影響A9搜索算法的因素有哪些?
作者:百曉生
亞馬遜利用A9:搜索引擎計算搜索排名服務的計算方法。簡單理解就是權重。在這里我普及下列一些因子。其實A9除了以前文章總結的以外,店鋪注冊時間、地區(qū)、廣告排名和廣告消費數據都會是影響排名的一個權重系數。最重點的廣告排名一定會是的了。
下面是最近朋友圈很多的一篇分享,剛開始體會一下還真是那么回事,但是經過思考以后,除了最早之前大家總結了的因素以外,新調整的因素,像A+提高轉化率啊,這些類的信息早在亞馬遜官方文件都有公布,評論量越多l(xiāng)isting權重越高這些都是之前就已經有的東西了,其他新調整的因素中,我對該文持有同樣懷疑態(tài)度,那些并不是A9之后更改調整的東西。
其他因素原文抄錄如下,我又花時間去計算了幾個產品評分,證明均值依據給出亞馬遜產品評論評分依據還是沒有改變,下面附錄網上流傳的文章字段:“現(xiàn)在:亞馬遜不再按照Listing的Review平均分來影響排名了。引入了機器人機制,由Machine根據以下條件來決定你的Listing的星級評定:
1,Review的留評時間,早期的Review的權重大于最近剛留的Review,時間越久評級越高。
2,Review被客戶點贊的越多,權重越大。如果你的好評都有幾十個贊,就算來個差評也不會很大程度影響你的review評分,不至于從4.5降到3.5,如果你的review都沒有贊或者很少那來個差評對你的評分就是跳水式打擊,星級一落千丈從此沒單。同時如果你的好評點贊數多,也可以抵抗其他競爭對手惡意點NO帶來的打擊。。”
這兩條說法是我不能接受的,其一根據我以往研究,5月24號左右A9調整之前(調整算法時候應該是這個時間點,出現(xiàn)很多破解版插件都無法使用和估算銷量問題),有些產品評分評級review從數量各方面驗證顯示不是完全從評論權重來評分的,這些我有歷史跟蹤過幾家公司評分變化。
其二,我現(xiàn)在再次隨機取樣驗證評分是按照均值來判定評級的,例如:https://www.amazon.com/Gerber- ... _star
顯示評論數據如下
上圖亞馬遜頁面評論占比和評分截圖(因為亞馬遜評分顯示一直不是以完全的評論數量占比來規(guī)定評分的,更加像是以評論頁面比值或者他自己的一套占比權重得到評分的。)比如我統(tǒng)計他的這款產品1星是14個,總評論量400,那么占比應該是14/400=3.5%,但是亞馬遜顯示給客戶看到的是3%,意味著差評1星的數量為3%*400=12個。
本來實際得分4.495,但是現(xiàn)在亞馬遜給予得分為4.51分,亞馬遜在前端顯示為4.5分(原因是其好評實際占比為70.75%.實際差評3.5%,如果選擇一項做四舍五入,亞馬遜選擇了對好評加分,直接讓好評占比變成71%而不是讓差評占比顯示為3.5%),同時采樣幾個產品。如果實際評論占比率低于0.05%,則亞馬遜采用四舍五入,該占比縮小而已,進而在另一個占比類將好評放大0.05%以上。下面附上產品現(xiàn)有評論數量截圖:
以上數據算法表明亞馬遜評分不完全按照評論數量來判段綜合分數,不是采用的實際均值為依據是模糊的,該數據計算表明:亞馬遜會微調評分,但是總體評分依據是依照前端顯示客戶評分來判定的。在此項評分中,并非是依據產品評論客戶時間越久評分權重會越高使得綜合評分提高。
