在進行商品排名分布趨勢分析時，如果直接對搜索結果下的排名數(shù)值進行可視化處理，生成的圖表難以獲得有效信息(因為不同商品的排名數(shù)值波動太大，有的商品銷量非常好，排名是個位數(shù)，有的商品很多天沒有出單，排名是百萬級數(shù)字)，因此需要對排名數(shù)值進行預先處理。

常見的排名處理方式是對排名取其對數(shù)函數(shù)，其中是指商品排名數(shù)值(大類排名 )為取對數(shù)函數(shù)后計算所得的數(shù)值。

取對數(shù)函數(shù)的理由基于以下兩點:在電子商務乃至互聯(lián)網領域，“長尾分布”非常常見。

互聯(lián)網上從歌曲和軟件的下載、網頁的點擊到網上店鋪的銷售，都呈現(xiàn)長尾分布的特征。

曲線頭部位置較高，隨著序號的增大，曲線徒然下降，但在尾部位置曲線并沒有迅速墜落到零，而是極其緩慢地貼近于橫軸。

以國內知名的電商平臺“淘寶”為例，通過“淘寶”PC端前臺網頁搜索“筆記本電腦”關鍵詞，然后選擇銷量由高到低排列。

依次記錄了前100個搜索排序商品的月銷量，可以得到產品銷量柱狀圖。

柱狀圖的橫軸為不同的搜索排序，縱軸為不同搜索排序商品的月銷量，該圖像形狀與“長尾分布”非常相似。

針對“長尾分布”，對數(shù)函數(shù)可以有效地分析該分布中不同次序商品對應銷量的關系，對數(shù)函數(shù)的仿真圖像與“長尾分布”的圖像也非常類似。

因此，在亞馬遜平臺的商品排名數(shù)據(jù)分析中，選擇對數(shù)函數(shù)對排名進行分析是非常有效的數(shù)據(jù)處理方法。

對數(shù)函數(shù)除了可以應對“長尾分布”的問題外，還可以對銷量與排名的關系進行有效的預測。

在亞馬遜平臺，賣家無法通過前臺觀察不同產品的實際銷量(國內“淘寶”電商平臺則可以直接看到不同商品的月銷量數(shù)據(jù) )，因此如何通過排名預測銷量成為很多賣家最關心的問題。

研究結果發(fā)現(xiàn)，“the relationship between log sales and log ranks is closeto linear”即“采用了對數(shù)函數(shù)的銷售數(shù)據(jù)與采用了對數(shù)函數(shù)的排名數(shù)據(jù)之間的關系接近線性”@。

因此，對亞馬遜平臺的排名數(shù)據(jù)進行對數(shù)函數(shù)的取值，有助于運營者對產品的真實銷量進行有效的預測。