Navigare tra le acque agitate della ricerca su Amazon
L'evoluzione dell'algoritmo A9 ha trasformato il posizionamento dei prodotti su Amazon. Come agire oggi e cosa ci riserva il futuro.
La struttura e l’organizzazione degli algoritmi che regolano la ricerca dei prodotti è sempre stato oggetto di analisi, test, ipotesi e conferme, che insistono in un campo percorso da continue variazioni che cambiano la situazione.
Quello viene chiamato A9 (a volte A10) è l’algoritmo di base della ricerca su Amazon.
Con uno sguardo più approfondito si possono ricostruire le caratteristiche e le continue evoluzioni connesse alla costruzione e al funzionamento del motore di ricerca di Amazon.
Il peso della logistica FBA
In primo luogo si può affermare che avere i prodotti gestiti dalla logistica di Amazon (FBA) rappresenta un indubbio vantaggio.
I prodotti in FBA sono spediti con Prime che è la carta fedeltà di Amazon.
Un cliente Prime gode della spedizione gratuita, dell’accesso a Prime Video e della possibilità di godere di servizi ulteriori (gratuiti e a pagamento).
È significativo che molti utenti Prime, per le quantità che comprano in un anno, potrebbero spendere meno se utilizzassero le spedizioni a pagamento.
Ma la sensazione di appartenere ad un gruppo premium di clienti spinge ad acquistare il servizio Prime, anche se sottoutilizzato.
Per equilibrare il peso di Amazon FBA, su pressione delle autorità di regolazione della concorrenza, è stata introdotta una seconda Buy Box su Amazon in tutti i paesi dell'Unione Europea, esclusa l'Italia.1
Vuol dire che in molti paesi europei, oltre alla Buy Box tradizionale, può esserci una seconda casella di acquisto su Amazon che offre ai venditori un'ulteriore opportunità di visibilità e vendita sui loro prodotti.
La “luna di miele” e le “medie mobili”
I venditori Amazon concentrano la loro attenzione sulla comprensione delle strategie ottimali per il posizionamento dei prodotti nelle classifiche, focalizzandosi sulle parole chiave più competitive e sulle dinamiche di vendita.
Il concetto più diffuso è il volano delle vendite: più vendite fanno più vendite.
Una delle prime e più significative osservazioni è stata l'identificazione del cosiddetto "periodo di luna di miele", un fenomeno per cui, dopo sei mesi di presenza sulla piattaforma Amazon, si assisteva a un calo nei ranking delle parole chiave.
Questa tendenza non solo ha sollevato interrogativi, ma ha anche stimolato un'analisi approfondita che ha portato a considerare l'ipotesi delle medie mobili come possibile spiegazione.
Se il modo in cui Amazon decide la posizione dei prodotti dipendesse dalle loro vendite medie nel tempo?
Immaginando una media di sei mesi (180 giorni), calcolando insieme i giorni di vendite buone e cattive, la performance sembrerebbe un po' meno impressionante, facendo scendere leggermente il prodotto nella classifica. Questo vuol dire che se un prodotto mantiene le sue vendite costanti dopo sei mesi, il periodo precedente era una sorta di luna di miele, utilizzato per spingere le vendite del prodotto.
Nel 2016 si passa dalla pertinenza alla rilevanza
Le vendite rappresentavano il principale indicatore di pertinenza, con alcune eccezioni in cui altri fattori come i clic, le aggiunte al carrello, il rapporto impressions/vendite, o le azioni utente, assumevano un ruolo a sostegno delle vendite.
Il peso dei termini di ricerca back end e dei bullet point
Oltre al titolo e ai bullet point il processo di indicizzazione è arricchito con dati aggiuntivi, non visibili all’utente.
Il potere delle recensioni
Le recensioni hanno un grande valore. Più recensioni spingono il volano delle vendite.
Le recensioni devono essere imparziali e non manipolate.
Come si applicano queste indicazioni in una strategia di lancio su Amazon?
L'attenzione crescente di Amazon sulla pertinenza ha avuto un impatto significativo sulle strategie di lancio di nuovi prodotti. Lanciare un prodotto e ottenere immediatamente vendite mette in movimento il volano delle vendite, che va continuamente alimentato.
