如何做好亚马逊SEO?从本质上来说，你需要优化以下三项内容：相关性和转换率，买家满意率，留存率。主要涉及以下几点：




一、产品listing优化

1. 标题优化(优化的核心)

标题listing优化的核心内容，这将直接影响到你的产品在搜索结果中的表现。

根据亚马逊指引，标题应该包含以下的元素，分别是：

l 品牌

l 产品线

l 材料/主要功能

l 产品类型

l 颜色

l 尺寸

l 包装/数量

优化关键点：合理的排列这些元素，同时在标题中使用额外的关键字是关键。关键字的顺序和关键字的选择可以显着影响产品销售和排名。

关于关键词的顺序：同一产品在亚马逊的自然搜索结果里面，右边广告栏，和移动端的3个地方展现标题会有所不同，因为在这些位置的标题长度不同。自然结果通常是115-144个字符，右边广告栏的标题大约是30-33个字符，而移动端则是55-63个字符。

所以结论是，标题必须首先把最相关的关键字放在前面。具体做法是，先制定一个最重要的关键词列表，然后在不同标题的每个字符节点之前放置这些关键词。可以借助一些关键词工具找到这些关键词。同时竞争对手是你的良师，好好参考他们的数据，看看他们在做什么，对你的优化有很大的帮助。

是否可以放置品牌名称在标题中?

这个需要看产品的品牌知名度如何，建议做几个测试，看看效果如何。

注意：不要在标题里面堆砌关键词。这个方法曾经奏效，但是目前已经失效。最佳的做法是在search terms里面进行关键词操作。

2、Bullet points优化：

Bullet points并不会直接影响搜索结果排名，但是他却在转化率和产品相关度2个维度上对搜索结果有影响。

listing的bullets主要作用是展示产品的功能和优点。

具体优化点在于：标题中使用到的关键词，应该在bullet point里面再次提到。同时你应该用关键词工具将相近的一些关键词提取并用来丰富你的描述细节。同时如果在bullet points里面能够提到你产品所能兼容到的产品，对搜索排名也有帮助。保修条款也是大部分卖家会在里面提到的。最佳的做法是多测试几个版本和组合，看看哪种转化效果最好。

3、产品描述：讲一个好故事

产品描述也不会直接影响排名，但是好的产品描述会对转化产生良好的影响。优化要点，在产品描述里面添加一些你想要收录的有价值的关键词，同时在最后包含CTA(call to action)，如立即购买之类的增加转化率。

注意：一般的卖家可能不太会写好的产品描述，建议的做法是把这部分内容交给专业的写手做。

常用工具：关键词收集工具，word2cleanhtml，将word直接变成html格式方便粘贴到后台。

4、后台的Search Terms优化：

曾经大部分人会将关键词堆积到标题上，导致用户体验非常不好，但是后来亚马逊添加了一个search terms功能，把这些难看的关键词放到了后台，同时也导致了一个问题，就是你也没法看到竞争对手怎么样放置关键词的。

这部分的优化方法是：通过关键词工具，或者人工收集竞争对手的关键词，甚至有部分工具还可以收集到对方的search terms，然后添加到自己的列表中。

注意：不需要使用逗号区分这些关键词，不需要重复listing里面的关键词，search terms里面出现了的词可以不用在其他地方重复出现。

二、产品转化率优化

1. 销售为王

在所有的优化中，影响排名最大的东西就是产品销售。如果你的listing 销售量比你的竞争对手强，那么你的排名就直接在他的上面。简单粗暴。通常的做法是用站内或者站外引流到你的listing上面。站内引流主要包括ppc，外部引流包括用facebook，谷歌广告等，当然还有更多的方法(请自行百度：27种亚马逊站外引流的方法参考)。

另外一个大部分人的做法，都是通过各种方法去shua dan,增加销售，这里就各出奇招，不进行讨论了。

2. 产品评论

一个产品如果销售很好，但是没有评论，那么它的排名就会慢慢的下降，退出首页，但是如果一旦有新的评论补充进来，产品的排名就会立即上升。

顾客购买产品的临门一脚就是产品评论，对销售转化起着重要的作用。

比较安全的做法是在有顾客进行产品购买的时候尽量的服务好他们，通过邮件跟进，了解用户的体验，并在最后客户反馈体验不错的时候，请求对方给与一个评论。

另外一个是黑科技方法，相信这部分的知识大家都知道不少。主要包括2部分，一个是找人留评论，另外一个是将差评移除。

如何找人留评论，一般是facebook，论坛，主动找reviewer，review站点，目前工具不少，也有很多热心的卖家给大家分享教程，可以帮大家快速解决这些问题.

