恐怕你对亚马逊A9算法有些误解...
18520十二月，这是观海论商第190篇推文。
以下内容摘自大W11.15深圳演讲实录：
今天我们来聊一下Machine Learned Ranking for Amazon。
A9是什么意思呢？A9就是针对亚马逊的搜索，其它板块跟A9算法一点关系都没有。大家要明白A9不是所有亚马逊，它可能还有S9 、A9，还有一些推荐模块，它跟A9是没有关系的。所以Search and relevance这个才是跟A9有关系的，就是搜索和相关性。
亚马逊的搜索团队在北京是有的，东京、印度、西雅图，西雅图的比较多。所以北京还是有很多高手的，我们有可能认识一些黑科技还是在北京那边。
亚马逊的搜索引擎是为了满足用户的需求，满足用户的需求你怎么判定这个listing是符合客户的相关性。其实相关性是你的listing越接近老外的胃口越好，也就是说你做一款产品必须要对比所有对手，包括站内、站外，然后去了解一下你的listing是不是已经很好的满足了老外的搜索。
我们可以看一下亚马逊的前台页面，只有三个是跟A9有关的。第一个是搜索框，第二个是没有多少人在了解的sort by relevance,它列下来会有一些review，一些customer。
还会有category browse，browse大家应该都知道吧，就是浏览点击叫browse，搜索就叫搜索点击：search click。Browse跟搜索是不一样的，browse不属于A9的范围。所以我们可以看到Inline Search Suggestions，为什么会提到Search Suggestions，是因为亚马逊的搜索有时候我们输入的东西会很长，他就会通过Search Suggestions给你一些建议，那很多客户是会通过Search Suggestions购买的。等一下我们会展示一个用户路径，亚马逊买家buyer是怎么购买亚马逊的产品的。
还有一个是Amazon search sorting，下面举了一个相机的例子。左边是categories browse、Browse relevance，他们全部都是分开的。
这是一个大概的结构，也就是说我们所有的关键词之后找到匹配的文档，然后我们再用算法来匹配关联性，会出来一个搜索结果。
所以我们传统一个相关性的算法是销售量、库存量、匹配text match。
所以我们写的就和老外写的会不一样，不像过去复制几个竞争对手的改一下贴上去，这不是我们的写法，我们的写法应该是不断的理解产品，理解产品，然后去挖掘产品的卖点，再经过老外的一些语法调整，再写下来叫text match。
或者是出现差评或提示之类的，我举个例子，比如说面膜，你用面膜可能需要一些导出液之类的，都这你撕下来就会很痛。所以你要把这些东西都搭配进去之后，然后告诉它怎么用，我觉得这一点才叫text match。客户还是会看的，客户看不看没关系，但是算法还是会算在A9里面的。
最后一个是user behavior。我刚才说了就是用户是点击搜索框的哪一个位置，或者点了右边sort by relevance，发生了哪一些动作，就叫做user behavior。
也就是说亚马逊有自己的decision tree算法。比如销售大于10的，会是yes大于150，如果我的销售小于10，但是匹配度很高，还是会有2.3。也就是说一开始我们的新品可能没有销售，但是我的匹配度比别人高，就会有2.3。但我一开始的销售量比较大，库存又很多，但是我48小时之后没有库存了，它的算法马上就会给你0.8。所以越是有库存的会比没库存的往前排一点点。
Position normalization这个大家应该都没了解过，我的博客中也没有写过。为什么会有一个click rate和expected click rate，在亚马逊算法当中，包括是所有平台的都是一样的，你做独立站也是一样的。你想要推出更好的产品展示给买家，一定要做出你站内的一些功能。就是我排第一的搜diapers纸尿裤，我为什么第一个排第一位？亚马逊是这样的，假设他会抽取10个排第一，把这10个的转化率一段时间之内的记录下来，假设是20%，我再把你推上去的时候发现你离我的转化率好低，你只有10%，不好意思你要下来，他是这样的。
所以我们在做一个品类的时候，我们要看一下排名第一、第二、第三的转化率有多少，记下来，通过哪些方式可以达到这个转化率。所以它会有一个预计点击率，假设是20%，如果你达到了你的排名就可以一直往上走。
Phrasedoc也是亚马逊A9的一个算法。“Huggies”它的得分是10，就是它的关键词得分就是10，客户搜索它的关键词出来的listing的得分是10.diapers是4，也就是说他推得是他的品牌，他并没有在乎他的关键词，客户搜索的时候会搜他的品牌，所以他的listing的得分比较高。
所以说这些feature performance都是A9相关性的一个排序。Phrasedoc也就是我刚刚说的，15分满分根据分数排位，15份你就排第一位，14分就排第二位，所以Phrasedoc占得比重是比较高的。
第8个已经是title了，每改一次title亚马逊会更新一次你的算法。所以如果有人用VC改你的title的话，很有可能你就被重新索引一次，很有可能你的销量就会下降。所以做亚马逊现在已经越来越累了，必须要有反抗的一个工具，不然就会被别人搞来搞去。所以做亚马逊这些变化我们能不能扛得住，我们进这个品类的时候能不能抗住这些打击。
然后53名是review rank，也就是说review的分数是在搜索结果里面没有占很大的比重，但是它对转化率是产生很大作用的，但在A9里面他的得分并不是很重要的。
更多内容请期待大W12月28日青岛站线下分享。
