1. 幻灯片js，哪款OCR文字识别软件比较好用？

既然问的是哪款好用，那么我就给大家测试一下5款目前市面上常见的OCR文字识别app。

他们分别是，白描、客汇宝、扫描全能王、迅捷文字识别、全能扫描宝。

我用一张稍微有点难度的图片来测试一下，比如下面这张，排版复杂，而且还有遮挡，字体不全。

1.首先看白描的效果

排版和识别都没有太大问题。

2.客汇宝

也基本没问题，最后的排版稍微有点乱。

3.扫描全能王

识别率没问题，但是排版确实差多了。结构破坏了

4.迅捷文字识别

这个排版也有一定的问题，但是问题也不大。

5.全能扫描宝

这个跟扫描全能王一样，排版和其他三个相比，差多了。

综合以上5款软件的表现，我们可以排个名次了，依次是，白描、客汇宝、迅捷文字识别、扫描全能王、全能扫描宝

看完了准确率和排版。下面看看收费的情况。

1.白描

2.客汇宝

采用的是虚拟币的形式收费的，平时签到就能用，每次消耗5电池，签到一周即可获得800多电池，可以免费使用160多次，可以说是免费了，而且分享给好友还能获得跟多电池。就算是充值，1元也能使用20次，基本文件都能转换完成了。

3.扫描全能王，这个的收费就厉害多了16一个月。

4.迅捷文字识别，这个收费39一个月，简直穷疯了。

5.全能扫描宝，这个也挺厉害，25一个月

所以收费合理排名依次是，客汇宝、白描、扫描全能王、全能扫描宝、迅捷文字识别。

客汇宝识别率和排版都是不错的，基本算是免费，按次收费，平时签到邀请好友都可获得电池，如果一周使用次数少于160次，就可以说是免费使用。

白描识别率和排版很好，收费合理。

扫描全能王，排版不行，收费较高。

全能扫描王，排版不行，收费很高。

迅捷文字识别，识别率排版都不错，但是收费太高了。

这里说一下为什么大部分软件都是按会员或者年费会员来缴费呢，因为大多数人使用次数较少，可能一年就用几次，结果掏出了几十元，甚至上百元买个年费会员，最终是不划算。

所以大家自己选择吧。

2. python在办公自动化中有哪些应用场景可以提升工作效率？

结论：本文力求通过浅显的表达，让还在手动敲敲敲的同学幡然醒悟，立地成佛系青年！

前言

python这三年来跟着人工智能的东风，吃香的喝辣的，没有它不干的。

上至王公贵胄，下至黎民百姓，人人皆python。

连浙江省信息技术课程也把老掉牙的VB淘汰，换作python了。

正所谓“风头无两”！

写文档，写小说，写软文，MarkDown，你值得拥有

不排除很多小伙伴，从小认识电脑，就开始装office全家桶。有什么重要的小笔记，小心心地写在小本本上，用了电脑，写一个word存档。

时间久了，成了老司机，工作之后更是对格式有了要求。于是学会许多排版。

毕过业的同学，哪一个没被论文的格式熬到圆圈发黑。

信python的有福了。有了markdown助力，你可以轻松写出官方一样规整的文档。

没错儿，说的就是这个工具。mkdocs。安装起来很简单。电脑上安装有python后，使用pip安装即可：

pip install mkdocs

我们把细节放大，看看其有哪些优秀的设计。

导航栏，带下拉框，支持多级菜单。你需要做的，仅仅是目录有层级。

然后配置文件内，把各个文档名称添加上就可以了。

系统自带的基于sphinx的全文搜索引擎，可以让你瞬间直达目录文档。

最重要的是，使用mkdocs可以把markdown编译为html静态网页。

mkdocs build

而使用github page提供的功能，我们可以将这个文档免费发布到网上。

最重要的是，mkdocs使用python开发，源代码开放，任何人可以手动修剪，以期更美好。

文档默认使用bootstrap主题，还有许多可选的，贴几张图大家看看效果和配色。

微信关键词自动回复——聊天机器人

假如你是财务人员，或者办公室人员，或者客服人员，微信内有超级多联系人，你的工作就是与他们打交道。而很多关键的词，比如使用阿里旺旺，可以设定关键词自动回复，这样能节省很多人力物力。免得每天忙成狗，打字手抽筋。

