基于亚马逊搜索引擎工作原理，卖家们如何运营好Listing?

第一章节、怎么写撰写listing

遇到瓶颈，整理一下思路，顺便写了一下，动态部分还没写，一切都是以讨论为目的，望勿喷勿杠，不知道为什么不能从word上直接复制过来，所以格式有点乱。这个分析内容是亚马逊搜索算法的基本逻辑，其中有很多是搜索算法通用的内容，我不懂亚马逊A9的核心算法，除了写亚马逊搜索算法团队的人没人知道算法核心，就是为了讨论一下，望别杠!

先看一下，买家搜索一个产品到最后购买它，用户和亚马逊后台的基本流程：

图为人机交互过程

在第一阶段中“调出所有符合条件的listing使用算法进行打分排序”这个对新的listing进行第一次的计算打分过程(没有用户浏览数据，就没有用户体验分值)-----称新的listing数据搜集处理及第一次计算分值的过程为算法的静态过程。

在第二阶段中“根据用户行为，使用算法对listing这次表现进行打分，对结果重新排序，等待下一次调用-------(对用户进行评价)”当有了用户体验以后，listing的分值=静态分值(基础分值)+动态分值(用户体验分)-------人机交互称这个过程为算法的动态过程。

一、静态过程

(一)过程分析静态过程大概如下：

数据收集→【文本转换→解析→停止词去除→词干提取→信息提取】→分类→索引创建→文档统计→加权-正向索引-倒排索引。详细点的解析在下面，有兴趣的可以看一下，没兴趣的只看一下“加权-正向索引”就可以：

1、listing数据收集：对新listing进行打分第一步要有listing的打分内容和传统搜索引擎(Google，百度)使用爬虫收集相关文本相比，亚马逊主要是通过卖家上传的listing进行收集listing内容，用卖家填写的listing来进行搜集信息，同时亚马逊自己规定了大部分填写内容和格式，文本搜集更加全面，对后续算法步骤更加友好。(正确的填写亚马逊产品表格十分重要)如果这个产品页面信息是未被收录的，则会对这个产品进行进行收录，如果发现这个产品页面已经有些更新，则会重新对该页面进行收录。(收录：把产品信息加入搜索引擎，可以通过关键词搜索出来);

2、文本转换:把人看的listing翻译成机器看的listing：

(1)原始文本：Basic Calculator:XXX CD-8185 Office and Home Style Calculator–8-Digit–Educational - Suitable for School and Destop-use (Purple)

(2)解析后：Basic+Calculator%3A+XXX+CD-8185+Office+and+Home+Style+Calculator+%E2%80%93+8-Digit+%E2%80%93+Educational+-+Suitable+for+School+and+Destop-use+%28Purple%29

(3)去停止词词干提取去除特殊符号等后：Basic+Calculator+XXX+CD-8185+Office+Home+Style+Calculator+8-Digit+Educational+Suitable+School+Destop-use+Purple;

3、解析器(通俗说法：分词)搜索引擎中的解析器主要负责处理文档中的文本词素序列，这就涉及到分词的问题了，更好地理解词与词组的意思;

4、停止词去除有一些词在句子中只是让句子更通顺，并非起着非常重要的功能性上的作用，比如英文的“to”、“of”、“on”等，中文的“的”、“地”、“得”等。当然也可能存在实际的价值，如“大地”中的“地”就是有一定价值的词，不能当做停止词而被去除;

5、词干提取针对于英文而言，需要提取词的词干，比如“fishing”提取fish;

6、信息的提取对于页面上到底是与哪些词相关的,哪个店铺发布的，什么时间发布的，比如“Apple”到底是水果的意思还是iPhone公司相关产品的意思，需要对标题，五点，描述的内容进行拆分成众多词组，进行理解这个产品页面里面的apple到低是什么意思。(和类目选择相互印证，如果类目错误较大会有相关惩罚的，没有搜索展示，做不了广告等);

7、分类分类组件对页面都打上归属标签，比如是关于体育的，还是关于IT的，亦或者是娱乐的。(理解的信息和类目选择相互印证，如果类目错误较大会有相关惩罚的，没有搜索展示，做不了广告等);

