亚马逊再次动刀，Review机制发生大变革
作者：亿观分析组
亚马逊再次对Review（用户评论）机制动刀。
此次，亚马逊引入了一个基于大语言模型的AI功能，让顾客“以提问的方式”来了解商品详情和Review的功能。
在“顾客提问-AI回答”的框架下，顾客可以迅速了解某件商品的特定属性，而免除了逐一阅读用户评论的负担。
在此之前，亚马逊推出“提炼Review”的功能，即抓取和分析商品链接（listing）里的历史评论，总结和提炼成“摘要”，置顶在所有的Review之上。这样一来，顾客往往第一时间注意这条置顶的评论摘要，而忽略了过往顾客的历史评论。
这一次，亚马逊推出基于大语言模型的AI问答助手，是AI评论总结功能的进一步延伸，其目的都是为了让顾客第一时间获取关键信息，快速而放心地下单。
这些新功能的推出，让AI总结或生成的内容捷足先登地影响顾客的心智，进而影响他们的购买决策，这在一定程度上拆掉了爆款老品的Reivew护城墙，同时让新品与老品有更多的机会同台竞技。
01.亚马逊的AI提问新功能
亚马逊推出的AI问答工具，有哪些功能？
举个例子。
比如一个顾客在浏览页面时，看到一件运动衫，对该产品产生了兴趣，就可以向AI助手提问：“这件衬衫是厚料子做的吗?”“这件运动衫适合跑步吗?”或者“一个6英尺7英寸高的人穿上它后，合身吗?”
亚马逊的AI会进行详细回答。
图/亚马逊对各种问题生成的回答，包括尺寸、材料等问题
正常情况下，AI会基于商品的描述、顾客过往Review进行回答。
比如上面那个问题“一个6英尺7英寸高的人穿上它后，合身吗?”，亚马逊的AI回答，本商品描述（description）中没有说明这件衣服适宜的最高身高。不过，基于一些顾客的评价可以发现，6英尺7英寸高的人穿这件衣服是合身的。
服装是亚马逊排名前三的类目之一，也是天然的生态护城河。然而，近年来受到SHEIN、Temu的猛烈冲击，亚马逊感到了压力。 （文末扫码，入亚马逊广告技巧交流群）
为此，亚马逊的AI在服装类目上下了很大的功夫，希望通过AI来帮助顾客选出合身的服装，变高居不下的退货率。（据调查，58%的服装品牌称，20%的电商订单被退货了）
图/2023 年3月6日调研结果 资料来源：Coresight Research
亚马逊的AI工具，将品牌尺码系统、产品评论（Reivew）和顾客自身的合身偏好等因素结合起来，为顾客实时提供尺寸、款式以及特定部位的合身性等。
比如，一个购买裙子的顾客，亚马逊AI建议“XL”码适合该顾客的身材，并告知该建议是基于数百万过往的订单、退货和评论数据做出的。
图/亚马逊给一个顾客建议”XL”的裙子
那么，亚马逊AI助手是从哪里来的答案呢？
有好几个来源，包括历史评论（Reviews），其他顾客提供的回答，卖家针对类似问题的过往回答，其他数据来源等。
除了回答商品的参数之外，它甚至可以讲笑话和写代码，也可以优化商品标题和描述。
比如，一个顾客让亚马逊AI展示商品详情的JSON代码（JavaScript 语言的轻量级数据交换格式），或者写一个“关于此产品的短笑话”，亚马逊AI也能完成任务。
图/亚马逊AI可以展示代码和编写关于商品的笑话
这说明了亚马逊的AI，不仅仅是基于商品现有的描述、顾客Review来回答问题，它还有其他的数据基础，并具有一定的智能性。
不过，亚马逊对AI助手进行了限定，它会拒绝这回答问题：
一、跟其他产品对比；二、寻找替代性产品；三、也不会提供”过往历史价格”；四、与亚马逊产品无关的问题，比贝佐斯是谁？等等。