要是个人微信可以根据设定的关键词回复客户，那该多好。

这就是半个聊天机器人。

这里有个python库——itchat，使用了微信网页版接口，封装了接口，便于使用。

使用pip安装：

pip install itchat

写一个类似hello world的代码，给文件传输助手发送文本。

一行是登录函数，调起二维码扫码。登录成功后，发送给文件传输助手一串文本。就这样简单。

管理自己的通讯录，再也不用一个一个点，太麻烦了，除了手指头，什么都不能用。

看几个比较成熟的使用吧，下面这张是关键字自动回复：

下面这张，使用python连接微软小冰API接口进行人机对话：

拿到你的微信通讯录之后，大可以把所有用户的头像做个整理，然后使用python的其他库，比如pillow，绘制一张通讯录好友总图，像下面这样。

是不是看上去很酷？其实实现起来也不困难。

使用了itchat后，配置关键词，让你不再为重复的话贴来贴去。手机扫完码登录之后，想干嘛干嘛，剩下的就全交给python处理了。

只有这样，你才能有时间腾出功夫，给自己冲杯下午茶，享受片刻的美好。

批量生成word

想起来一个故事，叫《奈何姓万》。估计有些同学都已经猜到了。

大清早起床，写到中午，才写了五百画。我也是为地主儿子捏把汗，这怎么放心把家业传给他。

如果地主儿子会python，漫说姓万，姓百万，也瞬间给他写完了。

下面我们通过例子，学习python操作word的方法。场景就以制作超多个请柬为例。请柬的word模板如下：

首先准备好excel文件，存放被邀请人的列表信息。使用python读入数组。

然后为每个单位和个人，生成一个word文档。

最后把内容填进去。

生成文件：

让商务挨个发给对应的客户就行了。

如果你还需要一一发送，那么配合python发邮件，也是极为便捷的哦。

再举一例，python操作excel，应用场景非常多。下面以生成物料每日出货清单为例说明。

下面是原始数据和模板。

如何处理呢，代码如下：

这一步把总表数据提取出来存放到字典data内。

这一步把字典data写入到目标表格的对应位置，可在循环内进行运算。

最终展示出来的效果图：

其实excel操作的原理是差不多的，主要是针对不同的工作表，进行不同的操作。

结语

上面只是对于日常办公使用的个别场景进行了举例说明，还有很多功能，待你去发掘。

希望还在观望的同学，动手装一装，用一用，节约生命！

人生苦短，我用python！

【本文由 @程序员小助手 发布，持续分享编程与程序员成长相关的内容，欢迎关注】

3. 怎样让文字一个接一个的出现？

要实现文字一个接一个的出现效果，你可以使用以下方法之一：

1. 使用JavaScript和HTML/CSS：你可以通过JavaScript控制文字的逐字逐字显示效果。首先，在HTML文件中创建一个容器元素，例如`<div id="text-container"></div>`。然后，使用JavaScript来获取该容器元素，并将要显示的文字放置在一个数组中。接下来，使用定时器（`setTimeout`或`setInterval`）逐步将文字一个个地添加到容器元素中，以实现逐字显示效果。

2. 使用CSS动画：你可以使用CSS的动画属性和关键帧来实现逐字显示效果。在HTML文件中，将你的文字放置在一个容器元素中。然后，在CSS文件中，使用`@keyframes`定义一个动画，逐渐改变文本的不透明度或者显示字符的位置。最后，将动画应用到容器元素上，以实现逐字显示效果。

