學會了積分以后,教程里給出了它的幾個實際應用案例:
1、求曲線長度
求解f(x)=x2在[0,1]這段區間里的弧長,實際上求積分。
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:
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就是總體積。
將直線x/r+y/h=1繞著y軸旋轉一周,得到一個底面直徑為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,我們就不一一介紹了,感興趣的朋友可以去博客中進一步學習。
原文地址:
https://calculuswithjulia.github.io/
— 完 —
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
?'?' ? 追蹤AI技術和產品新動態
*請認真填寫需求信息,我們會在24小時內與您取得聯系。