Продвигает ли Amazon свои бренды впереди конкурентов?

Около [40 процентов] (https://www.emarketer.com/content/top-10-us-ecommerce-companies-2020) онлайн-покупок в США совершается на Amazon.com.

Следующий ближайший конкурент, Walmart, получил только 5% онлайн-продаж. JP Morgan ожидает, что [Amazon превзойдет общий объем онлайн- и офлайн-продаж Walmart в США]. -2022-jpmorgan.html) в следующем году, сбив его с пьедестала крупнейшего розничного продавца страны.

Малые предприятия и частные лица говорят, что для того, чтобы продавать свои товары в Интернете в США, они [должны быть на Amazon] (https://judiciary.house.gov/uploadedfiles/competition_in_digital_markets.pdf?utm_campaign=4493-519) и— учитывая миллионы продуктов на виртуальных полках в любой момент — они должны получить высокий рейтинг в поисковой системе продуктов Amazon или купить спонсируемые списки.

См. наши данные ниже:

[GitHub] (https://github.com/the-markup/Investigation-amazon-brands)

Amazon перешел от цифрового ритейлера к платформе продаж в 2000 году, когда он взял страницу у eBay и начал позволять частным лицам и компаниям продавать через свой веб-сайт. Это привело к взрывному росту продаж (хотя в целом компания сообщила лишь о небольшой прибыли, решив реинвестировать свою прибыль в большую часть своего существования).

Amazon поощрял этих «сторонних продавцов» дополнительными услугами, такими как хранение, доставка и реклама. На долю сторонних продавцов теперь приходится 58 процентов продаж. на Амазонке. Даже когда продавцы увидели, что их доходы выросли, они начали подозревать, что Amazon использует их непубличную информацию о продажах, чтобы [запасать и продавать аналогичные продукты] (https://www.wsj.com/articles/amazon-scooped-up-data-from -своим-собственным-продавцам-запускать-конкурирующие-продукты-11587650015), часто за меньшие деньги.

Действительно, Amazon инвестирует в создание продуктов, продаваемых под собственными торговыми марками [как минимум с 2007 года] (https://www.popsci.com/evolution-kindle/). С 2017 года [он значительно расширил свой каталог брендов частных торговых марок] (https://www.digitalcommerce360.com/2020/05/20/amazon-triples-its-private%E2%80%91label-product-offerings). -in-2-years/) (торговые марки Amazon и ее партнеров) и список эксклюзивных продуктов (разработанных сторонними компаниями, которые соглашаются продавать их только на Amazon). Компания называет оба продукта «нашими брендами» в различных частях своего веб-сайта.

В 2019 году Amazon сообщила Конгрессу, что у нее есть [45 собственных брендов, продающих около 158 000 товаров] (https://docs.house.gov/meetings/JU/JU05/20190716/109793/HHRG-116-JU05-20190716-SD038. пдф).

Мы обнаружили, что Amazon в настоящее время зарегистрировала товарные знаки для более чем 150 брендов частных торговых марок, а фирма по исследованию рынка TJI Research оценила количество брендов, разработанных другими, но продаваемых исключительно на Amazon.com [598 в 2019 году] (https://www. .forbes.com/sites/kirimasters/2019/07/30/amazon-launches-its-first-b2b-private-label-brand/).

Некоторые из его собственных торговых марок сигнализируют покупателям, что они являются частью компании, например, Amazon Basics, Amazon Essentials и Amazon Commercial.

Но сотни других имеют лейблы, которые явно не указывают на то, что они принадлежат гиганту онлайн-торговли, включая Goodthreads, Lark & ​​Ro, Austin Mill, Whole Paws, Afterthought, Truity, find., Fetch, Mr. Beams, Happy Belly, Mama. Медведь, Ваг, Солимо и The Portland Plaid Co.

Amazon заявляет, что в 2019 году продала товаров под собственной торговой маркой на 3 миллиарда долларов, что составляет всего один процент продаж на платформе, но не уточняет, какие бренды включены в эту оценку. Аналитики SunTrust Robinson Humphrey подсчитали, что Amazon продала в пять раз больше, [15,6 млрд долларов] (https://www.barrons.com/articles/why-amazons-push-into-private-label-brands-is-a-good). -thing-51562968948) товаров под частными торговыми марками в 2019 году, включая бренды, принадлежащие Whole Foods, и что к 2022 году эта цифра достигнет [31 млрд долларов] (https://www.wsj.com/articles/amazon-scooped-up -данные-от-собственных-продавцов-для-запуска-конкурирующих-продуктов-11587650015).

В результате продавцы теперь конкурируют не только друг с другом за размещение в результатах поиска Amazon, но и все чаще с собственными брендами и эксклюзивами Amazon. Согласно отчету JungleScout за 2021 год (https://www.junglescout.com/amazon-seller-report/), 50% продавцов говорят, что продукты Amazon напрямую конкурируют с их продукцией.

Мы хотели выяснить, как Amazon относится к своим продуктам в результатах поиска. Это проприетарные устройства, частные торговые марки и эксклюзивные бренды Amazon, которые он считает «нашими брендами».

Для этого мы начали с составления списка из 3492 популярных поисковых запросов продуктов, запустили эти поиски на компьютере (без входа в систему) и проанализировали первую страницу результатов.

Мы обнаружили, что в поисковых запросах, содержащих бренды и эксклюзивные продукты Amazon, компания обычно ставит их на первое место, а не конкурирующие бренды с более высокими рейтингами и большим количеством отзывов на Amazon.

Кроме того, мы обучили контролируемых классификаторов машинного обучения и обнаружили, что принадлежность к бренду или эксклюзивность Amazon была значительно более важным фактором в выборе Amazon на первое место, чем звездные рейтинги (прокси качества), количество отзывов (прокси продаж). объем) и любой из четырех других проверенных нами факторов.

Мы не анализировали потенциальное влияние цены на ранжирование, поскольку размеры единиц не были стандартными, что влияло на цену. Кроме того, аналогичные продукты могут различаться по факторам, влияющим на цену, таким как материалы и качество изготовления, которые мы также не можем контролировать.