这些方法都需要一些基本的前端开发知识，以及对JavaScript和CSS的理解。你可以根据自己的需求和技术熟练程度选择其中的一种方法来实现文字逐字显示的效果。

4. 有哪些好的工具推荐？

很高兴回答您的问题，希望我的回答可以对您产生帮助。

配图网站：

免费无版权cc0图库

1、Pexels

www.pexels.com

2、Pixabay

https://pixabay.com/

3、Unsplash

www.unsplash.com

免抠图PNG图片

3png

http://3png.com/

图标素材库

阿里巴巴矢量图标素材库（iconfont）

https://www.iconfont.cn/

在线作图网站：

1、创客贴

www.chuangkit.com

2、稿定设计

www.gaoding.com

3、图怪兽

https://818ps.com/

微信公众号排版工具

速排小蚂蚁编辑器

https://www.xmyeditor.com/

字体网站

字由

www.hellofont.cn

追热点网站

今日热榜

https://tophub.today/

文案网站

TOPYS | 全球顶尖创意分享平台

https://www.topys.cn/

思维导图网站

ProcessOn

https://www.processon.com/

数据分析网站

清博大数据

http://www.gsdata.cn/

以上是小编工作中经常用到的一些工具，希望可以帮助到你哦~~

5. 有哪些高质量的自学网站？

学习类网站有很多，但是你能找到质量高，还免费的课程资源吗？现在知识付费很火，市场良莠不齐，有些课程需要付费，质量却不见得高。

今天，小趣结合自己的经历，为大家挑选了13个高质量的免费自学网站，课程资源都很丰富，不仅能提高学习效果，还能节省人民币。

1、综合学习

中国大学MOOC

作为国内优质的学习平台，MOOC拥有上千门课程，计算机、心理学、法学、英语、艺术设计……每一门课程的质量都很高，可以满足系统化学习的需求。

MOOC与国内613所高校有合作，我们可以直接搜索想学的课程，也可以按学校来搜索，进入某个学校页面，就能看到该学校在MOOC开设的全部网络课程了。

Coursera

coursera是由斯坦福大学教授创办的大型公开课平台，形式类似MOOC，汇集了国内外顶尖高校的网络公开课，国内的有北京大学、复旦大学、上海交通大学等，国外的包括斯坦福大学、华盛顿大学等著名学府。

课程种类丰富，涵盖计算机科学、语言学习、艺术、人文社科等，coursera面向全世界学生开放，授课语言以英文居多。

注册后，Coursera上的课程可以免费观看学习，如果想获得结课证书则需要支付一定费用。证书可以在申请工作、研究生、交换生等情况时提供一定程度的帮助。

哔哩哔哩

不久前央视发了一篇文章《知道吗？这届年轻人爱上B站搞学习》，B站现在已经不仅仅是一个二次元网站了，它有大量优质学习类视频，各个领域的up主分享自己的知识积累。

我们可以在B站上看知名大学公开课、TED演讲、纪录片，可以学习高数、外语、编程等各领域知识，也可以根据自己的兴趣爱好，学舞蹈、健身、美妆、摄影……想要什么样课程，这里都有。

译学馆

译学馆是一个跨语言的知识聚合平台，很多译者将国外精彩视频翻译成中文发布，上面既有“大部头”的学术型课程，如MIT、耶鲁等大学的公开课，也有有趣又能学到知识的短视频。

视频质量很高，内容还被整理成了中英对照文本，供用户参考学习，在学知识的同时能顺便提高英语水平。

2、互联网技能

慕课网

慕课网是一个IT技能学习网站，号称“程序员的梦工厂”， 以独家视频教程、在线编程工具、学习计划、问答社区为特色，有海量的免费课程，提供丰富的移动端开发、php开发、web前端、html5教程以及css3视频教程等课程资源。

多贝网

多贝网的课程以互联网、IT技术、营销、职场技能这几方面为主，适合工作党或者打算从事互联网行业的人，页面简单干净，一般一套课程分为多个课时，可以系统深入地学习知识，加入小组后还能与同行交流经验。

