除了说服消费者，卖家们也要学会说服 AI。

文丨杨培钰

编辑丨何洋

亚马逊的商品推荐逻辑正在发生重要转变。

对卖家而言，通过抢占亚马逊搜索排名而获得更多流量的传统营销打法，不再百试百灵。当消费者向亚马逊 AI 购物助手 Alexa for Shopping 寻求购物建议，原来能够排在搜索结果页前列的一些产品，却在 AI 购物助手的推荐结果中销声匿迹。

AI 优化服务商 Autopilotbrand 针对 Alexa for Shopping 展开的一项调研显示（注：今年 5-6 月累计抓取 1963 个非品牌搜索请求对应的 12810 条推荐数据），63.9% 的 AI 推荐商品不在搜索词自然排名前十之列，40.9% 完全没有在常规搜索结果页面出现，付费排名商品中也仅有 14.3% 被推荐。

搜索词自然排名和付费广告是亚马逊平台常规的两大商品曝光路径，前者依靠销售增速逐步积累，后者通过竞价方式购买排名位。在上述调研中，二者目前都未对 AI 购物助手推荐的结果产生明显影响，即商品原先在亚马逊搜索页的排名高低，不会决定其是否能被 AI 购物助手选中。

Alexa for Shopping 正式诞生于今年 5 月，由此前的亚马逊购物专家助手 Rufus 和亚马逊个性化 AI 助手 Alexa+ 合并而来。整合后，消费者可直接在亚马逊搜索框里提问，AI 购物助手能生成个性化购物指南、提供品类与商品洞察、生成动态商品对比、查看一整年的价格走势，并基于个性化洞察自动完成找优惠、加购物车、日常复购等动作。

在今年 7 月 30 日第二季度财报电话会上，亚马逊 CEO Andy Jassy 提到，过去 12 个月，亚马逊 AI 购物助手的累计用户数已超过 3.5 亿人，今年二季度活跃用户同比翻倍。此外，使用 Alexa for Shopping 的用户花费比不使用的用户花费平均高出 40%。

也就是说，亚马逊 AI 购物助手快速扩大用户群体、提高渗透率的同时，它的商品推荐逻辑几乎脱离了原有的搜索排名体系。虽然其商业化规则尚未明确，但一个清晰的信号是，以往商家通过 " 排 " 或 " 买 " 把自己送到消费者眼前的机制，在 AI 购物助手面前可能行不通了——很多过去占据了头部推荐位的商品，现在并不比那些原来大部分买家根本不会翻到的长尾商品更具优势。

人货匹配方式的语义升级，让 AI 购物助手成为了中介，一直在试图说服消费者的商家，现在也要思考该如何赢得 AI 的信任了。

AI 成为流量守门员，旧秩序正在失效

在 Alexa for Shopping 出现前，亚马逊推荐算法历经数次调整。从 A9 到 COSMO，以及 Rufus，虽存在从关键词匹配向语义搜索的转向，但因为 AI 并非嵌入搜索入口的默认选项，AI 推荐结果和搜索页排名结果的差异并未被直观感知。

智能广告管理平台 Pacvue 中国区负责人廖骏告诉亿邦动力："Rufus 时期，作为服务商并没有太多介入，Alexa for Shopping 才引起我们的重视。"

图源：Amazon

Alexa for Shopping 是融入了消费者偏好、购物和对话历史的新一代购物助手，在技术层面上对搜索机制进行了调整，呈现出的商品搜索结果自然千人千面，从而冲击着原有商品曝光的两种路径，即自然排名和竞价广告位，而与之匹配的传统打法难免会受到影响。

即使同样的搜索词在新旧两套逻辑中也会返回不同的推荐商品，对亚马逊搜索结果变动敏感的卖家，已经在向营销服务商咨询 AI 推荐的 SOV（Share of Voice）情况。摆在卖家和营销服务商面前的问题，也转变为了如何从整体运营的角度去提升广告转化率。

广告并不会因为 AI 购物助手的出现而消失，但广告被消费的方式却有可能会改变，并影响哪些产品可以被 AI 发现。全渠道智能广告优化平台 SparkX AI 产品负责人 Matt Yu 解释道：" 现在广告是给消费者看的，在未来，很多广告可能是给 Agent 看的。但广告本质上还是注意力经济，只不过在争夺的是谁的注意力。"

