/wxweditor/lang/zh-cn/zh-cn-zh.js?v=4fff0 /wxweditor/ueditor.config-zh.js?v=6f0d6 /wxweditor/ueditor.config-zh.js?v=6f0d6
按照我们预先的设想,amazon无非是你浏览过或买过什么东西,amazon就会推荐类似的东西到买家帐号上来,但是根据我们对从各种入口统计的推荐结果,amazon似乎没有根据我们实际浏览和买的东西来推荐产品,例如我们有一批帐号是专门用于购买学生用品的,其中一部分约50%的买家号从未购买过只是浏览,另一部50%的买家号有购买过,但是所统计的amazon的推荐信息,并不是与这类产品强相关的,或者说有购买或没有购买的推荐基本没有非常直接的规律。一些数据因为涉及到公司运营秘密不方便公开,大概的情形就是这样的。
之前一些跨境课堂机构和对amazon算法有所研究的跨境网红对这些似乎也只是停留在理论和自己的视角理解阶段。我的判断觉得amazon的推荐算法只是一个简单的推荐同类物品的系统,不过有可能是有不同的权重,但是我感觉并没有那么牛逼,或者是我们仍然没有找到amazon推荐算法的规律。
希望有研究过的、懂的知友来讨论来。特别说明下,这个比较耗费资源,如果在美国没有线下资源、买家资源的就别玩这个了。不是刷单推广帖。
账号你大概用了多少?100+ 1000+?
2.浏览或者购买方式是怎样操作的?
3.你用了什么样的IP?
4.单变量测试?
亚马逊相关问答