10月，出口电商年终促销季正式拉开帷幕，无论是新生的“双11”，还是霸气十足的“黑五”、“感恩节”、“周一”和“圣诞节”都直接影响到中国卖家的整体销售。为此，从平台行动、海外市场信息和卖家实际操作的角度，为卖家提供更多的营销思维，提高年终促销收入。
采访背景：论坛No.在8暨最美跨境人总决赛中，亚马逊大卖夏昭作为评委也在现场分享。他认为，在一级类别下排名前十 100的才能算是爆款。那怎么做呢？以下是整理好的演讲记录。
夏昭认为，做好亚马逊最困难的事情就是思考。单店可以超过200万美元，应该是一个非常好的高质量卖家，首要任务是解决思维问题。
他说：“目前，中国的许多跨境电子商务公司都在销售商品，而不是产品。我们自己的产品中有英语说明书吗？有些人可能会说是的，但更多的是不是的。你可能认为英语说明书写得很好，但你不知道消费者的国家，英语字体、表达、语法、排名等。这只是其中之一。
另一方面是服务。服务将延伸到许多方面。客户服务只是其中之一。任何与产品相关的东西都能给用户带来良好的体验。它分为硬件和软服务。我给你举个例子。我们想在厦门开一家实体店。首先，我们应该选择位置，然后选择产品，调查价格，装饰商店。很多人从事亚马逊的时候只关心卖东西，怎么卖。所以我们的误解来了。
每个人都在做数据分析，却忽略了很多事情。举个例子，假设员工开门时，地上有烟头，顾客还会来买东西吗？我卖的产品转化率是30%(最高)，产品是不是爆款。当你开发它们时，你会定义它们。爆款不是创造出来的，而是开发出来的。在我的类别中，任何产品都出来了，只要我得到它，我基本上就能知道在亚马逊上的位置。在亚马逊上，排名前100的产品确实有很好的用户体验。如果产品质量不够，很难在一级品类中打造前100名。”
关于如何把我的产品推到首页，如何走得更远。他说：“亚马逊有两种算法，一种是用户纬度，亚马逊是一个高流通系统，可以用大数据测量每个用品和每个买家用户的消费习惯。假设同一个买家30岁，男，本科学历，他买A产品。B买家也是男，30岁，本科学历，和我这个买家一样习惯的时候，会把A买的东西推给B买家。这意味着B买家不需要比较产品，增加了亚马逊系统的流通系统。亚马逊核心算法的本质：推荐算法与卖家无关，或者推荐算法实际上对卖家有好处，因为整个平台的转化率和效率提高了，卖家不需要管理流量来源，只需要做好生意。我们的最终目标是销售产品，最终体现在产品上。”
在选择类别时，我们真的需要阅读用户的消费习惯和行为，掌握产品。当然，前提是你应该对产品有足够的了解，否则你就找不到产品差异化的纬度。
关于客户评价，他认为：“我们最想看到的客户是批评我们的客户。我们将详细阅读他们对产品的评价，发现产品的缺陷，描述无用的单词，不恰当的产品描述方法，发现所有产品和服务不满意的地方，并在后期改进产品。继续发扬买方的意见和建议，改进不好。 ”
产品上架后如何优化，他认为:“曝光、浏览、交易。阅读数据时，首先要掌握的是流量，以下是曝光。当别人浏览你的产品时，交易你的产品，与你的产品有什么相关的纬度？如果我们的曝光不是很好，影响因素是什么？决定转化的因素是什么？问题来了，在我看来，最好的亚马逊培训材料是HELP。详细告诉你亚马逊的所有规则和操作程序。如果你想提高得足够好，你可以下载他，翻译他，给你的员工长期的培训。我认为在这个行业，最顶尖、最高端的培训。”
优化的参考标准是什么？他说:“假设我的排名在一级类别下50，转化率在20%，曝光率和转化率比我做得好是参考标准。例如，一级类别中排名第一的约为350，排名第60的约为280至320，排名第100的约为220，排名第4000的约为15。事实上，如果你对每个类别进行排序，它的销量是正相关的。你可以直接看到任何产品的销量。假如你能知道他的销量，也能知道曝光值，那么转化值就知道了吗？优化详细信息页面，如果转化率提高，就证明我的优化是成功的，永远不要投不会提高的纬度。基础永远是产品的核心，如果你的产品不足以支撑你的排名，你永远做不到。”
关于广告的转换，他说：“我的广告比例很低。因为亚马逊的核心是用户需求。即使在亚马逊上，你对某个广告的出价也远高于我，亚马逊也不一定会展示你。在亚马逊看来，当你的广告显示时，买家点击广告而不消费。他们认为这是无效的。他们需要的是高转换的广告。广告只是带来曝光的重要渠道，只是带来曝光，广告不会给你带来转化。广告是曝光的重要渠道。如果你的产品本身转换不好，无论广告给你带来多少流量和用户，你都不会购买。当你陷入一个死循环时，你的广告成本会继续上升，但效果也很差。”
最后，他总结道：“我认为亚马逊最重要的是思考。真的很难改变你的想法。思维决定出路。产品是基础，数据是支撑，没有技能。所有亚马逊运营商都应该对数据非常敏感和熟悉。如果亚马逊没有技能，他们应该脚踏实地地去做，你的用户会感觉到的。”（组织/请关注微信ID【cifnewspayoneer】
采访背景
