(1)关键词搜索结果量：
当确认好将要入手一款产品后，这时请用该产品的核心关键词去亚马逊首页搜索，查看该款产品在亚马逊首页的搜索结果量有多少，再精准定向该款产品有多少卖家正在做FBA。
(2)Review数量：
在查看一款产品的新旧程度时，观察卖家Review数量是否是在十几个或者几十个左右，如果80%的卖家Review数量在十几个或者几十个左右，那么我会优先选择。
(3)产品利润空间：
假设一款产品搜索量及销量都还不错，需要做的就是估算产品的利润，查看产品的利润是否是在可接受的范围之内，如果利润太低，那大可不必要去跟同行争抢了。
(4)JS数据调研：
在进行Jungle Scout产品数据调研时，最主要的是看每个商家的预估月销量，Review星级，以及是否为FBA还是AMZ自营。
(5)Keepa看穿一切：
利用Keepa工具查看同行产品历史最低价是多少，参加过多少次秒杀，产品刚上架时的排名，每个月留评的数量递增方式是怎样的，有没有断货过，通过对这些数据的研究，对自己以后运营该款产品会有更明确的方向去把控产品。
(6)Merchantwords查看搜索量：
在JS数据调研之后，去Merchantwords网站用产品关键词查一下该产品在各个类目下对应的搜索量是多少。
(7)Google Trends查看产品全年走势：
除了用merchantwords查看AMZ站内搜索量之外，需要去谷歌趋势查看该产品在全球以及所做站点国家的全年搜索量。在查看全球趋势外，还可关注全球排名前五的那些国家。
python之于GIS与python之于IT类似 GISer采用python的原因也在于“人生苦短，我用python” python在gis中的应用非常之广 1. desktop GIS： ArcGIS从版本10开始不再支持原来的VBA，而改用python QGIS本身大部分的代码特别是插件部分可以采用python进行开发 2. 地图引擎 mapnik—基于C++引擎的顶级地图引擎库，和python结合比较紧密 mapfish—支持部分专题地图在线制作 3. webgis python+geodjango 是最常用也最庞大的后台框架 GISer使用python一定要充分发挥python语言的特性 如ArcGIS集成phthon是利用了python的脚本语言特性 后台webgis等服务，可以发挥python作为语言黏合剂的特性，充分利用已有的GIS算法库js的数据类型分为两大类：
基本类型：也称为简单类型，由于其占据空间固定，是简单的数据段，为了便于提升变量查询速度， 将其存储在栈中，即按值访问 。
引用类型：也称为复杂类型，由于其值的大小会改变，所以不能将其存放在栈中，否则会降低变量查询速度，因此， 其值存储在堆中 ，而存储在变量处的值，是一个指针，指向存储对象的内存处，即 按址访问 。引用类型除 Object 外，还包括 Function 、Array、RegExp、Date 等等。
引用类型和基本类型的区别：
1、基本类型按 值 访问
需要注意的是：
A instanceof B用来判断A是否属于B的实例，返回true或者false。
需要注意的是：
ES5中可以用Array.isArray([])来准确判断数组的实例
当创建变量b时，js会在b的原型上添加constructor属性，指向b的引用
js在创建内置对象时，也是这么做的：
Object对象有tostring方法返回：
而非object对象，则需要call/apply才能正确返回类型，返回格式为字符串类型的 "[object 数据类型xxx]" ：
以上几种方式可以在不同场景使用。