十二月，这是观海论商第190篇推文。
以下内容摘自大W11.15深圳演讲实录：
今天我们来聊一下Machine Learned Ranking for Amazon。
A9是什么意思呢？A9就是针对亚马逊的搜索，其它板块跟A9算法一点关系都没有。大家要明白A9不是所有亚马逊，它可能还有S9 、A9，还有一些推荐模块，它跟A9是没有关系的。所以Search and relevance这个才是跟A9有关系的，就是搜索和相关性。
亚马逊的搜索团队在北京是有的，东京、印度、西雅图，西雅图的比较多。所以北京还是有很多高手的，我们有可能认识一些黑科技还是在北京那边。
亚马逊的搜索引擎是为了满足用户的需求，满足用户的需求你怎么判定这个listing是符合客户的相关性。其实相关性是你的listing越接近老外的胃口越好，也就是说你做一款产品必须要对比所有对手，包括站内、站外，然后去了解一下你的listing是不是已经很好的满足了老外的搜索。
我们可以看一下亚马逊的前台页面，只有三个是跟A9有关的。第一个是搜索框，第二个是没有多少人在了解的sort by relevance,它列下来会有一些review，一些customer。
还会有category browse，browse大家应该都知道吧，就是浏览点击叫browse，搜索就叫搜索点击：search click。Browse跟搜索是不一样的，browse不属于A9的范围。所以我们可以看到Inline Search Suggestions，为什么会提到Search Suggestions，是因为亚马逊的搜索有时候我们输入的东西会很长，他就会通过Search Suggestions给你一些建议，那很多客户是会通过Search Suggestions购买的。等一下我们会展示一个用户路径，亚马逊买家buyer是怎么购买亚马逊的产品的。
还有一个是Amazon search sorting，下面举了一个相机的例子。左边是categories browse、Browse relevance，他们全部都是分开的。
这是一个大概的结构，也就是说我们所有的关键词之后找到匹配的文档，然后我们再用算法来匹配关联性，会出来一个搜索结果。
所以我们传统一个相关性的算法是销售量、库存量、匹配text match。
所以我们写的就和老外写的会不一样，不像过去复制几个竞争对手的改一下贴上去，这不是我们的写法，我们的写法应该是不断的理解产品，理解产品，然后去挖掘产品的卖点，再经过老外的一些语法调整，再写下来叫text match。
或者是出现差评或提示之类的，我举个例子，比如说面膜，你用面膜可能需要一些导出液之类的，都这你撕下来就会很痛。所以你要把这些东西都搭配进去之后，然后告诉它怎么用，我觉得这一点才叫text match。客户还是会看的，客户看不看没关系，但是算法还是会算在A9里面的。
最后一个是user behavior。我刚才说了就是用户是点击搜索框的哪一个位置，或者点了右边sort by relevance，发生了哪一些动作，就叫做user behavior。
也就是说亚马逊有自己的decision tree算法。比如销售大于10的，会是yes大于150，如果我的销售小于10，但是匹配度很高，还是会有2.3。也就是说一开始我们的新品可能没有销售，但是我的匹配度比别人高，就会有2.3。但我一开始的销售量比较大，库存又很多，但是我48小时之后没有库存了，它的算法马上就会给你0.8。所以越是有库存的会比没库存的往前排一点点。
Position normalization这个大家应该都没了解过，我的博客中也没有写过。为什么会有一个click rate和expected click rate，在亚马逊算法当中，包括是所有平台的都是一样的，你做独立站也是一样的。你想要推出更好的产品展示给买家，一定要做出你站内的一些功能。就是我排第一的搜diapers纸尿裤，我为什么第一个排第一位？亚马逊是这样的，假设他会抽取10个排第一，把这10个的转化率一段时间之内的记录下来，假设是20%，我再把你推上去的时候发现你离我的转化率好低，你只有10%，不好意思你要下来，他是这样的。
所以我们在做一个品类的时候，我们要看一下排名第一、第二、第三的转化率有多少，记下来，通过哪些方式可以达到这个转化率。所以它会有一个预计点击率，假设是20%，如果你达到了你的排名就可以一直往上走。
Phrasedoc也是亚马逊A9的一个算法。“Huggies”它的得分是10，就是它的关键词得分就是10，客户搜索它的关键词出来的listing的得分是10.diapers是4，也就是说他推得是他的品牌，他并没有在乎他的关键词，客户搜索的时候会搜他的品牌，所以他的listing的得分比较高。
所以说这些feature performance都是A9相关性的一个排序。Phrasedoc也就是我刚刚说的，15分满分根据分数排位，15份你就排第一位，14分就排第二位，所以Phrasedoc占得比重是比较高的。
第8个已经是title了，每改一次title亚马逊会更新一次你的算法。所以如果有人用VC改你的title的话，很有可能你就被重新索引一次，很有可能你的销量就会下降。所以做亚马逊现在已经越来越累了，必须要有反抗的一个工具，不然就会被别人搞来搞去。所以做亚马逊这些变化我们能不能扛得住，我们进这个品类的时候能不能抗住这些打击。
然后53名是review rank，也就是说review的分数是在搜索结果里面没有占很大的比重，但是它对转化率是产生很大作用的，但在A9里面他的得分并不是很重要的。
更多内容请期待大W12月28日青岛站线下分享。
热门活动 
福建
12-12 周五
热门报告 