另外联系买家移除差评，虽然说已经很多方法失效了，但是目前还是有可以使用的工具，稍微留心就能找到。

三、其他优化

1. 加入FBA

加入FBA可以提高用户的体验，可以带来更多的流量和订单

2. 图片优化

高质量的图片，同时能够清晰将产品的特点清晰的展示给用户，可以大大的提高产品的转化率。如果自己没法做好这块工作，建议外包吧。

最后，亚马逊SEO是一项持续，而且需要耐心的工作，产品选对了，工作做到位了，相信大家一定能大卖。
  查看全部

Facebook受众定位的三大类型

· 核心受众

根据产品定位国家地区、性别年龄、兴趣、行为等

· 自定义受众

定位或排除你已知的用户：用过App的人群或者老用户列表

· 相似受众

找到更多与你已知的高质量用户相似的受众

一、核心受众

核心受众的数据源基于Facebook官方的大数据以及第三方平台数据。定位选项包括兴趣、地区、人口、移动设备和用户行为等。

Facebook官方大数据是指用户填写的资料，包括该用户对哪些页面和话题进行点赞，用户的工作经历、教育水平，甚至和好友的聊天记录。你可以利用此种定位方式为所推产品选择“对类似的app感兴趣”、“住在美国”、“25岁”、“男性”、“iPhone用户”、“资深游戏玩家”等。

第三方平台数据主要是为了统计用户的购买行为，家庭的购物观念，以及收入行为。第三方平台包括：

· Datalogix

· Epsilon

· Acxiom

· Personicx

二、自定义受众

通过已知Email地址、电话号码、移动设备ID、Facebook账户、App用户名等信息，匹配Facebook信息后就可以得到自定义受众。自定义受众对于Facebook广告投放来说十分重要，几乎可以说是广告投放必备。实际上自定义受众定位的做法由来已久，比如说早些时候的直邮，之后出现的电子邮件特定发送，以及现今出现的Facebook动态信息栏的特定广告展示。Facebook可以帮助客户最大程度地接触到目标受众。

同时，它还具有排除功能，比如说客户可以排除掉已经购买了该广告产品的用户。例如，过去Facebook推广的手游用户中有10%产生了付费行为，如果想要针对未付费人群进行一次游戏内促销活动的推广，就可以在自定义受众中排除有付费行为的用户。

自定义受众还可以基于App Events的用户活跃数据对用户进行划分：安装激活的所有用户、留存用户、活跃用户、可能流失的用户和很长时间未打开的用户。




三、相似受众

需要App Events数据配合，用?质量的种?用户来找到精准的相似受众。例如，某个用户在过去一周内打开过App5次，我们可以据此寻找一些与他行为相似的人。再比如某个用户喜欢使用拍照App并搭配滤镜使用，我们也可以据此寻找与他行为相似的人。

全面分析产品特点并选择合适受众进行定位，再针对收集到的不同阶段的数据对人群进行相应的排除和相似人群的筛选，同时结合广告素材优化中曾经提到的方法对广告内容多花些心思，相信你的广告一定会有不俗的表现。
  查看全部

广告教父大卫·奥格威曾说过：“阅读标题的人数是阅读内文的5倍，如果你的标题没有吸引到受众的目光，就相当浪费了80% 的广告费!”

所以，给广告文案取个响亮的标题，就显得特别重要。无论对于Facebook广告还是谷歌关键字广告来说都是如此。但起名这事儿，看起来简单，细琢磨是个技术活，尤其是我们的广告还是给国外的消费者看的。不过还好人类有项特牛逼的天赋，叫：模仿，我们可以看看别人Facebook广告是怎么起出来好名的，这或许对你的营销推广有帮助。

那么，

强大的标题是怎样一种感觉?