Важно отметить, что мы обнаружили, что зная только, является ли продукт брендом Amazon или нет, можно предсказать, будет ли продукт занимать первое место в 70% случаев.

В проведенном нами общенациональном репрезентативном опросе только 17% респондентов заявили, что они ожидают, что решающим фактором, определяющим место Amazon для продукта на первом месте, является то, владеет ли он брендом.

Около половины (49%) заявили, что считают товары, которые Amazon разместила на первом месте, самыми продаваемыми, с лучшим рейтингом или с самой низкой ценой. Остальные 33% заявили, что не знают, как Amazon оценивает продукты.

Мы обнаружили, что Amazon непропорционально размещает свои товары в первых результатах поиска. Несмотря на то, что Amazon составляет всего 5,8% продуктов в нашей выборке, Amazon поставила свои собственные продукты и эксклюзивы на первое место в 19,5% случаев в целом.

Для сравнения, конкурирующие бренды (те, которые не являются брендами Amazon или эксклюзивными продуктами) заняли первое место с почти одинаковой скоростью, но включали в себя более чем в 13 раз больше продуктов (76,9%).

Большинство брендов и эксклюзивных продуктов Amazon, которые компания поставила на первое место, но не все — 83,9% — были помечены как «[представлено нашими брендами] (https://www.marketplacepulse.com/articles/amazon-giving). -up-advertising-revenue-to-promotion-its-brands)» и содержал фразу «рекламный результат» в исходном коде (а также являлся частью сетки с пометкой «результаты поиска» в исходном коде). Они не были помечены как «спонсируемые» для покупателей.

В кратком письменном заявлении представитель Amazon Нелл Рона заявила, что компания не отдает предпочтение своим брендам в результатах поиска и что она считает списки «представленных от наших брендов» «рекламными местами размещения», а не «результатами поиска», несмотря на их присутствие в результатах поиска. сетка результатов поиска. Рона заявила, что эти списки не являются рекламой, и отказалась отвечать на десятки других вопросов.

В целом, 37,4% брендов Amazon или эксклюзивных продуктов в результатах поиска в нашей выборке не были помечены как «наши бренды» и не имели названия, широко связанного с компанией, такого как AmazonBasics или Whole Foods. Это оставило покупателей в неведении о том, что они покупают бренд Amazon или эксклюзивный для Amazon продукт.

Почти девять из 10 взрослых американцев, принявших участие в нашем опросе, не смогли назвать [самые продаваемые] (https://www.marketplacepulse.com/amazon-private-label-brands#successful) бренды частных торговых марок Amazon (Pinzon, Solimo и Goodthreads), и только 51% знали, что Whole Foods является брендом, принадлежащим Amazon.

Рона сказал, что Amazon идентифицирует свои продукты, включая слова «бренд Amazon» на странице продуктов, среди списка характеристик товара, а иногда и в заголовке листинга. Мы обнаружили, что это имеет место только в 23 процентах продуктов в нашей выборке, которые были брендами, принадлежащими Amazon.

Сравнив страницы продуктов с разницей в три месяца, мы обнаружили, что они стали менее динамичными, чем раньше. Продавец по умолчанию среди продуктов с несколькими продавцами изменился только в 23,5% продуктов в наших данных. Это было значительно реже, чем в сопоставимом исследовании пятилетней давности.

Задний план

У Amazon и сторонних продавцов напряженный симбиоз. Основатель и председатель Amazon Джефф Безос признает важность продавцов для прибыли компании, но также называет их конкурентами.

Amazon предоставляет услуги доставки, управления запасами и другие услуги, [он написал] (https://www.sec.gov/Archives/edgar/data/1018724/000119312519103013/d727605dex991.htm), которые «помогли независимым продавцам конкурировать с нашим первым партийное дело». Продавцы говорят, что комиссионные сборы Amazon сильно снижают их маржу, но они не могут получить такой же объем продаж где-либо еще.

Антимонопольные органы в Европе, Азии и Северной Америке изучают отношение Amazon к сторонним продавцам.

В 2019 году Европейская комиссия объявила о начале антимонопольного расследования, утверждая, что Amazon использовала данные сторонних продавцов для информирования своих собственных решений о продажах. Комиссия также [объявила об отдельном расследовании в 2020 году] (https://ec.europa.eu/commission/presscorner/detail/en/ip_20_2077) того, отдает ли Amazon предпочтение своим собственным листингам и сторонним продавцам, которые используют его услуги доставки по сравнению с другими продавцами.

В прошлом году антимонопольный регулятор Индии [объявил о расследовании] в предполагаемых антиконкурентных действиях Amazon, включая преференциальный режим для некоторых продавцов. А в июне 2021 года законодатели США представили [Закон об американском выборе и инновациях в Интернете] (https://cicilline.house.gov/sites/cicilline.house.gov/files/documents/American%20Innovation%20and%20Choice%20Online% 20Act%20-%20Bill%20Text.pdf), который запрещает крупным платформам извлекать выгоду на своих собственных рынках или использовать закрытые данные, сгенерированные бизнесом, ведущимся на их платформе.

Власти Германии и Канады /amazon-faces-antitrust-probe-in-canada.html) расследуют условия продажи Amazon для сторонних продавцов, а генеральный прокурор Вашингтона, округ Колумбия, [подал иск в мае 2021 года] (https://oag. dc.gov/release/ag-racine-files-antitrust-lawsuit-against-amazon), в котором Amazon обвиняется в чрезмерно строгих требованиях к сторонним продавцам.

Также в прошлом году американские законодатели оказали давление на Безоса по поводу его обращения со сторонними продавцами во время [слушаний в Конгрессе] (https://www.vox.com/recode/2020/7/29/21346584/jeff-bezos-amazon-antitrust). -слушание-свидетельских показаний в Конгрессе-власть-создать-или-сломать-мелких торговцев), которое было частью антимонопольного расследования в отношении четырех крупных технологических компаний.

