什么是亚马逊COSMO算法(对卖家有什么影响)

COSMO是什么?

COSMO(Customer-Oriented Search & Match Optimization)是亚马逊开发的一种先进技术。

简单来说 ,COSMO是亚马逊的一个超级大脑 ,它通过分析和学习大量用户的购买行为、搜索习惯等 ,生成有用的常识性知识 ,更好地理解买家的意图。

COSMO对买家的意义?

对买家而言 ,系统通过分析买家过往的购物行为和搜索习惯,解析买家的搜索行为,明白搜索的最终意图,向买家推荐他们可能感兴趣的商品 ,提升购物效率和满意度。

了解一下COSMO算法

1.挖掘用戶意图COSMO能够结合用户信息 ,购物历史等大数据精准推送产品 ,去匹配用户购买意向 ,而不仅是通过搜索关键词来匹配。

比如:一个孕妇想要购买一双鞋子 ,在亚马逊的搜索框里搜索“孕妇鞋”,COSMO 算法会基于 GPT 或者 OPT 等大语言模型中存储的大量“人类常识” 以及询问“用户购买或共同购买的原因” ,分析得出“ 防滑等功能对于孕妇的重要性” ,然后推荐了防滑鞋等能够抓住孕妇需求痛点的产品从而提高转化率。

什么是亚马逊COSMO算法(对卖家有什么影响)

2.多轮导航COSMO的另一个核心功能是多轮导航 ,即通过智能推荐的方式 ,对消费者的潜在 需求进行再次挖掘。

比如:对“露营” 的搜索可能会引导到“充气床垫” 的选择 ,然后细化为“露营 用充气床垫”。COSMO 接着会提供各种类型的露营用充气床垫 ,以满足不同需  求 ,如湖边露营、 山地露营或者 4 人露营等。

什么是亚马逊COSMO算法(对卖家有什么影响)

3.基于会话的购物这个功能是前段时间曝光的 Rufus ,以“ 问答” 的方式 ,帮助顾客搜索、发现、研究和选购商品。

Rufus 在亚马逊 APP 顶部搜索框和商品详情页都有入口。

比如:我当我进入一件连衣裙的详情页之后 ,我懒得看详情页 ,我可以直接提问这件衣服适合一米八的人穿吗?Rufus 会根据买家评论、QA、Listing 等信息进行回答和推荐。

什么是亚马逊COSMO算法(对卖家有什么影响)

COSMO与A9特点对比

什么是亚马逊COSMO算法(对卖家有什么影响)

COSMO 新模型的要点总结

1. 更倾向于人们的搜索意图推荐:理解用戶的搜索意图,提供更符合用戶意图的推荐。

2. 通过对已知订单信息的分析进行推荐:利用历史订单数据,提高推荐的准确性。

3. 对相似度过高的产品进行过滤:减少重复推荐,提升用户体验。

4. 通过智能算法提高互补 ,替换产品的常识性推荐精准度:优化推荐算法,提高推荐质量。

5. 原有的页面转化率数据在推荐中依然很重要: 利用历史转化率数据,提高推荐效果。

6. 根据特定属性进行过滤 ,并根据个人偏好调整搜索结果: 提供个性化搜索结果,满足不同用户的需求。

卖家如何抓住新机遇?

1.亚马逊更懂你 ,更懂买家

  • 以前 ,亚马逊靠关键词判断买家想要啥 ,现在它更聪明了 ,会根据买家过去的购物记录、浏览记录 ,甚至点赞收藏 ,猜你喜欢啥 ,然后把你觉得喜欢的商品推荐给你。
  • 卖家要做的是,好好研究买家 ,了解他们的喜好和需求。优化产品详情页 ,突出产品亮点 ,让你的产品更容易被买家发现。

2.关键词排名不再重要?

  • 以前 ,关键词排名靠前 ,销量就高。现在 ,亚马逊更看重买家是否喜欢你的产 品 ,即使排名不高 ,也有机会获得更多订单。
  • 卖家要做的是,不要只盯着关键词排名 ,更要关注产品的质量和性价比。提供优质的售后服务 ,提高买家满意度。

3.差异化产品更受欢迎

  • 千篇一律的产品 ,买家早就看腻了 ,现在他们更喜欢有特色、有创意的产品。
  • 卖家要做的,创新产品 ,开发新功能 ,打造差异化产品。关注市场趋势 ,抓住新兴需求。

4.广告依然是重要工具

  • 亚马逊的广告机制不会改变 ,广告的作用依然重要。
  • 卖家要做的是,学习如何投放广告 ,提高广告效果。控制广告成本 ,获得最大收益。

5.写好标签 ,让产品更容易被发现

  • 产品标签就像产品的身份标签 ,写得越详细 ,越准确 ,买家就越容易找到你的产品。
  • 卖家要做的是,认真填写产品标签 ,包括类目标签、卖点标签和属性标签等。优化产品标题和描述 ,提高产品的吸引力。

6.精准流量和转化率是关键

  • 卖家要吸引精准的流量 ,才能提高转化率 ,赚到更多钱。
  • 卖家要做的是,分析目标客户群 ,了解他们的购物习惯和行为特点。利用数据分析工具 ,优化店铺运营策略。

随着亚马逊COSMO系统的内测,我们作为卖家的运营策略也势必将发生变化。在A9算法时代,关键词优化是王道,但在COSMO的时代,用户意图和购买行为将成为关注焦点。

免责声明:本文内容,图片来源于互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权归其原作者所有。如发现本站有侵权/违法违规的内容,侵犯到您的权益,请联系站长,一经查实,本站将立刻处理。

(0)
上一篇 4天前
下一篇 4天前

相关阅读

添加微信