亚马逊选品-如何利用Facebook高质量选品
对于国内用户来说，大家对Facebook一定有种熟悉又陌生感的感觉。它与WeChat、whatAPP非常类似，皆是一款社交软件。Facebook在国际上拥有庞大的用户群体，在App Store和Google play的下载量一直位居榜单第一，地位无可撼动。
不知道大家有没有发现：WeChat（微信）早已在朋友圈悄悄地做起来广告服务商，它会根据你平时聊天的内容和经常搜索的信息，不定时推送相关的广告。
不仅如此，微信也是各大微商营销和交易商品最大的社交聚集地。
当然，作为社交媒体之一的Facebook也是如此。营销是建立在信任和有需求的基础上，在国内的用户绝大部分离不开微信，在国际社交中，绝大多数用户都离不开Facebook，脸书也逐渐成为海外第一大的社群营销基地，很多商家都会利用Facebook这个渠道来进行营销。
在流量称王的时代，背靠如此巨大流量的社交软件，利用社交软件做电商是一个非常不错的想法， 并且facebook还有自带的商城流量，那么我们就很容易轻松赚到跨境电商的第一桶金。很多商家都会利用Facebook这个渠道来进行营销。
如何利用Facebook选品
1、通过视频查询潜力股
我们在Facebook搜索框里输入折扣信息：
当我们输入关键词之后，可以在视频栏目看到最近一些做视频推广的产品。视频的播放次数、评论数和分享次数均可以一目了然的看见。
我们重复相同的操作，把输入的关键词换成
40% off free shipping
30% off free shipping
如果帖子过去5天或过去7天有评论，说明这个产品还没有太过饱和，可以用在你自己的店铺里。
如果你已经决定要做一个利基产品, 可以把搜索内容改成
shoes just pay shipping
Pet supplies just pay shipping
那么通过搜索的方法，我们就可以挖掘出最新的产品。很多做Dropshipping的卖家，都是利用这个方法来推广商品的。
二、把产品用到自己的店铺
当我们找到利基产品的的视频后，点击并打开视频中的产品链接；
通过链接访问产品详情页；
复制产品标题，在AliExpress搜索相类似的产品；
上传并导入到你的店铺。
众所周知，AliExpress是阿里巴巴面向全球市场的网络购物平台，如果你能找到产品的一手供应商，价格和利润都是非常可观的。
三、监测竞争对手的商品和广告
如果我们在他人的视频中寻找到利基产品，我们就需要挖掘竞争对手的广告词和受众群体，并实时监测店铺的更新信息。
这样，我们就知道竞争对手的广告素材如何、受众群体符不符合要求，店铺更新情况如何。
如果你还不知道自己的竞争对手是谁，在Google浏览器搜索出来竞争对手，然后再去Facebook监测他们的广告。
如果你知道自己的竞争对手，我们可以直接在Facebook兴趣定位和监测工具查询竞争对手的兴趣词或产品关键字，得到观众年龄层、性别比例、广告收藏和点击数次等信息。这种兴趣定向工具可以发现大量Facebook受众的隐藏或特殊兴趣，可以帮助我们最大程度提高Facebook营销定向的投资回报率。
同时，你可以使用AmzChart中的“商品监控”功能去洞察对手的动态，并及时进行策略调整和跟进，一旦对手上架新的产品，你能够第一时间获得信息，去查找类似的产品上架。
但我们在监测到竞争对手，需要重点查看以下信息：
文案与素材是否符合用户喜爱；
用户年龄分层和定位是否符合产品要求；
目标受众是否访问过竞争对手的主页；
广告展示位置在news feed。
通过这个策略，我们可以在Facebook上挖掘到相关的产品，也可以知道他们推广的策略，进而也可以知道对手广告情况。
当然，通过Facebook选品是一种策略，利用现有的电商选品工具也是一种方法。
卖家如果想通过调研各类商品数据：如BSR排名、不同时间内的BSR变化、品类、价格、review等来挑选亚马逊市场符合自己意愿的商品，可以在“选品数据库”导航栏查询相关商品数据。
一、在搜索框中输入想要查询的关键词，然后选择时间，接下来再挑选自己想要的筛选项；
二、点击更多，查看更全面的筛选项，筛选出更符合自己需求的商品数据；
三、过滤出的商品列表信息，可以按照BSR、评论、星级、BuyBox价格、卖家个数进行升序或者降序排序，点击商品标题以及查看详情按钮可以跳转到商品详情页面，点击亚马逊的链接可以跳转到亚马逊的商品页面。
通过这样的三步筛选，我们就能找到合适自己的产品，并上架到亚马逊商城。
如何选品商品、选择什么样的商品其实都有一定的门槛。但这并不是难到想成为一名合格亚马逊卖家的问题。并不是所有人的都做普货，一些有实力的卖家，要的就是门槛，不然怎么体现他的优势呢？
Facebook选品只是亚马逊选品的其中一种方法。在选品上，要从用户的角度去看产品。你需要去调研并分析你的受众和用户层，深度挖掘他们的爱好和习惯，进而选择最佳产品。
