随着AI算法的加入，SEO的重点逐渐从关键词的优化，转变为更深层次的“用户意图”的理解。这意味着搜索系统不仅看你用了哪些词，还会试图理解用户搜索背后的真正需求。
今年以来，亚马逊的新AI算法COSMO和Rufus成为了卖家们热议的焦点。它们正在快速快速引领亚马逊的算法变化，正在重塑整个平台流量分发机制。
在此前，我们也介绍过，亚马逊标品和非标品的流量随着新算法的加入正在发生微妙的变化，经过我们观察
1、部分标品类卖家产品流量下滑严重，有的幅度高达30%
2、部分半标品与非标品卖家流量增多，出单更容易，同时爆单概率增大
随着新AI算法在平台的全面普及，更是有大批量卖家受到影响，因为许多产品的搜索排名变得很不稳定。从小匠在卖家群和相关跨境论坛的多数卖家反馈来看，目前老产品的销量和流量出现急剧下滑的情况颇为严重。卖家表示，除了会员日销量有所好转之外，其他时间的流量远远不及往年，卖家纷纷感叹“销量陷入冰点，惨不忍睹”。
针对这一情况，卖家们猜测有两部分原因：一方面是其他电商平台纷纷推出活动来争流量，另外一方面是亚马逊新引入的算法调整了流量分配机制，导致原有的流量被其他迎合新算法的产品分走。这些原有流量是如何分走的呢？小匠将从两个新算法的工作原理为大家解读。
一、改变亚马逊搜索算法的COSMO
通过学习这些类目词条常识性知识，以及对可识别用户的购买习惯、行为、爱好等因素，对可识别的买家进行标签化处理，在买家搜索时，及时性的展示推荐和可识别用户买家搜索相关度高、符合购物习惯的平台产品。
COSMO与之前仅依赖于关键字匹配和产品属性的传统搜索算法A9有所不同，与A9相比，它更注重用户的实际需求和行为，以及它有着更精准的用户画像理解、更智能的推荐算法以及覆盖到全品类的高质量知识图谱。而我们熟知的A9，作为亚马逊核心搜索引擎，更多关注于与关键词相关性强的搜索结果和商品推荐。
不过COSMO算法是作为A9算法的优化和升级，而并非完全推翻了A9。因为搜索页展示商品不仅是搜索关键词本身（A9搜素引擎），还有关联到用户特征与需求的行为（COSMO引擎）。通过两种算法的结合，让AI对用户人群进行更精准的推荐匹配，而且这个匹配还会精细到个人维度层面。
1、情境感知：COSMO 可以解释搜索查询的上下文（考虑买家历史记录、位置和热点趋势等因素）为买家提供更准确的结果。例如，如果买家搜索“冬季徒步旅行的保暖夹克”，COSMO会深入了解对保暖性和徒步旅行适用性的特定需求，为买家推荐相关的产品，而不仅仅局限于夹克。
2、语义理解：当买家输入关键词查询时，COSMO 首先会解释单词背后的意图。使用自然语言处理来理解买家查询时的细微差别和上下文。并且根据上下文区分同一关键词的不同含义，从而为买家提供更相关的搜索结果。这意味着搜索同一关键词的两个买家可能会根据他们独特的偏好和浏览记录收到不同的搜索结果。同时，还会考虑关键词搜的背景，COSMO确保结果是及时且相关的。例如，在 11 月搜索“圣诞礼物”将产生与 7 月相同搜索不同的结果。
3、知识图谱集成：COSMO利用电商行业的知识图谱来映射不同属性（产品、类别和用户偏好）之间的关系，增强对买家搜索结果的理解。知识图谱是COSMO功能的重要组成部分，通过大量分析用户的行为数据，由这些数据点组成的广泛网络，构建成知识图谱，主要运用于以下几个方面：
-语义关系：知识图谱使COSMO能够理解不同术语之间的语义关系。比如“跑鞋”和“运动鞋”指的是类似的产品。
-属性识别：通过识别搜索关键词的属性，提供更精确的结果。例如，如果买家搜索“50 美元以下的蓝牙耳机”，COSMO 会将“蓝牙耳机”识别为产品属性，“50 美元以下”作为价格属性。这一点需要引起卖家注意，比如在标题或者文案中搭配不同词性的关键词，以此来获得COSMO算法的青睐。
