成长25年，跃至电商巨擘——揭秘10大数据折射下的亚马逊现状

毋庸置疑，自成立25年以来，亚马逊已然成为在线销售市场的领导者，并且没有任何放缓的迹象。据统计全球每月有超过1.97亿人访问亚马逊网站，这庞大一数字堪比俄罗斯的总人口。随着2024年已进入下半年，许多卖家都在问自己如何才能在利润丰厚的亚马逊市场蛋糕上分得更大一块。

接下来，本文将重点介绍亚马逊在2018年取得的一些重大成绩，让卖家对亚马逊平台的当前状态有一个完整的了解。

2024年亚马逊卖家需要知道的10大统计数据1、十分之九的消费者在亚马逊上对比产品价格

在快节奏的电子商务世界，消费者的网上购物方式总是在变化。而随着这样的变化以及新技术的引入，消费者是如何在线做出购买决定的呢？

其实不难发现，亚马逊几乎主导着美国近一半的电商市场，成为消费者在搜索和比较产品时的首选之地，即使他们在竞争对手的网站上找到了一款产品，90%的人还是会去亚马逊搜索同样的产品。其原因主要是亚马逊以其具有竞争力的价格、快速的运输和可靠的客户服务而闻名。对于消费者，尤其是亚马逊Prime会员来说，能够在亚马逊上找到想要的产品，他们就更有可能在那里购物，而不是其他在线零售商。

2、仅有2%的Echo用户通过Alexa购买产品

自2015年亚马逊Echo 推出以来，已售出5000万多部。虽然Echo的语音操作助手Alexa可以让用户购物、查看亚马逊订单的当前状态，并利用语音推荐产品，但真正用这种方式购物的消费者寥寥无几。只有2%（约100万）的Echo用户通过智能扬声器在亚马逊上购买商品。虽然Alexa的语音激活功能简化了购物过程，但消费者仍然喜欢在购买之前事先查看产品和购物车。

3、亚马逊销售超过1200万种产品

我们的愿景是成为全球最以客户为中心的公司，建立一个消费者可以寻找并发现他们想在网上购买任何东西的地方”，这是亚马逊的使命宣言。作为帮助客户发现他们可能想在网上购买的任何东西”这一使命的一部分，亚马逊在尽可能多的行业销售尽可能多的不同产品。为了满足所有人的需求，亚马逊建立了一个包含1200多万种产品的目录，还包含书籍、媒体、酒以及服务等等。如果再把范围扩展到亚马逊平台的卖家，平台销售了接近3.5亿件产品。这对亚马逊来说是件好事，但对卖家来说也相当艰巨，因为平台竞争气氛正处于历史高点。

4、亚马逊销售超过110万件家居装饰产品

此前，人们普遍认为家居装饰行业不会受到可怕的亚马逊效应”的影响。然而，Jumpshot近期的一份报告显示，亚马逊在整个家居装饰行业占据了80%以上的市场份额，而且它的增长速度继续超过其他同类公司。

家装销售明显表明，越来越多的购物者正在转向电子商务，即使是在此前被认为由实体店主导的行业也是如此。

5、美国有9500万人拥有亚马逊Prime会员资格

当亚马逊Prime于2005年首次推出时，会员每年只需支付79美元就可以享受为期两天的免费送货服务。自那以后，亚马逊Prime会员的福利列表大幅增长，包括提前获得限时抢购、每月免费电子书、无限制的视频流等等，随着亚马逊Prime服务的增长，其会员数量也在不断增长。截至2018年底，亚马逊Prime会员仅在美国就达到了惊人的9500万。这一数字高于2017年的8500万，目前占亚马逊美国客户总数的59%。

6、亚马逊Prime会员每年花费1.4万美元

事实上，亚马逊的Prime会员比非Prime会员更活跃。2018年，Prime会员在亚马逊上的平均花费为1400美元，而非Prime会员的平均花费约为600美元，这意味着Prime会员的年消费额是非Prime会员的两倍以上。但结合当下消费者的需求来想，这一数据并不令人惊讶，Prime会员往往是忠实的亚马逊购物者，他们更有可能经常在亚马逊上购物。这一数据也证明了卖家需要获得Prime产品资格的重要性。

7、FBA使卖家的销售额增加了30-50%

高效率的运输是任何在线业务或平台的关键组成部分。而亚马逊从一开始就意识到了这一点，并一直在发展该业务。据了解，亚马逊FBA使平台上卖家的销售额增加了30%-50%。卖家注册亚马逊FBA不仅可以提高SKU的转化率，还可以促进销售。这在很大程度上与亚马逊Prime计划有关。一般来说，网购者不愿意为运费付费。但Prime用户可以在任何符合Prime条件的产品上免费获得2天的配送，这使得他们更有可能购买带有Prime标记的产品。另一个因素是亚马逊与客户之间建立的信任，当购物者看到一个产品是Shipped By Amazon”的标识时，就更有购买的欲望。

