本期内容会有些晦涩难懂。但如果奈心看完话，会动算法的底层逻辑有一个更深刻的理解。会更加明白平时打广告的时候，为什么有些计划好，有些计划不好。
1、COSMO算法是不是就是千人千面?
2、COSMO算法应用后，人群是不是比关键词重要?
3、以后亚马逊的打法会有所改变吗?
4、从去年开始，明显感觉打关键词广告没有那么顺手，是因为COSMO吗?
5、建议竞价是不是由COSMO引起的?
6、广告打法中是不是可以判断COSMO?
7、COSMO算法下三种手动广告的逻辑和作用?
COSMO算法到底是什么?
复习一下往期内容
奈心的早期文章有详细介绍过COSMO算法。今天的文章我们将更加深入一些去谈一谈COSMO算法运行后，对我们运营打法会有哪些影响，我们应该如何应对。在很多卖家朋友的提问中，实际从去年开始已经感受到了一些实际运营中的变化。
为了加深大家的理解，我们再次回顾一下之前内容，详细的大家也可以回过头去看看(我已经放到文末的引用往期列表中)，我这里节选一部分重点内容给大家。
为了让大家可以准确理解这个演变和差异，我们直接简单定义成A9\A10\A11.官方未必是这么定义，所以大家不要过度较真。
到了A11.就是基于一类人的喜好个性化展现。
当发展到了A11的时候，其实我们就需要COSMO的出现了。因为有了A10的沉淀，其实系统已经沉淀了大量的用户数据，系统的产品也越来越多。于是惊喜地发现，原来同一类是有相近的产品选择倾向的。看图：
所以当不同类型的用户，在搜索同一个关键词Women's High Heels的时候，系统就会给出不一样的展现ASIN。这主要就是基于对同一类的判断。当然这个COSMO是智能的。他会根据每一次展现的被点击和成交行为等维度来逐步优化他的展现。这样就可以确保同一类可以越来越展现到他喜欢的产品。减少平台客户的流失，并缩短消费者下单决策的时间周期。如此平台的效率和效益才是最高的。
当解释到这里的时候，我相信绝大多数朋友是已经了解什么是COSMO了。
为什么平台要推出COSMO?
理解目的才能看到本质
前面我们基本了解了COSMO到底是什么了。那么问题来了，为什么要推出COSMO呢?
我们先来思考一个问题，亚马逊平台本质上是一个什么样的平台。如果你不要把他想得那么神秘，从生意的本质去看的话。任何生意都是买进卖出。亚马逊平台也是一样，他外部去买来流量，然后再卖给卖家。免费给你最终要的是后端成交产生的价值，付费给你一边要直接收益，一边还要后端成交价值。
如果明白了这一层。那么我们再来换位思考一个问题。买来的流量是要钱的，如果你是亚马逊老板，你会让程序员怎么来分配?
答案或许有很多，比如很多朋友会说的是开源节流啥的。但实际本质上就两个字：效率。也就是买进来的流量实际是很泛的，如果分配得更合理，才会产生最大价值。就像我们前一段落列举的案例，任何想买高跟鞋的都会搜索Women's High Heels。但是不同人的要的款式是不一样的对吗?那么怎么最大化去判断谁要的是什么呢?
这对于已经掌握了大量搜索习惯和历史购买行为的亚马逊系统来说，是不难的。可以对访客以往的行为进行标签标定，例如职场女性，森林女孩等(具体他会打什么标签，没有人可以说得清楚，我们仅举例，让大家可以深刻理解)。
当一个ASIN获得职场女性标签人群的反馈更加正向的时候，那么这个产品就会被简洁打上职场女性的标签。所以ASIN是没有标签的，ASIN的标签是来自访客的标签，这也就是产品人群。
说到这里，因为亚马逊并没有给到具体的一类产品的人群画像，但是我们其实是可以通过搜索词系分析和一些数据得到这个人群画像的。这一块内容后面会有专题来写。
有了不同的喜好标签后，当另外一批同样有这个标签访客搜索Women's High Heels的时候，我们是不是可以优先展现符合他喜好标签的ASIN，展现效率才是最高的呢?我们来看个图：
看完这张图，我们似乎就有点明白为什么我们可以明显感觉到新品期的时候流量是一波一波来的，有时候并不是一个线性增长的过程。当你承接转化得比较好的时候，流量规模是越来越大。
COSMO算法后，人群三级分层
完美构成了流量效率闭环
实际上，根据奈心的实践和测试来说。亚马逊的人群不只是一个COSMO进行了喜好分层。我们大概可以分为三层。注意，我们这里所有提到的都不是物理意义的分层，这么来讲只是为了方便大家理解。实际上他的分层会更加细化，根据标签的不同和组合就会产生很多分层。
但对于我们运营来说，我们只要搞清楚一个大概的类别，其实对于我们打链接和开广告就已经足够有指导意义了。老规矩，我们还是先画个图，然后再详细展开。看图之前，大家务必记住一个概念就是效率。因为所有的分层都是为了效率。
