一、亚马逊大数据
大数据不是大量的数据，而是通过在一个可以承受的时间范围内采用常规软件工具和一定的算法规则，捕捉，管理和处理的数据集合，并对行为活动提供有效决策。亚马逊不仅是电商平台，还是科技公司。它利用数据模型和大数据，分析百万级别的数字客户之旅(customer’s journey)，分析客户的采购纪录，历史行为，购买行为之间的关联性，购买偏好，同时建立客户的人群模型，更加深入了解客户需求和喜好，帮助客户最快速买到想要的产品，提升购物体验，并且和客户建立长期或者终生的用户关系。
二、用户画像
用一定的数据建模方式对用户的社会属性，行为属性和态度属性进行分析，总结出用户标签，为后续产品和服务找到正确的目标人群，这是是亚马逊推荐系统的一个重要核心。深度的用户画像，高度精准的营销策略是提升产品销量和转化率的关键。
(经典用户画像数据表)
用户画像是亚马逊的事情，而且我们看不到亚马逊的数据，说这么多有什么用呢?
在做产品营销方案之前，我们可以通过以下简单的模型，建立初步的用户画像数据，加深对潜在客户的了解，针对性的做出营销方案，从而提高转化率。
(举例：溜娃神奇潜在用户画像)
顺便提一下最近比较流行的一个词：标签。
初步的用户画像之后可以给客户标记各种标签，对客户进行简单的分类，对相应产品标签的客户推荐符合需求的产品。客户的标签来源于客户画像，产品的标签则来源于产品的属性Tag。
如：产品的分类节点，价格区间，产品品牌，产品材质，外观设计，适用场景，适用人群，产品评价星级，发货渠道…当你的产品屡次由某一些标签点被客户选择而且购买，亚马逊会为潜在的精准客户推送你的产品到客户的邮箱，客户亚马逊登陆页，亚马逊产品对比框…增加产品的曝光机会，提升转化率。
三、我们可以做什么?
1.丰富产品属性，把和产品相关的属性都要填写完整。
2.通过一些重要产品标签搜索到产品并且有出单。
3.合适的分类。
4.合理的价格区间。
四、Customer’s Amazon Journey
用户之旅是用户在网站一系列的行为轨迹分析，能够帮助清晰还原客户购物的整个流程和行为，通过了解行为之旅获取干预和影响客户购买行为的策略。甚至可以缩短用户之旅，达到让客户提前下单的目的。
经典的互联网用户之旅结构包括：知晓、兴趣、研究、购买、分享。
知晓阶段：关键词选择和匹配度，类目选择和整体页面Rank决定我们能否充分展示；
兴趣阶段：图片和标题以及BP优化是决定客户是否点击，是否继续研究和比较的关键性因素；
研究阶段：产品详细页面的优化,卖点的展示与竞品对比的优势；
购买阶段：All the above；
分享阶段：网站或者社媒分享对产品的使用体验。
一个客户旅程的结束并不是终点，是长期客户关系的一个环节，也是下一个客户旅程的起点和其他客户旅程的一个影响因素。我们要重视对每一个流程的干预。
亚马逊页面最近有一些小变化，这些变化体现了亚马逊从客户行为之旅发现了问题，进行了小改动，以便更符合客户购物习惯。
1.Promotion 放在更加显著的位置，提升折扣码的使用率。
2.增加Compare with similar items 按钮到显著位置，减少跳出页面重新寻找类似产品的几率，加快购物时间。
3.购物车下方增加Add to dashboard按钮，方便客户回购，增加复购率。
客户可以对添加到Dash Buttons里的产品一键下单。
看完了经典客户之旅的模型，可以参考下图亚马逊VC官方提供的用户之旅的模型。