8、2017年亚马逊在全球运送了超过50亿件商品

对于大多数卖家来说，FBA的吸引力在于亚马逊可以处理发货以及任何与发货相关的客户服务问题。其遍布全国的大量仓库、广泛的物流合作伙伴以及物流网络，正竭尽全力为客户提供快速可靠的在线送货服务。但归根结底，很多普通卖家都无法匹敌亚马逊的运输能力，因为亚马逊几乎完成了高效、低成本的运输，减少了卖家处理发货所需的时间和资源，并加快了订单送达客户的速度。

9、亚马逊超过50%的销售额来自第三方卖家

亚马逊为卖家提供不同的经营方式，而越来越多的企业开始以第三方卖家的身份开展业务。第三方卖家涌入亚马逊的趋势近几年来一直呈上升趋势，而且似乎不会很快放缓，从2013年的40%上升到2018年底的53%。据统计，仅在2018年第一季度，亚马逊凭借FBA、佣金和其他卖家服务费，就从第三方卖家那里获得了超过93亿美元的收入。但这对卖家意味着什么呢？

这意味着越来越多的卖家以直接面向消费者的方式在亚马逊上运营，而不是作为第一方卖家把控制权交给亚马逊。这让卖家对自己的业务拥有了更大的控制权和所有权，但同时也让他们付出了代价，因为他们正与糟糕的卖家服务、缺乏客户数据和瞬息万变的市场作斗争。

10、80%的卖家还在亚马逊以外的其他平台上销售

任何卖家都不能忽视亚马逊提供给广大用户的巨大商机。因此，许多卖家认为，亚马逊的存在对他们业务的增长和繁荣至关重要。

但对诸多卖家来说亚马逊并不是唯一的机会，事实上，超过80%的卖家还在其他在线平台，包括他们自己的网站开展电子商务业务。

如上所述，第三方卖家的经营困境是卖家不愿将业务仅限于亚马逊的部分原因，还有另一个可能更重要的的因素——来自其他卖家以及亚马逊本身的竞争。

随着亚马逊不断推出自有品牌，第三方卖家越来越担心自己在亚马逊的竞争优势，并转而寻找其他销售渠道。

以下是卖家未来促进亚马逊业务的几个提示：

· 提供独特的服务，解决思路，并改进现有的产品等，让自己从竞争中脱颖而出；

·找到比其他卖家更好或与众不同的产品；

·与亚马逊顾问合作，优化listing的标题、产品符号、描述、图文版品牌描述和关键字以实现更大的转换，同时优化PPC活动；

·如果你想获得大量忠诚度的买家，你还可以获取一个商标、建立网站来打造一个品牌；

·在平台内外对你的产品进行营销和推广。准备好在日益拥挤和竞争激烈的市场竞争中投入广告资金；

·利用一些卖方工具、软件和合作伙伴，以提高曝光度并推动更多的转换。

总之，发展你的亚马逊业务需要一个深思熟虑的战略，创造性的营销策略，并真正的投资时间，精力和资源来竞争。

（编译/雨果网 宋淑湲）

【特别声明】未经许可同意，任何个人或组织不得复制、转载、或以其他方式使用本网站内容。转载请联系：editor@cifnews.com

亚马逊云科技陈晓健：数据是企业在生成式AI时代取得成功的关键

来源：环球网

【环球网报道 记者 李文瑶】企业需要的是懂业务、懂用户的生成式AI应用，而打造这样的应用需要从数据做起。”近日，亚马逊云科技大中华区产品部总经理陈晓建在接受记者采访时表示，数据是企业在生成式 AI 时代取得成功的关键。

在他看来，每个公司都能访问相同的基础模型，但那些能够利用自己的数据构建具有真正商业价值的生成式人工智能应用的公司，将会是未来能够取得成功的公司。

从AI大模型训练角度来看，生成式AI基础模型诞生于大规模、高质量数据集。如果一本书按500KB算，现在的500T参数的模型已经有332亿本，相当于现存每个人类拥有4本书。

在这一情况下，数据的质量直接决定生成式AI大模型的价值。例如，2024年成立的搜索引擎公司Perplex就是将传统搜索、客户数据与大型语言模型的推理和文本转换能力结合，形成了独特的价值主张。这种结合传统搜索技术的成熟与新兴AI技术的融合，加上企业独有的用户数据，也是其成功的关键因素。

这也为AI时代下，企业如何运用数据影响AI大模型提供了新的发展思路。

陈晓健分析，Perplex的业务成功展示了在不依赖大规模数据驱动AI应用的潜力，不仅在于模型本身，更在于如何结合和使用数据创造差异化应用。企业需要高效管理飞速发展的生成式 AI 应用产生的新数据。