8、索引创建索引就是帮助程序进行快速查找的。大家都用过新华字典。字典前边的按照偏旁部首查字的部分就是索引。搜索引擎也一样;

9、文档统计文档统计简单汇总和记录词、特征和文档的统计信息。搜索引擎所拥有的文档中出现的每一个单词都拥有一个反转列表。它记录了这个单词在多少文档中出现，分别是哪些文档，每个文档分部出现多少次，分别出现在什么位置等信息。为了提高搜索质量，搜索引擎需要对文档的不同部分分别处理，构造反转列表。每一部分的单词都要被加入到这个词属于此部分的反转列表里;

10、加权-正向索引加权是搜索引擎的排名非常重要，它是搜索引擎对页面识别并处理后的初始权重，体现出了文档中某些词的相对重要性，而这个加权结果是通过搜索引擎检索模型来确定下来的;

11、倒排索引倒排索引组件是搜索引擎的核心组件，是将文档对应多个索引项的形式，转化成为索引项对应多个文档的形式，这种做法称之为建立倒排索引。

(二)自己总结的撰写listing的思路

静态过程主要是涉及撰写listing，而listing撰写主要是关键词布局和相关性，推广之前，关键词布局主要在“标题、五点、产品描述、ST”，推广之后关键词布局还要加上“QA和评论”：

1、关键词的选择：关键词一般是选择短的词组，搜索量大，曝光量大，当然竞争也大，有一般就有特殊的选词方法，选一个包含核心短词组的长尾关键词，放到标题里面，通过一段时间的高数据指标提高核心短词组的权重，最后优化到核心短词组为关键词;

2、标题：产品关键词+修饰词，重要的的关键词放前面，从左到右排序，不要堆砌关键词，注意语句通顺，意思完整。恶意堆砌关键词有可能被系统惩罚语句不通，影响用户体验修饰词不是没有作用的，他可以起到引导推销，使消费者进入相对意境产品关键词包含：核心关键词，宽泛关键词，长尾关键词，根据产品，习惯，当前状态不同，可以全用也可以组合着用，但必须要有一个核心关键词，是曝光和转化相对平衡;

3、五点：一般写关于产品核心卖点、尺寸、功能、特点、我们和同行的差异化卖点(特有的优点)等，我一定会写的是使用场景和售后，关于埋词，核心关键词埋在第一点里面，如果不好安排可以放到第二点里面，重要程度依次后排，通顺的介绍产品是第一要务，可以不埋那么多，没有关系的。使用场景有代入感，增强购买欲售后你不写，FBA也会这么干的，写了还能增强信任感;

4、产品描述：主要写产品参数、包装信息、温馨提示和使用场景即可，通顺符合老外阅读习惯，在合适的位置埋词就行;

5、ST：我一般是不写，如果写的主要是写一些搜索框下拉词，买家搜索使用频率高，注意不要放入别人的品牌，不要重复即可;

6、QA:会自己提前准备几条，在到货之后，会每天安排1-2条，会在问题和回答中都埋核心词，其他词看情况，如果产品销售的国家使用多种语言，每种语言都会安排2条问答，问题内容如果有同行的，一定要竞调一下，看一下消费者关心的问题，找出对我们有力的，上上去;

7、评价：会先埋核心关键词，最后让他出现在“Read reviews that mention”

核心要点：有同行的一定要竞调同行的，在小类前十的选几家抄就行，不要自己搞，出力不讨好，等自己的listing能进前20在个性化测试吧，不要一字不动的抄，所有的搜索引擎都喜欢新的，原封不动的抄会被降权的，自己做适当修改就行。

三、有两个话题：

1、关于各个部分埋词权重的排序：

(1)标题、五点、产品描述、ST、评价、QA，有人验证过他们的排序吗?怎么验证的?

(2)猜测：标题>五点、产品描述、ST、进入“Read reviews that mention”的关键词(这几个近似相等，五点前面可能略高一点)>QA。

2、假设标题的权重是100，我们现在的习惯是多埋关键词，那如果我少埋关键词，会不会使我的关键词词组权重变高?(如果标题是ABCDE权重为100，那关键词BC权重为40，把标题缩短为ABC，那BC的权重为66)这种假设有可能吗?有人验证过吗?

