「蓝海亿观」在亚马逊的千变万化中，发现了一个关键词悬念布局的奥秘。这个奥秘，就像是一个隐藏在黑暗中的宝藏，等待着我们去挖掘。今天，就让我们一起来揭开这个宝藏的面纱。

我们要明白，亚马逊的搜索框“人找货”的模式，是它的基本盘。而Interests，则是它在“货找人”模式的一个重要尝试。Interests不仅会抓取用户的历史轨迹，更重要的是，它让用户直接参与进来，自己提出需求，自己定制购物页面。最关键的是，Interests基于亚马逊AI算法COSMO，更加擅长于透视和挖掘用户意图，从这个角度上讲，它可能会比传统的“千人千面”的个性化推荐，更懂用户的需求。

“亚马逊千人千面，关键词悬念布局

想象一下，一千个人，可能会看到一千个页面。这就是Interests的魅力所在。它不再是单纯的搜索算法电商，而是会偏向兴趣电商，根据买家偏好推荐产品。产品属性标签化，各类属性需要进行更加精细的分类。关键词排名机制可能会有所变化，传统的关键词调研工作可能会转而研究人群需求，通过满足人群需求来提高转化率。

Interests依托于大型语言模型，将用户的“日常语言”，“翻译”成传统搜索引擎可以理解并处理的“查询指令”，最后转化成“商品推荐”。这种推荐方式，更加贴合用户的真实需求，提高了购物体验。

未来，亚马逊后台将是“千人千面”的卖家后台。东子策跨境亚马逊后台又又又更新了！这一点尤其要引起大家重视。以前店铺要布局优化好宝贝关键词，等买家来搜到，现在是店铺要强化布局好宝贝的标签，好让“千人千面”算法把宝贝推送给合适的买家。

用户打开亚马逊购物App，点开“我”，再点击“Interests”按钮，就可以输入信息，“定制”自己的购物页面。对于国外买家登录的前提下搜索，亚马逊根据客户的这种浏览习惯购物习惯，居住地址，适当的进行差异化的结果推送，也是正常的，算不上“千人千面”。我认为流量是多元化的，并不是简单的用优质和垃圾来区分。

传统电商的“千人千面”有一定的弊端，算法根据用户的浏览、搜索、购买等行为数据，描绘出用户画像，然后推送他们可能感兴趣的商品。只是，算法容易陷入信息茧房之中，推荐的内容过于单一化和片面化，容易让用户产生审美疲劳，降低购物体验。

值得注意的是，该“匹配”和“推荐”过程，不是静态的，而是动态的。Interest推荐了一轮商品之后，如果某一天某一个卖家又上架了一个新商品，该商品又非常符合用户之前“定制”的需求，此时，Interests就会通知该用户，又一个新商品“到货”了。此外，相关商品有打折优惠活动、缺货补货等情况等，Interests也会及时通知到用户。

我们都知道亚马逊上面80%的订单都是在前3页甚至是第一页完成的，如果自然排位和广告排位都没有上首页，那么广告订单转化率很难有好的效果，所以这里我们可以来监控一下你的主推关键词是否有上到首页。或者说，利用优麦云查看不同时间段链接周围的asin分布，找到自己的listing主要是被哪一些asin分掉了流量，分时间段抓取出最准确的数值。

这些推荐商品，将出现在两个页面上，一个是用户的Interests页面，另一个是亚马逊App主页信息流页面。例如，同样买印花裙的消费者，有人要清新浅色系，有人要热带明艳系，有人要A字裙，有人要H型直筒裙，最关键的是，消费者往往会自由组合各种属性，形成一个非常个性化的需求，比如一个消费者要“清新浅色系+U领+中长款+文艺抽象风+H型裙……”，然后向Interests下达指令，就形成了非常个性化的推荐结果。

接下来，站在消费者细分需求的视角，去开发产品、优化产品链接的卖家，将获得Interest青睐，并分到更多流量。

通过该功能，用户可以根据自己的兴趣，“定制”自己的购物页面，一千个购物者，可以看到一千个页面，甚至可以实现，一个购物者看到一千个页面。

「蓝海亿观」认为，全面拥抱AI电商，是亚马逊的必然之选。无论是AI购物助手鲁弗斯、AI购物指南、AI评论摘要、AI生成的产品信息，还是现在推出Interests，都是亚马逊在AI电商领域的持续尝试。