至于亞馬遜前端評分依據不會依照亞馬遜客戶評論時間可等級來給予評分的了,至少我們前端沒有依據的,如果單獨說亞馬遜后臺中排名算法中對于亞馬遜老客戶的排名權重或者留言時間久(這就是老客戶的定義了)給予排名算法中權重會提高這個也不一定,因為從客戶體驗方面來說,市場完全是越早進入市場的產品越早有留言的評論的產品的市場占有率會相對較高(同等產品品牌競爭條件下),那么他的評論量會多,會導致權重上升排名Rank上升,但是這并不代表是亞馬遜對老客戶或者留言時間越早的評論評分給予提高權重的表現(xiàn)和。
所以關于此文章中很多事一些之前A9算法的再次總結,并不是什么新的調整的東西。而且總結的某些部分還是比較牽強。
不過之前提到的A9算法因素還是具有參考意義。新調整的因素中對單價越高的產品排名上升越高還是有問題的,因為亞馬遜完全不需要依靠調整這個部分,根據市場需求和供給理論以及目前亞馬遜排名結果數量來看,沒有感覺到亞馬遜將價格高的產品排到靠前,或者更確切的說,TOP100還是沒有看到高價產品。因為如果按照現(xiàn)在網上傳播的文章調整的算法來說,TOP100是會抄入一部分權重較高的高客戶單價產品才對。
附錄:A9算法因子
影響A9搜索算法的因素有哪些?(這是以前就有的因子)
一、轉化率:
1、銷量排名 2、買家評論 3、Q&A 4、圖片尺寸和質量 5、價格 6、父子關系產品 7、頁面停留時間和跳轉率 8、Listing完整性
二、相關性因素:
1、標題 2、Bullet Points 3、產品描述 4、品牌和制造商 5、技術參數 6、類目和子類目 7、Search Term
三、買家留存率:
1、訂單處理速度 2、可售庫存 3、完美訂單率 4、訂單缺陷率 5、退出率 6、包裝選擇 7、頁面停留時間和跳轉率 8、Listing完整性
A9搜索算法新調整 (這是最近網上文章寫得最新調整的部分,實際里面幾條并不是最新調整,第5和后面關于評論的部分還是有問題的。)
1 、search terms權重在降低,listing其他地方如標題,賣點,大描述A+里面的關鍵詞權重在變高。
2、銷量權重比例在變低。
3、轉化率銷量權重比例在變高。
4、Review越多權重越高。
5、單價越高,排名上升越快。
Review政策變革影響著A9
過去:Review平均分來評級,平均分越高,轉化率容易越高。
現(xiàn)在:亞馬遜不再按照Listing的Review平均分來影響排名了。引入了機器人機制,由Machine根據以下條件來決定你的Listing的星級評定:
1,Review的留評時間,早期的Review的權重大于最近剛留的Review,時間越久評級越高。
2,Review被客戶點贊的越多,權重越大。如果你的好評都有幾十個贊,就算來個差評也不會很大程度影響你的review評分,不至于從4.5降到3.5,如果你的review都沒有贊或者很少那來個差評對你的評分就是跳水式打擊,星級一落千丈從此沒單。同時如果你的好評點贊數多,也可以抵抗其他競爭對手惡意點NO帶來的打擊。
3,沒有VP的Review對排名的影響會降到最低,以前Top Reviewer的評論權重也會下降甚至刪掉,VP排名權重會升至最高。
A9是如何反刷單的?