第二章节、怎么优化listing?

一、动态过程是一个人机交互的过程：

查询输入→查询转化→结果输出→索引排序→评价调整，这个过程让我们去理解过程指标的意义，我们要关注的是过程指标，这样才能对listing进行深入分析调整。

1、查询输入：查询输入组件提供了用户接口和解析器，在用户输入并搜索之后，对该查询内容进行解析，也可以理解为进行分词处理。反转文件要和访问机制(access mechanism)一起可以工作。访问机制定义了如何通过一个单词找到它所对应的反转列表。

2、查询转化：查询转化包括的内容很多，比如之前说过的分词技术、停止词的去除和词干的提取等等，然后生成可以查询的索引词。

3、结果输出：结果输出页面会对已经获得的排好序的页面显示给用户，显示这些页面的标题、图片展示、价格、评价星级等等。(在没有算法干预的情况下这里输出的结果是没有逻辑的排序的，是随机的)

4、索引排序：查询处理，查询处理组件会在检索模型的基础上，采用排序算法来计算这些文档的分值，也等于是第二次加权处理。

5、评价调整：

(1)评价调整主要是根据日志：搜索引擎的日志是调整和改善搜索引擎系统效果和效率的非常有价值的信息源，通过用户查询与搜索引擎交互的信息可以调整搜索算法的不足。日志可以记录用户在访问亚马逊网站的整个过程，搜索词是什么，点了哪几个页面，各个页面看了多久，关注那些位置，是否加购购买等等。

(2)排序分析：拥有了日志之后，就需要对现有排序进行分析了，比如给予初始排名比较高的页面却没有点击，或者又点击跳出率却非常高，降低这类页面的排名，对于翻了几页后，点击多且用户表现出来的行为非常好的情况，会提升这类页面的排名，当然，这种页面很多的话，也会对整站排名有着非常好的作用。

二、优化listing必备的数据指标：

1、点击率：点击数/曝光数，关于产品listing编写，相关性前面已经讨论过了，现在影响点击率的主要就是首图和产品排位。排位越靠后点击率越低。

2、订单转化率：订单数/点击数，主要是评价整个listing页面的(图片，A+，视频，QA，评价)好坏的综合指标。

3、产品转化率：销售数/点击数。

4、订单平均产品数：销售数/订单数。在讨论其他几个指标之前我们必须要明白亚马逊到底卖什么给卖家的，我们会在亚马逊上打广告，按点击付费，但是亚马逊的流量也是花钱买来的，他Facebook，google等其他地方花了大量的广告费，我们要明白所有的购物平台都是流量变现的终点，(我们看国内腾讯投了哪个平台他会在QQ,微信按个流量入口，给他投的平台导流，而阿里投了哪个平台，他会在那个平台按个流量入口，给淘宝导流)，所以亚马逊卖的不是点击，是曝光，是曝光，是曝光。。。曝光无效他就是在亏损。

5、曝光转化率：订单数/曝光数，是评价整个listing的质量，衡量用户体验好坏的。曝光转化率=订单数/曝光数=订单转化率*点击数/点击数*点击率=订单转化率*点击率，这就是为什么大家都关注这两个指标。各大高手解析亚马逊算法基本都是围绕这两个指标展开的。

6、曝光收益：曝光转化率*订单平均产品数*产品单价*佣金比例=点击率*订单转化率*订单平均产品数*产品单价*佣金比例。

7、佣金比例：产品类目基本相同，佣金基本相同，换类目降低佣金比例玩法有风险。订单平均产品数：同行基本相同。

8、产品单价：前期要低于同行一点，后期看长远计划，但是单价低一点，转化率会相对高一点。所以主要运营内容就是从点击率和订单转化率这两个指标展开，为什么这两个指标呢?-------亚马逊关注的核心是用户体验，用户体验好，他才会再次来这个平台购物，亚马逊才有的钱赚，点击率检验了用户是否找了他想要找的产品，而订单转化率更重要，检验了用户对找到的产品是否满意，成交才是王道。