我们应该明确一个事实，那就是：当写你撰写广告标题或内文，你应该只针对目标客户而写，而非所有人。即标题要吸引目标客户看你的广告，它得传递出Landing Page的价值与受众期望。

需要你的产品

有钱购买产品

现在愿意购买

然而，绝大部分的广告业者都是想试图销售产品给任何人，他们认为自家产品是完美的、无懈可击到任何人都适合。是，这看起来很傻对吧，而这却又是普遍的真实存在。人常常会被自己给洗脑，这是乍回事呢?

因此，标题的作用是卖给潜在客户一个想法，而不是成交的保证!

当你了解广告标题特点后，我们来看看6个Facebook广告标题技巧与参考案例，这个部分虽然是以Facebook广告为主，但依然可以应用于其他广告媒体(当然不限于海外广告文案)上，举一反三吧。

1.直接了当式：能用狙击就不用机枪

要抓住用户的注意力，标题一定要玩处心积虑的文字游戏，这真是一个莫名其妙的迷思，而且根本不是事实。因为大脑是懒惰的，越是简单的、熟悉的，越是能够快速被它注意和识别。

有时候，直接了当说出销售卖点是让Facebook用户注意到广告最有效的方法，这让用户不用玩我猜来猜去也猜不明白的游戏，用户不必多加思考就能明确理解广告信息哪里不好了。

【案例】




2.间接含蓄式：把美女和野兽在一起

相较于直接了当式，带有内涵的标题恰巧采用相反的撰写模式，无法完全预期的事情总是容易引发人们好奇心，进而提高广告受众的吸引力。

【案例】




3.问题发问式：喂饱好奇心

一个很好的问题能激起我们的好奇心，并且能唤醒注意力，但要做到这一点，问题必须涉及到受众问题或想进一步了解更多。

当你以问题发问的时候，最好确保你的读者已经知道这个问题，或者能给予认同。因为，我们很难对一无所知或不感兴趣的事物感到好奇。

【案例】




4.直接命令式：用户懒得动脑子

命令式标题采用的是告诉读者到底该怎么做的强硬方式，这具有较强烈行动要求。例如：要求点击、立即索取、参加活动、观看影片……等。

使用这种广告标题方式你的提案得够强大、定位够清楚，否则再怎么命令也是徒劳无功的。

【案例】




5.理由说服式：和用户穿一条裤子

这也是广告最常用的标题技巧之一，透过建议、秘诀、结果塑造使用产品或服务的好处，进而给消费者一个为什么应该要购买的理由。

【案例】




6.客户见证式：口碑是跑的最快的宣传员

你知道吗，或许你的客户比你更会卖出产品、带来新客户。因为他们所说的话，在潜在客户耳中往往更具影响力和可信度，从受益者口中所说出话就是最好的证明。因此，与其由你说，不如让别人帮你讲。

如果你采用类似目标受众，这类型的标题是非常好的选择，也是从中筛选出对你的产品或服务真正有兴趣的受众方式。

【案例】




总结

以上广告的起名技巧并不是什么万能钥匙，而是跟心理学有关系，这也是营销策略的有效依据来源之一。不过，再次澄清，想让你的Facebook 广告能火，就要经营好内容和创意。万恶的标题党是行不通的。 查看全部

NewsFeed 怎么来的




2004年，Facebook 问世，两年后的9月份，NewsFeed 问世，同时问世的还有MiniFeed(个人动态)。今年是 NewsFeed 上线十周年了，这10年里，Facebook 是怎么一步一步把 NewsFeed 打造成了日收入几千万美金的现金牛的?不管你对这充满铜臭的问题感不感兴趣，反正我很感兴趣。

今天我们都已经习惯了把照片、文字等内容主动分享给好友，但是当时 Facebook 上线了这个功能时，引起了广泛的争议，焦点就是“隐私”问题，用户认为我发的动态怎么能让别人看见呢[1]?用户一直不停质疑和抗议，又忍不住继续使用，Facebook 就这样在争议声中增加了最初的隐私控制，比如隐藏自己的动态，而 NewsFeed 就这样坚持了下来。看来，小扎真是一个撩妹高手，看穿了用户们“嘴上说不要，身体却诚实”的内在。