这意味着，亚马逊暂时不想利用AI工具，根本性地打破现有的生态结构和流量格局。
02 .亚马逊AI提问功能对卖家意味着什么？
一条商品链接的Reivew（用户评论）是卖家们辛辛苦苦积累起来的无形资产。
在亚马逊引入AI问答功能和AI评论提炼功能之前，大部分顾客在购买一个产品时候，会查看该商品的Reviews数量，同时会翻阅过往顾客留下的评论。
如今，AI评论总结功能和提问功能推出后，顾客们很快会体验到它的便利性，慢慢形成了新的习惯——先看总结性的评论或向AI提问。
久而久之，顾客不再有耐心去逐条阅读评论了。
这样一来，亚马逊AI的“总结”和“回答”内容，对顾客的决策影响权重将会越来越大。
这些AI生成内容，除了根据商品描述和Review的相对客观的反馈，同时也具有一定“主观性”，因为它是“智能”的——能写代码，也能讲笑话，也能做一些延伸“解读”。
比如，针对一辆电动自行车，我们提问“该自行车是否适合5英里山路通勤 ？”，亚马逊AI会从用户Review和描述中提取相关信息，进行分析后作出回答，表示这辆自行车适合5英里山路通勤。
但我们问“这辆车适合浪漫约会吗?”，亚马逊的AI会说，“虽然电动自行车在约会活动中很有趣，但它可能不会提供亲密或浪漫的约会感觉，可以考虑更传统的休闲沙滩自行车或双人自行车，或许可以有更浪漫的骑行体验。”
在这种场景下，一个想买电动自行车进行约会的顾客，可能会放弃购买。
另外，AI提炼Review并将摘要置顶在所有用户评论上，也会影响用户的购买决策。
比如，针对某个玩具产品，以下一条AI评论总结称“一些顾客在趣味性、外观、性能等方面给了正面评论”，然而，AI马上话锋一转，“不过，大部分消费者给了负面意见”。
这句话就让许多没时间仔细看评论的消费者感觉“该产品其实不怎么样”，而很可能会导致他们放弃购买。
AI总结评论抢在了买家的评论之上，捷足先登地占领顾客的心智。
这在又一定程度上拆除了老品Review的护城墙。
从客观上改变了流量格局，起到了鼓励“产品型卖家”而抑制“营销型卖家”的作用。
因为营销型卖家擅长于搞流量，很擅长于积累大量Review，然而，他们往往对产品下的功夫有限，品控也比较差。因此，其Review虽然多，但会夹杂了不少顾客的抱怨、不满，那么，亚马逊的“AI评论总结功能”会将这部分不满的Review，从万千评论中挖出来，让其曝光在顶部，抑制它们的转化率。
不过，正如上文所述，亚马逊不会根本性地改变流量格局，不会夺走老卖家和老产品积累的Reivew资源和流量资产。
不过，在ChatGPT横空出世之后，电商行业将进入了一个新阶段——AI电商时代。随着AI工具的推出，客观上会改变流量的分配机制。
可以预见的是，亚马逊将持续运用大语言模型就改造其电商生态，其中心围绕着它的“顾客第一”的宗旨，持续给顾客提供更好的体验。
封面图源：图虫创意
这一次，亚马逊推出基于大语言模型的AI问答助手，是AI评论总结功能的进一步延伸，其目的都是为了让顾客第一时间获取关键信息，快速而放心地下单。
这些新功能的推出，让AI总结或生成的内容捷足先登地影响顾客的心智，进而影响他们的购买决策，这在一定程度上拆掉了爆款老品的Reivew护城墙，同时让新品与老品有更多的机会同台竞技。
01.亚马逊的AI提问新功能
亚马逊推出的AI问答工具，有哪些功能？
举个例子。
比如一个顾客在浏览页面时，看到一件运动衫，对该产品产生了兴趣，就可以向AI助手提问：“这件衬衫是厚料子做的吗?”“这件运动衫适合跑步吗?”或者“一个6英尺7英寸高的人穿上它后，合身吗?”
