社區(qū) 發(fā)現 Amazon 是否可以利用電商領域基礎公式，解讀亞馬遜...
是否可以利用電商領域基礎公式，解讀亞馬遜自然排名的算法，讓人更容易理解？點擊率和轉化率是屬于一個概率值？想要概率值準確，那么一定需要大量的數據做支撐
發(fā)帖1次
被置頂1次
被推薦1次
質量分0星
回帖互動101次
歷史交流熱度28.57%
歷史交流深度0%
在電商領域里面，我們都知道有一個坑產理論，其公式為：
坑位產出 = 單位展現產出 = 成交金額 / 展現量 = (展現量 × 點擊率 × 轉化率 × 客單價) / 展現量 = 點擊率 × 轉化率 × 客單價
簡單解釋一下：就是在單位曝光下，你能夠產出的成交額越多，那么你的坑產就越高。而坑產大多是與平臺的收益掛鉤的。
對于亞馬遜平臺來說，他的收益有很大一部分是來自傭金，傭金的收取方式是按比例收費，與成交金額有關的?？赢a高也意味著平臺的收益就高，所以就更愿意給你更好的曝光。而更好的曝光無疑就是更靠前的自然位。
那么回到這個坑產公式=點擊率 × 轉化率 × 客單價，我們暫且拋開客單價，一些比較靠后的鏈接經常會有這樣的數據表現：曝光100，流量10，訂單5，點擊率10%，轉化率50%，點擊率和轉化率相當不錯，那么你的位置就可以很靠前？這顯然和實際是不符的。那這是為什么呢?
這里的點擊率和轉化率是屬于一個概率值，想要概率值準確，那么一定需要大量的數據做支撐。舉個很常見的例子，硬幣的正反面概率，正面和反面的準確概率應該都是50%, 但是如果你只有10份數據，那么正面可能是7次，反面是3次，70%與30%對于50%來說偏差是非常大的，如果直接就去這個值去做坑產計算，那么顯然偏差是非常大的，對于平臺來說，給你一個好的曝光位置，但是你實際能給我?guī)淼氖找媾c預估的收益偏差就大，風險就高。所以這里需要有一個“量”，量越大，與真實概率就越接近，偏差就越小。這里需要的數據量就是指曝光（點擊率的數據支撐）和流量（轉化率的數據支撐）。
這里可以用新品廣告數據來做實例，因為新品一開始流量大多都是來源于廣告，而廣告是看得到曝光量和點擊率數據的。我們自身推新時做過相關的數據對比，一般轉化和客單價相差不多的新品，廣告曝光量大，點擊率高的新品，自然位上升的速度都會更快。
但是我們后來還是發(fā)現一個問題，新品我們廣告花重金買流量，出單已經比一些老品還要高了，數據方面表現也更好。但是自然位短期內還是無法超越老品的自然位。
這里的“量”其實是時間范圍內的數據，而時間可以分階段的，7天，14天，30天，3個月，甚至半年到1年。那會不會是這樣，對于平臺來說，歷史會更替，近期的表現更能決定將來的走向，所以短期內的表現會更重要，但是歷史數據也是重要的參考依據，那平臺就對不同時段賦予了不同的權重，類似于加權平均的算法，近期數據表現權重較高，然后歷史權重隨時間的延長而變低。所以新品因為沒有更長時間段的數據，在計算時缺失了一部分，需要時間累積，等有這部分數據之后才能更近一步。
亞馬遜盡管是有一個A9算法，其中4個關鍵因素：
一、相關性（Relevancy）
二、轉化率（Conversion Rate）
三、客戶滿意度（Customer Satisfaction）
四、復購率（Repurchase Rate）
但是這些指標從數據上來看，最終也是呈現在了點擊與轉化上，就以相關性來說，我們推廣的關鍵詞要與商品相關，推廣的人群要與產品相關，巴拉巴拉的一大堆相關。最終數據說話，怎么相關用數據說話其實就是點擊率和轉化率。
那總結一下：亞馬遜在考慮分配自然排名的時候，為了確保自身推送出去的商品能夠達到預期一樣的坑產，從而帶來預期的收益。
?
