上一篇说搜索流量，相信大家都比较熟悉，平时也会比较注重这块的数据，但是对于关联流量，估计很多卖家朋友并没有特别重视，但是对于亚马逊来说，关联流量是产品非常重要的一个流量入口， 并且转化高也是关联流量的重要特点，下面树苗哥就先解释一下什么是关联流量。 像亚马逊这种包含几千万商品的平台，消费者在购物的时候往往会遇到下面的问题： 不好找 （产品太多，想找到几个符合需求的很麻烦） 选择困难 （同

大型的电商平台所收录的产品至少在千万级别，搜索作为一种精准定位手段，能够最快的让消费者在茫茫多产品中找到自己想要的，所以搜索对于平台来讲，是一个非常重要的组成部分，对于卖家来讲，是一个非常重要的流量来源。对于亚马逊来讲，搜索占其流量的60%， 所以要做好亚马逊的运营，一定非常关注产品的搜索流量。 对于一个具体的产品来说，最重要的是确定其主要搜索流量来源，然后针对性的进行优化。怎么样确定一个

亚马逊会员日可谓是一场跨境盛宴，不仅平时很爆的产品会更加爆，平时没爆的产品在这天也可能突然爆发，成为下一个爆款。所谓有果必有因，这些突然爆发的产品一定是蕴藏着某些潜在的客户需求，树苗哥通过分析最近一段时间的产品数据，找了以下30个会员日大爆发产品，方便大家研究（排名不分先后)。 1. B00DMI632G 2. B00FMB4864 3. B00LAG4F6S 4. B00PKNO7LK 5. B

最近树苗哥趁着Prime Day在亚马逊上扫货，无意间发现有些ASIN特别的神奇，先看其中一个吧，如下图 这个ASIN 全5星好评 ，其中 90%是直评 ，但是 BSR排名(50w+) 却非常低。树苗哥感觉比较奇怪的有以下两点： 如果是刷评分，提升转化，不用刷这么多，并且刷的评论也太假了 如果是刷排名，刷直评没用， 并且这个ASIN几乎没有排名 如果不是上面两个，树苗哥觉得只剩一种可能—— 刷评分

上一篇树苗哥大致列举了一些在搜索引擎中常用到的商品数据，并介绍了商品数据的静态因素怎么样在搜索引擎中发挥作用，本篇树苗哥就重点说一下商品数据中的动态因素。 动态因素对大型电商平台的搜索排名影响很大，因为大型平台中的商品非常多，而静态因素相对来讲比较容易优化，导致大量商品在静态匹配度上的差别不大，在这种情况下，商品的排序，主要就是由动态因素决定了。一旦商品的排名主要有动态因素决定， 马太效应

A9是亚马逊搜索引擎的核心，关系到每个卖家的切身利益，这也是为什么有那么多卖家朋友在研究A9，关注其每一次调整。但有句话叫万变不离其宗，A9其本质是一个商品搜索引擎，不管其怎么改变调整，都是基于商品本身的数据（千人千面还会基于用户数据，这个不在本文讨论范围之内），所以树苗哥打算从商品搜索引擎实现原理的层面来看A9，看看这些基本原理在A9中是怎么样得到体现的。 前面说到，商品搜索引擎是基于商

PPC广告最为竞价排名广告的一种，其基本原则是同等匹配度的情况下，出价越高排名越前，但是树苗哥今天并不是跟大家讲怎么做PPC优化，而是从实测的角度，来探测一下PPC的基本原则在亚马逊中是怎样被应用的，亚马逊PPC排名是否还受其他因素影响？ 在粗略的看了亚马逊搜索页面的PPC广告之后，树苗哥决定从以下两点切入： 1. 众所周知，每个搜索页面有两个区域可以展示PPC广告，一是商品列表，

本周树苗哥想说一下刷单，显然这是一个很敏感的事情，虽然大家都不愿意提但是很多人每天都在做。然而，树苗哥发现，很多卖家特别是中小卖家对刷单都没有很正确的理解和使用。怎么发现的？因为树苗君哥平时兼职在洗浴中心帮老板拿毛巾，听过经常来做大保健的亚马逊卖家（熟客）谈论知道的；-）所以接下来树苗哥就简单分析一下刷单。 有句话叫哪里有电商，哪里就有刷单，但是树苗哥认为这个说法不准确，应该叫哪里有互联网

最近亚马逊调整了 A9算法，其实也必须要调整了，说好了一个季度调整一次的，现在都半年才调整，点击加购都被技术党玩坏了，那些真正好好做产品的卖家叫苦连天。据说调整后出现了千人千面，各种说法，树苗哥也很好奇，花了10几分钟写了个测试程序，现在把测试报告呈现给大家，为啥不用数据说话呢？:)咱们都是做IT的！ 实验方法如下： 分别用 10 个不同的美国 IP 搜索 fidget spinner 这个词 1