商品运营过程中，既要说服消费者，还要说服 AI。在这一点上，廖骏也表示：" 如果商品信息能够说服人，但不针对 AI 进行提取，将会损失很大一部分流量，因为 AI 推荐下的可见空间在缩小。"

过去，亚马逊搜索界面前五页的产品，基本都能被消费者看到，卖家只要争取商品排在前 50 或前 100 的结果里即可，容错空间很大。但 Alexa for Shopping 让这个范围缩小了，AI 推荐产品只有个位数，如果不能出现在推荐产品中，" 对消费者来说，这个商品可能就等于不存在 "。

AI 站在了卖家和消费者之间，成为流量守门员——商品在抵达消费者界面前，要通过 AI 的把关。而据一些卖家观察，AI 更偏爱答案型的信息，因而，" 现在只靠堆词走不通了 "。

Matt 也指出，原来的商品描述为了方便被检索到，可能会简单粗暴地堆关键词，内容表达对消费者并不友好，也没有足够的语义让算法捕捉推荐。这意味着，适用了十几年的关键词策略正在失去效力，卖家要学会从卖价格、卖关键词转向卖场景、卖消费者需求解决方案。

但现实是，很多卖家还选择观望，目前在积极跟进的多是头部品牌卖家。

" 因为卖家们也不知道这种改变是利是弊，所以还是希望有人能先‘吃螃蟹’，等他们看到正向反馈后，自己再去改变。" 除这一因素外，廖骏也补充道，还有些卖家 " 虽然知道这个事情，但却不知道该怎么做 "。

此外，Alexa for Shopping 的出现，也在考验营销服务商的数据监测与分析能力。目前，亚马逊尚未透露 AI 购物助手引导的流量所占比重，在这种情况下，如何帮卖家监测流量来源、衡量广告效果则是营销服务商努力的方向。

据廖骏介绍，广告归因变得更难，是因为消费者与 AI 购物助手的对话是非线性的，很难评估产品购买动作受哪一个具体因素的影响，从而导致广告效果难以追踪。而这，也将影响服务卖家的效果。

从 " 堆词 " 到 " 答题 "，AI 不相信广告

从关键词、排名到语义的转变，具体到运营调整层面，就是要从思考 " 如何让产品被发现 " 变为 " 如何让产品被相信 "。AI 只有读懂产品、相信产品后，才会向消费者推荐产品。

那如何能让 AI 读懂产品？根据多个服务商及商家们的一致反馈，关键在于产品信息的全方位呈现。

从 A9 到 Alexa for Shopping，无论亚马逊的推荐逻辑怎么变，Listing 都是在商品检索时无法绕开的重要信息来源。同类商品在竞聘有限的 AI 推荐位时，Listing 相当于用来筛选能否进入消费者 " 面试 " 环节的 " 简历 "。

营销话术并不能在 AI 读取时带来信息增量，AI 读取的是事实，而非空泛的形容词。精确的数据、结构化参数、适用场景和人群等清晰的事实性描述，才有助于 AI 精准匹配到消费者。

但这并不意味着内容呈现越多越好，保证内容一致性才更为重要。Matt 以人体工学椅举例：" 如果在写了 gaming chair 之后，又说是 office chair，各种场景都想有，那最后可能什么场景都沾不上。Listing 内容中要体现产品最想要卖给的客户群体是谁。" 廖骏也提到图文一致的重要性：" 如果图和文字描述不一样，AI 会怀疑你的产品有问题 "。

此外，亿邦动力在行业交流中也了解到，消费者评论天然带有场景属性，并且相对中立，因而在 AI 推荐逻辑下会变得越来越重要。对商家而言，有评论背书是一种优势，但评论要求质而非量，因为评论不完全可控，评论内容与卖家呈现内容存在差别、消费者评价过低等情况都会影响 AI 推荐。

原来的运营逻辑下，广告投放和内容各成体系，前者负责提升点击率，后者负责增加转化率。但有了 AI 推荐后，二者需要一体化运营。廖骏对这一判断的解释是：" 现在，广告和内容是一个整体，内容写不好，点击率都不会有。"