用户如果同时有N个需求，就可以同时输入N个提示。

不过，这些描述过于笼统，无法让Interests筛选出非常符合用户细分需求的商品，因此，用户还可以输入较长的提示，以进一步“定制”自己的购物页面。

那么怎样才能利用好自己店铺的已购用户呢？接下来小K就为大家介绍4KMILES的“千人千面”邮件营销功能。评论是一个ASIN指标中非常重要的部分，亚马逊整体的自然留评率在1%以内，这个速度对于ASIN的推广来讲是有点慢的。4KMILES“千人千面”邮件营销功能已经打通了从用户画像到邮件触达的全流程，只需要以下三步即可实现邮件营销推广：

近日，亚马逊推出了新的AI购物功能——Interests。

当然，话说回来，亚马逊不仅是一个电商公司，更是一个超级广告公司，无论事情发生了多大的变化，亚马逊生态中最大块的流量，还是会一如既往地会分给各类广告链接。因此，Interests的推出，将主要影响到的是自然流量的分配格局。

另一方面，从外部环境来看，亚马逊不得不加快拥抱AI电商的步伐。近年来，Temu、SHEIN、TikTok等新兴平台对其形成了合围之势，尤其是Temu以超级低价的爆款标品，迅速占据消费者的心智，夺走了大量用户，一跃成为北美仅次于亚马逊的第二大电商平台。

当定制“千人千面”主页的用户达到了一定规模，亚马逊的流量格局不可避免地发生改变：爆款标品的无法继续“独大”，无法持续把持最大份额的流量，而更多满足消费者细分需求的小众化、垂直化商品，将会被Interest推荐，得以从万千SKU的重围中冒出头来，从而分到更多的流量。

例如，一个用户要购买“咖啡工具”和“户外装备”，可以输入“手冲咖啡爱好者的冲泡工具和配件”“户外运动爱好者的装备”等。

这些尝试，一是为了服务好用户，让用户在第一时间找到自己想要的商品，一买就对，买完即走，以实现良好的购物体验，这是亚马逊对其“顾客第一”的原则的持续践行；

随之机器学习系统的不断完善与更新，有可能出现我们说的“千人千面”局面。有卖家称，亚马逊团队从关键词搜索结果中抽取了10%来测试这个新算法，提升了0.7%的转化率。根据亚马逊官方AI推流引擎政策公告，意味着亚马逊平台存在两大流量引擎分发机制，原来的A9搜索引擎及最近更新的AI推流引擎。

例如，一个用户正在给家里搞装饰，其想要的装饰风格，比较复杂，他可以写一段很长的提示，让Interests帮他找到对应的装饰品，比如，可以输入一个这样的长提示：“家里正在装修，我在寻找墙壁艺术装饰品，风格必须是抽象或现代的，由黑色金属制成，可能是几何风格的极简主义作品，能彰显个性的工业风格装饰，切记，不要太传统。”

“千人千面”乃至“一人千面”的实现，或将重构亚马逊的流量格局，卖家的运营逻辑，也将发生变化。

目前，Interests仅向美国的部分用户开放，未来一段时间将向更大范围的用户开放。

当然，无论是亚马逊的语音购物助手Alexa，还是AI购物助手Rufus，包括现在推出的Interests，它们的用户规模不会在短时间内迅速达到很大的规模，但因为亚马逊持续“教育”消费者，这些新工具对流量格局的重塑作用，将会越来越大。

总体而言，Interests与我们熟悉的“千人千面”个性化推荐，有一定的区别。

2、根据A9算法升级——“千人千面”来解释现象。亚马逊的搜索流量结构模型——数据结构模型。

在这一重大危机之下，亚马逊用AI推进“个性化购物体验”，让消费者通过Rufus和Interests等AI工具，迅速找到心仪的个性化产品，与爆款标品为主导的Temu生态形成差异化，达到挖深、挖宽护城河的目的。

在用户创建了“购物提示”之后，系统会自动“保存”，接着，Interests就会在后台持续运行，开足马力地为用户筛选、匹配其“感兴趣”的商品。

但是实际上亚马逊并没有开始使用“千人千面”算法，而是在原有算法中加入了就近原则，根据买家搜索产品关键词的邮编为你安排不同的搜索结果。或者说，利用优麦云查看不同时间段链接周围的asin分布，找到自己的listing主要是被哪一些asin分掉了流量，分时间段抓取出最准确的数值。最近很多人都在说现在的亚马逊开始使用“千人千面”算法了，每次搜索出现的位置都不一样，波动也比较...