亚马逊新算法Cosmo和展示型广告

最近我在读文章的时候总是刷到Cosmo的内容，甚至有一些些好奇，也许是近期推荐流量的问题，越关注什么就越是被算法推荐什么。而Cosmo其实已经很久了，久得连我自己都有些忘记了，只看到大家在吐槽广告越来越不精准，广告的流量跑得越来越泛。或许大家都没有对Cosmo算法深入了解，所以今天文章先介绍一下Cosmo。再介绍一下展示型广告。没太大关联，但是我强行联系起来也不是不可以。我也可以作为充量内容呀。

COSMO（Customer-Oriented Search & Match Optimization:导 向客户的搜索与匹配优化）是亚马逊开发的一种先进的个性化推荐技术。它基于大型语言模型LLMs（LargeLanguageModels，如GPT。这模型是由深度学习技术训练而成，具有数十亿到数百亿个参数，能够对自然语言进行多种任务的处理，如文本生成、摘要生成、语言理解等。）可以通过分析和学习大量客户的购买行为、喜好、搜索习惯等，整理生成常识性知识，并融入搜索流程，增强了搜索相关性，对客户的搜索进行了“人为的思考”，使搜索结果更加符合买家的实际意图，不仅能“猜”到买家想要什么商品，或者还可能需要什么商品，更好地理解消费者的意愿。

在这之前我想大家肯定研究过展示型受众广告，我们再来回顾一下：

这个亚马逊受众就可以了解到，亚马逊其实对于他的用户其实也是有一些识别甚至打标签的行为，在Cosmo未出之前，亚马逊能够有效识别到用户的ID，地址，购买过的东西，浏览记录以及基本的购物习惯，并且打上标签。举了例子。过去一两年的时候你的默认地址是A，在后续的两个月都变成了B，甚至删除A地址记录，亚马逊可能判定为你最近搬家，把你放到下图的标签内。

比如上面的这张图，这张图是Cosmo论文中的第一个案例图，上面写的一个孕妇想要买一双鞋，她搜索的可能就是鞋，但是有了Cosmo算法，亚马逊它会自行推荐防滑鞋，因为基于大部分孕妇而言，防滑是一个比较重要的需求。

我们重点解读一下这段话的例子，一般例子就是为了把复杂的原理简单化。这段话想讲的是当一个人要去参加婚礼时，他们可能会需要购买适合参加婚礼的服装。但是，用户通常不会在亚马逊上搜索“我要去买适合婚礼的服装”，而是会以更间接的方式表达他们的意图。这个时候亚马逊希望Cosmo能够通过用户的行为和选择来推断他们的意图。如果平台能够准确捕捉用户的意图，就能够更好地为他们提供个性化的推荐和搜索结果。

我大致讲一下这个图片的内容，首先用户与平台互动（搜索、浏览、加购、下单、评论等等），并产生大量的行为日志。平台通过LLMs系统挖掘并学习这些行为背后的意图，以提供更好的在线购物体验。亚马逊平台选择了两种比较典型的用户行为，即搜索购买和共同购买。

原文中有一个内容我个人觉得非常重要（usedFor，capableOf，isA，cause）这四个是亚马逊在做测试的时候最基础的购买关系

论文看到第四个板块我有点烦了，一个一个抠字眼翻译给小伙伴感觉不是文章的重点，毕竟太学术，所以我决定用一两句话先简要概括一下，然后再挑一些你们感兴趣的内容介绍，在前半部分内容主要是介绍了亚马逊用户行为数据、提供个性化推荐和搜索体验的重要性。然后就是介绍Cosmo系统利用大规模语言模式构建知识图谱，并通过指令调整技术，生成一些契合用户购买的常识性动作。就是这样。我再说白一点就是说了一堆这个算法多牛逼的感觉。哈哈哈哈。我这样可能要被技术打。人家辛辛苦苦研究，在我这边就这几句。