那么為了減少這種誤推的可能性，那么需要考慮到三個維度：
1. 基礎數據表現，點擊與轉化OK
2. 支撐數據表現的量，曝光量與流量有足夠數據驗證
3. 時間軸，維持好的數據，維持足夠的數據量，并在各個時間段保持
那么自然排名如何去推廣，是否也就可以按照這個邏輯去做推廣？我所了解的，大多數運營可能都會忽略后面兩點。
這樣去理解自然排名是否會比分析A9算法更加簡單和直白。這樣是否也可以更好的理解我們在運營上的一些疑問。如：
為什么廣告要優(yōu)化，如果點擊轉化差還會導致自然位下降，因為我要保證數據在點擊與轉化上OK。
為什么我的數據表現很好，但是自然位就是上不去，因為需要量與時間。
為什么斷貨會說不超過兩周，接上貨之后鏈接就能很快恢復，因為歷史數據有權重。
為什么單次秒殺對自然位的提升效果比較差，而有規(guī)律的秒殺和7dd對提升自然位的效果會更明顯。因為可以保證好的數據表現可以覆蓋各個時間段。
為什么廣告預算有限，會建議去打小詞。因為不同的詞需要不同的量做數據支撐，小詞需要的量少。
等等等等...
那這個基礎公式對我們運營工作還能夠帶來哪些指導意義呢?
以上的分析只是針對于匯總的數據，但是實際中數據是會進一步細分的，例如，一個多變體鏈接里面有多個aisn，然后又有多個系列的關鍵詞，在亞馬遜中，所謂的關鍵詞權重是在asin上的，兩個系列的關鍵詞權重又不會共用，但是同系列關鍵詞又有相關性的聯系。所以在具體實操中這個數據被分化得特別嚴重，
那為了迎合這個公式，我們以推新為例子
新品沒有基礎，廣告主要流量來源，鏈接一開始時是否可以通過廣告設置將同一系列的關鍵詞的數據表現，疊加在同一個asin上？
為了點擊和轉化的基礎表現，那我這個asin是否是應該具備天然優(yōu)勢和人為制造優(yōu)勢？
為了數據量和時間軸同時滿足，我是否應該根據關鍵詞的量來調配預算和投流時間？
簡單拎了幾個問題出來，因為后續(xù)涉及的細節(jié)太多，這里就不做過多闡述了
只是利用一個基礎公式嘗試去解讀亞馬遜自然排名的算法，站在平臺的角度去考慮平臺自身的收益，看是否可以更直白，對于一些運營小白來說，這樣去理解是否會簡單?？隙▉嗰R遜的算法會更加復雜，但是底層邏輯應該是互通的。
如有其他看法，也歡迎討論或指正。
坑位產出 = 單位展現產出 = 成交金額 / 展現量 = (展現量 × 點擊率 × 轉化率 × 客單價) / 展現量 = 點擊率 × 轉化率 × 客單價
簡單解釋一下：就是在單位曝光下，你能夠產出的成交額越多，那么你的坑產就越高。而坑產大多是與平臺的收益掛鉤的。
對于亞馬遜平臺來說，他的收益有很大一部分是來自傭金，傭金的收取方式是按比例收費，與成交金額有關的?？赢a高也意味著平臺的收益就高，所以就更愿意給你更好的曝光。而更好的曝光無疑就是更靠前的自然位。
那么回到這個坑產公式=點擊率 × 轉化率 × 客單價，我們暫且拋開客單價，一些比較靠后的鏈接經常會有這樣的數據表現：曝光100，流量10，訂單5，點擊率10%，轉化率50%，點擊率和轉化率相當不錯，那么你的位置就可以很靠前？這顯然和實際是不符的。那這是為什么呢?