A9算法會根據用戶的瀏覽記錄和歷史購買情況去給賣家推薦關聯(lián)產品,刷單機構給多個賣家刷單導致刷單的這些賣家形成了一個虛假用戶圈,產品無法觸及到真實購買的買家,離真實用戶這個大池子原來越遠,所以導致越刷單越沒單,大量刷單的賣家要慎重。
很多人會說做廣告也是花錢,刷單反而效果來的更直接,其實不然,廣告雖然花了錢未必都能出單,但是廣告所觸及的客戶是亞馬遜這個大池子里的真實客戶,A9推薦自然也是推給了真實客戶,形成良性循環(huán)。所以大家想要做好亞馬遜還是要踏踏實實的走好每一步,不走歪門邪道,心無旁騖。
亞馬遜利用A9:搜索引擎計算搜索排名服務的計算方法。簡單理解就是權重。在這里我普及下列一些因子。其實A9除了以前文章總結的以外,店鋪注冊時間、地區(qū)、廣告排名和廣告消費數據都會是影響排名的一個權重系數。最重點的廣告排名一定會是的了。
下面是最近朋友圈很多的一篇分享,剛開始體會一下還真是那么回事,但是經過思考以后,除了最早之前大家總結了的因素以外,新調整的因素,像A+提高轉化率啊,這些類的信息早在亞馬遜官方文件都有公布,評論量越多l(xiāng)isting權重越高這些都是之前就已經有的東西了,其他新調整的因素中,我對該文持有同樣懷疑態(tài)度,那些并不是A9之后更改調整的東西。
其他因素原文抄錄如下,我又花時間去計算了幾個產品評分,證明均值依據給出亞馬遜產品評論評分依據還是沒有改變,下面附錄網上流傳的文章字段:“現(xiàn)在:亞馬遜不再按照Listing的Review平均分來影響排名了。引入了機器人機制,由Machine根據以下條件來決定你的Listing的星級評定:
1,Review的留評時間,早期的Review的權重大于最近剛留的Review,時間越久評級越高。
2,Review被客戶點贊的越多,權重越大。如果你的好評都有幾十個贊,就算來個差評也不會很大程度影響你的review評分,不至于從4.5降到3.5,如果你的review都沒有贊或者很少那來個差評對你的評分就是跳水式打擊,星級一落千丈從此沒單。同時如果你的好評點贊數多,也可以抵抗其他競爭對手惡意點NO帶來的打擊。。”
這兩條說法是我不能接受的,其一根據我以往研究,5月24號左右A9調整之前(調整算法時候應該是這個時間點,出現(xiàn)很多破解版插件都無法使用和估算銷量問題),有些產品評分評級review從數量各方面驗證顯示不是完全從評論權重來評分的,這些我有歷史跟蹤過幾家公司評分變化。
其二,我現(xiàn)在再次隨機取樣驗證評分是按照均值來判定評級的,例如:https://www.amazon.com/Gerber- ... _star
顯示評論數據如下
上圖亞馬遜頁面評論占比和評分截圖(因為亞馬遜評分顯示一直不是以完全的評論數量占比來規(guī)定評分的,更加像是以評論頁面比值或者他自己的一套占比權重得到評分的。)比如我統(tǒng)計他的這款產品1星是14個,總評論量400,那么占比應該是14/400=3.5%,但是亞馬遜顯示給客戶看到的是3%,意味著差評1星的數量為3%*400=12個。
本來實際得分4.495,但是現(xiàn)在亞馬遜給予得分為4.51分,亞馬遜在前端顯示為4.5分(原因是其好評實際占比為70.75%.實際差評3.5%,如果選擇一項做四舍五入,亞馬遜選擇了對好評加分,直接讓好評占比變成71%而不是讓差評占比顯示為3.5%),同時采樣幾個產品。如果實際評論占比率低于0.05%,則亞馬遜采用四舍五入,該占比縮小而已,進而在另一個占比類將好評放大0.05%以上。下面附上產品現(xiàn)有評論數量截圖:
以上數據算法表明亞馬遜評分不完全按照評論數量來判段綜合分數,不是采用的實際均值為依據是模糊的,該數據計算表明:亞馬遜會微調評分,但是總體評分依據是依照前端顯示客戶評分來判定的。在此項評分中,并非是依據產品評論客戶時間越久評分權重會越高使得綜合評分提高。