随着用户们渐渐地爱上了浏览好友的分(xuan)享(yao)了，2009年，Facebook 加上了赞(like)功能(FriendFeed 在2007年发明了赞按钮，FriendFeed 后来于2009年被 Facebook 收购，并将赞这个功能整合进来)，开始按照热门程度对 Feed 重排序，不出意外，这又引起了用户们的反抗，因为大家已经习惯按照时间顺序阅读。

伴随这么多争议，为什么 Facebook 一直坚持做兴趣feed?从数据上看，平均每个用户每天待看的新鲜事有1500条之多，但平均每个用户每天只能阅读300条;从商业角度，将 Feed 排序交给上帝的做法，非常不利于商业化且有损用户体验，公共主页可以使用很多伎俩吸引用户关注，然后肆无忌惮发广告。

10年来，NewsFeed 有数不清的改进，甚至每天线上会同时部署很多算法版本进行AB测试。但 EdgeRank 是这条优化迭代之路上的一个标志性建筑。我们可以将 NewsFeed 排序策略按照 EdgeRank 分为 PreEdgeRank 时代、InEdgeRank 时代、PostEdgeRank 时代。

EdgeRank 算法

EdgeRank，顾名思义，就是对边(Edge)进行排序(Rank)。

每一个朋友的每一个操作(Action)都可能以新鲜事(News)的方式呈现在用户面前，比如朋友发布了一条新鲜事，朋友赞了朋友的朋友一条新鲜事，朋友评论了朋友的朋友一条新鲜事，朋友给自己的照片加了一个标签，等等。稍微用脚后跟想一想就知道，按照这样罗列的话，每个用户得看多少新鲜事?于是 FB 就想在一条动态呈现给一个用户之前，先预估一下这个用户对这条新鲜事感兴趣程度。在 FB 的定义下，一个 Action 就是一个 Edge，所以这套量化兴趣的算法就叫做 EdgeRank。

别看今天 Facebook 各种高大上，又是深度学习又是人工智能，要知道，在 EdgeRank 提出之前，FB 也是有过刀耕火种时代的，FB 的首席产品官 Chris Cox 谈及早期 NewsFeed 是这样说的：

“In the beginning, News Feed ranking was turning knobs. Turn up photos a little bit, turn down platform stories a little bit.”(最初，NewsFeed 排序就是在主观拍脑袋，给照片加点权重，给平台动态消息降点权重)

“a photo might be worth 5 points, while joining a group was worth 1 point” (把照片权重定为5，把加群权重定为1)

国内算法工程师们听到这些，想必都要会心地笑了：原来 FB 也是从这个时代走过来的。但 Facebook 不同的是，这只是暂时的情形，他们已经走到更高级的阶段了。

Serkan Piantino 在2010年左右领导并开发了第一版 EdgeRank 算法。下面说说大名鼎鼎的 EdgeRank 是怎么回事。

EdgeRank 主要有三个因素在起作用：

亲密度(Affinity Score)

边的权重(Edge Weight)

新鲜程度(Time Decay)

想象一条内容诞生后，途经什么路径流动到你的面前?

首先经你的一个朋友(或者你的关注源)的之手产生了一条新鲜事(他发布、赞、加标签这些产生了新鲜事);

然后经过你这个朋友(或者你的关注源)的介绍，到了你家门口，你一开门(登录)就可能看见它;

内容不多时，开门一个一个寒暄可能还行，它们也等得起，也无所谓先来后到，内容太多时，就得考虑个先来后到了。

这三个步骤，就大致刻画了 EdgeRank 的思想了，其实还是很简单直接的。

亲密度对应了第二个步骤背后的思想，那么多人介绍过来，我们当然要优先照顾更“喜欢”的人了，亲密度的量化要考虑平常里你和这个朋友“走动”是否频繁，连接是否紧密。主要考虑下面几点：

你们连接的强度，点赞之交，还是评论之交，或是私信之交，连接方式不同，强度就不同;

你们连接的频繁程度，一日百赞，还是百日一赞，差别也很大;

你们有多久没有建立连接了，一年没有了，关系自然就更淡了;

亲密度是单向的，也就是说你对朋友的亲密度，和朋友对你的亲密度可能不一样哦。

你看，看似神秘的 EdgeRank 算法，其实跟大家不太待见的鸡汤居然意思是一样的，是不是觉得它竟然如此平易近人?