這里的點擊率和轉化率是屬于一個概率值，想要概率值準確，那么一定需要大量的數據做支撐。舉個很常見的例子，硬幣的正反面概率，正面和反面的準確概率應該都是50%, 但是如果你只有10份數據，那么正面可能是7次，反面是3次，70%與30%對于50%來說偏差是非常大的，如果直接就去這個值去做坑產計算，那么顯然偏差是非常大的，對于平臺來說，給你一個好的曝光位置，但是你實際能給我?guī)淼氖找媾c預估的收益偏差就大，風險就高。所以這里需要有一個“量”，量越大，與真實概率就越接近，偏差就越小。這里需要的數據量就是指曝光（點擊率的數據支撐）和流量（轉化率的數據支撐）。
這里可以用新品廣告數據來做實例，因為新品一開始流量大多都是來源于廣告，而廣告是看得到曝光量和點擊率數據的。我們自身推新時做過相關的數據對比，一般轉化和客單價相差不多的新品，廣告曝光量大，點擊率高的新品，自然位上升的速度都會更快。
但是我們后來還是發(fā)現一個問題，新品我們廣告花重金買流量，出單已經比一些老品還要高了，數據方面表現也更好。但是自然位短期內還是無法超越老品的自然位。
這里的“量”其實是時間范圍內的數據，而時間可以分階段的，7天，14天，30天，3個月，甚至半年到1年。那會不會是這樣，對于平臺來說，歷史會更替，近期的表現更能決定將來的走向，所以短期內的表現會更重要，但是歷史數據也是重要的參考依據，那平臺就對不同時段賦予了不同的權重，類似于加權平均的算法，近期數據表現權重較高，然后歷史權重隨時間的延長而變低。所以新品因為沒有更長時間段的數據，在計算時缺失了一部分，需要時間累積，等有這部分數據之后才能更近一步。
亞馬遜盡管是有一個A9算法，其中4個關鍵因素：
一、相關性（Relevancy）
二、轉化率（Conversion Rate）
三、客戶滿意度（Customer Satisfaction）
四、復購率（Repurchase Rate）
但是這些指標從數據上來看，最終也是呈現在了點擊與轉化上，就以相關性來說，我們推廣的關鍵詞要與商品相關，推廣的人群要與產品相關，巴拉巴拉的一大堆相關。最終數據說話，怎么相關用數據說話其實就是點擊率和轉化率。
那總結一下：亞馬遜在考慮分配自然排名的時候，為了確保自身推送出去的商品能夠達到預期一樣的坑產，從而帶來預期的收益。
?
那么為了減少這種誤推的可能性，那么需要考慮到三個維度：
1. 基礎數據表現，點擊與轉化OK
2. 支撐數據表現的量，曝光量與流量有足夠數據驗證
3. 時間軸，維持好的數據，維持足夠的數據量，并在各個時間段保持
那么自然排名如何去推廣，是否也就可以按照這個邏輯去做推廣？我所了解的，大多數運營可能都會忽略后面兩點。
這樣去理解自然排名是否會比分析A9算法更加簡單和直白。這樣是否也可以更好的理解我們在運營上的一些疑問。如：
為什么廣告要優(yōu)化，如果點擊轉化差還會導致自然位下降，因為我要保證數據在點擊與轉化上OK。
為什么我的數據表現很好，但是自然位就是上不去，因為需要量與時間。
為什么斷貨會說不超過兩周，接上貨之后鏈接就能很快恢復，因為歷史數據有權重。
為什么單次秒殺對自然位的提升效果比較差，而有規(guī)律的秒殺和7dd對提升自然位的效果會更明顯。因為可以保證好的數據表現可以覆蓋各個時間段。
為什么廣告預算有限，會建議去打小詞。因為不同的詞需要不同的量做數據支撐，小詞需要的量少。
等等等等...
那這個基礎公式對我們運營工作還能夠帶來哪些指導意義呢?
