Sif在上周三上線了關(guān)鍵詞的點擊轉(zhuǎn)化率數(shù)據(jù)，還包括根據(jù)轉(zhuǎn)化率數(shù)據(jù)計算的平均CPA和ACOS，得到了賣家們的一致好評。

但是，其中一個我們之前并沒有特別在意的指標，卻引發(fā)了大量賣家的疑惑甚至質(zhì)疑。也正是因為這個指標的異常，讓我們對亞馬遜后臺多個模塊的轉(zhuǎn)化率數(shù)據(jù)有了非常清晰的認識，也才有了這篇文章。


就是ABA的Top3產(chǎn)品在關(guān)鍵詞下的點擊轉(zhuǎn)化率，普遍都低于關(guān)鍵詞的平均轉(zhuǎn)化率，這與大家常識性的認知并不相符。


而Top3產(chǎn)品的轉(zhuǎn)化率，是根據(jù)關(guān)鍵詞的點擊轉(zhuǎn)化率、ABA Top3產(chǎn)品的點擊份額和轉(zhuǎn)化份額計算出來的。


Top3產(chǎn)品的點擊轉(zhuǎn)化率計算公式

數(shù)據(jù)感覺有異常，我們第一時間想到的肯定是計算方式有問題。

但這個數(shù)據(jù)是用嚴格的數(shù)學(xué)公式推導(dǎo)出來的，在熱門搜索詞和搜

索查詢績效口徑一致的情況下（已經(jīng)做過確認），這個公式理論上不存在問題——這也是這個數(shù)據(jù)之前并沒有引起我們的注意的原因。

我把數(shù)學(xué)推導(dǎo)過程貼在下邊（以Top1產(chǎn)品的數(shù)據(jù)為例）：


我們將兩個份額相除，得到：


也就是：


其他變量全都已知，于是可以得到：


最終的這個公式很簡單，我們可以很輕松地得到兩個結(jié)論：

第一，真正導(dǎo)致頭部產(chǎn)品的點擊轉(zhuǎn)化率低于行業(yè)平均值的原因，在于大部分頭部產(chǎn)品的轉(zhuǎn)化份額都低于點擊份額。只要轉(zhuǎn)化份額低于點擊份額（轉(zhuǎn)化份額/點擊份額＜1），就一定會得到產(chǎn)品的轉(zhuǎn)化率小于行業(yè)平均值。


第二，頭部產(chǎn)品的點擊轉(zhuǎn)化率小于平均值，與關(guān)鍵詞的平均點擊轉(zhuǎn)化率的具體數(shù)字大小無關(guān)，因為不管這個數(shù)字是多少（可以將其當做一個常量），只要頭部產(chǎn)品的轉(zhuǎn)化份額/點擊份額＜1，他們的點擊轉(zhuǎn)化率就會低于關(guān)鍵詞的轉(zhuǎn)化率（行業(yè)平均值）。

這個可以讓大家不用關(guān)注我們的轉(zhuǎn)化率數(shù)據(jù)的來源，因為任何來源都不影響這個結(jié)論。而我們實際上也是使用搜索查詢績效里計算出來的關(guān)鍵詞點擊轉(zhuǎn)化率進行對比的。




一直都有異常，只是沒有被真正發(fā)現(xiàn)

在以前，當我們單看ABA里的點擊份額與轉(zhuǎn)化份額的時候，如果轉(zhuǎn)化份額＜點擊份額，我們只會認為，從點擊到轉(zhuǎn)化有流失，似乎是個正常的現(xiàn)象（雖然點擊份額、轉(zhuǎn)份份額與轉(zhuǎn)化率并不是一回事）。


但我們把關(guān)鍵詞的平均轉(zhuǎn)化率代入進去之后，只要轉(zhuǎn)化份額＜點擊份額，必然得到頭部產(chǎn)品的轉(zhuǎn)化率低于行業(yè)平均水平。而且這個在ABA數(shù)據(jù)里非常普遍。


但這顯然與我們的認知嚴重不符。所以，這個數(shù)據(jù)引發(fā)了我強烈的好奇心。

因為數(shù)據(jù)里的異常，就如沙子里的金礦。要么是我們錯誤的理解了其含義，（如果并非異常）要么藏著認知以外的真理。

如果只是錯誤的理解了其含義，那我們把它的原理搞懂就行了。

但如果數(shù)據(jù)說明的就是事實，那說明我們以前的認知就是錯的：頭部的產(chǎn)品的轉(zhuǎn)化率并不一定高于行業(yè)平均水平。而如果低于行業(yè)水平還能排在頭部，那可能說明轉(zhuǎn)化率在搜索中的權(quán)重并不如大家想象的那么高，點擊率可能才是權(quán)重最大的指標。