边的权重也很直接，其实它反映了产生一条新鲜事的成本，成本越高的，权重越大。点赞、评论、发一条文字、发一张照片、发一个链接，背后用户付出的成本不一样，反应在边的权重上也就不一样。显然，你点个赞的成本，和你发布一条新鲜事的成本差别很多。

最后，新鲜程度，也是一个符合直觉的自然假设：NewsFeed 总是青睐 New 一些的 Feed，新的新鲜事总体上更可能得到用户的临幸。FB 用了一个类似指数衰减的函数来量化动态的新旧程度。

三个分数，最终用相乘的方式共同作用于每一条新鲜事的分数，用于排序和筛选。

这个排序方法的确是很简单，基本上只考虑了社交方面的因素，而没有考虑太多内容本身对用户吸引力。

从公开的资料看 EdgeRank，并不是什么高深的算法，它只是量化了三个主要因素，然后主观地相乘，而没有任何目标优化思想在背后，根据 Facebook 披露的消息看，早期的 EdgeRank 的确没有引入机器学习，所以根本称不上是智能的算法。

为什么 EdgeRank 这么有名?因为它是在F8开发者大会上公开介绍过的，经过一知半解的媒体渲染，变成了一个神秘高深的存在。

后 EdgeRank 时代

2011年之后，Facebook 内部就不再提 EdgeRank 算法了，因为用户数和广告主的飞增，导致 NewsFeed 的排序算法必须要更上一层楼。如今月活跃超过10亿用户，约2000万的公共主页，移动设备贡献了大多数流量，复杂的上下文因素，必须引入机器学习才能 Hold 住整个场面。

在原来 EdgeRank 的基础上，更加细致地定义了不同层级的亲密度。用深度神经网络理解图片内容和文字内容，从而可以知道相片中的物体是不是用户感兴趣的，可以知道新鲜事的讨论话题。随着产品迭代，也加入了更多产品特征，诸如阅读时间长短、视频内容、链接内容等，取关、隐藏一个源。前前后后一共考虑了10万+的变量(模型的特征空间应该会更高)，如果还按照原来的方式去调节权重，显然既不科学又很低效。

从 Facebook 的机器学习应用博客页面可以看到，2010年之后就开始逐渐有机器学习方面的文章出现了。

相关资料显示，2011年之后的 NewsFeed 排序算法，全面转向了机器学习，用优化理论来决定每个因素的权重，将人从繁杂的策略量化中解放出来。

在被机器学习接管后的 NewsFeed，很多地方都更加细致。

用机器学习预估新鲜事的质量。通过构造了一份问卷调查，访问了若干用户来收集数据，用收集的数据构建了一个机器学习模型，用于 NewsFeed 排序时预测一条动态的质量，将预测的质量分数作为最终排序的一个特征。用树模型构造离散特征，结合最常见的LR模型预估广告点击率。

除了全面转向机器学习之外，NewsFeed 团队也在重新思考人和算法的关系。他们要关心的是到底“如何把用户真正最关心的找出来”，而不仅仅是“提高点击率”。Facebook 一直是数据驱动的，也是他们能够在争议中把 NewsFeed 坚持下来的信念来源，而是不是唯数据马首是瞻，团队内部有很多思考，也有很多变化。

仅举几例：

团队发现有85%的隐藏新鲜事操作来自5%的人，经过与这些用户沟通才发现，原来这5%的人把“隐藏”当作邮件里的“标记已读”了，对喜不喜欢的新鲜事只要看过就会点击隐藏。