l COSMO算法层
这一层由访客的喜好标签不同的组合方式形成了一个一个曝光池进行曝光机会分配。
访客以往的行为，细分出不同的喜好标签，也就是大家所说的千人千面。越非标属性的产品标签越丰富。价格、款式、颜色、功能等综合形成了不同的分层。大家可以做个实验，就是同一个类目节点下你发布不同风格的产品，在观察你同样配置的广告的时候，你会发现建议竞价是不一样的。
这就是由不同的曝光池竞争度决定的，这个内容可以回顾之前的文章内容。如图：
计划建立的时候建议竞价是一样的，这个和Sif的关于建议竞价的研究是匹配的。但是广告都是有一个冷启动周期的。这个冷启动背后实质是在抓取ASIN的数据形成投放模型，进行曝光池的匹配。
热启动后，我们开始观察，且是上架不久的产品。可以尽量剔除后两层的分层因素因素，得到结论。
l ASIN成交能力层
这一层是由新品包容度+决策阶段共同决定。
这一层由两个大类标签决定。一个是新品包容度，你简单理解就是那些不在意评论和rating数量的优先投放新品曝光。某种意义上就是大家所谓的新品期的概念，但是新品期不简单是如此，后面可以专门撰文来写一下新品期应该怎么做。在实践中，奈心操作链接不测评，甚至vine都不做，就是这个原因。
另外一个是访客对一个产品处于认知认知阶段，还是极有可能成交阶段，综合决定了这个阶段的分层。比如高跟鞋亚马逊大数据表明，80%的客户在点击了6次才会下单。那么靠前的几次，就会分配新品给到曝光机会，后面几次，越靠近成交，就会运行第三个分层。
我们再来看个实验。一个产品，我们不同生命阶段上架。也就是一个链接是老品，一个链接是刚刚度过新品期。得到了如下两个对比图：
我们再次观察对比建议竞价，产品是同一个产品，根据第一层的分层来说，应该是同一个曝光池的，但是建议竞价是不一样的。
当然这里起作用已经不单纯是成交能力分层的因素导致的。我们已经无法剔除潜客新客分层的因素了。但是可以基本找到他的分层规律。
l 潜客新客层
这一层由访客和你的ASIN的相关程度决定。也就是我们经常说的潜客和新客。新客也有关联度强弱细分。关于潜客新客的概念，大家可以回顾以往的内容，多次解释了这个概念。后面讲SB广告的时候，奈心会告诉大家后台是有数据可以来解读新客规模的。
这一层的分层，大家最容易证明了，就是你的广告，哪怕你不去优化，只要你不是固定竞价去开的，绝大多数情况下，cpc也是越跑越低的，建议竞价也是越来越低的。这就是相关性引发的。
什么叫相关性，就是新客到成交过程越来越临近的分层。
人群分层，对于运营每阶段的影响
会影响到哪些方面
那么明白了人群分层，实际运营中到底有什么影响呢。因为本文已经快四千字了，后面专题再详细展开。这里奈心给大家提几个点，让大家有一些启发。
l 选品的时候不再是选产品，而是选人群
就拿本文前面列举的高跟鞋来说。选品不再只是考虑销量、关键词竞争度的问题。更好把整个品类进行我们主观的类型细分，找到竞争度小的细分人群，再找到这类产品的迭代方向。这个内容大家可以回顾去看下那篇关于起盘选品的文章。
l 打关键词的时候不再只是打关键词，而是要考虑人群
前面两篇文章，奈心详细介绍了广告的运行机制。就是由这个三维要素组成的。以往我们只关注了关键词，也就是访问行为，忽略了访问人群。在人群分层的影响下，单纯去看关键词的排位，是不够精细的，也是不够公平和真实的。打词的时候，比如考虑人群扶正。
强搜索品类，新客池小，成交节奏快，人群易被行为拉偏
弱搜索品类，新客池大，成交节奏慢，人群有足够自我修正机会
这两句话大家先记录，结合自己的实操理解一下。后面我们讲SB和SD广告的时候，会详细展开。
应对的打法应该怎么调整?
结合实战给点建议
在此前的关键词的词系打法文章中，奈心介绍了一个用词系划分逐步推进打法建议给到大家。但是在打的过程中，我们必须要考虑人群，如果大力攻词，很容易人群跑偏，也别是低客单和强搜索品类，偶然性的错误样本反馈，就会导致人群拉偏。这里我给大家一个建议，就是结合ASIN投放来修正人群，定位与自己高度相关的细分品。
具体怎么去查看是否修正到对的人群。Sif有个透视ASIN投放的功能，大家可以去用一下。
通过这个功能，可以在前端抓取到定向组跑出的关键词，结合我们自己的后台数据，我们可以进行人群分析。
ASIN定向可以修正的是第一层的人群分层。这个具体的操作思路，后面文章我们展开来讲。然后第二层和第三层，其实也是可以通过自动广告和SB、SD广告形式去卡高相关人群。
本文链接：http://www.awyerwu.com/13806.html ,转载需注明文章链接来源：http://www.awyerwu.com/
