用户行为数据的收集

　　用户一般的购物流程：搜索了什么，看了哪些产品的详细介绍，最终购买了什么产品,都会被亚马逊记录下来。其他用户历史购买行为也在这里派上了用处，成为有利相关推荐。因为用户做购物决策的时候，也想知道其他人都看了什么，买了什么。

　　除了用户购买行为数据外，亚马逊还会搞一些活动来“勾引”用户说出喜好和需求。比较典型的活动就是投票。例如下面关于是否喜欢情人节的投票。多数喜欢情人节的用户是热恋中的人，亚马逊可能会推荐各种礼物，如情侣装，戒指，鲜花等。失恋和单身的人一般不喜欢情人节，亚马逊推荐失恋疗伤的书籍，如游戏机之类自娱自乐的的商品。

　　当然如果，用户对于投票的热情不高，亚马逊甚至会砸钱来“勾引”用户说出自己的喜好。一旦用户投票了，其观点、倾向、或者兴趣爱好就暴露了。换句话说，这个用户就被亚马逊打上“标签”了。  

整合用户行为数据实现精准营销

　　光光收集用户行为数据还只是第一步，亚马逊强大之处在于它可以整合用户行为数据和喜好，并挖掘用户的潜在需求。对有相同特征的用户作定向、精准的营销。如果韩寒的新书上市了，亚马逊如何做一期推广EDM(邮件营销)呢？

　　首先，从用户购买行为数据中筛选出曾购买了韩寒写的书的用户。仅仅只有这些用户是我们的营销目标么？别忘亚马逊还收集了用户的一些非购买行为数据。对了，再加上在网站举行的关于“喜欢韩寒还是郭敬明”的投票中选择韩寒的用户。这样就行了么？当然不是，亚马逊还要分析这类有什么共同特征，从而为他们定制适合的促销方式。如果他们的购买行为数据显示，他们选择最便宜送货方式的比例要比整体的用户群体高。这说明这群用户对于运费价格比较敏感。好了，这次推广的目标人群和主题可以确立了。连邮件标题你都可以想出来了——韩寒新书（免运费）。

　　当然，这一切还没结束。目标用户收到邮件后，是否打开了邮件，是否点击了邮件中的链接到达了促销产品的Landing Page,这些行为都会被记录下来。整个促销推广活动而言，这样可以统计活动的效果，为下次评估类似促销的活动提供历史依据。就个体用户数据收集而言，还可以用来统计这个用户对于特定主题和特定促销方式的接受程度。这样的数据可以用来决定有类似的主题或者促销方式是否还发邮件给这个用户。因为失败的营销也会给用户带来不好的用户体验，从而让网站蒙受损失，生气的用户可能下次直接把亚马逊的邮件直接放到垃圾箱里。

　　选品：不只是找到热销的产品；减少滞销的产品曝光率，甚至下架；而且还包括选择培育将要热销的产品。根据产品销售的生命周期，在有热销趋势的初期就引入产品，并投入相应的推广资源（PPC、SEO、EDM等等)，拉动产品的销售。在产品销售的成熟期，逐渐减少促销资源的投放，把促销资源投入到其他有热销趋势的产品上。

　　价格：让用户以最合理的价格买到产品。不要以为亚马逊的产品价格仅仅是个数字。一个产品的价格可能有几十种价格参考的得来的。亚马逊有专门的部门爬取产品在竞争对手网站上的销售价格。

　　购物体验：为买家提供方便、高效的购物体验。确保从买家进入网站的landing page,到通过搜索或类目找自己的产品，下订单支付，最后收到产品整个过程方便、顺畅。当然，这离不开相应的部门的支持，如网站UED、物流、仓储和客服等等。

　　另外，在这三大支柱后面还有一个强大的幕后英雄支持，就是亚马逊的云计算。对比位于云计算顶端的两大高手Google, 亚马逊。如果说Google 的云计算偏于计算能力强的话，亚马逊的云计算强在存储和稳定性。亚马逊每天的数据吞吐量达到20T,相当于2万部电影。当其他电子商务网站，各个部门间还在为促销资源争得头破血流的时候。 亚马逊的云集计算，早就根据历史的促销数据，自动计算出参与资源pk的相关方哪个产品促销提案比较靠谱。存储量大，计算能力强，稳定性高的云计算，极大的提升了网站运营效率，降低了成本。