-增强推荐：知识图谱帮助COSMO根据买家的搜索历史和偏好，推荐用户可能感兴趣的相关产品。
4、持续学习：COSMO不断从买家互动中学习。通过分析买家如何表达查询以及他们点击的搜索结果来完善对常识知识的理解，随着时间的推移确保让推荐结果越来越准确。
COSMO标志着亚马逊搜索功能模式转变，从以产品为中心转变为以用户为中心的方法，从而要求卖家做到对需求的全面理解，COSMO不是只关注产品属性，而是考虑买家需求的更广泛背景。确保买家搜索结果不仅具有相关性，而且还是根据买家个人偏好和情况进行“定制”的。
当一个买家搜索孕妇鞋时，COSMO会识别到是孕妇的鞋应该具备有什么的特征功能，最明显的特征一定是要稳的或者防滑的。因为COSMO算法会基于AI大语言模型中存储的大量“人类常识”以及询问“用户购买或共同购买的原因”，分析得出“防滑等功能对于孕妇的重要性”。
图片来源：亚马逊
再举一个例子，当用户搜索携带蓝牙音箱，你觉得COSMO会先识别什么？
首先COSMO一定会先满足用户的需求，先展示音箱。但是COSMO还会作出一个判断，就是关于携带属性的判断。根据携带，COSMO就会识别到“户外”属性。那COSMO再结合这个用户购买的历史记录，假设发现用户最近有很多购买户外产品的记录，COSMO系统就会识别这个用户是一个户外的爱好者。
因此，当这个用户进行下次搜索时，具备户外属性特征的产品就会优先展示在他的搜索页面上。
COSMO大范围运用后，会形成以下格局：
第一个格局，流量会被打散。以前大词下面头部卖家或者BSR前三名前五名的卖家，位置排名卡得很稳。但COSMO出来后流量分发机制会被改变，头部卖家的流量优势被削弱。因为它有一个用户需求的优先级，进行对用户的需求的预判。根据预判推送相符合用户需求的产品，优先展示在搜索排名的前面。因此导致流量被分散，也会造成广告架构会比之前稍微更复杂一些，因此卖家后续需要兼顾多层级流量的布局。
第二个格局，COSMO占比重很大的品类，会优先运用COSMO。COSMO是一个基于文本的自然语言大模型，监督学习与无监督学习两者并用的一个AI系统。随着AI不断的训练，并进行自身深度学习以后，会快速熟悉产品和用户。因此对于卖家来说，写文案的时候需要进一步强调目标用户的一些使用场景或用户特征，需要运营对产品有更深的了解。
第三个格局，互补产品的曝光流量会更多。就是说你的捆绑产品越多，未来获得在搜索曝光的机会相应的也就会增加。
未来可预测，如果当COSMO经过亚马逊验证和测试，得到更好的验证的结果，比如说购买的速度、买家购物的时间减短、买家的购物体验增强、亚马逊本身的收益加大等维度（更高效率），不排除A9会退出亚马逊舞台的可能。
二、Rufus：全新的生成式人工智能搜索导航
2、产品相关推荐。比如询问相关地区的雨伞推荐，Rufus会搜索相关地区的天气、湿度以及建议该雨伞携带的功能来推荐产品。或者问““最适合儿童生日派对的草坪游戏是什么？”“给 9 岁的孩子什么礼物好？”Rufus会根据人群属性、场景属性来识别，推荐关联度最高的链接。
3、产品比较。比如无法在两个产品间做出决定，那么买家可以通过提出“无反光镜相机和单反相机有什么区别？”等问题来快速比较功能。或者根据自身需求来问Rufus“应该买登山鞋还是跑步鞋”，让Rufus来帮助买家快速做出选择。
4、获取最新的产品更新信息。买家通常希望会根据最新的产品趋势和畅销品进行购物，Rufus可以帮助买家获取到最新的产品趋势，如询问“女性牛仔趋势是什么？”Rufus就会根据趋势做出推荐。早期的测试结果反映，Rufus还可以回答购物以外的问题。一些买家反馈说获得了有关时事的答案，例如美国大选。侧面也保证了Rufus在信息传达的及时性，这一点也是后续卖家在运营上需要关注的，结合热点来做运营。
