基于亚马逊A9的listing优化Instagram followers for cheap

一、listing优化的目的-用户视角

1、基于用户视角的Listing优化

1.1提升点击率

1.1.1首图优化

1.1.2标题优化

1.1.3列表页其他要素：价格（促销）、评论数、评分值

2.1提升转化率

2.1.1Listingd页面所有要素：图片、标题、价格、促销、五点描述、视频、A+页面，Reviews和Q&A

二、listing优化的目的-亚马逊A9视角

1、基于亚马逊A9视角的Listing优化

1.1 提升曝光量

1.1.1提升关键词排名

1.1.2提升类目排名

2.1基础：相关性及权重

三、listing优化的目的-搜索引擎视角

1、基于搜索引擎的Listing优化（Google等）

1.1提升相关性：可找到

1.2提升：靠前

2、优化要点

1.1标题覆盖尽可能多的相关词

1.2五点描述、长描述尽可能增加关键词的覆盖率和重复率

1.3 Review和QA尽可能覆盖更多关键词

四、亚马逊关键词构成-用户常搜词

1、用户常搜词

1.1美国站2018.11，共289万

1.1.1 L1：搜索量5000以上，28万；

1.1.2 L2：搜索量2000-5000，19万；

1.1.3 L3：搜索量小于1000，242万；

备注：L3仅收录All Departments前30万，如果收录全估计All Departments类目还有100万+

五、亚马逊关键词构成-亚马逊推荐词

1、亚马逊推荐词

1.1.1 亚马逊美国站，关键词数量大概在千万级；

1.1.2 基于所有月份的用户搜索行为；

六、亚马逊关键词构成-亚马逊关键词库

1、亚马逊关键词词库

1.1.1亚马逊美国站，关键词数量大概在10亿级；

1.1.2基于亚马逊关键词分词技术；

1.1.3来源于Title、Search Term、Bullet Point、Description等全文检索；

七、亚马逊关键词词库-原理

1、亚马逊关键词词库原理（为什么会有上10亿的词）

1.1对亚马逊Title、SearchTerm、Bullet Point和Description里面每个单词(Unique Word)都建立了索引（倒排索引），如“Anker iphone 8 case is so great”就是7个单词（其实内部对is,so这类连接词进行了过滤）

1.2这样每个Word,比如case就相当于存在于几十到几十万的ASIN中（美国站总共有5亿多ASIN);

1.3当用户搜索“8 case iphone”也会到包含8+case+iphone的有交集的页面中找，全包含、并且顺序一致的权重高，优先展示；

1.4从检索原理来看，“iphone 8 case”、“8 case iphone”包含的商品数量是大致一致的（前提：同一类目下搜索），前者比后者稍微多一点是因为有动态关联词，比如前者结果集里面有一个数据线后面有截图：静态相关性；

1.5但是，“iphone 8 case”和“8 case iphone”包含商品的顺序很不一样，这就是权重的概念，后面会讲；

八、亚马逊关键词构成-总结

1、用户常搜词/亚马逊推荐词/关键词词库大概比例是：1/3/100

2、真正有效的是用户常搜词；

3、用亚马逊常搜词去优化Listing；

4、亚马逊对大多数常用词进行了归类；

九、亚马逊关键词相关性原理-静态相关性

1、静态相关性

1.1定义：关键词来源于卖家编辑Listing时定义的Title、Search Term和Bullet Point、所属类目等；

1.2它是产品上架后亚马逊A9初次分配流量的基础，冷启动时的流量来源；

1.3关键词权重决定于Listing初次上架时间（新品期），关键词匹配度、关键词分布位置，以及关键词的重复度（待测试）；

1.4亚马逊A9作为一个良性进化的生态系统，它一定会给新品流量扶植，否则就会成为一个“世袭阶层社会”，让新进入者缺乏创新的动力；

十、亚马逊关键词相关性原理-静态相关性

1、示例总结

1.1亚马逊对大多数用户常搜词都进行了归类

1.1.1归类原理：亚马逊提取每个关键词在用户搜索后点击、购买的商品，分析商品所在类目的分布比例，将关键词分配给商品数量大的那一个类目（可能是大类，也可能是小类）