实验楼

实验楼是IT在线编程及实训学习平台，课程分为基础课和项目课，内容涵盖了Linux、Python、Java、C语言、Ruby、Android、IOS开发、大数据、信息安全等IT技术领域。

一些刚入行的朋友会比较迷茫，实验楼有一个“学习路径”功能，你想从事某个岗位，平台已经帮你规划好了实现目标的详细规划和步骤，对新手很友好了。

3、外语学习

China Daily中国日报网

China Daily大家都知道，是国内最大的英文资讯门户，集新闻信息、娱乐服务为一体的综合性新闻网站。在China Daily上阅读新闻，可以锻炼我们的阅读和翻译能力，还能了解国内外最新消息。

TED

TED的宗旨是“传播一些值得传播的创意”，这里有非常多的演讲视频，学外语的同时还能增长知识。视频来自各界人士，内容五花八门，基本上都是纯英文演讲，可以锻炼你的英语听力。

忆术家

忆术家是一个外语学习网站，我们可以在上面学习英语（英式/美式）、日语、韩语、法语、德语、阿拉伯语等多种语言。

它的特色是可以定制学习计划，选择自己的语言、想学的语言和级别，平台会为你匹配合适的课程，还可以通过游戏的方式记忆，让语言学习变得简单有趣。

Lang-8

Lang-8是一个多国语言学习互动平台，在这里平台上我们可以尝试用外语写作，会有外国人帮你修改文章，也许你可以找到外国笔友帮你修改语法、发音，每天坚持写日记，语言水平会提升得很快。

4、职场技能

Word联盟

职场中无论什么职位都免不了与Office三件套打交道，熟练掌握Word技巧让工作事半功倍，一份高大上的PPT能够让人眼前一亮。Word联盟这个网站有免费的Word、Excel、PPT、WPS教程，还有丰富的案例和模板，职场人士必备。

优优教程网

优优教程网包含了PS教程、AE教程、AI教程、C4D教程、手绘教程、摄影后期教程，从新手入门到深入学习都能满足。这里还有各种神器分享，包括脚本插件、设计素材、万能模板字体库、图库等。

以上就是小趣找的高质量自学网站，希望可以帮到大家，学习贵在持之以恒，坚持下去就会有收获，一起加油吧！关注@趣玩好应用，获取更多技能。

6. WPS和office比有哪些差距？

很高兴可以回答这个问题，接下来我简单分享下自己的理解和想法，希望可以帮助到大家。

目前国内比较流行的两款办公软件，一款就是金山旗下的WPS，现在的最新版本是WPS 2019版；另一款就是微软旗下的Office，现在的最新版本是Office 2019版。

WPS和office比有哪些差距？

两款办公软件各自有自己的优势和不足，我简单从以下三个方面对比下

功能对比

WPS里面基本只有国人常用的文字、表格、幻灯片的三个功能，但基本免费。

优点：WPS的软件体积小，打开速度很快、安装也很快，可以兼容很多平台。

缺点：WPS的专业针不够强大，一些较大的文件无法正常打开，非常容易崩溃。

Office里面包含Word、Excel、PowerPoint、OneNote、Outlook、Skype、Project、Visio等办公软件，功能十分强大，但是需要付费试用。

优点：专业性很强、兼容性更好、可以方便编辑PDF格式、自带宏功能。

缺点：价格比较昂贵，需要激活才能使用，下载安装过程非常缓慢且复杂。

应用平台对比

WPS支持Windows、Mac、Android、iOS、Linux和Web版本。

Office支持Windows、Mac、Android和iOS版本。

易用性对比

大型公司、学校以及科研机构基本使用的都是Office，主要是功能强大，同时具有很大的影响力；WPS有非常丰富的模板，例如简历、报表、PPT等，可以直接下载模板使用，比较适合国人，Office在这方面就比较逊色了。