以上的分析只是針對于匯總的數據，但是實際中數據是會進一步細分的，例如，一個多變體鏈接里面有多個aisn，然后又有多個系列的關鍵詞，在亞馬遜中，所謂的關鍵詞權重是在asin上的，兩個系列的關鍵詞權重又不會共用，但是同系列關鍵詞又有相關性的聯系。所以在具體實操中這個數據被分化得特別嚴重，
那為了迎合這個公式，我們以推新為例子
新品沒有基礎，廣告主要流量來源，鏈接一開始時是否可以通過廣告設置將同一系列的關鍵詞的數據表現，疊加在同一個asin上？
為了點擊和轉化的基礎表現，那我這個asin是否是應該具備天然優(yōu)勢和人為制造優(yōu)勢？
為了數據量和時間軸同時滿足，我是否應該根據關鍵詞的量來調配預算和投流時間？
簡單拎了幾個問題出來，因為后續(xù)涉及的細節(jié)太多，這里就不做過多闡述了
只是利用一個基礎公式嘗試去解讀亞馬遜自然排名的算法，站在平臺的角度去考慮平臺自身的收益，看是否可以更直白，對于一些運營小白來說，這樣去理解是否會簡單?？隙▉嗰R遜的算法會更加復雜，但是底層邏輯應該是互通的。
如有其他看法，也歡迎討論或指正。
倒計時：
8 個回復
下一個風口上的豬 - 賺夠500w就退休
贊同來自: 阿甘改不了名字 、 晝短夜長秉燭游 、 貓巷里的魚七 、 吐泡泡喵 、 辣夫劈思 、 Shimakura 、 小明打農藥 、 23年畢業(yè)生小白 、 阿瑪腫種樹人 、 Page 、 路到橋頭自然直 、 yumoumou 、 沒名字 、 THESHY1024 、 易小羊 更多 ?
1.為什么廣告要優(yōu)化，如果點擊轉化差還會導致自然位下降?
因為廣告是不可控的，好的廣告也是需要測試和篩選，分階段去推廣的，有些跑出來的轉化不好的廣告詞代表著你鏈接帶來了不精準的流量，點擊了付費了，錢花了，但是影響鏈接了。點擊轉化差我的理解是，自然位就是你進我退的關系，我的自然位下降了也說明同時，我的競對在這個位置表現效果比我好，越靠前面的自然位置競爭越激烈，哪怕我自身不退步，只要競爭對手的數據比我好了，那我就是在退步，我會把它比喻成一個動態(tài)的過程。而且點擊轉化率差說明帶來的坑產不足以占據這個坑位，而GMV又可以分解到點擊轉化率層面，本質上還是流量的爭奪和轉化層面。
2.為什么我的數據表現很好，但是自然位就是上不去，因為需要量與時間。
這里引用過來表示贊同，加以補充個人觀點。自己的數據表現很好，但是自然位置上不去，一個是需要時間和量的積累，有時候你鏈接的各種條件下，說明了你現階段就應該待在這個位置，一條鏈接的成功一定是有節(jié)奏的和有計劃的，不是所有產品會一直直線的增長，很多好的產品是穩(wěn)定向上增長，短時間內的數據好只能說明對比同期的競對來說，你是有優(yōu)勢的，但是越靠近前面自然位置，競爭對手也越強，可以這么理解，自己鏈接數據好的情況下，也可能在你位置附近的競品數據也很好，這也體現了我第1點說到的，越靠近前面的位置，大家都在拼命去搶，這個時候就是一個不進則退的概念，好不好是看你周圍是誰來作為評判標準的。大家都好的情況下，就是同一水平線，這時候比的就是持久性，也就是不斷地喂穩(wěn)定且優(yōu)秀的數據給亞馬遜去檢驗，笑到最后才是贏家。
3.為什么斷貨會說不超過兩周，接上貨之后鏈接就能很快恢復，因為歷史數據有權重。
斷貨不超過2周，這個時候你的產品也還是在新品期間，而且基于前期你的推廣，你對市場的數據是更清楚的，廣告怎么打，哪些詞，cpc多少，你的產品也是經過了初期的市場檢驗的，是有受眾群體的，在這兩周里，產品的客單價是不會有斷崖式的變化的，其他競爭對手的產品和review數量是很難半個月甩你一條街的，到貨后想辦法弄點價格優(yōu)勢，用廣告去補充單量，合并一下變體去增加評論（合不合規(guī)另說，我目前是堅持白帽合規(guī)運營的）而且你的歷史數據是在系統里的，踩了一腳剎車之后再奮起直追。