亚马逊的AI会进行详细回答。
图/亚马逊对各种问题生成的回答，包括尺寸、材料等问题
正常情况下，AI会基于商品的描述、顾客过往Review进行回答。
比如上面那个问题“一个6英尺7英寸高的人穿上它后，合身吗?”，亚马逊的AI回答，本商品描述（description）中没有说明这件衣服适宜的最高身高。不过，基于一些顾客的评价可以发现，6英尺7英寸高的人穿这件衣服是合身的。
服装是亚马逊排名前三的类目之一，也是天然的生态护城河。然而，近年来受到SHEIN、Temu的猛烈冲击，亚马逊感到了压力。 （文末扫码，入亚马逊广告技巧交流群）
为此，亚马逊的AI在服装类目上下了很大的功夫，希望通过AI来帮助顾客选出合身的服装，变高居不下的退货率。（据调查，58%的服装品牌称，20%的电商订单被退货了）
图/2023 年3月6日调研结果 资料来源：Coresight Research
亚马逊的AI工具，将品牌尺码系统、产品评论（Reivew）和顾客自身的合身偏好等因素结合起来，为顾客实时提供尺寸、款式以及特定部位的合身性等。
比如，一个购买裙子的顾客，亚马逊AI建议“XL”码适合该顾客的身材，并告知该建议是基于数百万过往的订单、退货和评论数据做出的。
图/亚马逊给一个顾客建议”XL”的裙子
那么，亚马逊AI助手是从哪里来的答案呢？
有好几个来源，包括历史评论（Reviews），其他顾客提供的回答，卖家针对类似问题的过往回答，其他数据来源等。
除了回答商品的参数之外，它甚至可以讲笑话和写代码，也可以优化商品标题和描述。
比如，一个顾客让亚马逊AI展示商品详情的JSON代码（JavaScript 语言的轻量级数据交换格式），或者写一个“关于此产品的短笑话”，亚马逊AI也能完成任务。
图/亚马逊AI可以展示代码和编写关于商品的笑话
这说明了亚马逊的AI，不仅仅是基于商品现有的描述、顾客Review来回答问题，它还有其他的数据基础，并具有一定的智能性。
不过，亚马逊对AI助手进行了限定，它会拒绝这回答问题：
一、跟其他产品对比；二、寻找替代性产品；三、也不会提供”过往历史价格”；四、与亚马逊产品无关的问题，比贝佐斯是谁？等等。
这意味着，亚马逊暂时不想利用AI工具，根本性地打破现有的生态结构和流量格局。
02 .亚马逊AI提问功能对卖家意味着什么？
一条商品链接的Reivew（用户评论）是卖家们辛辛苦苦积累起来的无形资产。
在亚马逊引入AI问答功能和AI评论提炼功能之前，大部分顾客在购买一个产品时候，会查看该商品的Reviews数量，同时会翻阅过往顾客留下的评论。
如今，AI评论总结功能和提问功能推出后，顾客们很快会体验到它的便利性，慢慢形成了新的习惯——先看总结性的评论或向AI提问。
久而久之，顾客不再有耐心去逐条阅读评论了。
这样一来，亚马逊AI的“总结”和“回答”内容，对顾客的决策影响权重将会越来越大。
这些AI生成内容，除了根据商品描述和Review的相对客观的反馈，同时也具有一定“主观性”，因为它是“智能”的——能写代码，也能讲笑话，也能做一些延伸“解读”。
比如，针对一辆电动自行车，我们提问“该自行车是否适合5英里山路通勤 ？”，亚马逊AI会从用户Review和描述中提取相关信息，进行分析后作出回答，表示这辆自行车适合5英里山路通勤。
但我们问“这辆车适合浪漫约会吗?”，亚马逊的AI会说，“虽然电动自行车在约会活动中很有趣，但它可能不会提供亲密或浪漫的约会感觉，可以考虑更传统的休闲沙滩自行车或双人自行车，或许可以有更浪漫的骑行体验。”
在这种场景下，一个想买电动自行车进行约会的顾客，可能会放弃购买。
另外，AI提炼Review并将摘要置顶在所有用户评论上，也会影响用户的购买决策。
比如，针对某个玩具产品，以下一条AI评论总结称“一些顾客在趣味性、外观、性能等方面给了正面评论”，然而，AI马上话锋一转，“不过，大部分消费者给了负面意见”。
这句话就让许多没时间仔细看评论的消费者感觉“该产品其实不怎么样”，而很可能会导致他们放弃购买。
AI总结评论抢在了买家的评论之上，捷足先登地占领顾客的心智。
这在又一定程度上拆除了老品Review的护城墙。
从客观上改变了流量格局，起到了鼓励“产品型卖家”而抑制“营销型卖家”的作用。
因为营销型卖家擅长于搞流量，很擅长于积累大量Review，然而，他们往往对产品下的功夫有限，品控也比较差。因此，其Review虽然多，但会夹杂了不少顾客的抱怨、不满，那么，亚马逊的“AI评论总结功能”会将这部分不满的Review，从万千评论中挖出来，让其曝光在顶部，抑制它们的转化率。
不过，正如上文所述，亚马逊不会根本性地改变流量格局，不会夺走老卖家和老产品积累的Reivew资源和流量资产。
不过，在ChatGPT横空出世之后，电商行业将进入了一个新阶段——AI电商时代。随着AI工具的推出，客观上会改变流量的分配机制。
可以预见的是，亚马逊将持续运用大语言模型就改造其电商生态，其中心围绕着它的“顾客第一”的宗旨，持续给顾客提供更好的体验。
封面图源：图虫创意
Content retrieved from: https://www.cifnews.com/article/154554.