因此，从亚马逊云科技云服务商的角度来看，用企业自身的数据去差异化生成式AI应用，通过数据定制基础模型的方式主要分为三大类：检索增强生成（RAG）、微调和持续预训练，这三种方式适用不同的应用场景。

其中，在检索增强生成（RAG）方面，企业可以将自身的知识库、数据库等与生成式AI模型相结合，在生成过程中实时检索和利用企业内部的相关数据，从而提高生成结果的准确性、一致性和信息量。这个方法相对简便。适用场景包括知识时效性、控制幻觉、用户隐私数据保护、企业私域知识等。

需要了解的是，生成式AI基础模型的局限性之一在于无法及时拥有企业专有数据，因此通过技术手段加速数据与模型的结合，成为企业打造数据技术的关键能力之一。检索增强生成（RAG）技术被普遍认为是实现数据与模型结合的主要途径之一，它通过将数据转换为向量并存储到向量数据库中，从而将语义的关联性转化为向量间的数学距离问题，以实现内容的关联性计算。现代应用程序需精准理解用户需求并正确关联产品或内容，这一需求广泛存在于搜索、评论、购物车及产品推荐等交互框架中，这些框架又依赖于功能各异的数据库，这使得数据库成为实施RAG技术的理想平台。

微调是使用与目标任务相关的数据对模型进行进一步训练，以提高其在特定任务上的性能。

而持续预训练是企业利用自身专有数据（如内部文档、客户记录等）对模型进行持续预训练。这种持续预训练门槛较高，成本较大，但是可以得到一个企业自身定制的行业大模型。适用场景包括理解行业领域知识/术语，以及用于严控数据合规等。

需要关注的是，RAG、微调和持续预训练需要的数据规模、数据来源和技术要求各不相同，企业在具体应用层面需要具体情况具体分析。

从原始数据集到训练出基础模型需要解决三个主要问题，找到合适的存储来承载海量数据；清洗加工原始数据为高质量数据集以及对整个组织内数据的发现编目治理。

同时，企业需要将现有数据快速结合模型产生独特价值的能力。以图数据库为例，它擅长处理复杂关联，在社交网络、推荐系统、欺诈检测、知识图谱等领域被广泛应用。以知识图谱为例，它被广泛应用于制造业当中，用于建设跨产品生命周期集成的数字主线。知识图谱擅长结构化知识，并能够确保数据准确，劣势在于不能理解自然语言，只能做严格推理。基础模型和知识图谱正好相反，能理解自然语言但缺乏专业知识。两者结合可以获得更精确专业的信息以减少幻觉，也可以对不准确的回答进行溯源和纠偏。

因此，云服务提供商也会根据不同的情况提供不同的解决方案，如亚马逊云科技专门构建了图数据库Amazon Neptune，并为其推出了分析数据库引擎，能够提升80倍的图数据分析速度，使用内置算法可在几秒钟分析数百亿个连接。通过将图和向量数据一直存储能够实现更快的向量搜索。

对生成式AI应用程序而言，基础模型频繁调用将会导致成本的增加和响应的延迟。相对于此前数据库调用通常毫秒级甚至微秒级的响应时间，基础模型每次调用时长往往达到秒级。此外，每次调用基础模型也会增加成本。

很多企业反映，终端用户绝对大部分问题是类似甚至重复的。因此可以通过将之前问答生成的新数据存入缓存，从而在面对类似问题时，可以不调用模型，而直接通过缓存给出回答，这不但能够减少模型调用，还可以节约成本。

从目前的情况来看，不可否认的是数据是AI大模型成功的关键原料，是创造差异化的核心，决定了模型的性能和应用的精准度。

企业应结合无服务器的速度和生成式AI的力量快速占领市场。无服务器的速度加上生成式AI的力量，能够让企业快速交付以创新为重点的更智能的应用程序和功能。”陈晓健说道：我们希望每一个企业在生成式AI时代借助亚马逊云科技的服务打造坚实的数据基础。这样企业就可以高效安全地将海量的多模态数据和各种基础模型结合在一起，创建出一系列具有独特的价值的生成式AI应用程序并受到终端用户的欢迎，进而产生更多的数据。这些新数据又会继续提升模型的准确度，创造更好的用户体验，从而实现生生不息的正向生成式AI数据飞轮，带动我们企业的业务走向成功。”

亚马逊2024财年前三财季营收3324.10亿美元，同比增长27.60%

10月29日，资本邦了解到，美股上市公司亚马逊（代码：AMZN.US）发布2024财年三季报。

2024年1月1日-2024年9月30日，公司营业收入3324.10亿美元，同比增长27.60%，归属母公司净利润190.41亿美元，同比增长34.96%，基本每股收益为37.69美元。

公司所属行业为互联网与直销零售。

公司报告期内，期末总资产为3824.06亿美元，税前利润为232.20亿美元，经营活动现金流量净额为242.41亿美元。

本文源自资本邦