5、访问历史订单和当前订单，方便买家根据之前的订单快速做出购买决定。买家可以通过 Rufus 快速、轻松地访问物流跟踪，并提出如“我的订单在哪里？”之类的问题。”以了解何时可以收到产品。还可以快速访问历史订单，提出问题以帮助他们根据之前订购的产品做出决定。
从以上作用场景可以看出，Rufus与依赖关键词搜索的传统搜索算法有所不同。生成式人工智能Rufu可以了解买家请求的上下文和买家意图，并提供个性化建议，使得买家购物变得更加高效。
近期，Rufus又新增了一项功能——买家可以直接在产品页面看到价格趋势信息。这一功能无疑让买家在购买时有了更多的参考依据，特别是对于一些希望在想入手低价商品的用户来说，这种信息透明度非常有价值。不过目前公开30天价格趋势变化只是测试，仅少数美国买家可查看。
操作路径：用户只需导航到产品页面，点击Rufus，并输入“price history”（价格历史）关键词，Rufus就会根据该商品最近的价格变化生成一份详细的趋势图。例如，针对某款产品，Rufus在促销期间展示了一个折线图，显示过去30天内的价格变动情况。通过这张图，用户可以清晰地看到该产品的价格一直保持在20美元以下，甚至在某些日子低至14美元左右。尽管当下的报价已经是过去30天内的最低价格，但这也提醒买家，折扣的实际力度可能并没有宣传中的那么大。这也意味着卖家需要更加关注价格变动，特别是在促销活动前后，清晰的价格波动图表可能会影响买家的购买决策。如果某一商品在促销前突然涨价再打折，Rufus生成的价格趋势图会让这一信息一目了然，影响消费者对优惠的感知。
三、卖家如何对新算法COSMO进行实操运营
卖家可以从这几个维度去调整运营策略：
1、用户行为的洞察
COSMO算法的核心在于用户行为的分析。它要求卖家从传统的以产品和关键词为中心的运营模式，转变为以用户为中心的思维。COSMO强调以用户为中心，意味着卖家需要从用户的角度出发，理解他们的需求和偏好。意味着产品开发和运营不再是独立的环节，而是需要紧密结合，共同围绕用户需求进行优化。
2、用户需求的运营体现
COSMO的出现，要求卖家在运营中深度融入用户需求的理解。不仅要求运营人员和产品开发共同理解用户群体，进行以用户需求为导向的产品开发和运营推广，还要求运营人员对用户搜索词和行为进行更细致的分析，更加细化关键词的标签分支，以更好地迎合COSMO算法
3、把握用户意图并构建知识图谱
卖家需要利用AI技术对用户知识图谱进行深入分析搜索词背后的意图和需求，从词性标注到数据集合，形成一个全面的产品属性关联网络。这个网络，称为“蜘蛛网”，能够将用户的每一个搜索词与产品的海量属性相关联。
当COSMO算法面对一个搜索词时，能够迅速映射到相关产品属性上，实现精准匹配。这样的知识图谱构建，使得产品更容易被COSMO算法识别和收录，从而在搜索排名、导航栏推荐、问答推荐以及其他推荐流量领域获得优先展示的机会。在这个新的SEO时代，卖家了解用户的需求和行为变得尤为重要。如果你清楚自己的目标客户是谁，比如他们的年龄、人群特征、喜好和购物习惯，并在产品和文案上体现这些内容，就更容易获得亚马逊的推荐流量，更容易转化。卖家不能仅仅依靠关键词优化和SEO来稳定产品的排名。随着产品展示变得更加个性化和“浓缩”，重点将从广泛的搜索可见性转向有针对性的、有意图性的、针对特定受众的展示。意味着卖家在运营中需要深度融入对用户需求的理解，要求运营人员对买家搜索词和行为进行更细致的分析。
图片来源：词匠
（来源：董海温）
以上内容属作者个人观点，不代表雨果跨境立场！本文经原作者授权转载，转载需经原作者授权同意。