对于悲伤的事情，用户可能关心但不会点赞的。

对于有些点赞，用户可能并不是真的感兴趣，只是“点赞狂魔”发狂而已。

用户阅读一篇长帖子，读到一半不读了，也并不能说明他对这篇帖子不感兴趣。

这些 case，都让他们开始关注到机器学习和数据的局限。

于是，在算法团队之外，Facebook 搭建了一个遍布全球的人肉评测小组。人肉评测小组不是简单地对算法筛选结果进行喜欢/不喜欢的标注，而是会非常深入地阐述为什么喜欢/不喜欢算法筛选结果，而且会与工程师详细交流评测结果，因为这种人肉评测方式可以有效地拆穿数据说谎，让产品远离一味追求提高数据指标的怪圈。

除此之外，产品上还加强了过滤器功能(Filter)：你可以选择你的动态给谁看，你可以选择不看谁的动态(Hide)，你也可以选择优先看到谁的动态(See first)，当然你可以取消关注一些人或者公共主页，将这些控制权交给用户，一方面安抚了用户被算法接管的不安，另一方面也是一项重要的数据来源。事实上，如今的过滤器已经复杂到大多数用户都不会使用这些控制权。

“如何衡量用户真的感兴趣”这个问题也许远远没有最终答案，为什么?因为人的非理性占据了绝大多数时候，而“不一致性”又是非理性的最重要表现，根据心情不同，用户有不同的感兴趣的标准，而且这些标准也许还是相互矛盾的。

NewsFeed 的配套设施

NewsFeed 存在的前提是要依赖用户建立大量的社交联系，这样才会出现信息过载，因此 NewsFeed 的一个重要的配套设施就是“你可能感兴趣的人”(People you may like)推荐系统。

这是一个我们在产品形式上比较熟悉的推荐系统，它是一套大规模矩阵分解算法，利用已有的协同矩阵为你推荐你可能想建立联系的新Item，包括用户、app、公共主页等。

NewsFeed 还有另一个配套设施，也是它为什么每天能吸金几千万刀的原因：广告系统。Facebook 的广告形态多样：

Suggested Page (你可能喜欢的公众页)

Page Post (公众号帖子推广)

Suggested App (你可能喜欢的应用)

Video Ads (视频广告)

现在，每一次 NewsFeed 调整算法都会引来广告主们的抗议，他们都是在 FB 上拥有公共主页的商业机构。

在以前，FB 鼓励这些商业机构花钱投广告增加粉丝，彼时的 NewsFeed 算法允许随意发广告(以原生的新鲜事形式)。而现在，FB 严格限制商业广告和普通用户的触达。商业机构感觉自己被耍了，花钱买粉之后却不能发原生广告，无独有偶，根据微博 CEO(@来去之间)在微博上的披露，现在微博企业号也是被限制博文达到粉丝 feed 次数的。

据国外某专门做 NewsFeed 推广的公司追踪，1000个公共主页的50000条内容以原生方式触达用户的比例，从2012年16%降低到了2014年的6.51%，降了一倍还多，这当然也可能因为用户平均关注的公共主页增多了[13]。

世界上最遥远的距离，就是：手握大把粉丝，却不能随心所欲地曝光自己的产品。

当然，所有的公共主页们，不要灰心，并不是没有办法，NewsFeed 的广告系统大门永远向你们敞开。

对 NewsFeed 的展望

具体 NewsFeed 会怎么发展，无法预测，但是可以肯定的有三点：

NewsFeed 的算法会一直进化下去。

NewsFeed 团队把人和算法的关系处理得更好，从数据驱动(Data-Driven)到数据启示(Data-Informed)。

越来越多的 Feed 型产品会效仿 NewsFeed，加入到兴趣feed的潮流中去。
  查看全部

亚马逊的流量来源分为站内流量和站外流量，站内流量就是客户自己要在亚马逊上找东西进而点开你的产品，站外流量就是通过Facebook或是youtube等其他平台吸引顾客进入到亚马逊的listing 页面。下面来讲一讲影响站内流量和站外流量这两种不同流量入口的来源因

一、站内流量来源因素

1，评价数量

对于老产品，产品销量对排位起着至关重要的作用。比如，一款老产品有50个review, 每天销量10，核心关键词排名在第10名，而同样一款新品有10个review, 每天销量15，核心关键词在20名。