WPS能否代替office？

从功能上来说，WPS基本是可以替代Office。Office的基本功能WPS基本上都有，但是在整体的使用和体验上来说，WPS距离Office还有一定的距离。

WPS虽然具有很强大的云办公和协作能力，支持Linux系统，本土化和实用性更强，但是Office在办公领域的强大性和专业性，是WPS所不能匹敌的。

以上是我个人的理解和看法，如有不足之处，还请大家多多指教，喜欢的可以点赞关注下，谢谢！

7. 职场小白如何学习数据分析？

想要深入学习数据分析，第一步是要进行Python实战，然后需要对业务进行深入的理解，建立指标体系和思路，因为脱离了业务的数据分析基本上就是瞎胡闹。

这里我就不谈业务了，先演示一下如何利用Python做一次真正的、完整的数据分析实操。

————————Python实操正文————————

比如说，我想要研究亚马逊上Top100的细分品类——女式内衣的销售情况。（还有点不好意思）

分析分为三步：数据采集、数据清理、可视化分析

一、如何爬取内衣数据

Python爬数据很简单，我个人总结大致就 3点：请求数据、进行数据处理、写数据。

请求数据

会有几种可能：

很简单的html页面，就直接requests就可以请求成功；js渲染的页面 ，这种页面超多，requests请求一堆js数据；需要登录才能获取，至今登录我都是用的cookie 请求登录，但应该有更好的办法；json数据；数据处理

会有几种可能：

请求的数据是简单的html结构页面——直接BS4解析就好了请求的数据是json——导入json模块进行解析请求的数据是简单的js渲染的html页面

遇到这种页面通过抓包或者简单的在网站上审查请求，然后找的你想要的那部分数据，如果是js渲染的html，其实就是js拼写的html，只要把其他无用的数据匹配掉用正则找到剩下想要的html文本就好了 。然后BS4解析。

写数据

open方法进行文件打开 里面的参数进行文件格式设置，读写文件、编码格式操作

文件格式我用过的就是txt、csv 、xml 大部分文本格式都支持的。

a--是创建文件 每次写都是重新创建w--是追加a--是读数据encoding="utf-8"这句话 不加encoding= 在windows系统下会报编码错误，linux不会。

然后就是数据量太大，写入到数据库数据库就用sqlite，记得引入模块 import sqlite3，就是创建数据表。

好了，不啰嗦，开始爬数据。

1、爬取商品排名和详情页链接

需要爬取的具体字段：排名（Rank），商品名（item_name），商品详情页链接（item_link）、商品图片链接（img_src）。

2、在商品详情页爬取更多商品信息

店家名、店家链接、商品名、价格

星级、评论标签

核心：

构建函数来获取单个商品的详细信息；利用for循环，遍历商品详情页链接列表，来获取每个商品的详细信息

3、爬取评论

评论内容，星级

核心：

从上一步的csv文件中，读取Rank , item_name , reviews , reviews_link字段构建函数读取每个商品的所有评论利用for循环，获取所有商品的所有评论存储到数据库和csv文件中

4、爬取size和color数据

和第三步基本一样，代码基本一样，主要在于要确认每页评论的size&color个数。

二、数据清洗和预处理

1、读取、清洗数据

从csv文件读取100个商品的数据，筛选出所需要的字段，进行数据清洗。

这里注意，部分读取的数据，看似是数值，实际是字符，因此需要进行类型转换（如price拆分后，还需要转为float型）

需要参与数值计算的NaN，使用平均值进行替换。

2、以商家维度处理数据

获取所需的数据：商家的星级、评论数总和、评论数均值、最低价均值、最高价均值、价格均值、商品数量、占比。针对星级、评论数均值、价格均值、商品数量做标准化处理，并计算加权分。

三、分析：歪果情趣内衣哪家强

1、不同商家的星级排名

平均星级达4.15分，高于平均分的商家超过一半（17/32）Top1的LALAVAVA高达4.9分，紧随其后也有5家达到4.5分。倒数第一N-pearI只有3.2分