La fase iniziale del lancio delle vendite è molto importante.
Un picco di vendite in pochi giorni (ottenuto tramite un forte sconto) era sufficiente per ottenere successo.
Con l'avvento della rilevanza, questa strategia non è la più efficace.
In questo contesto che cambia, si sono rivelati più efficienti i lanci diluiti nel tempo, con sconti distribuiti su più giorni.
Il continuo perfezionamento del motore di pertinenza di Amazon ha richiesto un'evoluzione parallela delle strategie.
La velocità di vendita ha ceduto il passo al tasso di conversione come fattore chiave per il posizionamento delle parole chiave con la necessità di integrare nuove leve, oltre agli sconti, nelle strategie di lancio.
Amazon Search - The Joy of Ranking Products
Una chiave per comprendere l’algoritmo di ricerca A9 di Amazon
Il documento "The Joy of Ranking Products" di Daria Sorokina e Erik Cantù-Paz rappresenta un'opera fondamentale per chiunque voglia comprendere il funzionamento dell'algoritmo di ricerca A9 di Amazon. Offre una preziosa analisi dei complessi meccanismi che determinano la classificazione dei prodotti nei risultati di ricerca del marketplace.
Un'analisi scientifica di un sistema complesso
L'importanza del documento risiede nel suo tentativo di demistificare la logica spesso opaca che regola l'algoritmo di Amazon. Sorokina fornisce una base scientifica a ciò che molti venditori e marketer hanno cercato di decodificare attraverso tentativi ed errori.
Funzionalità chiave: classificazione e analisi del comportamento
L'algoritmo A9 descritto in "The Joy of Ranking Products" impiega diverse funzioni di classificazione che considerano sia la rilevanza testuale che il comportamento del cliente. In combinazione con indici specifici per paese, queste funzioni garantiscono risultati di ricerca su misura per i diversi mercati, come è logico che sia.
Un aspetto interessante è l'integrazione dell'analisi del comportamento dei clienti. L'algoritmo tiene conto di metriche come i tassi di click-through e la cronologia degli acquisti per perfezionare le classifiche. Questo approccio multiforme assicura che i risultati della ricerca non siano solo pertinenti, ma anche in linea con gli interessi reali dei clienti.
Si capisce, quindi, come vendere su Amazon, non sia un’attività da lanciare e dimenticare, ma che vada continuamente seguita, alimentata e sostenuta.
La tecnologia sottostante: un'evoluzione nel tempo
È interessante notare la tecnologia utilizzata da Amazon in questa fase per costruire il suo motore di rilevanza. Il lavoro di Sorokina e Cantù-Paz si basava principalmente su:
Apprendimento automatico per il posizionamento all'interno di categorie.
Tecniche di elaborazione del linguaggio naturale (NLP) per la corrispondenza di query e prodotti.
Algoritmi mirati a compiti specifici di categorie specifiche.
Punteggio calcolato offline.
Metodo di ordinamento basato sul "ranking a coppie" utilizzato per apprendere una funzione di ordinamento che rifletta le preferenze dell'utente che tiene conto delle scelte individuali o di gruppi di persone.
Questi modelli consideravano solo funzionalità indipendenti dalla query e la maggior parte del punteggio era precalcolata offline da esseri umani.
L'evoluzione dell'algoritmo di ricerca A9 di Amazon
Cambiamenti significativi:
Tra il 2018 e il 2019 Amazon introduce BERT - Bidirectional Encoder Representations from Transformers per una migliore comprensione del contesto e della semantica del linguaggio.
C’è una maggiore enfasi sulla rilevanza semantica e sull’utilità assoluta dei prodotti.
Inoltre Amazon definisce “Ranking Listwise” la valutazione complessiva di un intero elenco di risultati di ricerca e non solo di singoli prodotti. La valutazione tiene conto anche di indici testuali specifici per il paese, così da per fornire risultati di ricerca personalizzati per diverse regioni geografiche.
Cosa dovrebbero fare i venditori
Lavorare sulla rilevanza semantica
Ottimizzare le inserzioni per la pertinenza semantica alle query degli utenti.