在其他因素相差不大情况下，产生这种原因的主要因素就是前者有50review，而后者没有。

2，产品转化率

对于新产品，产品的转化率起着更加重要的作用。举例A产品的页面浏览量是100，每天有20个订单，转化率是20%，而另一款同类产品B的页面浏览量是100，每天有10个订单，转化率是10%。

一个月之后，A产品排上了首页B产品没有。由此证实，对于新产品转化率的权重更重

3，关联推荐

亚马逊经常会把类似的产品放在一起做促销，被顾客同时购买或点击的产品出现在关联推荐的可能性越大。

同时，卖家也可以把两款相关性很强的产品放在一起做促销，例如洗发水和头梳、手机和手机壳、车灯和防尘盖。

如此一来，展示量变大，在控制好主图清晰、美观的情况下，产品流量也会显著增大。关联销售详情如上图所示。

4，站内广告

在listing的表现良好的情况下，有效地投放广告可以把产品推送到前几页。顾客通过关键词搜索进来之后，往往不会去点击排名很靠后的产品，就像我们在淘宝买东西，很少会点开几十页去寻找一个产品。

所以，合理恰当地投放ppc广告，会给Listing带来很多站内流量。

5，秒杀活动

亚马逊平台目前可以自己直接从后台报秒杀，表现良好的listing会被推荐报秒杀活动。秒杀活动可以为listing带来意想不到的流量。

但是秒杀活动需要付费才能参加，并且需要一定的库存量，同时对产品的折扣也做了要求。要求虽高，难度虽大，但是如果有合适的机会切记不可错过哦!

6，通过变体做引流

亚马逊会让有变体的listing排名更优。如果你有一款产品没有上变体，其他卖家相似的产品有变体，这个时候亚马逊会将有变体的产品排到没有变体的产品的前端，因为产品属性相对多，顾客的选择性就会更多。

同时变体也可以为整个listing带来更多的流量，因为顾客点击进入一个产品，往往会去看看其他的变体，这样既增加了其他变体的流量，也增加了产品页面的停留率。

7，通过促销引流

在亚马逊上通过促销活动的推广，也能为卖家引来可观的流量。亚马逊平台有四种促销方式，分别为：免运费、满减、买一送一、额外礼物。实验表明，“满减”是促销中效果最好的一种方式。

“满减”的折扣功能非常强大，完全能够概括其他三种的功能和设置。例如，A产品做满减活动，可以直接打八折销售;或者是对A、B做捆绑销售，可以买A后八折购买B产品;诸如此类的还有，满多少钱立减多少、买两件打八折等等。

二、站外流量来源因素

1，youtube营销

youtueb运营必须找视频达人合作才行，这样视频流量就有保障了。同时还建议和达人沟通，在发布视频的时候带上亚马逊产品的链接，甚至是折扣码，让有需求的用户进行选择。

一般这些达人回复都会很慢，因为会有很多人找他们合作。youtube红人强大的粉丝基础会给产品带来巨大的流量。

2，facebook营销

facebook营销属于关联运营，卖家要先花时间运营官方账号，做一些新品市场调查、产品赠送活动或者是抽奖等互动来吸粉，再逐渐做引流工作。

例如：粉丝互动活动、Page页速推或是广告投放等。需要的周期较长，但是引流效果较好。

3，twitter营销

twitter的用户有2亿有余，其流量之大可见一斑。在twitter上所推文章，必须走心，抓住用户感兴趣的、关心的话题，同时也是你擅长的、能做的、精心组织的内容，做到你的每一篇推文都精益求精。

那么，你的心肯定会被用户感知到的，如此一来，用户不仅愿意关注你，还会引发他的共鸣，进而转发分享。

4，intagram营销

intagram是一款图片营销工具并且大部分用户是女性。女性感兴趣的健康美容、时尚、母婴产品很适合利用图片在instagram营销。

图片质量，一定要清晰、有趣、好玩，能引起共鸣。推广时，卖家可以在这个平台上为自己寻找“品牌大使”，例如一些粉丝较多的美妆博主，可以与之合作，推广产品。

5，pinterest营销

pinterest是偏图文的社交软件，所以对产品宣传图和广告策划能力要求较高，一般都是大品牌在上面做宣传，对亚马逊卖家来说运营难度较大，不太适合做入门，当然，还是要具体看自己的产品特点来定。