让我看看LALAVAVA长什么样。亚马逊上的商品，看上去就是普通泳衣，米国人还是很保守的嘛~

但评分高真的就说明产品好吗？不如来看看评论数吧。

②不同商家的平均评论数排名

首先平均评论数只有193条，而且高于平均线的只有不到三成（12/32），想想淘宝动辄上万，我们的人口优势让米国人羡慕呀；再来看星级Top1的LALAVAVA，评论数少得可怜，那么对其商品真实质量就要存疑了；而星级倒数的N-pear I，同样评论数很少，那大概率其商品其实不咋地；反观评论数Top1的Garmol，其星级评价4.4，口碑佳评论也多，看来是不错的商品；紧随其后的几家，其星级分数就低于平均分了

那么，亚马逊的星级评价难道就只受评论数的几颗星比例影响吗？我查阅了网上的一些资料，发现亚马逊评价星级评定的三个重要因素：评论距离现在的时间，评论被买家投票采纳数，评论是否有verified purchase标志（意指真实买家）。此外，评论的字符数，被点击次数等因素也可能会对评论星级有影响。

看来，亚马逊对评论的监控和管理是非常严格而复杂的！当然，最重要的还是看看评论第一名的Garmol长什么样：

比上边的泳衣更点题了，大家说好才是真的好，very sexy！

2、不同商家的价格区间排名（按均价）

从图上来看，明显ELOVER锁定的是高端市场，定价区间在49刀左右；相反，Goddessvan定价仅0.39刀，还只有一款，猜测可能是亏本冲量，提高商家曝光，抢夺低端市场从均价来看，基本分布在10-20刀间，说明这是情趣内衣市场的主要价格区间；但20-40刀区间居然没有任何商家，可以在这一块深入研究，看能不能找到证据说明该区间是蓝海，有更大的市场潜力而从每个商家的价格区间来看，大多数都是采取多颜色或款式的策略，一方面为用户提供更多选择，另一方面也体现了商家的上新能力；而仅有少数几家采取了单一爆款的策略

最奢华的ELOVER看上去果然比较女神，缩略图都比别家更用心。

那么，到底哪个商家的策略更靠谱，市场份额更大呢？

3、商家的商品数量饼

在Top100的商品占比中，Avidlove以28%的巨大优势称霸而其他商家基本都是个位数的占比，没有很明显的优劣势

Avidlove的内衣是酷酷风的，我喜欢。

单一方面毕竟还是很难衡量哪家商家更优秀，不如综合多个指标来分析吧~

4、不同商家的加权分排名

将星级、平均评论数、商品均价、商品数量进行标准化处理后，因为不好拍定加权的比例，便将4项的归一化结果x10后直接累加得到总分，并制作成条形堆积图。

而每个商家的4项指标的占比，则侧面反映其自身的优劣势。

Avidlove，刚刚的酷酷风内衣，在其他三项中规中矩的情况下，以商品数量优势夺得综合分第一，有种农村包围城市的感觉Garmol，主要依靠口碑（星级、平均评论数）的优势，夺得了第二名ELOVER，主要依靠精准切分高端市场，夺得了第三名N-pearI，没有任何优势，不出意料的光荣垫底

口碑最差的N-pearI，能搜到的商品也最少，不过图很劲爆，emm……然而不是我的菜

粗略来看的话，想要排名靠前，口碑一定不能太差，至少要保持在平均水平及以上！

5、不同商家的星级/价格散点图

用Python做了张散点图，x轴为商家的商品均价，y轴为商家的星级，点大小为商品数量，商品数量越大，点越大，点颜色为评论均值，评论均值越大，颜色越深红。

利用价格均值和星级均值，将图切分为四个象限：

①左上象限：实惠好评的商家

②右上象限：有点贵，但一分钱一分货的商家

③右下象限：贵，但质量不咋地的商家

④左下象限：便宜没好货的商家

所以借助这张散点图，挑商家买东西就容易多啦：

追求性价比，可选择Avidlove，而且商品多，任君挑选 ；追求高端，可选择ELOVER，它贵有它的道理 ；追求大众，可选择Garmol，评论数最多，而且好评居多 。