在这个示意图中，COSMO的尾部知识被组织成了一个层次结构，从某个领域（例如camping）开始，逐步细化到产品类型（例如car camping、outdoor camping、winter camping、beach camping等），然后进一步分为子类型（例如各种类型的winter tent 、camping cot 、winter boots for men 、sleeping pad等）。将颗粒度由粗至细，从最开始的露营扩展到冬季露营再到冬季靴子。这种层次结构有助于用户更有效地浏览和搜索相关产品。

COSMO的这种搜索方式，摆脱了传统以产品为中心的分类体系，转向以客户为焦点的方法。这种转变增强了购物体验，更紧密地与客户意图和行为相一致，并通过动态提供与客户查询概念相关的分类法，弥合了产品分类与客户语言之间的鸿沟。我举一个我自己的例子，但是我不太确定咱们咱们国内电商淘宝、拼多多是不是也是Cosmo的逻辑，也许不是，但是打标签是肯定的了，每次我准备出去旅游的时候都想买衣服，而每次买衣服的时候他也会同时推荐儿童衣服。每次我买鞋子它也会推荐儿童鞋子。这种推荐对我来说每次都会成交。

过去，亚马逊主要的流量入口就是搜索框，但这种单一的搜索方式已经无法满足日益增长的用户需求。上图就是Cosmo技术推出后的新搜索导航。用户先由传统的A9算法搜索框进入，搜索“露营”，而后是Cosmo多轮导航入口，引导到“充气床垫”“毛毯”“露营专用的手提灯”“帐篷”。除了多轮导航以外，亚马逊还引入了AI对话购物工具Rufus，用户可以通过提问和对话的方式来发现和购买产品，使得搜索导航变得更加智能和个性化。这种多轮导航以及AI对话真的太友好了。我们回到最前面的婚礼，当你要参加婚礼，或许最开始你只是想买一件适合的衣服，但是在多轮导航的引导下你会发现自己的需求越来越明确，甚至可能会发现一些自己没想到的东西。

从上面的内容我们想一想未来Cosmo算法对我们卖家有什么影响，当你了解到原理的时候我们再想想，是不是每一个内容都有迹可循，比如亚马逊listing打分政策、比如链接文案属性内容要填写清楚、比如广泛广告跑出来的词跟几年前跑出来的类型是不一样的、再比如现在亚马逊SB广告关键词投放的与你品牌相关的关键词等等。所以未来Listing匹配更多的词条其实是相当重要的，因为更多的词条意味着你会被Cosmo推荐给更多的人群。

我们在深入想一想，未来靠站外大折扣推品或者一些技术型的关键词上首页还有没有效果了？？用户画像分析是否重要？

论文中也提到将Cosmo技术集成到亚马逊的搜索导航系统中，已经取得了显著的业务改进。通过在亚马逊在线进行A/B测试，可以看到在相应细分市场中，产品销售增长了0.7%，（我不得不吐槽，我目前还没体验到，但是我感受到了我的钞票花花的出，主要体现在广告。也许这是后续优化的方向，我举个例子：我的产品是一款割草工具，我投放的广告会跑到各种花园用品中，点击率还挺高的，但是客户没交。具体的可能还需要观测吧，并不是强互补类型，但是这里会引发出一个“相关性”的内容）

导航参与率增长了8%。这些成果表明了Cosmo技术的巨大潜力，以及在提升用户体验和增长业务方面的重要作用。

原论文链接：COSMO: A Large-Scale E-commerce Common Sense Knowledge Generation and Serving System at Amazon

好了，总结时间到了：

Cosmo会不断di进行学习，它不止于学习用户的行为和偏好，它还会不断地学习平台内的内容，包括大小类目、链接文案、价格体系等等。这种学习使得Cosmo能够更加全面地理解电商平台的运作和产品库存，从而为买家提供更加精准的搜索体验。对于买家而言，它会在搜索页面，主动展示符合你标签的产品，例如你喜欢的颜色、你常购物的价格区间。我突然想到了，淘宝和拼多多是属于千人千面的搜索体验，它并不会主动思考你缺什么。Cosmo则更注重于个性化推荐。它不仅会被动地展示符合用户标签的产品，还会根据用户的个性化偏好主动推荐产品。还是我刚才的例子，我每次购物的时候都会买我自己的衣服和小孩的衣服。并且我经常给我女儿买的鞋子、衣服都是带小白兔图案的。淘宝还是会推荐这两款成人衣服和儿童衣服给我，但是Cosmo会基础我曾经的购买习惯，在儿童衣服那一块，就会直接推小兔子图案的衣服了。