随着AI算法的加入，SEO的重点逐渐从关键词的优化，转变为更深层次的“用户意图”的理解。这意味着搜索系统不仅看你用了哪些词，还会试图理解用户搜索背后的真正需求。
今年以来，亚马逊的新AI算法COSMO和Rufus成为了卖家们热议的焦点。它们正在快速快速引领亚马逊的算法变化，正在重塑整个平台流量分发机制。
在此前，我们也介绍过，亚马逊标品和非标品的流量随着新算法的加入正在发生微妙的变化，经过我们观察
1、部分标品类卖家产品流量下滑严重，有的幅度高达30%
2、部分半标品与非标品卖家流量增多，出单更容易，同时爆单概率增大
随着新AI算法在平台的全面普及，更是有大批量卖家受到影响，因为许多产品的搜索排名变得很不稳定。从小匠在卖家群和相关跨境论坛的多数卖家反馈来看，目前老产品的销量和流量出现急剧下滑的情况颇为严重。卖家表示，除了会员日销量有所好转之外，其他时间的流量远远不及往年，卖家纷纷感叹“销量陷入冰点，惨不忍睹”。
针对这一情况，卖家们猜测有两部分原因：一方面是其他电商平台纷纷推出活动来争流量，另外一方面是亚马逊新引入的算法调整了流量分配机制，导致原有的流量被其他迎合新算法的产品分走。这些原有流量是如何分走的呢？小匠将从两个新算法的工作原理为大家解读。
一、改变亚马逊搜索算法的COSMO
通过学习这些类目词条常识性知识，以及对可识别用户的购买习惯、行为、爱好等因素，对可识别的买家进行标签化处理，在买家搜索时，及时性的展示推荐和可识别用户买家搜索相关度高、符合购物习惯的平台产品。
COSMO与之前仅依赖于关键字匹配和产品属性的传统搜索算法A9有所不同，与A9相比，它更注重用户的实际需求和行为，以及它有着更精准的用户画像理解、更智能的推荐算法以及覆盖到全品类的高质量知识图谱。而我们熟知的A9，作为亚马逊核心搜索引擎，更多关注于与关键词相关性强的搜索结果和商品推荐。
不过COSMO算法是作为A9算法的优化和升级，而并非完全推翻了A9。因为搜索页展示商品不仅是搜索关键词本身（A9搜素引擎），还有关联到用户特征与需求的行为（COSMO引擎）。通过两种算法的结合，让AI对用户人群进行更精准的推荐匹配，而且这个匹配还会精细到个人维度层面。
1、情境感知：COSMO 可以解释搜索查询的上下文（考虑买家历史记录、位置和热点趋势等因素）为买家提供更准确的结果。例如，如果买家搜索“冬季徒步旅行的保暖夹克”，COSMO会深入了解对保暖性和徒步旅行适用性的特定需求，为买家推荐相关的产品，而不仅仅局限于夹克。
2、语义理解：当买家输入关键词查询时，COSMO 首先会解释单词背后的意图。使用自然语言处理来理解买家查询时的细微差别和上下文。并且根据上下文区分同一关键词的不同含义，从而为买家提供更相关的搜索结果。这意味着搜索同一关键词的两个买家可能会根据他们独特的偏好和浏览记录收到不同的搜索结果。同时，还会考虑关键词搜的背景，COSMO确保结果是及时且相关的。例如，在 11 月搜索“圣诞礼物”将产生与 7 月相同搜索不同的结果。
3、知识图谱集成：COSMO利用电商行业的知识图谱来映射不同属性（产品、类别和用户偏好）之间的关系，增强对买家搜索结果的理解。知识图谱是COSMO功能的重要组成部分，通过大量分析用户的行为数据，由这些数据点组成的广泛网络，构建成知识图谱，主要运用于以下几个方面：
-语义关系：知识图谱使COSMO能够理解不同术语之间的语义关系。比如“跑鞋”和“运动鞋”指的是类似的产品。
-属性识别：通过识别搜索关键词的属性，提供更精确的结果。例如，如果买家搜索“50 美元以下的蓝牙耳机”，COSMO 会将“蓝牙耳机”识别为产品属性，“50 美元以下”作为价格属性。这一点需要引起卖家注意，比如在标题或者文案中搭配不同词性的关键词，以此来获得COSMO算法的青睐。
