圖片來源:圖蟲創意
看到很多做亞馬遜的賣家朋友們在推listing排名的時候,都會聊到亞馬遜A9算法,現在據說升級到A13算法了,但不管是A幾算法,實際大部分賣家朋友對算法的理解都是不完整的,本人之前在國內的電商公司阿里呆過幾年,對編程與算法有一些了解,所以想借本篇文章聊聊到底什么是算法,以及我們做運營具體在做哪些指標。
第一:到底什么是算法,以及我們對亞馬遜A9算法的誤解。
我以大家都熟悉的查字典為例來聊聊算法及大家對算法的誤解吧。如何快速的找到你要查的字這個操作步驟其實就是算法,這個也是我們人生最早接觸到的搜索算法。大家可以回想一下我們上小學的時候是如何查字典的,一般是二種方法,拼音查字法和偏旁查字法。但在真正開始用字典之前,我們已經有了拼音和偏旁的知識積累,如果不懂拼音和偏旁就不會查字典。而我們所學的拼音和偏旁就是一個字的數據結構,所以講算法的第一步要先了解“數據結構”概念。
數據結構:是指相互之間存在著一種或多種關系的數據元素的集合和該集合中數據元素之間的關系組成,常用的數據結構有:數組,棧,鏈表,隊列,樹,圖,堆,散列表等。這個說法比較枯燥,我們舉例說明一下什么是數據結構。比如拼音查字法的“cai”我們需要先在字典里找到C開頭的字從哪一頁開始,然后找韻母“ai”在后面的哪一頁,找到之后再根據聲調,最后找到我們想要的“菜”在字典的哪一頁,這個查字的過程是算法。而菜這個字由“聲母C+韻母ai+聲調“3個元素組成就是“菜”字的數據結構。再講一個例子圖書管理系統,一個圖片館有10萬本書,如何快速的找到你想要的書是算法,而針對這些書設計與布局書架就是數據結構。一本書它可能有科幻+懸疑+言情“等標簽組成的數據結構,放在幾區幾號書架的幾層。最后把書和書架的數據錄入到圖書館的數據庫,想要找某一本書時,只要按分類進行查找,很快就能找到相要的書。
在理解了數據結構與算法后,我們來看一下他們的區別。
算法:解決一個問題而采用的方法,一系列解決問題的清晰指令。
區別:算法跟數據結構是二個不同的概念,它們的區別是,數據結構用于存儲數據,而算法用于處理和分析數據。
講一個編程里的大家經常聽到的算法“if語句”,這個算法表達的意思就是如果某些條件成立,執行某些結果。比如算法的指令是找符合“驚悚+言情+武俠”條件的小說,則符合這些條件的小說會展示出來。
當我們理解了算法與數據結構的關系與區別后,我找了一些網上對亞馬遜A9算法比較靠譜的描述。
亞馬遜listing排序的幾個原則:
1. 亞馬遜所有事物的首要原則就是最大化買家收益(RPC)
2. 亞馬遜追蹤買家在亞馬遜的每一個行為
3. A9算法是將#2(亞馬遜追蹤買家在亞馬遜的每一個行為)的數據追蹤指向#1(最大化買家收益)的首要指標
簡單提練一下就是,亞馬遜會追蹤買家行為,形成用戶行為數據,然后把符合“買家收益最大化”原則的商品優先展示給買家。
重點來了!
亞馬遜并沒有告訴我們,他到底用了哪種算法,哪些函數來處理數據。只是告訴了大家,符合哪些數據標準的listing可以排名靠前。所以對所有賣家來說,我們需要關注的其實并不是亞馬遜具體用哪種函數或者數學公式來編程自己的算法,而是產品的“數據結構”。
第二:電商平臺的基本邏輯是實現人與貨的精準匹配,具體做法是把用戶與商品數據化。
所有的電商平臺不管是國內的淘寶 拼多多還是國外的亞馬遜,它們作為平臺型企業核心邏輯就是實現人與貨的精準匹配。但是電腦與手機都只認識二進制的代碼,如何讓具像的商品與人實現精準匹配呢?做法都是把商品與用戶數字化。
看到這里,大家應該就知道為啥大的互聯網公司都在搞云計算了吧。因為平臺需要收集與存儲的數據越來越大,之前是文字,慢慢變成文字+圖片,到現在流行的是視頻,但這些都是平面的二維信息載體,后面可能就是“元宇宙”AR VR這種三維的信息展示方式了。
第三:電商平臺需要收集與處理哪些數據。
電商平臺都需要建模與處理二大類的數據:商品數據與用戶數據,然后做它們之間的匹配。這個我想后面單獨寫一篇文章從“數據運營”的視角深化與細致的聊這個話題。本文我先講一下電商平臺是如何把商品數據化的。
一個產品,電商平臺一般會依據二個維度來做“商品的數據化”。
A;商品基礎數據。
B:商品表現數據。
商品表現數據里有一個細分維度大家應該都聽說過叫“產品標簽”,大家肯定也聽說過“用戶畫像”實際就是用戶數據。有了這些數據,平臺就可以做人與貨的匹配了。
最后:未完帶續,后面一篇文章我們聊聊,做運營時到底哪些數據是商品的基礎數據,哪些是產品的表現數據,以及每個階段,商品表現數據的異同。最后回答標題中所提及的問題,選品需要迎合算法嗎?以及選品策略。
卡卡孔慶黎
講我懂的,講大家能聽懂的。
(來源:卡卡聊跨境)
以上內容屬作者個人觀點,不代表雨果跨境立場!本文經原作者授權轉載,轉載需經原作者授權同意。?