Член палаты представителей Люси Макбат, демократ из Джорджии, [сказала Безосу] (https://www.c-span.org/video/?474236-1/heads-facebook-amazon-apple-google-testify-antitrust-law) , «Мы взяли интервью у многих малых предприятий, и они используют такие слова, как «запугивание», «страх» и «паника», чтобы описать свои отношения с Amazon».

В [результирующем отчете] (https://judiciary.house.gov/uploadedfiles/competition_in_digital_markets.pdf), подготовленном подкомитетом, указано, что Amazon хорошо осведомлена о своей власти над сторонними продавцами, со ссылкой на внутренний документ Amazon, который «предполагает, что компания может увеличить комиссию сторонним продавцам, не беспокоясь о том, что они перейдут на другую торговую площадку».

Журналисты и исследователи задокументировали случаи, когда Amazon продвигала свои собственные бренды по сравнению с конкурентами. В 2016 году Capitol Forum*,* новостная служба по подписке, посвященная вопросам антимонопольного законодательства, изучила сотни списков и [обнаружила, что 2016.12.13.pdf) «отдает приоритет собственным брендам одежды в рекламной карусели с пометкой «Клиенты, которые купили этот товар, также купили» на страницах продуктов.

Capitol Forum заявил, что Amazon не ответила на его запрос о комментариях.

Исследование под названием «[Когда судья также является игроком: предвзятость в рекомендациях по продуктам частных торговых марок на рынках электронной коммерции] (https://arxiv.org/pdf/2102.00141.pdf)», представленное на конференции Ассоциации вычислительной техники. по справедливости, подотчетности и прозрачности в марте 2021 г. изучали, как частные торговые марки Amazon работают в рекомендациях по «сопутствующим продуктам» на страницах продуктов для рюкзаков и аккумуляторов.

Исследователи заявили, что обнаружили, что «спонсорские рекомендации значительно более предвзято относятся к продуктам частных торговых марок Amazon по сравнению с органическими рекомендациями».

В июне 2020 года [ProPublica сообщила] (https://www.propublica.org/article/amazons-new-competitive-advantage-putting-its-own-products-first), что Amazon оставляет за собой первое место в результатах поиска для свои собственные бренды по десяткам поисковых запросов, помечая его как «избранное от наших брендов» и закрывая другие. Представитель Amazon сказал ProPublica в то время, что этот шаг был «нормальной частью розничной торговли, которая происходила на протяжении десятилетий».

Наше исследование является первым исследованием, в котором использовались тысячи поисковых запросов для проверки того, как собственные бренды Amazon ранжируются в результатах поиска, а также использовались классификаторы машинного обучения, чтобы определить, насколько продажи или качество предсказывают, какие продукты Amazon разместили первыми в результатах поиска.

Кроме того, мы использовали комплексный подход для определения собственных брендов и эксклюзивов Amazon, создав набор данных из 137 428 уникальных продуктов на Amazon, который доступен на нашем [GitHub] (https://github.com/the-markup/Investigation- амазонские бренды). Когда мы начали расследование, нам не удалось найти такой общедоступный набор данных.

Методология: сбор данных

Получение поисковых запросов по продуктам

Чтобы измерить, как поисковая система Amazon оценивает собственные продукты Amazon по сравнению с конкурирующими брендами, нам нужен был список общих запросов, отражающих то, что ищут реальные люди. Мы создали набор данных из самых популярных поисковых запросов от розничных продавцов электронной коммерции в США, используя два источника.

Первым было автозаполнение запросов на панелях поиска продуктов Amazon.com и Walmart.com. Мы перебирали каждую букву алфавита (A–Z), а также числа от 0 до 19 и сохраняли предлагаемые поисковые запросы, представленные алгоритмом автозаполнения. Этот процесс дал 7 696 запросов от Amazon.com и 3 806 запросов от Walmart.com.

Затем мы собрали самые популярные поисковые запросы, о которых сообщила Amazon через центр продаж Seller Central. Мы собрали 300 самых популярных поисковых запросов в период с 1 по 3 квартал 2020 года по категориям Amazon «Softlines», «Бакалея», «Автомобили», «Игрушки», «Офисные товары», «Красота», «Детские товары», «Электроника» и « Amazon.com». Это дало 2700 уникальных запросов.

Сочетание запросов автозаполнения и центральных запросов продавцов привело к 11 342 уникальным запросам «самого высокого уровня поиска».

Сбор результатов поиска

Мы создали эмулятор рабочего стола Firefox с помощью Selenium. Эмулятор посетил Amazon.com и выполнил каждый из 11 342 поисковых запросов 21 января 2021 года. место нахождения).

Мы сохранили скриншот первой страницы результатов поиска, а также исходный HTML-код. (Примеры снимков экрана и исходного кода результатов поиска доступны на GitHub.)

В исходном коде страниц результатов поиска продуктов Amazon называет некоторые списки полем данных «s-search-result». Это то, что мы называем результатами поиска в наших данных. Amazon показывает другие продукты на странице результатов поиска в рекламе и других рекламных каруселях, включая «редакционные подборки» и «лучшие оценки от наших брендов», но они не появляются в каждом результате (максимум треть нашей выборки). и они не являются частью сетки, которую Amazon помечает результатами поиска.

На настольных компьютерах большинство «результатов поиска» с пометкой Amazon в наших данных были представлены в унифицированных позициях из 60 продуктов (четыре в столбце для 15 строк, хотя Amazon сужает ширину до трех столбцов на небольших экранах).

По некоторым запросам было найдено менее 60 продуктов, но ни один из них не дал больше. Меньшая часть (примерно один из 10) поисковых запросов в наших данных вернула 22 продукта или меньше, представленных в одном столбце, по одному элементу в строке. Это произошло для некоторых поисковых запросов по электронике, но не для других поисковых категорий.

2.

Вверху: поиск Amazon по запросу «бокалы для виски». Внизу: результаты поиска с пометкой Amazon о продуктах. Брендовые баннеры, карусели и другие рекламные модули удалены. Скриншоты сделаны 21 января 2021 г.

Поскольку мы стремились проанализировать, как Amazon ранжирует свои продукты по сравнению с продуктами конкурирующих брендов, мы дополнительно ограничили наш анализ результатами поиска, которые содержали бренды и эксклюзивы Amazon на первой странице.