說實話，作為喜歡研究數(shù)據(jù)的人，我個人更希望是后者，因為它將又是一個顛覆大部分賣家認識的新認知，而且對以后的運營推廣的啟發(fā)極大。

因為它立馬讓我想到了那些通過點擊和加購上首頁的操作。而且也有些賣家告訴我，他們購買過頭部產(chǎn)品的數(shù)據(jù)，發(fā)現(xiàn)它的轉(zhuǎn)化率確實并不比他們自己的產(chǎn)品高，只是流量是自己的好多倍。

但希望歸希望，數(shù)據(jù)研究講究的是嚴謹，而且我個人也覺得這里邊有矛盾之處，比如：

第一，頭部產(chǎn)品的轉(zhuǎn)化率并不是行業(yè)最高的我可以理解，但說要低于行業(yè)平均水平，我覺得不太可能。

第二，如果頭部產(chǎn)品的轉(zhuǎn)化率低于平均水平，它們是怎么穩(wěn)住自然排名的？我覺得也解釋不通。

最終，我們得到的結(jié)論更傾向于亞馬遜數(shù)據(jù)本身的統(tǒng)計口徑導(dǎo)致的問題。

由于文章依然很長，我們還是把結(jié)論先貼在這里。但依然建議大家詳細閱讀，因為研究的過程與方法都很有趣。

最終導(dǎo)致頭部產(chǎn)品點擊轉(zhuǎn)化率低于行業(yè)平均水平的最核心原因，是由于24小時的歸因周期所致。具體的影響機制是：

消費者從搜索、點擊，再到最終購買，是需要一定的時間周期的。越是頭部的產(chǎn)品，點擊行為就會越處在購買周期的早期（搜索之后會先看到），而離最終下單購買的時間點的距離就會越遠。如果這個時間超過24小時，點擊量會計入點擊份額，但是購買卻不會計入轉(zhuǎn)化份額。

在這個購買周期里，越是處于頭部的產(chǎn)品在數(shù)據(jù)統(tǒng)計的時候會越吃虧（被歸因周期切斷的概率越大，但實際7天歸因的轉(zhuǎn)化率依然高于行業(yè)平均水平），越是離下單的時間點越近點擊的產(chǎn)品（排名靠后）的轉(zhuǎn)化率反而越大——從購買的時間點往前推，越先被點擊的產(chǎn)品越容易因為歸因周期而被強行切斷。

這個現(xiàn)象在非標品上體現(xiàn)得會更加明顯，因為非標品的購買意圖可能更加不明確，決策周期會更長；而標品則決策時間會更短一些（后邊有示意圖）。這就是為什么標品和非標品在這個數(shù)據(jù)上差異巨大的原因（之一）。

這個推論，不僅能解釋ABA頭部產(chǎn)品的轉(zhuǎn)化率低于行業(yè)平均水平，還可以解釋其他兩個模塊的兩個異?，F(xiàn)象：?

1. 為什么商機探測器里關(guān)鍵詞的搜索轉(zhuǎn)化率的數(shù)據(jù)都偏低
2. 為什么搜索查詢績效里計算出來的關(guān)鍵詞的點擊轉(zhuǎn)化率，在一些品類里，尤其是非標的品類（比如服裝），也很明顯偏低。

以下是當異常被賣家們陸續(xù)提出來之后，我與一眾專業(yè)賣家朋友的詳細研究過程。


假設(shè)一：亞馬遜是根據(jù)點擊量選擇的前3，也許這些產(chǎn)品并不是真正的頭部

“別問為什么，先問是不是”，這是研究問題的最基本素養(yǎng)。

所以自然而然的，我會先想到，這些產(chǎn)品有沒有可能并非真正意義上的頭部，只是點擊量多的產(chǎn)品而已。因為ABA選擇Top3產(chǎn)品的邏輯是基于點擊量。



也有賣家提出了類似的想法，包括集中的點擊造成的大量點擊量，或者廣告推首頁的操作導(dǎo)致的點擊量很大。



驗證這個很簡單，去看看這些頭部是不是真正的頭部即可。

我看了一些詞，基本上出現(xiàn)在ABA Top3的產(chǎn)品，都是自然位比較靠前的產(chǎn)品，而且就是自然位前3的情況也很常見。說明Top3產(chǎn)品確實是實至名歸的頭部。





假設(shè)一證偽。

關(guān)于純廣告點擊能不能成為點擊量頭部的問題，我個人認為比較難。原因在于：?