新算法的到来直接会影响到转化率。这个是我目前的见解，至少我目前并没有尝到甜头，并且我认为初期的Cosmo算法对于标签精准性和颗粒度还不是很细致。在学习知识图谱的时候我也了解到了“入度”和“出度”以及权重的概念。你们也可以理解先简单得理解成弱相关和强相关吧。不过放宽心来想，新算法对于做品牌来说还是很好的，这次参考AARRR+《定位》。令你的品牌成为潜在顾客心智中某一品类的代表，是赢得心智之战的关键。

挑战即机遇，对于未来的运营我们应该怎么做？

1. 重视用户画像分析，深入了解用户需求：这里请把ABA数据以及一些现有的工具积极用起来，当然多和亚马逊的经理们沟通，他们也会帮助你的品牌去分析用户画像等，用户分析的话我们能做购物篮子分析，购买记录，评论，邮件沟通，ABA中的人群划分，独立站用户分析等等，然后根据用户分析进行以下几个内容：

• 标题优化：根据用户的搜索偏好和关键词使用习惯，优化产品标题，这个不用我说的吧，出现越频繁，搜索量越高的就越应该放在标题，并且是最前面，提高产品在搜索结果中的曝光率。前提：确保标题简洁明了，能够清晰地传达产品的核心卖点和特点，不要过分地堆砌。

  
  

• 描述及五点的完善：编辑产品描述，突出产品的特色和优势，吸引用户的注意力。描述内容应当清晰明了，包含关键信息，如产品功能、材质、尺寸、用途等，同时避免夸大宣传和虚假信息，以提升用户的信任度和购买欲望。

• 关键词优化：根据用户的搜索习惯和关键词偏好，优化产品的关键词标签，使其包含与用户需求相关的关键词和短语。新内容：可以适当增加一些产品的属性、特点、场景，方便最新的算法给你加词条，以提高产品在搜索结果中的排名和曝光率。

  
  

• 图片A+设计风格选择：选择与用户偏好和需求相匹配的产品图片，确保图片清晰、高质量，并能够真实展示产品的外观、功能和用途。图片应当吸引人眼球，符合真实的使用场景，能够给客户带来情绪价值，激发用户的购买欲望，提高产品的点击率和转化率。

• 定价策略：根据用户的购买能力和消费习惯，制定合理的定价策略，确保产品价格具有竞争力和吸引力。可以根据用户画像的分析结果，调整产品的定价区间和折扣幅度，以提高产品的销售效果和市场竞争力。比如某些享受类产品，可能购买的是用户是中产阶级，或者说这一类客户对于价格其实还舍得，它更重视的是体验，那你在定价的时候就不应该追求低价，而是应该想方设法的提高使用体验，如果因此存在一些成本，也是可以加到售价中的，记住，我们不做慈善。

  
  

2. 提供个性化的购物体验：比如根据用户的地理位置显示相关的优惠活动、配送选项和商品库存情况。此外，还可以根据用户的偏好和需求，向其展示相关的产品套装、配件推荐等，以提高购买意愿和订单价值。再比如参与亚马逊的促销活动，现在亚马逊经常举办各种促销活动，例如Prime Day、Black Friday等，我们可以利用这些机会提供个性化的促销优惠，但除了这个之外其实还有针对不同用户群体的定制化折扣，比如品牌粉丝折扣、加购丢失客户、复购及订购优惠等。

另外建议卖家尽早建立客户关系管理系统（CRM），收集用户的个人信息和偏好数据，例如购买历史、生日、喜好等，以便更好地了解用户需求并提供个性化的购物体验。通过向用户发送个性化的电子邮件，社媒互动等提供定制化的优惠和服务，增强用户的忠诚度和满意度。