Из 11 342 самых популярных поисковых запросов чуть менее трех из десяти (30,8%) содержали этот тип продукта на первой странице. Мы использовали полученные 3492 популярных поисковых запроса для нашего анализа.

Идентификация брендов и эксклюзивов Amazon

Нам не удалось найти общедоступную базу данных брендов и эксклюзивных продуктов Amazon, поэтому нам пришлось ее создать.

Мы начали с самих страниц поиска. На многих (но не на всех) Amazon предоставляет фильтр с левой стороны, позволяя покупателям ограничить поиск «нашими брендами», в котором, по словам Amazon, перечислены только продукты под собственными торговыми марками и «подборка брендов, эксклюзивно продаваемых на Амазонка».

Мы собрали все эти результаты «нашего бренда» по каждому запросу, сохранив скриншот и исходный код, также 21 января 2021 года.

2.

Вверху: поиск Amazon по запросу «чесночный соус для пасты» с выделением кнопки фильтра «наши бренды». Внизу: тот же поиск с применением фильтра «наши бренды». Скриншоты сделаны 21 января 2021 г.

Затем мы обнаружили недокументированный API, который дает все продукты Amazon «наши бренды» для любого заданного поиска. Мы выполнили все 11 342 поисковых запроса через этот API и сохранили эти ответы. (Ответы API доступны на GitHub.)

И эмулятор поиска, и запросы API перенаправлялись через IP-адреса в Вашингтоне, округ Колумбия.

Как ни странно, Amazon не идентифицирует проприетарную электронику, включая устройства для чтения Kindle и дверные звонки Ring, когда покупатель фильтрует результаты поиска, чтобы перечислить только «наши бренды» Amazon. Чтобы определить их, мы также собрали продукты Amazon, перечисленные как бестселлеры в категории «Устройства и аксессуары Amazon».

Вместе все три источника дали набор данных из 137 428 уникальных продуктов, идентифицированных их 10-значным ASIN (стандартный идентификационный номер Amazon). Этот набор данных о проприетарных устройствах Amazon, частных торговых марках и эксклюзивных продуктах доступен на [GitHub] (https://github.com/the-markup/Investigation-amazon-brands).

Это самый большой и наиболее полный набор данных с открытым доступом о бренде Amazon и эксклюзивных продуктах Amazon, который мы когда-либо видели, и все же мы знаем, что он неполный. Amazon сообщила Конгрессу в июле 2019 года, что в то время она [продала около 158 000 товаров под собственными брендами] SD038.pdf).

Сбор страниц продукта

В дополнение к вышеизложенному, мы собрали отдельные страницы продуктов для 125 769 продуктов, которые появились на первой странице наших 3492 популярных поисковых запросов, чтобы проанализировать информацию о поле покупки. В поле покупки отображается цена, политика возврата, продавец по умолчанию и грузоотправитель по умолчанию для продукта.

Для сбора страниц продуктов мы использовали Amazon Web Services и тот же эмулятор Selenium, что и для сбора страниц результатов поиска. Эмулятор переходил по гиперссылке для каждого продукта и сохранял скриншот и исходный код.

Мы собрали эти страницы 3–6 февраля и 17–18 февраля, через несколько недель после того, как просмотрели страницы результатов поиска. Чтобы определить последствия задержки, мы проанализировали, как часто подвыборка продавцов и грузоотправителей по умолчанию переключалась между Amazon и третьими сторонами после аналогичной задержки, и обнаружили, что они практически не изменились (подробнее см. в [Ограничения] (https://). themarkup.org/amazons-advantage/2021/10/14/how-we-analyzed-amazons-treatment-of-its-brands-in-search-results#limitations))

Характеристика продукта

Мы задавали до четырех вопросов каждому списку продуктов, чтобы определить определенные характеристики, и использовали это для создания категорий, которые мы использовали в нашем анализе.

1. is_sponsored: является ли размещение платным?

1. is_amazon: листинг для бренда Amazon или эксклюзивный?

1. is_shipped_by_amazon: использует ли продавец продукта по умолчанию («коробка для покупки») Amazon для доставки указанного продукта?

1. is_sold_by_amazon: является ли Amazon продавцом продукта по умолчанию?

Спонсорские продукты (is_sponsored) самые простые: Amazon помечает их как «спонсируемые». Если продукт в результатах поиска с пометкой Amazon не спонсируется, мы считаем его «органическим». Мы идентифицировали продукты с последующими характеристиками только в том случае, если они были органическими.

![Снимок экрана веб-сайта Amazon, на котором показан экран подтверждения покупки продукта. Amazon является отправителем и продавцом по умолчанию.] (https://cdn.hackernoon.com/images/ckzys-43-iq-01-ow-0-as-677-qvcwtx.jpg)

Подпись: снимок экрана с коробкой для покупки на странице продукта «Томатный кетчуп Heinz (бутылка 14 унций)», где Amazon является как грузоотправителем, так и продавцом по умолчанию. Адрес доставки изменен. Снято 12 октября 2021 г.

Мы идентифицировали органический продукт как бренд Amazon или эксклюзивный (is_amazon), когда он соответствовал одному из 137 428 ASIN Amazon, которые мы собрали. Если он не совпадал, мы считали его «конкурирующим брендом».

Мы идентифицировали продукт как is_amazon_sold, если текст «продано» в поле «Купить» содержал «Amazon», «Whole Foods» или «Zappos» (принадлежит Amazon). В противном случае мы идентифицировали продукт как «Проданный третьим лицом».

Мы идентифицировали продукт как is_amazon_shipped, если информация об отправителе коробки для покупки содержала «Amazon» (включая «Amazon Prime», «Amazon Fresh» и «Fulfilled by Amazon»), «Whole Foods» или «Zappos» (которая принадлежит Амазонка). Если он не содержал Amazon, мы определяли продукты как «Доставка сторонними поставщиками».

Мы используем эти функции для обучения и оценки прогностических классификаторов (см. Анализ случайного леса), а также для создания категорий продуктов в нашем анализе ранжирования (см. следующий раздел).