要求虽然在变高，但其规则却十分公平——卖家暂时还无法通过付费方式让产品出现在 Alexa for Shopping 的推荐结果中。廖骏指出，它相当于亚马逊官方导购，可以从货架上挑选产品给消费者，卖家无法通过广告投放直接左右其推荐结果。所以，产品能否被它推荐，还是基于 Listing、评论等综合内容。

不过，单单知道如何运营还不够，优化运营后到底有没有效果，也是卖家关心的问题。

在这方面，Matt 给出了可操作的建议：做好数据监控，开展压力测试。卖家可利用亚马逊后台提供的 SQP 报告，观察转化率较高的查询内容是什么，以消费者的身份问 AI 购物助手同样的内容，看自家产品是否被 AI 推荐，还可以与被推荐的竞品对比，查找并弥补产品信息缺口。

新旧推荐逻辑短期并行，卖家重新洗牌？ 

亚马逊流量分配规则的改写，势必伴随利益格局的重构。谁能抓住 AI 推荐红利，谁又会被迫被 AI 浪潮卷出局，卖家到底要走多快才能及时跟上 AI 推荐的发展？

本次亿邦动力调研的多个服务商及商家均指出，AI 购物助手的明显受益者大致可分为精品型和垂直型卖家、长尾商品卖家。他们的共性在于产品定位清晰，天然适配 AI 购物助手 " 适合谁、什么场景、解决什么问题 " 的推荐逻辑，只要将商品描述清楚，人货匹配的效率要远远高于传统搜索引擎，给那些原本不容易被发现的商品一个被看见的机会。

值得注意的是，在这场变化中，小卖家未必处于劣势。部分小卖家的产品少，有精力做到精细化管理，且灵活的运营方式也能快速适应 AI 推荐逻辑。

与之相对，受冲击的卖家群体也不少。曾经能以堆销量、堆大词、竞价手段取胜的卖家可能会最先离场，铺货卖家、白牌卖家是典型代表。此外，标品卖家因为同质化严重，主打价格战，也有可能较早被波及。

不过，以上所有判断成立的前提是，消费者使用 AI 购物助手的习惯是否能被成功养成。

所有消费者都在短时间内迅速接受 AI 购物助手不够现实，廖骏认为，Alexa for Shopping 的现有热度，到底是消费者的一时尝鲜行为，还是消费行为模式的彻底改变，仍有待观察。" 短期内，传统搜索还是基本盘，卖家需要先把搜索存量守住，再去抢占 AI 推荐的增量。" 也就是说，竞价排名手段依然还有发挥空间。

但 " 海平面下的冰山，体量是很庞大的 "。长期来看，AI 作为购物流量入口是发展大势，中心化的传统搜索终会走向式微。

据 Matt 分析，Alexa for Shopping 取代 Rufus，" 亚马逊正在下一盘比较大的棋 "。回到故事的开始，Alexa 最初只是内置在亚马逊 Echo 音箱中的语音助手，但经过亚马逊十多年的经营，其市场认知度显然高于 Rufus，Alexa for Shopping 的出现，不免令人猜测亚马逊要利用 Alexa 的知名度，提高消费者对 AI 购物助手的接受度。

" 无论是亚马逊网站，还是 Echo 等设备，对亚马逊而言都是 Alexa for Shopping 的入口。"Matt 判断，它不仅仅是一个简单的购物助手，还在构建一个生态，未来和 ChatGPT Shopping 等同类竞争者终有一战，但消费者搜索心智大概率仍会留在亚马逊。

对竞争结果的这种判断，离不开亚马逊对消费者体验的重视。廖骏认为，亚马逊极端丰富的产品和中立的形象是其 AI 购物助手的优势，搜索逻辑从始至终的演变，本质都是如何更好地理解并匹配消费者需求，AI 推荐没有明显的功利性，能够让消费者放心并留存。

这些对亚马逊购物助手发展趋势的研判，也让卖家吃下一颗定心丸。正如 Matt 所言：" 不用太过于恐慌，但要做好准备，当巨幅变化真的发生时，才能有备无患。"

Alexa for Shopping 正在改写亚马逊流量分发逻辑，讨好搜索的卖家也要讨好 AI，但变化之外，也在向卖家重申：排名可以是锦上添花，但脱离产品和需求的排名空有其名，想要被选择，产品本身解决问题的能力才是通行法则。

END

点赞、分享、推荐支持一下 ~