-
积分
-
3552
在线时间
316 小时
注册时间
2020-1-7
LV8.跨境大师
-
积分
-
3552
-
威望
-
0
-
贡献
-
0
-
信用
-
0
-
最后登录
-
2024-4-28
|
敏哥:揭秘亚马逊A9算法中那些不为人知的细节系列二
最近有一段时间没有更新文章了,也有不少的朋友微信会找我催更新。其实这段时间去了山西的太原,了解了一下北方内陆省份的跨境电商行业的从业现状,感慨还是很多的。(首先声明下没有任何地域黑的意思,纯粹是描述现状)
首先当地的跨境电商行业的从业者之多,是超出我的想象的。整个山西的跨境电商从业者目前排名全国第二,仅次于深圳。在太原的很多写字楼里,几乎是一家挨着一家的跨境电商公司。
毫无疑问,跨境电商行业在当地的发展,极大的拉动了当地的就业。之前以传统的煤矿产业为主导的山西,在煤矿产业支柱倒了之后,整个城市也急需进行经济转型升级,而跨境电商就成为了新的转型产业。
但是山西大多数的公司做亚马逊的方式基本就是所谓的“无货源模式”,通过ERP搬运其他平台的listing进行简单翻译和图片修改后上传到亚马逊平台,有出单后再从国内的电商平台采购,打包之后通过物流发到国外。
简单来说ERP在其中扮演了一个提升搬运效率的角色,这种模式的选品也更多的是靠员工的个人喜好,碰运气式的选品铺货。这种玩儿法其实不需要员工过多的动脑,机械化的翻译做链接就可以了。因此这种模式对于员工的成长帮助是非常有限的,基本员工流动率是很高的,走了再招,招了再走,公司很难得到持续的发展。
整体运营模式的滞后,配套设施的不完善,运营人才的极度匮乏,又极大的限制了境电商行业在当地的发展。因此玩儿到最后你会发现当老板的一年忙到头,最后却没能挣到几个钱,内陆城市的跨境电商行业还有很长的路要走。
回到本篇文章的主题,继续来为大家剖析亚马逊A9算法中不为人知的细节。
上篇文章为大家从宏观的角度讲解了电商搜索算法的一些观点,本篇文章主要给大家去拆解电商算法中的一些细节,其实有关亚马逊的A9算法,基本没有人能够吃透所有的细节,因为对于互联网公司来说,内部的算法都是机密中的机密。
但是对于我们电商人来说,我们只需要吃透算法的本质就可以了,因为算法本质上是相通的,无论是国内的电商平台还是国外的电商平台,内在的逻辑都是一样的。电商说到底最后是要做成一个生态的,在用户跟商品之间建立一个高效的链接。
比如说对于亚马逊平台来说,亚马逊存在的意义就是帮助用户获取所需,帮助卖家更快的卖货,就是这么的简单粗暴,没有任何复杂的地方。
对于用户层面来说,用户希望能够更快更好地找到自己所需要的商品,比如说用户搜索“苹果”,他说希望搜索出来的一定是一个“好苹果”,而不是“烂苹果”,除此之外这个苹果的价格一定要是比较合适的,不能过高。
任何的一个电商平台都需要解决一个交易-转化-留存-复购的闭环,只有形成这样的闭环平台才能够不断的做大体量,才能够吸引越来越多的用户,才能够推动亚马逊的“飞轮” 飞快的转动。
那对于A9算法来说需要做到哪些细节才能够做到这一点呢?下面我们开始进行深度的剖析:
第一点:辅助输入,提升易用性
对于第一点,如何才能够提升用户的搜索体验?很重要的一点就是要做到“辅助输入”,这一点对应的其实就是亚马逊的搜索下拉框,当你开始搜索第一个字母的时候,平台已经开启了智能化的匹配与猜测模式,自动会辅助卖家进行检索,提升整个用户的搜索体验以及购物效率。
而匹配关键词的来源其实就是近期的高搜索热度词,比如说我们搜索“t” 这个字母的时候,“toilet paper” 是匹配出来的第一个keyword,这很直接的就是代表了 “toilet paper” 在“t” 为首字母的搜索词中的热度高居第一。
聪明的亚马逊卖家会把这个作为选品、追热点的重要参考因素之一,这是不是又是一个全新的选品技巧呢?
第二点:辅助决策,提供信息
辅助决策中有一个重要的环节就是做用户引导,简单来说就是帮助用户找到所需商品,尽快完成交易。
在这个过程中平台会提供相对应的辅助信息来给用户做参考和决策,最常见的案例就是我们在搜索一个keyword进入到一个listing的内页之后,在内页的下方平台会进行智能化的匹配。
平台的最终目的就是就是辅助决策,提供相对应的客户最想要的辅助信息,帮助客户尽快的做出决策。这边有一个“平台思维”在里面,平台只会想着办法留住客户,成交客户,而至于客户在哪一家产生最终的购买,对于平台来说是不care的。(当然低质量的产品早就被算法所pass掉了,也不会出现在平台的推荐范围之内)
第三点:提升搜索体验和搜索质量
搜索体验的提升来源于平台有多么懂用户,最常见的案例就是我们在平台检索的时候打错字,在这种情况下平台依然可以给我们检索出我们真正想要的产品。包括历史搜索词的展示页面。
包括我们的前台搜索页面的侧边栏的类目搜索引导、品牌搜索引导、review搜索引导以及产品特征的搜索引导,所有的搜索引导细节都只有一个目的:就是为了提升整体的用户搜索体验。
包括当我们在检索一款产品的时候,搜不到我们想要的产品,这个时候平台也会根据数据分析模型为我们进行相关搜索的引导推荐,这本质上也是提升搜索体验的另一种方式。
除此之外为了快速的提升用户的搜索体验以及检索速度,亚马逊平台其实也会有“千人千面” 的算法展示,很多亚马逊卖家会以为只有淘宝才会存在类似的算法推荐机制。
其实亚马逊也是存在的,最典型的就是我们在搜索很多的产品之后,亚马逊会针对每位不同的卖家有搜索历史记录的展示,最大化的方便卖家找到自己曾经浏览过,但是并没有购买的产品。
其实衡量电商搜索体验的好坏,无非就是以下两个标准:第一个是快,衡量快的标准无非就是人工完全自主输入占比整体输入的比率,比率越低说明用户检索越快。第二个就是好,衡量好的标准也就是我上文提到的,转化、留存与复购,这个数据越好,代表着整体用户的购物体验越好。
OK,本篇有关亚马逊的电商搜索算法的细节化的拆解就给大家写到这里,可能相对之前的干货文章来说,算法类的干货文章会更加难理解和消化一些,但是敏哥认为有价值的信息往往值得反复去读,反复去学习和思考,后续敏哥也将在后续的文章中继续为大家拆解更多的算法细节,施比受更有福,加油吧! |
|