4.為什么單次秒殺對自然位的提升效果比較差，而有規(guī)律的秒殺和7dd對提升自然位的效果會更明顯。因為可以保證好的數據表現可以覆蓋各個時間段。
不同客單價的LD和BD是有點區(qū)別的，但是可以大致概括的是BD對于推動自然排名的穩(wěn)定增長，主要是可以穩(wěn)定地提供一定單量和數據，單次秒殺持續(xù)時間短，有種曇花一現的效果，不利于自然位置的穩(wěn)定保持吧。
5.為什么廣告預算有限，會建議去打小詞。因為不同的詞需要不同的量做數據支撐，小詞需要的量少。
小詞一般對應的也是長尾詞，雖然搜索量小，但是這個詞背后代表的受眾人群或者消費需求的十分精準的，他就是來買這個東西的，搜出來這個詞下的同類產品數量也不多，競爭沒那么激烈，所以cpc也會相對便宜，而且你在這個詞下有過幾次點擊，有過幾個訂單，你自然位置就能到第一頁，這種詞大麥又不屑于去專門搶，不屑于去吃這點流量，而且同一個產品不會在所有詞下都表現地很好的，有些產品在幾個詞下自然位置是第一位，但是別的詞下是第一頁一二十位甚至在第二位，有些時候對于新品而言，如果鏈接沒有什么競爭優(yōu)勢的情況下，建議農村包圍城市，猥瑣地茍一下，找對真正適合你新品初期鏈接的流量，用廣告去打開這些精準流量入口，制定有節(jié)奏的推廣計劃。
我將推廣新品比喻成在池塘里養(yǎng)魚，而廣告推廣比喻成魚的飼料，池塘里自身的淤泥、有機物和廣告（飼料）殘留催生出的有機物的分解這種飼料比喻成自然位置的流量。不同的廣告類型，不同的關鍵詞（大小，精準度）是不同成分和功效的飼料。在一個池塘里養(yǎng)魚，不會只有一種一模一樣的魚，你要讓你這條魚長得比較肥，你就要選擇合適你這個魚的品種的飼料（關鍵詞找對找全），并且你這個魚還是小魚苗，它能吃的下什么飼料（廣告類型和詞的大小的選擇），大的飼料（大詞）它是小魚苗（新品初期）的時候是吞不下的，你在養(yǎng)它之前（新品調研）你就大概心里有底，適合這個魚品質的飼料都有哪些（關鍵詞），小魚苗前期喂什么飼料中期喂什么飼料，等慢慢到小魚了，小魚苗時期的飼料和新的飼料混著搭配（長尾詞，中長尾詞），喂的飼料量也慢慢變大（詞代表的流量大小和推廣詞的多少，廣告類型的豐富）等它慢慢地成長到下一個階段了（評論是否有優(yōu)勢，價格，主圖，轉化等因素），再慢慢地去增加。
?
里面的飼料就是流量，魚的不同時期就是新品推廣的不同階段（當然好的產品等于不挑食本身就很能的魚，對于飼料的投喂就要求不會那么高，但是對于很多產品來說，循序漸進，把戰(zhàn)線拉長一點，基于產品不垃圾的情況下，這個鏈接是一定不會差的，賺錢也只是時間問題，只是站在運營的角度，我花一年時間去這樣推好一個產品，前期的推廣成本吃掉了利潤的，至少前幾個月Acos＝毛利率，犧牲的是我的提成，還有公司也并不會這么讓你放開手去干，他只會看你數據報表問為什么不出單，不賺錢，賺的不夠多。但是作為運營畢竟不是老板，只想一分耕耘，下個月有一分收獲，沒那么偉大，我們都需要錢來富足自己）所以很多時候不是鏈接推不起來，是沒找到一種能夠滿足自己收入的前提下，又能站在長期主義的角度去把鏈接推好，這兩種利益訴求的平衡罷了。
很喜歡借這種底層邏輯的帖子也順便梳理一下自己的邏輯，但在工作中發(fā)現積累和提高的的更多的是實操，數據，和解決突發(fā)問題的方法和能力，很多工作本身是停留在機械性的操作的，但是處理完這些工作之后，是很難靜得下心來去把底層的理論框架理順一遍的，但是有時候發(fā)現，往往就是回過頭來，用目標導向去倒推，回到從底層邏輯和底層指標，會發(fā)現很多問題會更清晰。
?
越來越覺得運營層面，越來越重要的東西：底層邏輯的精通，解決問題的反推思考能力，復盤能力，數據分析到最后數據模型構建。借之前一位大佬說過的話表達我的觀點：有道無術，術尚可求也，有術無道，止于術。預測一下這個帖子火一把。