顾客可以根据自己的喜好挑选合适的商家，那么作为商家如何改进自己呢？

6、词频分析

前面在爬取的过程中，同样爬取了评论标签，通过对此进行词频分析，可以发现顾客最关心的依次是：

是否合身：size、fit等相关字眼多次出现且排位靠前质量：good quality、well made；soft and comfortable、fabric是对材质的肯定款式：cute、sexy、like the picture你懂的价格：cheaply made勉强算价格吧，但更多是对商品质量的怀疑口碑：highly recommend，评论的还是非常有参考价值的

评论标签的数量较少，进一步对2.4w条评论进行词频分析，并制作成词云：

快夸我底图选得好！

最直观的，仍然是跟“是否合身”以及质量或款式有关。那么我们就从顾客购买商品的Size&Color继续分析

这里，Size&Color的词频数据存在几点问题：1、数据量较少，仅有约6000条2、Size&Color无法较好的区分开，因此一起分析3、商家的命名规则不同，比如同样是黑色款，有个商家会命名black，而有的可能是style1（所以一些奇怪的数字编号其实是商家的款式编号）4、有些奇怪的字眼如trim可能是爬虫时爬错了或者导出csv时的格式错乱

可以明显看出：

Size方面：large、medium、small肯定均有涵盖，但另外还有xlarge、xxlarge、xxxlarge，亚马逊主要是欧美顾客，可能体型相对较大，所以商家应该多研发以及备货针对体型较大的顾客的商品。

Color方面：非常直观：Black > red > blue > green > white > purple....所以黑色、红色永远不会错；绿色是出乎我意料的，商家也可以大胆尝试。

Style方面：词频中出现trim、lace字眼，蕾丝最高！！！

最后

在分析了Top100的商品信息和2.4w条评论后，作为一篇正经的python数据分析研究，我们来总结一下亚马逊情趣内衣产品和销售策略：

1、一定要注意的竞品

Garmol、ELOVER、Avidlove分别在口碑、定价、产品数量三个方向有其核心优势，是需要重点研究的竞争对手。

2、口碑很重要

Review和星级是影响口碑的重要因素，需要深入研究其算法机制并制定针对性的营销策略Review和星级有基础要求平均星级达4.15分，高于平均分的商家超过一半平均评论数只有193条，高于平均线的商家约三成Review相对淘宝评论较少，亚马逊的算法复杂且惩罚力度大，因此Review重精胜于重多

3、定价策略

主流市场竞争激烈，价格多集中在10-20刀间高端市场有切入机会，目前仅ELOVER一家，价格在40-55刀间低端市场价值不大，利润空间小，为了提高曝光或铺量可考虑，但不利于以后冲击中高端市场中高端市场机会巨大，20-40刀区间暂无其他商家，有巨大的市场潜力

4、产品策略

应结合目标市场和定价，提高研发和上新能力，先多产品试错，再尝试单一爆款巩固市场内衣尺寸：合身最重要，需贴合国外顾客的体型，一般large及以上。颜色上：保守可多使用黑色、红色，同时可大胆尝试绿色。款式上：多采用蕾丝装饰质量和品控是底线

5、拓展&思考：

亚马逊Best Sellers是每小时更新一次，理论上可以每一小时爬一次，看商品的排名变化，是否有新品等 ，可以尝试自动化爬虫；针对上一点，但商品的评论内容并不是经常更新的，如何去重避免重复爬取？（类似于断点续传功能）；此次也有爬取商品图片的链接，可全部下载；在积累一定的图片素材以后，就可以一定程度上看出颜色、甚至是款式的趋势。

——————一次完整的数据分析就结束了——————