提升亞馬遜店鋪轉化率哪個更有效：亞馬遜Giveaway？還是S單？
亞馬遜平臺最近對自主研發的A9算法很是自信，對產品排名和轉化的方法在新算法的基礎之上也進行了大幅調整，曾經做過Shua單的賣家應該感覺到，其作用已經越來越小。今天吉茂小編將與跨境小伙伴們分享一下，亞馬遜Giveaway與S單的利與弊!
為什么大部分賣家逃不掉S單?
簡單來說，做亞馬遜最重要的就是做轉化率，在同一個大類別或者子類別下哪個產品的頁面轉化率越高、銷量上升越快，Amazon平臺就會把推送流量配給誰，簡單的觀察指標就是BSR的穩定上升。
絕大多數產品賣不出去并不意味著產品不好，也不意味著價格沒有競爭優勢，而是因為在同一個時間軸上，你的產品轉化率和訂單量并沒有其他同類產品高。
所以，shua單似乎是控制轉化率最好的方法，而一旦Amazon的流量天枰向shua單的產品傾斜，大部分賣家也不得不開始用同樣的方法提升自己的產品轉化率。
亞馬遜算法的調整
正由于越來越多的產品走上了流量天枰的另一端，買家在Amazon上找到好的產品越來越少，評價的誤導性越來越高，所以Amazon在過去的1年多時間里一直在對自己的計算方法進行調整。
近2個月來，使用過shua單方式的賣家應該都會發現，shua單的效果在直線下滑，這主要體現在：
- shua單的賬戶存活期越來越短
- shua單的采購成本正在大幅上升
- shua單對產品評價的作用正在迅速消失
- 而最重要的是，shua單對于轉化率的影響似乎已經越來越小
與此同時，購物車訂單(包括：FBA和有Buy Box的自發貨產品)
訂單的權重正在大幅上升，這就是為什么大家會發現，shua幾個跟賣小號對一些產品的自然排名和單量沒有太大提升作用的原因。
亞馬遜Giveaway 與 shua單的比較
不得不承認，shua單的效果還是會繼續存在，同時現在的shua單似乎也在向精細化、數據化發展。在這里希望大家可以分析并了解各種推廣方式的好壞，由自己在考慮風險、效果、收益的同時作出選擇。
以下是亞馬遜Giveaway與shua單的效果比較：
1、產品成本
以上提到，如果要迅速提升BSR排名和轉化率，最好的方式不是去用小號跟賣shua單發空包，而是直接從Buy Box購買產品。同時，無論是shua單還是贈送，如果想迅速把你的產品推起來，你都必須要拿出一定數量的產品進行贈送(如果不這樣，你可以慢慢等Amazon的自然流量)。所以，無論是shua單還是Giveaway(贈送)，都需要贈送產品，只是Giveaway的產品贈送需要更多，比較適合價值較低的產品。
2、操作成本
從操作成本而言，按照現在市場平均價，shua單的成本應該在￥15/單左右，每天你至少需要shua到幾十單才能夠看到一定的效果，也就是每天的成本是在￥500-1000人民幣的操作費。然而，對于Giveaway而言，Amazon是完全免手續費，除了贈送產品外，操作成本基本是0!
3、買家受眾
亞馬遜之所以推出Amazon Giveaway的廣告方式，就是為了讓賣家能夠通過正規渠道和市場規律推升自己的產品影響力和受眾群。通過Giveaway的方式，亞馬遜會把你的產品通過EDM郵件營銷、Twitter、Landing Page推向給所有Amazon買家，到現在為止，沒有看到過產品送不出去的情況，也就是轉化率是完全保證的。然而，如果是shua單，也許你就失去了Amazon幫你免費推廣的這個機會。
4、頁面轉化率
有一些賣家在嘗試了Amazon Giveaway之后說頁面轉化率會大幅下降，其實這是由于許多賣家對于Giveaway的各個功能所需要達到的目的還不了解。
5、關聯購買
以往許多賣家也嘗試過痛過shua單的方式把自己的產品和大流量的產品進行關聯購買(Frequently Bought Together)，但是亞馬遜在近期最新推出的Giveaway功能中已經允許你能夠通過贈送其他人的產品來推廣自己的產品。
6、VP Review
通過在前臺設置Giveaway的方式，你仍然可以獲得Verified Purchase的評價標記。注意：這個時候完全不用通過收到產品的買家留評價，而是通過自己購買Giveaway的買家賬戶留評價，一切控制權在于自己!
7、迅速拉升自己的社交粉絲
通過Amazon Giveaway還可以做到的一件事情，那就是迅速提升你的產品受眾群和社交粉絲。比如，你可以通過Amazon Giveaway，快速獲得Twitter粉絲，并可以讓自己在Twitter關鍵詞搜索中一直排在熱帖前列。
（編譯|吉茂跨境電商學校 朱秉桂）
【版權提示】吉茂跨境電商學校倡導尊重與保護知識產權。如發現本站文章存在版權問題，煩請提供版權疑問、身份證明、版權證明、聯系方式等發郵件至admin@ywjimao.com，我們將及時溝通與處理。
下一篇: 如何根據跳出率和退出率分析亞馬遜Listing優化
