数据指标问题

关键词相关性判断原理

前言

近期，西柚找词上线了「以词找词」功能之后，我们发现许多用户对该功能及「多ASIN对比」功能板块中，自动判断关键词相关性的原理感到好奇。

因此，本文将讲解我们如何基于现有数据实现这一功能。

西柚在自动评估关键词与一批ASIN之间的相关性时，主要考虑以下两个方面：

即当这批ASIN在这个关键词下的综合自然表现越好（总体自然流量越高）时，意味着亚马逊认为这批ASIN与关键词的相关性较高，那么西柚判断的相关性数值也越高。

--那么这批ASIN在这个词下大概率不会获得亚马逊官方的自然权重

案例说明：
以该关键词「donut dog bed」为例，该关键词的用户搜索意图为一款甜甜圈状狗窝（圆形狗窝）
我们将类似以下形态的一批ASIN输入到「以词找词」板块自动判断相关性输入框之后，得到一个关键词列表：

很容易发现系统自动判断相关性的结果相关性都较低，因为我们输入进去的词根与输入系统去自动判断相关性的这批ASIN从搜索意图上来说是不匹配（输入进去的产品形态为方状狗窝）、且不相关的，那么系统标记的结果自然都不高了。

--在亚马逊官方算法来说，自然表现越好，相关性越高

案例说明：

我们还是以上面这个关键词为例「donut dog bed」，我们使用另一批自然表现较差的ASIN作为自动判断相关性的依据

可以看到即使这里的ASIN群高度匹配关键词（搜索意图），但是由于输入进去的这批ASIN自然表现较差（几乎没什么自然流量），那么得到的系统自动标记结果相关性也很低。
同样的例子，我们如果选择了一批自然流量表现好的强ASIN，那么最后的结果会是较为准确的：

说明：即使在输入高度相关的强ASIN之后，还会存在另外一种相关性不准的现象。

例如：

该词ABA排名200万名+，并不能同时被所有强ASIN注意到，会导致这批ASIN虽然强，但在某些情况下覆盖不到部分关键词（一批ASIN在某个关键词下的总体表现较差导致的系统自动标记的相关性较低）

--官方推荐至少输入10个ASIN

⚠️

注：如果该关键词近期未进入ABA报告，会由于西柚没有抓取该词的数据而导致没有相关性。

基于以上场景，为了提升相关性评估的精准度，在选取ASIN群时需要注意以下两点：