Большинство категорий имеют прямую связь с функциями, в честь которых они названы.

Мы классифицировали продукты как «Спонсируемые», если определяли их как is_sponsored. Точно так же мы классифицировали продукты как «Бренды Amazon» и эксклюзивы, если они являются органическими и is_amazon, и «Конкурирующие бренды», если продукты являются органическими, а не is_amazon.

Мы классифицировали органические продукты как «Неаффилированные», если они не соответствовали критериям is_amazon, is_amazon_sold и is_amazon_shipped. Другими словами, это конкурирующие бренды, которые продаются и поставляются сторонними продавцами.

Определенные нами функции и категории являются иерархическими и перекрывают друг друга. Их отношения показаны на диаграмме ниже.

Связь между функциями и категориями

Перекрытие категорий и характеристик продуктов из популярных поисковых запросов Amazon в январе 2021 года. Наш анализ в основном сосредоточен на органических (неспонсируемых) продуктах. Крошечная часть продуктов, которые Amazon считает «нашими брендами», продается не Amazon, а третьей стороной. К ним относятся лицензионные технологии (например, Fire TV) и очевидные «эксклюзивы». Источник: Разметка/Amazon.com

Анализ данных

Анализ рейтинга: кто лидирует?

Мы проанализировали долю продуктов, получивших первые результаты поиска, по отношению к доле продуктов той же категории, которые появились в нашей выборке. Мы обнаружили, что бренды и эксклюзивы Amazon непропорционально занимают первое место в результатах поиска по сравнению с их небольшой долей среди всех продуктов.

Для анализа мы использовали два простых показателя. Во-первых, мы рассчитали показатель населения, используя процент продуктов, принадлежащих к каждой категории, среди продуктов со всех страниц поиска. Для этого мы разделили количество товаров в каждой категории, занимающих места в результатах поиска, по сравнению со всеми местами товаров в нашей выборке. Это включало дубликаты.

Затем мы рассчитали уровень заболеваемости тем, как часто Amazon давал продуктам в каждой категории желанные первые места в результатах поиска. Мы сделали это, разделив количество поисков в каждой категории на первом месте на общее количество поисков в нашей выборке (по крайней мере, с одним продуктом). (Таблица каждой из этих метрик по категориям представлена ​​на нашем [GitHub] (https://github.com/the-markup/investigation-amazon-brands) и в «Дополнительных наборах данных».)

Мы решили сосредоточиться на этом верхнем левом месте, потому что Amazon меняет количество элементов в первой строке в зависимости от размера экрана, а некоторые поисковые запросы возвращают только один элемент в строке, поэтому только верхнее левое место остается неизменным во всех строках. все результаты поиска в наших данных.

В большинстве поисковых запросов в наших данных, 59,7%, Amazon продавал первое место спонсируемому продукту (17,3% всех слотов для продуктов). Основная часть нашего анализа касается оставшихся 40,3%.

Когда мы рассмотрели все поисковые запросы, Amazon поставила свои продукты на первое место в 19,5% случаев, хотя эта категория составила только 5,8% продуктов в нашей выборке.

Amazon поставила конкурирующие бренды на первое место почти с той же скоростью (20,8% случаев), но они покрывают более чем в 13 раз долю продуктов в нашей выборке (76,9%).

Amazon отдавал полностью неаффилированным продуктам (конкурирующие бренды, которые продавались и доставлялись сторонними продавцами) первое место в 4,2% случаев, но эти продукты составляли 5,8% всех продуктов в нашей выборке.

Единственная органическая (не спонсируемая) категория, которую Amazon поставила на первое место со скоростью, которая была больше, чем доля ее продуктов в выборке, — это собственные бренды и эксклюзивы.

Бренды Amazon непропорционально занимают первые места в результатах поиска

Рис. 2. Точечная диаграмма, сравнивающая процент первых мест и процент продуктов для спонсируемых брендов, брендов Amazon, конкурирующих брендов и полностью неаффилированных продуктов (имеются в виду конкурирующие бренды, которые продаются и поставляются сторонними продавцами).

Обратите внимание, что спонсируемые бренды Amazon и конкурирующие бренды составляют 100 процентов продуктов, а неаффилированные продукты являются частью конкурирующих брендов. Источник: Разметка/Amazon.com

Около восьми из десяти (83,9%) брендов Amazon или эксклюзивов, которые Amazon поставила на первое место, были помечены как «представленные нашими брендами». Они идентифицируются как часть «результатов поиска» Amazon и не помечаются как «спонсируемые».

Однако исходный код этих помеченных результатов содержал ту же информацию, что и списки спонсируемых продуктов (data-component-type="sp-sponsored-result"). Эти продукты бренда Amazon и эксклюзивные бренды не были помечены как «спонсируемые» для покупателей.

Где размещаются продукты?

В дополнение к первому месту мы подсчитали, как часто Amazon размещал каждый тип продукта в каждой позиции результатов поиска внизу страницы (1–60). Все поисковые запросы имеют первое место, но не всегда возвращают 60 результатов, поэтому мы всегда рассчитывали этот показатель, используя в знаменателе количество поисков с этим товарным местом. Рекламные результаты, которые являются частью результатов поиска, учитываются в знаменателе ставок.

(Как упоминалось ранее, мы не включили рекламные карусели и модули, потому что они не являются частью сетки, помеченной как «результаты поиска» в метаданных, и ни один из них не появлялся в одном и том же месте в большинстве результатов поиска.)

Amazon размещал собственные продукты и эксклюзивы на первом месте в 3,5 раза чаще, чем на любой другой позиции на странице поиска.

Он размещал конкурирующие бренды (в том числе те, которые продает сам) везде, кроме верхней (1) и нижней (15) строк страницы поиска. Конкурирующие бренды появлялись редко там, где спонсируемые товары были распространены в результатах поиска (строки 4–5 и 8–9).

Компания поместила полностью неаффилированные продукты — то есть бренд конкурента, который продавался и поставлялся третьей стороной — в основном в нижние ряды (9–13).