-增强推荐：知识图谱帮助COSMO根据买家的搜索历史和偏好，推荐用户可能感兴趣的相关产品。
4、持续学习：COSMO不断从买家互动中学习。通过分析买家如何表达查询以及他们点击的搜索结果来完善对常识知识的理解，随着时间的推移确保让推荐结果越来越准确。
COSMO标志着亚马逊搜索功能模式转变，从以产品为中心转变为以用户为中心的方法，从而要求卖家做到对需求的全面理解，COSMO不是只关注产品属性，而是考虑买家需求的更广泛背景。确保买家搜索结果不仅具有相关性，而且还是根据买家个人偏好和情况进行“定制”的。
当一个买家搜索孕妇鞋时，COSMO会识别到是孕妇的鞋应该具备有什么的特征功能，最明显的特征一定是要稳的或者防滑的。因为COSMO算法会基于AI大语言模型中存储的大量“人类常识”以及询问“用户购买或共同购买的原因”，分析得出“防滑等功能对于孕妇的重要性”。
图片来源：亚马逊
再举一个例子，当用户搜索携带蓝牙音箱，你觉得COSMO会先识别什么？
首先COSMO一定会先满足用户的需求，先展示音箱。但是COSMO还会作出一个判断，就是关于携带属性的判断。根据携带，COSMO就会识别到“户外”属性。那COSMO再结合这个用户购买的历史记录，假设发现用户最近有很多购买户外产品的记录，COSMO系统就会识别这个用户是一个户外的爱好者。
因此，当这个用户进行下次搜索时，具备户外属性特征的产品就会优先展示在他的搜索页面上。
COSMO大范围运用后，会形成以下格局：
第一个格局，流量会被打散。以前大词下面头部卖家或者BSR前三名前五名的卖家，位置排名卡得很稳。但COSMO出来后流量分发机制会被改变，头部卖家的流量优势被削弱。因为它有一个用户需求的优先级，进行对用户的需求的预判。根据预判推送相符合用户需求的产品，优先展示在搜索排名的前面。因此导致流量被分散，也会造成广告架构会比之前稍微更复杂一些，因此卖家后续需要兼顾多层级流量的布局。
第二个格局，COSMO占比重很大的品类，会优先运用COSMO。COSMO是一个基于文本的自然语言大模型，监督学习与无监督学习两者并用的一个AI系统。随着AI不断的训练，并进行自身深度学习以后，会快速熟悉产品和用户。因此对于卖家来说，写文案的时候需要进一步强调目标用户的一些使用场景或用户特征，需要运营对产品有更深的了解。
第三个格局，互补产品的曝光流量会更多。就是说你的捆绑产品越多，未来获得在搜索曝光的机会相应的也就会增加。
未来可预测，如果当COSMO经过亚马逊验证和测试，得到更好的验证的结果，比如说购买的速度、买家购物的时间减短、买家的购物体验增强、亚马逊本身的收益加大等维度（更高效率），不排除A9会退出亚马逊舞台的可能。
二、Rufus：全新的生成式人工智能搜索导航
2、产品相关推荐。比如询问相关地区的雨伞推荐，Rufus会搜索相关地区的天气、湿度以及建议该雨伞携带的功能来推荐产品。或者问““最适合儿童生日派对的草坪游戏是什么？”“给 9 岁的孩子什么礼物好？”Rufus会根据人群属性、场景属性来识别，推荐关联度最高的链接。
3、产品比较。比如无法在两个产品间做出决定，那么买家可以通过提出“无反光镜相机和单反相机有什么区别？”等问题来快速比较功能。或者根据自身需求来问Rufus“应该买登山鞋还是跑步鞋”，让Rufus来帮助买家快速做出选择。
4、获取最新的产品更新信息。买家通常希望会根据最新的产品趋势和畅销品进行购物，Rufus可以帮助买家获取到最新的产品趋势，如询问“女性牛仔趋势是什么？”Rufus就会根据趋势做出推荐。早期的测试结果反映，Rufus还可以回答购物以外的问题。一些买家反馈说获得了有关时事的答案，例如美国大选。侧面也保证了Rufus在信息传达的及时性，这一点也是后续卖家在运营上需要关注的，结合热点来做运营。