1.2关键词的相关性，和词根（Word）有关，和搜索词（Search Phrase）无关，比如主词为ABC，但CBA和BAC极少搜，但它们的相关商品数和主词一样

1.3尽量将商品分配在它所属、并且有竞争力的类目，否则因为亚马逊对关键词归类了，导致用户根本不可见（如果一个手机壳有艺术手工外观,就可以分类到Art类目，但默认搜索就无法找到它，除非是用户手动切换到All Departments）

十一、亚马逊关键词分类历史

十二、亚马逊关键词相关性原理-动态相关性

1、动态相关性

1.1定义：基于用户行为建立的关键词和商品的相关性

1.2核心要素：

1.2.1点击量+点击率

1.2.2加购量+加购率

1.2.3购买量+购买率

1.2.4评论数+评分值

1.2.5退货率

1.3 权重分配：

1.3.1基于核心要素

1.3.2基于各核心要素的权重系数

1.3.3基于时间：近、近7天、近30天、近60天、近180等用户行为权重占比均不同

1.3.4权重计算周期：点击量权重大概是48小时计算一次

十三、亚马逊关键词相关性原理-动态关联

1、动态关联冷启动

1.1定义：两件商品初次建立联系的方式

1.2方式：

1.2.1基于搜索结果列表，两商品被用户同时点击或购买

1.2.2基于BSR类目/类目导航等列表，两商品被用户同时点击或购买

1.2.3基于卖家设置的组合销售

1.2.4基于店铺内商品列表被用户同时点击或购买

2、动态关联热启动

1.1定义：基于两件商品已有的关联关系，从而推动更强的关联，比如冷启动后，在产品下面又会产生如下关联：

1.1.1看了又看

1.1.2买了又买

1.1.3比较同类商品

1.1.4广告推荐

1.1.5基于历史记录推荐

十四、亚马逊关键词相关性原理-飞轮效应

1、飞轮效应

1.1当一个新Listing上架，基于其关键词设置（静态关联性），亚马逊分配初始的流量

1.2基于用户行为，产生关键词K和产品A的关联

1.3基于产品的并排展示和用户行为，产生了产品A和产品B的关联

1.4 终，会产生关键词K和产品B的关联

1.5当产品B的点击量、销量不断爬升，会带动其关键词K和相关关键词的排名进一步提升

2、终效果

1.1原来100个静态关联的关键词，平均权重从10到60分（关键词初始权重如：35 23 21 19 11 8 5 5 4 3 3 3 ...，后来各关键词有升有降）

1.2后来引入了50个动态关联的关键词，平均权重从0至40分（就像sony的耳机有bose关键词流量）

冷启动：Listing关键词被收录，初始搜索流量引入

动态关联冷启动：用户行为驱动，关键词权重提升

产品关联，增加流量入口

动态关联热启动：关键词关联流量

驱动初始收录的关键词流量加速，引入动态关联词

加速提升

十五、关键词热度和精准性

1、关键词热度（搜索量）：大词、中词、小词

2、关键词精准性：精准词、泛词

3、热度和精准性并没有必然关系

4、精准词下的竞争激烈，因为是同质化竞争

5、热度高并不意味着竞争很大(因为泛词转化率一般很低，关键词下单个产品销量未必大）

十六、关键词热度和搜索结果数

1、关键词越泛，词越短搜索结果数越多（关键词词库原理）

2、关键词词根ABC相同，搜索结果数基本相同（关键词词库原理）

3、结果数越多并不代表关键词竞争度越大，因为包含产品越泛（各层级、各类别产品大杂烩）

4、搜索结果数和热度并没有必然关系

十七、流量词概念

1、流量词：给ASIN带来流量的关键词，也就是给ASIN带来曝光的关键词；流量词大小决定于给ASIN带来的曝光量大小，比如对于某透明硅胶手机壳，iphone8 clear case一个月内给ASIN带来3万的曝光量，而iphone 8 case给其带来1万的曝光量（该产品排在第4页），则对于该手机壳，则流量词iphone 8 clear case比iphone 8 case更大