Размещение брендов Amazon по сравнению с неаффилированными продуктами на странице поиска (N = 3492)

Рис. 3а и 3б. Бренды и эксклюзивы Amazon чаще всего оказывались на первом месте. Неаффилированные продукты (конкурирующие бренды, которые продавались и отгружались третьими лицами) появлялись в основном в нижних строках (9–13). Источник: Разметка

В 59,7% поисковых запросов в нашей выборке Amazon отдала первое место спонсируемым продуктам. Когда Amazon возвращал 15-ю строку, он всегда указывал там и спонсируемые продукты.

Размещение спонсируемых товаров (N = 3492)

Рис 3с. Спонсорские товары часто были первым и последним, что видит покупатель. Исследования показывают, что середина списка наименее запоминающаяся. Источник: Разметка

Не всегда маркируется

Amazon идентифицировала покупателю только 42 процента своих брендов и эксклюзивных товаров с помощью этикетки для раскрытия информации (например, «представлено нашими брендами», «бренд Amazon» или «эксклюзив Amazon»). Из брендов Amazon и эксклюзивных продуктов в нашей выборке 28,8% принадлежали к брендам, которые многие люди (но не все) понимают как частную торговую марку Amazon, например «Whole Foods», «Amazon Basics» или «Amazon Essentials». ”

Некоторые из них были как с этикеткой, так и от более известного бренда Amazon. Для оставшихся 37,4% мы обнаружили, что покупатели не были проинформированы о том, что они будут покупать бренд Amazon или эксклюзив.

Как часто продукты брендов и эксклюзивов Amazon маркируются?

| Помечен отказом от ответственности | 42% |

| Известная частная торговая марка Amazon | 28,8% |

| Всего помечено | 62,6% |

| Всего без маркировки | 37,4% |

Таблица 1. Процент продуктов из популярных поисковых запросов с четкой маркировкой или известным брендом Amazon. Источник: Разметка / Амазонка

Когда один и тот же продукт, являющийся брендом или эксклюзивом Amazon, появлялся более одного раза в одном и том же поиске, мы считали его помеченным, если какой-либо из списков был помечен. Это дает Amazon презумпцию невиновности, предполагая, что клиент поймет, что заявление об отказе от ответственности применяется к дублирующимся спискам. Таким образом, наши показатели раскрытия информации являются нижней границей.

Дубликаты

Amazon предоставил своим продуктам более одного места в результатах поиска примерно в одном из 10 (9,2 процента) поисковых запросов, не считая других потенциальных дубликатов в рекламных каруселях. Это не давало продуктам конкурирующих брендов больше одного места в органической выдаче.

Результаты опроса

Мы поручили исследовательской группе YouGov провести общенациональный репрезентативный опрос 1000 взрослых американцев в Интернете, чтобы контекстуализировать наши выводы. Выяснилось, что 76% респондентов правильно определили Amazon Basics как принадлежащую Amazon, а 51% правильно определили Whole Foods.

Однако подавляющее большинство респондентов не смогли определить [самые продаваемые собственные бренды] компании (https://www.marketplacepulse.com/amazon-private-label-brands), которые не содержали слов «Amazon» или « Whole Foods» от их имени.

90% не признавали Solimo брендом Amazon, а 89% не знали, что Goodthreads принадлежит Amazon. Другие самые продаваемые бренды, такие как Daily Ritual, Lark & ​​Ro и Pinzon, не были признаны 94% респондентов брендами Amazon.

Большинство американцев не могут назвать самые продаваемые бренды Amazon

«Какие из этих брендов вы признаете принадлежащими Amazon?»

Рис. 4. Мы заказали опрос национальной панели из 1000 взрослых. Мы включили конкурентов Champion и Brooklinen в качестве контроля. Источник: Разметка/YouGov

Мы также спросили респондентов, какая черта определяет продукты, занимающие первые места в результатах поиска Amazon. Мало кто ожидал, что это будет основано исключительно на том, что это бренд Amazon.

Более 21 % респондентов считали, что продукт с самым высоким рейтингом будет «самым продаваемым», 17 % — «самым популярным», 11 % — «самой низкой ценой», а 33 % респондентов "не уверен." Только 17% считают, что товар номер один в списке был «продуктом одного из брендов Amazon».

Мало кто из американцев считает, что Amazon ставит свою продукцию на первое место

«Когда вы ищете продукт на Amazon, ожидаете ли вы, что первым результатом, который не является спонсируемым продуктом, будет… ?»

Рис. 5. Мы заказали опрос национальной панели из 1000 взрослых. Значения примечаний не дают в сумме 100 процентов из-за десятичного округления. Источник: Разметка/YouGov

Факторы качества и продаж

Мы сравнили звездные рейтинги (приблизительный показатель качества) и количество обзоров (примерный показатель объема продаж) брендов Amazon, которые компания разместила на первом месте на странице результатов поиска продуктов, с другими продуктами на той же странице. .

Мы обнаружили, что в двух третях (65,3%) случаев, когда Amazon размещала свои собственные продукты перед брендами конкурентов, продукты, которые были брендами и эксклюзивами Amazon, имели более низкий звездный рейтинг, чем конкурирующие бренды, расположенные ниже в результатах поиска.

В половине случаев (51,7%), когда компания размещала свои собственные продукты на первом месте, эти товары имели меньше отзывов, чем конкурирующие продукты, которые компания предпочитала размещать ниже на странице результатов поиска.

Каждый четвертый (28,0 процента) бренд Amazon, занимающий первое место, имел как более низкий звездный рейтинг, так и меньше отзывов, чем продукты конкурирующих брендов на той же странице.

Когда мы оценили несколько прогностических моделей, мы обнаружили, что такие функции, как звездный рейтинг и количество отзывов, не были самыми прогностическими характеристиками среди продуктов, которые Amazon поставила на первое место.

Анализ случайного леса

Мы попытались определить, какие функции отличают первый органический продукт в результатах поиска от второго органического продукта на той же странице.

