亚马逊进入“千人千面”的时代，A9算法将成为历史？

亚马逊推荐引擎是一种基于机器学习的系统，旨在为用户推荐产品。这个系统通过分析用户的购物历史、浏览行为、产品搜索记录以及用户评价等信息，来预测用户可能感兴趣的商品，并向他们展示推荐产品。这种推荐机制有助于增加用户满意度，提高购物体验，同时也能促进销售额的增长。基于往年的历史记录，推荐引擎为亚马逊电商平台收入带来贡献占比超过35%以上。

目前亚马逊推荐引擎系统分为监督学习、半监督学习和无监督学习的机器学习的系统，随之亚马逊算法的深度学习、机器学习到AI演算。随之机器学习系统的不断完善与更新，有可能出现我们说的"千人千面”局面。

以下跟大家分享目前亚马逊官方已公告的AI推荐引擎系统的两个模型：

2、新版AI搜索引擎Rufus

其实在之前，我们在前面的文章提过，最近这一年，亚马逊在AI上的投入越来越大，试图在平台中引入更多新的生成式人工智能功能，来让买家的购买体验变得更加便利。

比如生成式的对话式购物体验AI——Rufus，类似于导购功能，一个融入AI功能的新版搜索引擎，目前正在面向部分亚马逊美国站用户内测试用。

目前美国站的买家使用 Rufus，只需开始在亚马逊移动应用程序的搜索栏中输入或说出他们的问题，屏幕底部就会出现一个 Rufus 聊天对话框。卖家可以展开聊天对话框以查看问题的答案，点击建议的问题，并在聊天对话框中提出后续问题（如下图所示）。

这个AI模型一旦大范围使用，预计亚马逊的搜索算法逻辑也会跟着变化，流量分发的原则估计会重新调整。

据亚马逊描述，Rufus接受过亚马逊广泛的产品目录、买家评论、社区问答以及来自整个网络的信息的培训，可以回答买家关于各种购物需求和商品的问题，提供比较，并根据对话上下文提出建议。并帮助买家找到更适合自己的产品。

其实这个说法，跟前面的COSMO很类似，最终的目的就是利用AI实现买家偏好推荐。

Rufus的推出，对于卖家来说，内容布局变得极为重要。卖家需要准备更多面向买家的产品内容。站内将标题、产品描述、A+、Post、视频全部做好，站外在各大社交媒体、也逐步发布出去。只要用户能看到的可触及到的，买家都尽可能去准备。

也就是意味着内容越精准，Rufus更有机会抓取这些内容，从而推荐给更多的需求用户。

后续关于亚马逊算法变化，我们也会持续更进，卖家可以关注我们，获取第一手运营干货。

“董式打法4.0”从用户出发，精细到用户人群画像特征，掌握用户标签、画像和客群分析方法，重点突破亚马逊两大免费流量，海量关键词排名上首页的搜索流量（特别是ABA词汇流量）和亚马逊用户偏好推荐流量（包括详情页面产品关联流量）。

结合AI工具，大幅度提升运营的精准度与效率，用最小乃至无推广成本下获取更多免费流量，务实地实现产品盈利。更适用于当前有销量没利润，广告成本高的亚马逊卖家。