好的，本来我是不想更新的。
但是最近和一些同事和同行业的朋友交流的时候，总是有人和我说权重，这个词好频繁，已经让我感到厌烦，恶心。我很想说一句：去XX的权重。
什么竞对是老链接有权重，新品打不过；
老链接卖高价因为它有权重，只能低价，低价也卷不过。我只想笑🤣。
什么是🗼🐎的权重？
一个老链接：从开售开始，随着平台用户的每一次购买行为，系统算法都在记录用户的画像（地域、年龄、购物习惯、甚至设备型号）。成交越多，算法就会形成一个越来越精准人群模型。
最终，老链接就只会被极大概率推送到算法通过这个精准人群模型推测出来转化率极高的那部分人群面前。
而新链接即便通过广告或者其他什么乱七八糟的手段强行触达了这部分精准人群，由于缺乏历史数据支撑（Review数量、评分、历史转化率、退货率数据等等），在算法眼中，新产品在这部分人群中的可能成交率不高。
所以：
老链接 = 确定性。 亚马逊知道推这个品，顾客大概率会买，且大概率不会退货。
新链接 = 不确定性（风险）。
因此，算法向老链接倾斜，就有了一个所谓的权重，本质上是风险厌恶的表现，是亚马逊要更长久更稳定的赚钱。
但问题也在这里，亚马逊作为一个公司，本质肯定是追求利益最大化。既然平台算法已经学习了什么样的链接的数据（比如评分、库存、产品特征、历史点击转化记录）对应什么样的人群能最大概率成交。
算法为什么不复用这样的映射逻辑到新品新链接上面？
对，映射，什么乱七八糟流量层，什么乱七八糟匹配，对平台算法来说都是数据和数据间的映射。
平台知道什么样特征的东西在什么样的人那里好卖。但是平台为啥不相信你？或者说我怎么让平台相信我的链接让它推荐。
四个字：超越期待。
在平台算法那里有个叫数据置信度的东西。
亚马逊平台算法如果检测到你的新品新链接有更高的点击率和转化率，理论上应该给你流量。
但是：一个新品的数据这么好，是真实的实力？还是运气（幸存者偏差）？还是刷单（作弊数据）？算法要判断的。
因此，算法不会立刻把老链接的所有流量切给你，因为一旦你的数据是虚高，平台就会损失巨大的销售额。它会逐渐给你加量，通过更大数据量的压力测试来验证你的成交是否稳健。
再一个亚马逊的映射是有缺陷的所以亚马逊才会更新COSMO算法去补充优化原来的A9算法。
A9算法的时候： 算法很看所谓的权重。老链接卖得多，就是好。新品没数据，就是不行。马太效应极强，新品很难出头。这也是我天天说的亚马逊算法推荐新品严重滞后的原因。但是TK和temu来了，逼得亚马逊不得不去转型。
现在COSMO算法开始理解产品属性和用户意图。
举个例子：如果大量数据显示，用户在搜索充电宝时，越来越倾向于点击自带线这个属性。
即便你的链接是全新的，只要系统识别出你的图片、标题、甚至Review中带有强烈的自带线特征，且你的初始数据验证了这一点。
算法就会复用它在链接上学到的自带线=高转化的映射的逻辑，给予你这个新品超额的初始权重。
从而加速新品的推荐迭代，保证平台生态。
所以新链接想取代老链接很简单：
向平台算法证明新链接的期望收益＞老链接的期望收益+算法切换流量的风险成本。
要做的就是通过极高的数据表现，迅速压低算法对你新链接的风险评估。
所以怎么做：靠广告？靠站外？哈利波特靠伏地魔的魔法对付伏地魔？呵呵。在规则内战胜一个规则内强者当然很难，这就是我天天听到该死的权重的原因。
在我很早期的第一篇文章中提到过：超越期待
我选择让我的产品可以跳过平台直接匹配消费者。是的，产品牛X就是可以为所欲为。
这是我做的一个跳过平台匹配消费者的产品。它原先的竞对是美国卖家，一个2013年就在亚马逊售卖的老链接，每月销量很稳定，售价也很高。但是我干掉它了，用比它更高的售价达成了更高的销量。做这个产品的运营是一个非常普通没有任何技巧的运营（因为在我来这家公司前，Ta毫无业绩可言）。
因为我用比这个竞对更精准的产品人群洞察和更准确的视觉表达超越了平台算法在这个老链接身上积累的人群模型。
亚马逊没有任何理由去死保一个转化率正在下降或者效率不如新品的老链接。 它的忠诚度只属于GMV和利润。
所以在讨论这个不知所谓的权重前，多看看自己的产品。这才是🗼🐎的七分开发。