1. 搜索流量是非常典型的冪律曲線，在頭部的下降非?？?，如果產(chǎn)品不是進入到前幾的位置，要做到點擊量靠前非常困難
2. 每次廣告都是獨立的流量分配，亞馬遜會有一套平衡機制，即便你的CPC非常高而且預(yù)算不設(shè)限，你的廣告位也不可能在每次搜索時都展示在首頁首位。但自然位是相對穩(wěn)定的，流量極其穩(wěn)定且巨大，不配合好的自然排名，幾乎不可能進入點擊量前幾。

假設(shè)二：與多變體相關(guān)

排除對頭部產(chǎn)品的誤解的可能性之后，假設(shè)與多變體相關(guān)是最容易被想到的。多變體產(chǎn)品在點擊進入詳情頁后，很可能會通過切換查看和購買別的變體而導(dǎo)致該ASIN的轉(zhuǎn)化率低于平均值。

由于亞馬遜數(shù)據(jù)給的確實是按照變體給的，而且我們也發(fā)現(xiàn)變體多的非標品類（比如服裝），轉(zhuǎn)化份額就明顯比點擊份額小非常多。


看起來這似乎是一個還有點靠譜的解釋。但一個賣家對這個假設(shè)馬上提出了質(zhì)疑，因為那種幾乎沒有變體的行業(yè)，大部分頭部產(chǎn)品的轉(zhuǎn)化份額也低于點擊份額（也就是依然能得出其轉(zhuǎn)化率低于行業(yè)平均水平）。


我看了一下這位賣家給的類目，確實基本沒有變體。所以應(yīng)該還存在別的與變體無關(guān)的系統(tǒng)性原因。

假設(shè)二，作為可以解釋變體多的品類的候選，但是不能解釋沒有變體的品類的異常。



假設(shè)三：點擊份額是搜索頁的點擊，但轉(zhuǎn)化份額包含詳情頁的關(guān)聯(lián)點擊產(chǎn)生的購買

這是一個非常有意思的假設(shè)，以致于這個數(shù)據(jù)問題一度變成了英語語法問題。



這個假設(shè)的意思是說：計算點擊份額的時候，確實點擊僅僅只統(tǒng)計在搜索頁產(chǎn)生的點擊；但是計算轉(zhuǎn)化份額的時候，分母并不只是由搜索頁的點擊產(chǎn)生的購買，而是從搜索頁點擊進去之后在詳情頁的關(guān)聯(lián)點擊產(chǎn)生的購買也會包含進去。

這是一個海外留學(xué)回來的妹兒提出的假設(shè)，她還舉了一個具體的例子：



人家的英語是專業(yè)的，她還把官方的英文解釋貼了出來。




然后，畫風(fēng)就開始突變，瞬間變成英語語法討論群了。



最后大家并沒有就這個達成共識，所以我們還問了下ChatGPT，它贊同了這個妹兒的說法。




······

但我覺得ChatGPT是亂說的。我始終不愿意相信，一個數(shù)據(jù)問題變成了文字游戲。

并且，如果這個說法成立，它無法解釋另一個現(xiàn)象：為什么搜索查詢績效里邊算出來的關(guān)鍵詞的轉(zhuǎn)化率這么低，尤其是非標品的品類，與賣家們實際的轉(zhuǎn)化率差好幾倍。

除非，ABA的統(tǒng)計口徑和搜索查詢績效不一樣。

這······是要把人逼瘋的節(jié)奏。

假設(shè)三，暫未確診，留院觀察。



假設(shè)四：頭部產(chǎn)品的轉(zhuǎn)化率也許真的可能低于行業(yè)平均水平

通過“先默認并解釋”的路徑?jīng)]有找到答案，我開始嘗試另外一個思路：有沒有可能數(shù)據(jù)確實就是事實，只是我們的認知是錯誤的——也許頭部產(chǎn)品的轉(zhuǎn)化率真的不一定高于行業(yè)平均水平？

我想到了一個有意思的問題：為啥ABA的頭三個產(chǎn)品取的是點擊份額最大的三個，而不是轉(zhuǎn)化份額最大的三個？難道點擊更重要？



于是大家把研究方向轉(zhuǎn)向了CTR。然后賣家們也提供了一些自己的基于個人經(jīng)驗的看法。


而且不止一個：


但很快，我們自己也都覺得這個似乎也不是完全說得通。點擊可能固然重要，但頭部產(chǎn)品轉(zhuǎn)化率低于平均水平，這不科學(xué)。



我將其總結(jié)為叫“德不配位”：位，是可以通過花錢買來的；但是你要能坐穩(wěn)這個位置，需要德，就是更本質(zhì)更內(nèi)核更基本的東西。

假設(shè)四，暫未確診，同樣留院觀察。
?


