亞馬遜帳號防關聯的五個判定維度

亞馬遜同時營運幾個店鋪時，真正麻煩的不是某一個店出問題，而是幾個店因為彼此之間的共同點被連成一張網。平台的關聯判定從來不看單一因素，而是把很多條訊號放在一起比對；重合的條數越多，就越像是同一個人在操作。

這些訊號大致可以分成五類：註冊資料、裝置與瀏覽器特徵、網路出口、付款與收款、商品與營運行為。多店鋪營運要做的是讓這五類中的每一類都各自獨立，而不是只把其中一項整理乾淨。

判定靠的是訊號重疊

平台在註冊、登入、經營的整個過程中持續收集資料。單一資料往往說明不了什麼：同一個城市裡兩家公司的同事登入，本身很正常。但如果電子郵件、手機號碼、收款帳戶、裝置參數、出口位址這些項目同時對上，性質就不同了。

所以防關聯的重點不在於找到某個隱藏設定，而在於確認五類資訊之間沒有交集。任何一類出現共用，都可能把前面做的隔離工作整體抵銷掉。

註冊資料是最容易漏掉的一層

這一層靠人工填寫，所以也最容易被順手複製。電子郵件、手機號碼、聯絡人資訊、退貨地址、店鋪主體資料，每一項都應該與店鋪一一對應。

最常見的錯誤之一，是多個店鋪共用一個手機號碼收驗證碼。在系統裡，這個手機號碼就是把幾個店鋪串起來的線，甚至比出口位址更早暴露關係。退貨地址完全寫成同一個，效果也類似。

裝置和瀏覽器會留下痕跡

Cookie、快取、本機儲存，以及 Canvas 與圖形渲染、字型清單、解析度、硬體參數等特徵，都可能被記錄下來。

還要多想一步的是一致性：瀏覽器回報的時區、語言，應該和你給這個店鋪配置的出口地區對得上。參數彼此獨立但互相矛盾，同樣是一種不自然的組合。用同一個瀏覽器反覆切換登入幾個店鋪後台，即使每次都把資料清掉，特徵層面也很難真正分開。

網路出口不能將就

多店鋪共用一個網路出口，是最直接的關聯依據之一。除此之外，出口地區頻繁跳動、同一服務商下相似的位址區段反覆出現，也都可能在判定範圍內。

出口品質本身同樣要考慮。資料中心位址區段的信譽通常低於住宅位址區段；一批店鋪都使用這類位址，會形成另一種共同特徵。

付款和收款會把兩個主體綁在一起

收款帳戶應該與店鋪主體對應，不與別的店鋪交叉；扣費用的付款方式也一樣。

這一層之所以關鍵，是因為它同時帶著主體資訊和資金流向。兩個店鋪共用同一張卡或同一個收款帳戶，平台看到的不只是技術特徵相似，還可能看到經營主體相同的跡象。

商品資訊和操作節奏的重疊

同一組商品圖片出現在多個店鋪、描述段落直接複製、內部 SKU 編碼規則完全一致，都會形成明顯的重複特徵。圖片和描述至少要重做主要部分。

行為層面的訊號更細：登入時段、上架節奏、回覆節奏、處理訂單的時間點。幾個店鋪總在相同時間做相同的事，模式特徵就很明顯。至於店鋪之間互相評論、互相推薦，等於自己替自己建立關聯結構，代價通常比想像中大。

多店鋪需要的是一整套隔離

把上面五類逐項做獨立，只靠人去記很難長期維持。規模稍微大一點，就需要工具層面配合：環境按店鋪分組，每個環境的登入狀態與指紋參數獨立保存，團隊成員按店鋪分配權限。PurpleMark 的多帳號環境能力就是面向這類場景。

幾個具體問題

多個店鋪能掛在同一個營業執照下嗎？這屬於平台政策問題，不同站點、不同時期的要求不一樣，要以平台目前的政策為準。

換了出口位址就夠了嗎？不夠。網路只是五類中的一類，環境和資料同樣要獨立。

店鋪之間能互相發貨嗎？要非常謹慎。發貨地址和物流資訊的交叉，同樣可能成為判定的參考。

回到執行上，防關聯沒有什麼取巧做法，本質就是讓五個維度同時保持獨立。建議做一張對照表：一列一個維度，一欄一個店鋪，逐格確認是否各自獨立，比憑記憶可靠得多。