Fornire descrizioni di prodotto complete e ricche di contesto.
Focalizzarsi sui casi d'uso del prodotto, le situazioni d'esempio e le intenzioni del cliente.
Comprendere l'ecosistema del prodotto
Analizzare il posizionamento del prodotto rispetto all'ecosistema di prodotti simili.
Considerare le parole chiave back-end, i prodotti complementari e gli abbinamenti/pacchetti.
Sviluppare una comprensione approfondita della nicchia e del posizionamento del prodotto.
Prendere decisioni di categoria migliori e difendersi dai concorrenti in modo più efficace.
Monitorare le metriche aziendali
Monitorare e regolare le metriche aziendali come i livelli di scorte. È un lavoro di equilibrio che valuta il livello dele scorte dei prodotti in Amazon FBA, la velocità di uscita dei prodotti, il tempo di riassortimento, l’impegno finanziario alla produzione, il costo dell’immobilizzo delle scorte.
Prevedere l'impatto dell'IA sulle metriche aziendali e adattarsi di conseguenza.
Pianificare la catena di approvvigionamento in modo accurato fin dal lancio del prodotto. Per quanto le aziende abbiano margini, la movimentazione delle vendite e delle merci, produce frizioni e costi che erodono i margini.
Approccio olistico all'ottimizzazione
Considerare un'ampia gamma di fattori, come i prodotti adiacenti, i mercati, il layout, i livelli di stock e le associazioni mentali.
Dedicare maggiore concentrazione, attenzione e disciplina all'ottimizzazione.
Ribadisco: è un impegno che deve essere considerato e attentamente gestito.
Cosa dovrebbe fare il software per la gestione delle vendite
Fornire migliori informazioni
Offrire analisi avanzate che vanno oltre il semplice tracciamento delle parole chiave.
Incorporare l'analisi semantica per comprendere il contesto delle descrizioni dei prodotti.
Fornire suggerimenti per l'ottimizzazione basati sul contesto e non solo sulla presenza di parole chiave.
Monitorare la complessità in tempo reale
Monitorare in tempo reale i fattori che influenzano le classifiche dei prodotti.
Fornire informazioni immediate sui livelli di stock, l’interesse in mercati diversi dove presenti, la concorrenza e i cambiamenti di categoria, visto che Amazon modifica spesso la categorizzazione, sia per ampliare la scelta che per concentrarla.
Permettere ai venditori di adattarsi rapidamente ai cambiamenti del mercato.
Gestire analisi predittive
Sviluppare modelli di apprendimento automatico per prevedere le tendenze future del ranking.
Prevedere le tendenze future dei prodotti, i livelli di scorte e la spesa futura.
Sfruttare l'IA per la previsione aziendale e migliorare la strategia di vendita.
Evoluzione del panorama di Amazon
L'IA avrà un ruolo sempre più importante nell'esperienza di acquisto e di vendita su Amazon. I venditori che si adattano ai cambiamenti e sfruttano le nuove tecnologie avranno maggiori possibilità di successo.
Ritorno al copywriting e alla fotografia di alta qualità
La comprensione del contesto da parte dell'IA renderà il copywriting e la fotografia di alta qualità nuovamente cruciali per la visibilità dei prodotti.
Sfide e opportunità per i venditori
I venditori dovranno adottare nuove strategie per rimanere competitivi.
L'IA offre nuove opportunità per migliorare l'ottimizzazione e la performance dei prodotti.
Nuove evoluzioni nel motore di ricerca di Amazon saranno oggetto di una prossima pubblicazione.
L'introduzione della seconda Buy Box su Amazon è il risultato delle indagini antitrust condotte dall'Unione Europea (UE). Amazon si è impegnata ad aggiungere una seconda Buy Box se c'è una seconda offerta valida che differisce dalla prima per prezzo o consegna, ma questa verrà mostrato solo se la seconda offerta è significativamente più conveniente (ad esempio, consegna più veloce di Prime). Questo cambiamento viene implementato in tutti i paesi dell'UE, ad eccezione dell'Italia. La seconda Buy Box mira a fornire più opzioni ai clienti e promuovere una concorrenza equa tra i venditori.