Для этого мы создали категориальный набор данных для сравнения продуктов и использовали его для обучения и оценки нескольких моделей [случайного леса] (https://deepai.org/machine-learning-glossary-and-terms/random-forest).

При сравнении продуктов учитывались различия в функциях, к которым у нас был доступ и которые, по-видимому, имели отношение к рейтингу продуктов (например, звезды и обзоры). Мы обнаружили, что быть брендом или эксклюзивом Amazon было, безусловно, самой важной из семи протестированных нами характеристик в решении Amazon разместить продукт на первом, а не на втором месте в результатах поиска продуктов.

Как мы создали сравнение товаров

Мы взяли наш исходный набор данных из 3492 результатов поиска по крайней мере с одним брендом Amazon или эксклюзивным, отфильтровали спонсируемые продукты и создали набор данных для сравнения продуктов. Каждое сравнение продуктов проводится между продуктом номер один и продуктом номер два на одной и той же странице поиска.

Случайный лес использовал эти атрибуты для предсказания категории «да» или «нет» (логическое значение): какой продукт из пары получил лучший результат поиска (placed_higher).

Сравнение продуктов кодирует различия в звездных рейтингах (stars_delta) и количестве отзывов (reviews_delta); появился ли продукт в тройке самых популярных товаров из миллиона популярных поисковых запросов в 2020 году от Amazon Seller Central (is_top_clicked); и был ли продукт продан Amazon (is_amazon_sold), отправлен Amazon (is_amazon_shipped) или был брендом Amazon или эксклюзивным (is_amazon).

Мы также использовали случайно сгенерированное число в качестве контроля (random_noise). Дистрибутивы каждой из этих функций доступны на [GitHub] (https://github.com/the-markup/investigation-amazon-brands).

Хотя у нас был доступ к информации о ценах, мы не анализировали ее потенциальное влияние на ранжирование, поскольку цена не была стандартизирована за единицу товара. У нас также был доступ к «рейтингу бестселлеров» каждого продукта за период времени, когда мы собирали страницы продуктов, но один и тот же продукт мог иметь разные рейтинги в разных категориях Amazon (например, № 214 в [Красота и личная гигиена] (https:/ /www.amazon.com/gp/bestsellers/beauty/ref=pd_zg_ts_beauty) и №3 в категории Соль для ванн), делая последовательные сравнения невозможными.

Как модель видит два продукта, конкурирующих за первое место «салфетки»

Пример расчета сравнения продуктов. Для логических столбцов, таких как is_amazon, –1 — это False, а 1 — True. Источник: Разметка

В результате был получен набор данных из 1415 сравнений продуктов. (Чтобы точно узнать, как мы создали наш набор данных для обучения и проверки, см. наш [GitHub] (https://github.com/the-markup/Investigation-amazon-brands).)

Создав этот набор данных сравнения продуктов, мы смогли сравнить два продукта с одной моделью и контролировать, какие функции привели к более высокому размещению.

Почему случайный лес?

Случайный лес объединяет множество моделей дерева решений — метод, который мы использовали в предыдущем исследовании Markup [роста цен Allstate] (https://themarkup.org/allstates-algorithm/2020/02/25/show-your-work-car). -insurance-suckers-list#exploring-the-retention-model-effects-with-cart-analysis). Деревья решений хорошо работают при прогнозировании категорий со смешанными типами данных, например, из наших сравнений продуктов.

Однако деревья решений могут запоминать или «подгонять» обучающие данные. Когда это происходит, модели не могут делать хорошие прогнозы на основе новых данных. Случайные леса устойчивы к переоснащению и работают путем обучения леса, полного деревьев решений со случайными подмножествами данных. Лес делает прогнозы, проголосовав за каждое дерево.

Мы использовали [поиск по сетке] (https://en.wikipedia.org/wiki/Hyperparameter_optimization#Grid_search) с пятикратной перекрестной проверкой для определения оптимальных гиперпараметров (параметры, которые мы контролируем, по сравнению с теми, которые возникают в результате циклов обучения): 500 деревьев решений. в каждом лесу, и максимум три вопроса каждое дерево решений может задать данным.

Задавая больше вопросов, каждое дерево становится глубже. Но это также означает, что деревья лучше запоминают данные. Чем больше деревьев мы обучаем, тем больше ресурсов требуется для проведения нашего эксперимента. Поиск по сетке обучает и оценивает модели с исчерпывающим списком комбинаций этих гиперпараметров, чтобы определить наилучшую конфигурацию.

Оценка моделей

Наша модель правильно выбрала продукт Amazon, занимающий первое место в рейтинге, в 73,2% случаев, когда учитывались все семь характеристик.

| Особенность | Точность | Изменение точности |

| без is_amazon | 63,5% | –9,7 |

| без отзывов_дельта | 69,9% | –3,3 |

| без звезд_дельта | 71,9% | –1,3 |

| без is_shipped_by_amazon | 71,9% | –1,3 |

| без is_top_clicked | 72,2% | –1,0 |

| без случайного_шума | 72,3% | –0,9 |

| без is_sold_by_amazon | 72,4% | –0,8 |

| Все функции | 73,2% | 0,0 |

Таблица 2. Модели случайного леса оценивались с использованием средней точности 10-кратной перекрестной проверки. Стандартные отклонения варьировались от 2,6 до 4,7. Модели случайного леса были реализованы с использованием библиотеки Scikit-Learn Python.

Мы систематически удаляли каждую функцию, а также повторно обучали и переоценивали модель (так называемое исследование абляции), чтобы выделить важность каждой отдельной функции. Мы использовали точность модели, обученной по всем семи функциям, в качестве основы для сравнения каждой новой оцениваемой модели (см. результаты в разделе «Изменение точности» в таблице выше).

Когда мы сделали это, мы увидели, что удаление информации о том, является ли продукт брендом Amazon или эксклюзивным (is_amazon), уменьшило способность модели выбрать правильный продукт на 9,7 процентных пункта (до 63,5%).

Это падение производительности было намного больше, чем любая другая отдельная функция, что позволяет предположить, что принадлежность к бренду Amazon или эксклюзивность была наиболее предсказуемой характеристикой среди тех, которые мы тестировали, определяя, какие продукты Amazon размещает на первом месте в органической выдаче результатов поиска.

