在电商领域里面，我们都知道有一个坑产理论，其公式为：

坑位产出 = 单位展现产出 = 成交金额 / 展现量 = (展现量 × 点击率 × 转化率 × 客单价) / 展现量 = 点击率 × 转化率 × 客单价
简单解释一下：就是在单位曝光下，你能够产出的成交额越多，那么你的坑产就越高。而坑产大多是与平台的收益挂钩的。

对于亚马逊平台来说，他的收益有很大一部分是来自佣金，佣金的收取方式是按比例收费，与成交金额有关的。坑产高也意味着平台的收益就高，所以就更愿意给你更好的曝光。而更好的曝光无疑就是更靠前的自然位。

那么回到这个坑产公式=点击率 × 转化率 × 客单价，我们暂且抛开客单价，一些比较靠后的链接经常会有这样的数据表现：曝光100，流量10，订单5，点击率10%，转化率50%，点击率和转化率相当不错，那么你的位置就可以很靠前？这显然和实际是不符的。那这是为什么呢?

这里的点击率和转化率是属于一个概率值，想要概率值准确，那么一定需要大量的数据做支撑。举个很常见的例子，硬币的正反面概率，正面和反面的准确概率应该都是50%, 但是如果你只有10份数据，那么正面可能是7次，反面是3次，70%与30%对于50%来说偏差是非常大的，如果直接就去这个值去做坑产计算，那么显然偏差是非常大的，对于平台来说，给你一个好的曝光位置，但是你实际能给我带来的收益与预估的收益偏差就大，风险就高。所以这里需要有一个“量”，量越大，与真实概率就越接近，偏差就越小。这里需要的数据量就是指曝光（点击率的数据支撑）和流量（转化率的数据支撑）。

这里可以用新品广告数据来做实例，因为新品一开始流量大多都是来源于广告，而广告是看得到曝光量和点击率数据的。我们自身推新时做过相关的数据对比，一般转化和客单价相差不多的新品，广告曝光量大，点击率高的新品，自然位上升的速度都会更快。
但是我们后来还是发现一个问题，新品我们广告花重金买流量，出单已经比一些老品还要高了，数据方面表现也更好。但是自然位短期内还是无法超越老品的自然位。

这里的“量”其实是时间范围内的数据，而时间可以分阶段的，7天，14天，30天，3个月，甚至半年到1年。那会不会是这样，对于平台来说，历史会更替，近期的表现更能决定将来的走向，所以短期内的表现会更重要，但是历史数据也是重要的参考依据，那平台就对不同时段赋予了不同的权重，类似于加权平均的算法，近期数据表现权重较高，然后历史权重随时间的延长而变低。所以新品因为没有更长时间段的数据，在计算时缺失了一部分，需要时间累积，等有这部分数据之后才能更近一步。

亚马逊尽管是有一个A9算法，其中4个关键因素：
一、相关性（Relevancy）
二、转化率（Conversion Rate）
三、客户满意度（Customer Satisfaction）
四、复购率（Repurchase Rate）
但是这些指标从数据上来看，最终也是呈现在了点击与转化上，就以相关性来说，我们推广的关键词要与商品相关，推广的人群要与产品相关，巴拉巴拉的一大堆相关。最终数据说话，怎么相关用数据说话其实就是点击率和转化率。
那总结一下：亚马逊在考虑分配自然排名的时候，为了确保自身推送出去的商品能够达到预期一样的坑产，从而带来预期的收益。
 
那么为了减少这种误推的可能性，那么需要考虑到三个维度：
1. 基础数据表现，点击与转化OK
2. 支撑数据表现的量，曝光量与流量有足够数据验证
3. 时间轴，维持好的数据，维持足够的数据量，并在各个时间段保持

那么自然排名如何去推广，是否也就可以按照这个逻辑去做推广？我所了解的，大多数运营可能都会忽略后面两点。
这样去理解自然排名是否会比分析A9算法更加简单和直白。这样是否也可以更好的理解我们在运营上的一些疑问。如：

为什么广告要优化，如果点击转化差还会导致自然位下降，因为我要保证数据在点击与转化上OK。
为什么我的数据表现很好，但是自然位就是上不去，因为需要量与时间。
为什么断货会说不超过两周，接上货之后链接就能很快恢复，因为历史数据有权重。
为什么单次秒杀对自然位的提升效果比较差，而有规律的秒杀和7dd对提升自然位的效果会更明显。因为可以保证好的数据表现可以覆盖各个时间段。
为什么广告预算有限，会建议去打小词。因为不同的词需要不同的量做数据支撑，小词需要的量少。
等等等等...

那这个基础公式对我们运营工作还能够带来哪些指导意义呢?
以上的分析只是针对于汇总的数据，但是实际中数据是会进一步细分的，例如，一个多变体链接里面有多个aisn，然后又有多个系列的关键词，在亚马逊中，所谓的关键词权重是在asin上的，两个系列的关键词权重又不会共用，但是同系列关键词又有相关性的联系。所以在具体实操中这个数据被分化得特别严重，

那为了迎合这个公式，我们以推新为例子
新品没有基础，广告主要流量来源，链接一开始时是否可以通过广告设置将同一系列的关键词的数据表现，叠加在同一个asin上？
为了点击和转化的基础表现，那我这个asin是否是应该具备天然优势和人为制造优势？
为了数据量和时间轴同时满足，我是否应该根据关键词的量来调配预算和投流时间？

简单拎了几个问题出来，因为后续涉及的细节太多，这里就不做过多阐述了
只是利用一个基础公式尝试去解读亚马逊自然排名的算法，站在平台的角度去考虑平台自身的收益，看是否可以更直白，对于一些运营小白来说，这样去理解是否会简单。肯定亚马逊的算法会更加复杂，但是底层逻辑应该是互通的。

如有其他看法，也欢迎讨论或指正。