5、访问历史订单和当前订单，方便买家根据之前的订单快速做出购买决定。买家可以通过 Rufus 快速、轻松地访问物流跟踪，并提出如“我的订单在哪里？”之类的问题。”以了解何时可以收到产品。还可以快速访问历史订单，提出问题以帮助他们根据之前订购的产品做出决定。
从以上作用场景可以看出，Rufus与依赖关键词搜索的传统搜索算法有所不同。生成式人工智能Rufu可以了解买家请求的上下文和买家意图，并提供个性化建议，使得买家购物变得更加高效。
近期，Rufus又新增了一项功能——买家可以直接在产品页面看到价格趋势信息。这一功能无疑让买家在购买时有了更多的参考依据，特别是对于一些希望在想入手低价商品的用户来说，这种信息透明度非常有价值。不过目前公开30天价格趋势变化只是测试，仅少数美国买家可查看。
操作路径：用户只需导航到产品页面，点击Rufus，并输入“price history”（价格历史）关键词，Rufus就会根据该商品最近的价格变化生成一份详细的趋势图。例如，针对某款产品，Rufus在促销期间展示了一个折线图，显示过去30天内的价格变动情况。通过这张图，用户可以清晰地看到该产品的价格一直保持在20美元以下，甚至在某些日子低至14美元左右。尽管当下的报价已经是过去30天内的最低价格，但这也提醒买家，折扣的实际力度可能并没有宣传中的那么大。这也意味着卖家需要更加关注价格变动，特别是在促销活动前后，清晰的价格波动图表可能会影响买家的购买决策。如果某一商品在促销前突然涨价再打折，Rufus生成的价格趋势图会让这一信息一目了然，影响消费者对优惠的感知。
三、卖家如何对新算法COSMO进行实操运营
卖家可以从这几个维度去调整运营策略：
1、用户行为的洞察
COSMO算法的核心在于用户行为的分析。它要求卖家从传统的以产品和关键词为中心的运营模式，转变为以用户为中心的思维。COSMO强调以用户为中心，意味着卖家需要从用户的角度出发，理解他们的需求和偏好。意味着产品开发和运营不再是独立的环节，而是需要紧密结合，共同围绕用户需求进行优化。
2、用户需求的运营体现
COSMO的出现，要求卖家在运营中深度融入用户需求的理解。不仅要求运营人员和产品开发共同理解用户群体，进行以用户需求为导向的产品开发和运营推广，还要求运营人员对用户搜索词和行为进行更细致的分析，更加细化关键词的标签分支，以更好地迎合COSMO算法
3、把握用户意图并构建知识图谱
卖家需要利用AI技术对用户知识图谱进行深入分析搜索词背后的意图和需求，从词性标注到数据集合，形成一个全面的产品属性关联网络。这个网络，称为“蜘蛛网”，能够将用户的每一个搜索词与产品的海量属性相关联。
当COSMO算法面对一个搜索词时，能够迅速映射到相关产品属性上，实现精准匹配。这样的知识图谱构建，使得产品更容易被COSMO算法识别和收录，从而在搜索排名、导航栏推荐、问答推荐以及其他推荐流量领域获得优先展示的机会。在这个新的SEO时代，卖家了解用户的需求和行为变得尤为重要。如果你清楚自己的目标客户是谁，比如他们的年龄、人群特征、喜好和购物习惯，并在产品和文案上体现这些内容，就更容易获得亚马逊的推荐流量，更容易转化。卖家不能仅仅依靠关键词优化和SEO来稳定产品的排名。随着产品展示变得更加个性化和“浓缩”，重点将从广泛的搜索可见性转向有针对性的、有意图性的、针对特定受众的展示。意味着卖家在运营中需要深度融入对用户需求的理解，要求运营人员对买家搜索词和行为进行更细致的分析。
图片来源：词匠
（来源：董海温）
以上内容属作者个人观点，不代表雨果跨境立场！本文经原作者授权转载，转载需经原作者授权同意。
