想爆单？先学会亚马逊智能识别和流量分配原理！
■ 你的某个Listing是否有某个大关键词上到首页，甚至排名靠前，但是流量极少或者没单？
■ 你的某个Listing是否猛刷一个全平台数据最大的产品关键词，但是无论怎么刷，就是卡在几十页几百米的自然排名，上不去？我相信很多亚马逊运营肯定都遇到过，并且为这样的问题而头疼。
今天我们就来讨论出现这个问题的核心原因：忽略亚马逊智能识别流量，强行去做数据异常！
很多人肯定看过亚马逊的ARA数据，一个ASIN完整版的ARA数据有三份表格，如图所示：
其中一份Distribution的表格很有意思！这是一份关于这个listing关键词流量分配占比的表格。
这个表格里面会清晰的去给你展示这个listing各个关键词的KeywordsByClicksId(点击数量)和KeywordsByClicksProbability（关键词点击占比）
KeywordsByPurchasesProbability(关键词直接成交订单占比)和KeywordsByPurchasesId(直接成交订单数量)
KeywordsBySearchesId（搜索曝光数量）和KeywordsBySearchesProbability（关键词搜索曝光数占比）
KeywordsByAddsId（加购物车数量）和KeywordsByAddsProbability（关键词加购物车数量占比）。
如图所示（表格太大，只能截图一部分）：
▲以上是一份关于某个日出百单蓝牙耳机listing ARA数据的Distribution表格。
这份表格很清楚的告诉你，这个ASIN的主要点击词，成交词，曝光词，加购物车词。
其中点击词，wireless earbuds的占比甚至到了48.65%。也就是说，这个asin，通过wireless earbuds这个词点击进入listing的有48.65%。其他也是以此类推。
讲到这里，很多人立马就能想到：
如果在推广之前有了这份表格，那不是等于直接告诉我对手卖得好的都是什么词出单的吗？
那我的listing后面主推什么词，广告要开什么词，自然排名主打哪几个词不也可以照着做吗？
这样我是不是不用开什么自动广告让亚马逊去帮我筛选词了？
对手怎么做我就怎么做？
对手打什么词我就打什么词？
这样的想法和玩法，放到2017年以前，所有的类目都可以这么玩。在2017年的时候，大部分类目还可以这么玩。从2018年开始，这样的玩法就只能非常小一部分类目可以这么玩了。
大家如果上过我百万美金的课，一定知道我之前说的最大关键词上首页的方法，非常的简单好玩，几乎指哪儿打哪儿。
其实无论是2016年的通过点击数据异常上首页，还是2017年的通过转化率数据异常上首页，核心都是数据异常。
因为一个listing的表现好坏的数据评判标准就是曝光，访问，转化。你无论做到哪个数据异常，都能快速把你的listing堆到首页去。
然而，突然不灵了，问题就是：亚马逊服务器更新了！更新的更加智能了！只是因为亚马逊服务器太过于庞大，所以总会在这里或者那里出现一些漏洞bug，但是整体上来说，我们的数据异常玩法已经落后于亚马逊服务器的更新速度了！
简单来说，从2018年开始，几乎每一个类目每一个listing在亚马逊上线，都需要经过以下流水线般的流程：
listing上线，页面扫描，关键词和产品卖点识别，listing自动归类，分配和测试关键词，针对关键词分配流量，根据关键词流量的曝光/访问/转化表现来决定下一步是否继续给这个词的流量或者直接卡掉这个词的流量......用这个流程对这个产品listing进行周而复始的运作。
所以，我们文章开头提到的问题就在这里。
你在用别人ARA数据的时候，其实你用的只是亚马逊对这个listing识别处理之后的数据，而不是你的listing被亚马逊识别出来的数据。
简单来说，这份数据对你的用处不大，除非你的listing被亚马逊扫描识别的时候，与这个listing的重叠性非常高。
但是，假定如果两个listing，无论是卖点还是关键词入口的重叠性都非常的高，那接下来你要面临的是更加残酷的调整，不是你死就是他活的局面。为什么呢？
根据亚马逊算法的另外一个原理：货架理论。为了丰富客户多样性的选择，让消费者有更加多的options,，亚马逊让每一页的产品都尽量在价格和卖点上呈现不同。
也就是说，每个关键词每一页的自然排名，相同产品撞衫的可能性非常的小，因为一山不容二虎，同样的东西，一个就够了。
而亚马逊怎么去判断哪个listing的优先级呢？回到文章开头说的，一个listing表现好坏的基础是曝光/访问/转化。
所以这个就简单了，你只要在这三个基础数据上，把那个和你相似度极高的六耳猕猴给干掉，你就赢了，你就能在前面了。
但是这里最大的难点在于，当你是一个新品listing的时候，对方是一个常年霸占大关键词首页的老listing，review数量多到你想哭。这个时候，你的新品listing凭什么去干掉这个已经发育成形，惊天地泣鬼神的通臂猿猴？
所以回到最初的问题，你想要快速爆单，我们做数据异常完全没问题。但是这个数据异常要基于亚马逊本身对于你的listing智能识别和流量分配之后得出来的数据。而这个数据的来源最基础的就是你的广告。
只要基于利用亚马逊的流量分配，货架原理，广告漏斗算法，ARA数据，直接打爆就OK了。
顺便提一句，亚马逊的后台数据相对比较封闭，我这里提到的ARA数据，后台也看不到，需要通过特殊的渠道去调。
希望这里的算法原理解析能够帮助到大家，让大家的亚马逊少走弯路，越做越好！