至于亞馬遜前端評分依據不會依照亞馬遜客戶評論時間可等級來給予評分的了,至少我們前端沒有依據的,如果單獨說亞馬遜后臺中排名算法中對于亞馬遜老客戶的排名權重或者留言時間久(這就是老客戶的定義了)給予排名算法中權重會提高這個也不一定,因為從客戶體驗方面來說,市場完全是越早進入市場的產品越早有留言的評論的產品的市場占有率會相對較高(同等產品品牌競爭條件下),那么他的評論量會多,會導致權重上升排名Rank上升,但是這并不代表是亞馬遜對老客戶或者留言時間越早的評論評分給予提高權重的表現(xiàn)和。
所以關于此文章中很多事一些之前A9算法的再次總結,并不是什么新的調整的東西。而且總結的某些部分還是比較牽強。
不過之前提到的A9算法因素還是具有參考意義。新調整的因素中對單價越高的產品排名上升越高還是有問題的,因為亞馬遜完全不需要依靠調整這個部分,根據市場需求和供給理論以及目前亞馬遜排名結果數量來看,沒有感覺到亞馬遜將價格高的產品排到靠前,或者更確切的說,TOP100還是沒有看到高價產品。因為如果按照現(xiàn)在網上傳播的文章調整的算法來說,TOP100是會抄入一部分權重較高的高客戶單價產品才對。
附錄:A9算法因子
影響A9搜索算法的因素有哪些?(這是以前就有的因子)
一、轉化率:
1、銷量排名 2、買家評論 3、Q&A 4、圖片尺寸和質量 5、價格 6、父子關系產品 7、頁面停留時間和跳轉率 8、Listing完整性
二、相關性因素:
1、標題 2、Bullet Points 3、產品描述 4、品牌和制造商 5、技術參數 6、類目和子類目 7、Search Term
三、買家留存率:
1、訂單處理速度 2、可售庫存 3、完美訂單率 4、訂單缺陷率 5、退出率 6、包裝選擇 7、頁面停留時間和跳轉率 8、Listing完整性
A9搜索算法新調整 (這是最近網上文章寫得最新調整的部分,實際里面幾條并不是最新調整,第5和后面關于評論的部分還是有問題的。)
1 、search terms權重在降低,listing其他地方如標題,賣點,大描述A+里面的關鍵詞權重在變高。
2、銷量權重比例在變低。
3、轉化率銷量權重比例在變高。
4、Review越多權重越高。
5、單價越高,排名上升越快。
Review政策變革影響著A9
過去:Review平均分來評級,平均分越高,轉化率容易越高。
現(xiàn)在:亞馬遜不再按照Listing的Review平均分來影響排名了。引入了機器人機制,由Machine根據以下條件來決定你的Listing的星級評定:
1,Review的留評時間,早期的Review的權重大于最近剛留的Review,時間越久評級越高。
2,Review被客戶點贊的越多,權重越大。如果你的好評都有幾十個贊,就算來個差評也不會很大程度影響你的review評分,不至于從4.5降到3.5,如果你的review都沒有贊或者很少那來個差評對你的評分就是跳水式打擊,星級一落千丈從此沒單。同時如果你的好評點贊數多,也可以抵抗其他競爭對手惡意點NO帶來的打擊。
3,沒有VP的Review對排名的影響會降到最低,以前Top Reviewer的評論權重也會下降甚至刪掉,VP排名權重會升至最高。
A9是如何反刷單的?
A9算法會根據用戶的瀏覽記錄和歷史購買情況去給賣家推薦關聯(lián)產品,刷單機構給多個賣家刷單導致刷單的這些賣家形成了一個虛假用戶圈,產品無法觸及到真實購買的買家,離真實用戶這個大池子原來越遠,所以導致越刷單越沒單,大量刷單的賣家要慎重。
很多人會說做廣告也是花錢,刷單反而效果來的更直接,其實不然,廣告雖然花了錢未必都能出單,但是廣告所觸及的客戶是亞馬遜這個大池子里的真實客戶,A9推薦自然也是推給了真實客戶,形成良性循環(huán)。所以大家想要做好亞馬遜還是要踏踏實實的走好每一步,不走歪門邪道,心無旁騖。
相關標簽:
精選服務
¥