6，博客引流

建议卖家自建博客，分别放一些自己的产品和别人的产品。通过软件直接读取slickdeal、fatwallet等网站的数据，伴随这些网站同步更新，慢慢聚集粉丝和人气。还可以通过不同的博客站内投放文字、图片广告，按点击付费。

7，Google广告营销

Google付费广告很烧钱，技术难度大，如果转化率没有控制好，大部分时候是烧钱的。只要会做站内PPC广告，大部分的站外广告也应该会做了。

如果google关键词营销做得成功，最好得效果就是打开Google搜索自己的品牌时，第一出现的是自己得官网，第二出现的是亚马逊。
  查看全部

卖家想了解的流量主要是怎么导入Listing的，更确切的说，应该想了解怎么把这些流量导入到自己的Listing里面。

我是分站外和站内两方面来分析。

1.Amazon站外流量分析

为什么要说站外?这涉及到着陆页。站外的流量导入到亚马逊，一部分是到首页，一部分是直接到产品详情页，当然还有别的页面。

一般独立站的流量前几名是自然流量，Google CPC，联盟，EDM，再营销广告，论坛和社交等。

亚马逊的流量组成如图：




1.Direct：自然流量，一般是用户通过书签或直接输入网址等访问的。着陆页一般是首页。而首页有很多推荐栏，根据用户的偏好和产品的成交数据等为你推荐相关和你可能感兴趣的产品。相关性和销量比较重要。

Referrals: 引荐流量。引荐流量大概包括Deals站，亚马逊联盟，论坛博客，再营销广告等。

Deals站主要是SD，Kinja等，流量着陆页主要是产品详情页。

亚马逊联盟：这是一块比较大的流量，不了解的话可以联系荟网，他们对于卖家联系是国内首家卖家联盟API对接商，亚马逊有很多联盟，包括Deals站，论坛博客，视频红人甚至普通用户。他们选产品一般也是选那些自己受众感兴趣，表现好，销量好的产品来推广。

论坛博客：多数是测评和分布在这些网站的再营销广告。

另外还有亚马逊的智能推荐系统推荐，好多论坛的测评帖子下面都有这一栏，如图：




社交博客等上面也有再营销广告，比如Facebook比较多。

Search：搜索流量。一般是通过关键词搜索和google cpc进来的。着陆页包括首页，目录页和产品页。分别占比不好说。

Social：社交媒体流量。可以是广告，用户分享等，着陆页一般是产品详情页。




EDM的推送需要有大量的精准买家邮箱，收集这个邮箱就是一个工作量很大同时需要有很多资源的配合，据我所知荟网里面的试销方式里面其中一个就是EDM推送，所以效果很好。

2. Amazon站内流量

流量由站外导入之后，可以想一下流量的流动方式，把自己模拟为用户。

直接到详情页的流量先不说。看过GA的都知道流量大致方向是首页到目录页再到详情页再到购物车。

1.从首页出发到详情页的流量，一是推荐流量，而是搜索流量。 推荐流量的话可以看一下首页的推荐板块。搜索流量的话就是关键词搜索。

2.从一个产品页面到另一个产品页面的流量。 这种流量主要是产品页的推荐流量，借助于亚马逊强大的推荐系统。 SimilarWeb统计的亚马逊跳出率只有27%左右，所以推荐系统的流量不会小的。

总结：

上面的分析有些粗糙，有的归类不准确。分析亚马逊这强大平台的流量的确很难，各种流量错综复杂。但是，大概清楚亚马逊的流量来源和流动方式，有助于你制定利用方式和站外推广方向。

亚马逊的流量我感觉把平台上所有差不多的产品都有照顾，不会特意偏向具体的产品。要想把自己Listing的流量引爆，各方面都要注意，站内站外都要配合好，特别还要靠自己站外引流靠谱一些。

最重要的一点，亚马逊的流量固然大，但是你的产品表现不优秀，这些流量与你没多大关系。
  查看全部