假設(shè)五：24小時歸因周期強行切斷了后續(xù)產(chǎn)生的訂單

在以上這些假設(shè)都無法完美的解釋以上各種現(xiàn)象的情況下，我又把消費者的購買路徑完整的盤了一下。我發(fā)現(xiàn)我可能找到了能解釋以上所有現(xiàn)象的答案了。

問題就出在，24小時的歸因周期上。

為了便于大家理解，我畫了個草圖（真的是草圖，因為圖中的陰影部分是用畫筆手繪的；同時時間間隔也是示意，不同品類的決策高峰期長短不一）。




消費者購買任何類型的產(chǎn)品，都是有一個決策周期的。比如女孩子買衣服，很多時候都不是明確的需求，都是先逛一逛看一看。但是真正下單購買的時候，離第一次點擊的時間可能已經(jīng)隔了好幾天了。這時候這些訂單都不會被歸因到最開始產(chǎn)生的點擊對應(yīng)的轉(zhuǎn)化里，因為超過24小時了。

這里邊最關(guān)鍵詞的點是，當消費者有了想買東西的欲望并搜索關(guān)鍵詞后，頭部的產(chǎn)品因為排名最靠前，是最先被點擊的。不管消費者的購買決策周期是1小時、1天還是5天，最先產(chǎn)生的點擊離最終購買決策的時間點都是最遠的。只要這個時間間隔超過24小時，歸因就斷了。

而那些因為排名靠后而被點擊得越晚的產(chǎn)品，由于離購買決策時間點越近，被歸因周期切掉的概率反而越低。

所以，越是偏頭部的產(chǎn)品，表現(xiàn)為轉(zhuǎn)化份額比點擊份額小的概率越大（在24小時歸因的前提下），但是如果是完整的7天歸因，其轉(zhuǎn)化率依然是高于行業(yè)平均水平的。

為了確認這個推論的可解釋性，我咨詢了行業(yè)最知名的頭部大賣的朋友的看法：


然后又把結(jié)論拋到了亞馬遜講師天團群內(nèi)，得到了幾位老師的贊同：



還有朋友自己做過一些數(shù)據(jù)研究，也為這個結(jié)論提供數(shù)據(jù)上的佐證。比如：

費廢老師也說自己的大標品，第一天和第二天的刷新誤差，超過30%。


雪超在自己的公眾號就發(fā)表過類似的研究文章。他發(fā)現(xiàn)自己的產(chǎn)品廣告在有完整的7天歸因數(shù)據(jù)后，廣告活動開啟后的第二天的總訂單量比完整7天歸因訂單量少35.66%，CVR和ACOS也類似。（有興趣的賣家朋友可以點擊閱讀《7天歸因周期對廣告優(yōu)化的影響竟超35%》）。

飛哥之前跟亞馬遜ABA的產(chǎn)品經(jīng)理也聊過類似的問題，雖然沒有給出明確答復(fù)，但是提供的方向也是因為歸因周期。



最終，這個解釋我個人認為算是相對比較靠譜的了，我的內(nèi)心也找到了那種自洽的篤定感，因為它除了能解釋這個ABA里的頭部產(chǎn)品轉(zhuǎn)化率低于平均的異常，同時還能解釋亞馬遜后臺另外兩個模塊的異常：

為什么商機探測器里關(guān)鍵詞的搜索轉(zhuǎn)化率的數(shù)據(jù)都偏低


為什么搜索查詢績效里計算出來的關(guān)鍵詞的點擊轉(zhuǎn)化率，在一些品類里，尤其是非標的品類（比如服裝），也很明顯偏低（下圖中的①/②）。


到了這里，這個問題至少有了一個相對靠譜一點的結(jié)論。如果后續(xù)有更多數(shù)據(jù)支撐更多假設(shè)，我也會及時分享給大家。


如何科學(xué)地上首頁

這次研究里有一個關(guān)于點擊率是否可能更重要的研究分支，雖然我沒有就這個問題展開詳細的說明，但是讓我突然又有了一套如何科學(xué)上首頁的新思路（白帽合規(guī)的科學(xué)方法論），有機會再跟大家分享。


致謝

雖然此次研究從上周三Sif上線轉(zhuǎn)化率開始持續(xù)至今也就幾天時間，但是我在研究的過程中騷擾了大量的賣家和朋友，在文章末尾一并致謝（Lady First，但同性別不分先后）：

小小汪、黃豆沙、二喵、Miki、Vivian、王隨便

萬寶路、天涯、雪超、linmiao、陸小凌飛、飛哥、趙偉老師@飛魚、林校長@MoonSees、雕哥、曾德威老師、Kevin老師、駱駝、廢費老師、陳俊旭老師、藏鋒、歐先生

最近睡眠不足，用腦過度，如有遺漏，或者性別搞錯了，還請朋友們海涵。