A9算法之广告排名逻辑（二）

最后更新于：2023-01-06 06:47:40

上期节目我们主要讲了 A9 算法的流量计算逻辑。这一期节目我们来讲一下 A9 算法的广告排名逻辑。大家有没有去想过 A9 算法是凭什么让广告系统如此去运营的？或者大家去回忆一下我们身边能够接触到的一些广告推广，或者个人的一些广告的流量，它的漏斗模型，易路代理它到底是以一种怎样方式来完成这么一个广告的操作的。

我们在做一个广告分析的时候，会用各种各样的方法，有我之前提到的象限分析法，有单次竞价分析方法等等。但是当我们把视线转移到 A9 算法它整体的逻辑的时候，Socks5节点这些方法就不再适用了，我们需要用更宏观的一些思维来考虑广告系统的它的排名逻辑。举个简单例子，我们的商品本身它有非常非常多的属性，我们可以把一个属性理解为它对应的一个关键字。因为我们本身商品的关键字的作用就是为了以文本的形式来描述一个商品，让用户最快速的去搜索到它。我们商品的属性就可以理解为商品对应的一些核心的关键字，住宅IP而那些核心的关键字就是亚马逊广告对于 listing 或者对于产品的一个排名的依据和来源。我们的关键字本身是可以进行一步一步的扩充的，随着这一步步进行扩充，亚马逊广告对于它的排名，对于广告曝光的这么一个计算，也是完全不一样的。

举个简单的例子，如果你是卖，还是以裙子为例，因为裙子比较好做一个推广或者讲解。举例而言，如果你卖的是一条裙子，它有各种各样的卖点，对不对？它可能是长裙，可能是古典的、复古的裙子。但是我们在做关键字的撰写和编辑的时候，它首先要定义一点，你一定要写g、s，因为这是它的根属性，对吧？其次，你可以去写一些，比如 classic dress 或者是 long dress， Maxi dress 等等，这些都是它的扩充词。

A9 算法它有一个最根本的逻辑是什么？假设你有属性 a 的词，也有属性 b 的词，也有属性 c 的词。如果在属性 a 的词下面你的产品 listing 的曝光排名，它排在假设第 100 名。 a 加 b 的排名和 a 加 c 的排名之间的区别，就需要你好好去斟酌和考虑了。

如果在 a 下面排 100 名，同时 a 是它的根属性词， a 加 b 的排名大概率会低于 100 名，它会排在更前面。为什么？因为 a 加 b 的排名它是比 a 要更详细的，同时 a 又是它的根属性词，这意味着 a 属性词下面的竞争性非常大。你能在 a 属性词下面排到一个好的位置，意味着这产品它的竞争力非常高。这时候你再增加附属性词进去，你，大概率你的产品会排到更高的位置。

举个简单例子，如果你卖的是dress，你的 dress 本身就已经在自然的搜索界面下，你的广告已经排到假设是所有的 listing 下面，你一个个去数，排到 100 位了。你这时候再加一个 Max dress。如果你的产品真的是 Max dress，它肯定会排在更前面。因为第一， Max dress 和 JS 相比，它的竞争对手更少。第二，你的产品更加符合麦克斯 dress 的一个特点和特征，它当然会排在最前面，这是毋庸置疑的。这时候问题就来了，你的 dress 后面可以加好多的复数信息，对不对？它可以加 Max dress，可以加 long dress，可以加 classic dress。它好多属性词。这是二级匹配。二级匹配之后，你会发现好多词它都排在了 100 名更前的位置，可能是80，可能是70，可能是60。这时候有一个问题就出现了，如果你进行三个词进行匹配，它会发生怎样的事情？这时候，有趣的点或者叫我们运营需要注意的点就开始出现了。

如果 a 属性词排100， a 加 b 属性词排在 70- 100 名左右，那么 a 加 b 加 c 或者加 d 属性词，它的排名的变化就能代表了你运营或者咱们的竞争对手对于这个词的重视程度。举个例简单例子，如果我现在用三个词叫 Patrick Maxi dress 排在一百名。 maxi dress 或者 long dress 这种二级属性词，它排在七十名。 long dress 或者 Petrol Maxi dress，它居然只排在了 65 名或者 60 名这样的关键字排序，就说明咱们的竞争对手或者咱们自己没有把 patch work 这个词给做好。 A9 算法没有给这个词做一个非常高的排列，意味着运营本身或者是咱们的竞争对手对于 Patrick 三级匹配词不够重视。这就是我们的突破点，或者叫我们的优化点，我们需要重点优化的地方。这就是通过 A9 算法可以去看到一些商机的这么一个技巧。

为什么这么说？大家想一下，如果你在 dress 下面排了100， Maxi dress 下面排了七十dress，到 maxi dress，你进步了三十米。什么？没什么意思，或者没有特别大的信息量，只是一个单纯的进步。但是我知道进步的量是 30 米，但是我既然加了个Patrick，为什么他只进步了 5 名？大家可以想一下，如果你这个产品真的是有 Patrick 的卖点，那么 Patrick 本身属于它的核心竞争词，而不属于它的偏冷门词。因为有些词叫冷门词没关系，可能搜索量极低无所谓。但是 Patrick 这个词搜索量还是比较 OK 的。为什么在搜索量比较 OK 的词下面的进步只有 5 名，或者咱们的竞争对手进步只有 5 名，说明他没有重视这个词，或者叫这个词。它的出单量不高。既然出单量不高， A9 算法对于它的评分就会比较低。当然把它不扔到后面去了，但是扔的再远也不可能低于 100 名。因为 dress 那么高的排名放在那对吧，所以把它扔到了，比如 65 名或者 70 名，怎么样都可以。但是从排名进阶的规律我们就可以发现，我们的竞争对手没有重视排除，或者我们自己没有把排除 work 优化好。这就是一个通过 A9 算法的广告排名来获得运营上的一些 idea 的方法。

咱们是要通过 A9 算法的一个广告的，它的排名逻辑去推出这么一些细枝末节但是很重要的东西。具体的一个实操方法，我在我书里写的叫广告概率矩阵匹配法，你也可以去用那个方法一步步去尝试，也可以得到相似的结论。我在这里举的派出，而和 Max address 只是做一个案例的讲解，大家可以去看我梳理内容，去获得更一步的非常精确和具体的这么一个操作的办法。本期节目就到这里，谢谢大家。我在下期会讲 A9 算法的自然排名逻辑，谢谢大家。