Чтобы еще раз продемонстрировать влияние брендов и эксклюзивов Amazon, мы обучили модель только с is_amazon, и она правильно предсказала продукт номер один в 70,7% случаев.

Все остальные отдельные функции работали значительно хуже, выбирая правильный продукт только в 49,3 (random_noise) и 61,5 (is_sold_by_amazon) процентах времени.

В меньшей степени количество отзывов (reviews_delta) также предсказывало, что продукт займет первое место. Удаление этой функции снизило производительность модели на 3,3 процентных пункта.

Остальные шесть функций были менее информативными, когда речь шла о получении места номер один по сравнению с местом номер два. Производительность случайного леса для всех возможных перестановок функций доступна в нашем GitHub.

Эти результаты согласуются с ранжированием важности признаков из модели случайного леса, обученной на всех признаках. Этот третий подход также предполагает, что is_amazon является наиболее прогностической функцией для случайного леса.

Быть брендом Amazon было самой предсказуемой особенностью случайного леса

Рис. 6. Важность признака — это мера того, насколько прогностическим является признак среди всех деревьев решений, которые мы обучили в модели случайного леса. Важность функции измеряется от 0 (вообще не используется) до 1 (идеально предсказывает, какой продукт займет более высокое место). Источник: Разметка

Когда мы сравнили дополнительные пары продуктов, занявших первое место, и продукты с более низким рейтингом, помимо второго места, is_amazon осталась самой прогностической функцией из тех, что мы тестировали (результаты в нашем GitHub).

Производительность модели при сравнении товаров с первого по n-й

Рис. 7. Мы повторяем исследование абляции (обучение и оценка случайного леса с удаленными избранными функциями), сравнивая первый органический продукт с n-м (IE 1v2, 1v3, …, 1vn) и продолжая находить, что является брендом Amazon или эксклюзивным (is_amazon) была наиболее предсказуемой функцией для определения того, какой продукт занял более высокое место.

Результаты поиска содержат до 48 органических продуктов на странице. «Все остальные модели» относятся к моделям, включающим все функции, кроме функции stars_delta, исключая функцию is_shipped_by_amazon, исключая функцию is_sold_by_amazon, исключая функцию is_top_clicked и исключая функцию random_noise. Источник: Разметка

Мы использовали прогностические модели, чтобы показать, что принадлежность к бренду или эксклюзивность Amazon была наиболее важной характеристикой среди тех, которые мы тестировали, при определении того, какие продукты Amazon выбрала для размещения в верхней части результатов поиска.

Ограничения

Ограничения данных поиска

Два созданных нами набора данных малы по сравнению с полным каталогом товаров, выставленных на продажу на Amazon.com, для которых нет надежных оценок. Однако мы стремились изучить поисковые запросы и продукты, приносящие значительный объем продаж, а не каждый продукт или каждый поисковый запрос.

Мы собирали данные поиска на компьютере, поэтому наш анализ применим только к поиску на компьютере. Результаты поиска Amazon могут отличаться на мобильных устройствах, компьютерах и в приложении Amazon.

Результаты поиска Amazon также могут различаться в зависимости от местоположения. Одним из примеров является расстояние до ближайшего магазина Whole Foods и его запасов, что может повлиять на поиск определенных товаров любым человеком. Мы собрали данные, используя I.P. адреса в Вашингтоне, округ Колумбия, поэтому наши результаты относятся именно к этому городу.

И, согласно [отчету, подготовленному Amazon] (https://assets.amazon.science/76/9e/7eac89c14a838746e91dde0a5e9f/two-decades-of-recommender-systems-at-amazon.pdf) для IEEE Internet Computing, журнал, издаваемый подразделением Института инженеров по электротехнике и электронике, Amazon персонализирует предложения покупателям в соответствии с аналогичными товарами, которые они уже приобрели или оценили (так называемая совместная фильтрация товаров).

Наши поиски не проводились в одном и том же сеансе, и мы не входили в учетную запись Amazon с историей пользователей, поэтому наши результаты не были персонализированы. В отсутствие персонализации Amazon по умолчанию использует «общепопулярные товары». Это также означает, что мы не собирали результаты поиска или страницы продуктов для подписчиков Amazon Prime.

Ограничения данных на странице продукта

Некоторые продукты, конкурирующие с брендом Amazon, и эксклюзивные продукты продаются многочисленными продавцами, в том числе самой Amazon. [Расследование ProPublica 2016 года] (https://www.propublica.org/article/amazon-says-it-puts-customers-first-but-its-pricing-algorithm-doesnt) показало, что выборка из 250 продуктов, В 75% случаев Amazon забирал коробку для покупки себе или отдавал ее продавцам, которые оплачивали программу «Fulfilled by Amazon».

В том же году исследователи из [Северо-восточного университета] (https://mislove.org/publications/Amazon-WWW.pdf) отслеживали 1000 самых продаваемых продуктов в течение шести недель и обнаружили, что победители в разделе «Купить» изменились для семи из 10 продуктов в течение шести недель. их изучение. Для нашего основного анализа мы не стремились проанализировать, какой конкретный продавец выиграл коробку с покупкой, а скорее, был ли продавец или грузоотправитель во время нашего снимка Amazon или третьей стороной.

Мы зафиксировали страницы продуктов и их последующие окна покупки на снимке времени между 3–6 и 17–18 февраля. Из-за технической проблемы между сбором поисковых запросов и сбором страниц продуктов была задержка от двух до четырех недель.

Это означает, что продавец и грузоотправитель этих продуктов представляют только поисковые запросы, выполненные за это время, и могли измениться с момента, когда мы собирали результаты поиска, до момента, когда мы собирали страницы продуктов.

Когда мы собрали страницы продуктов в феврале, около 3,9% из них больше не были доступны или продукт был полностью удален с Amazon Marketplace с тех пор, как мы собрали страницы поиска в январе. Мы исключили эти продукты из любых расчетов с участием продавца или грузоотправителя.

Чтобы проверить надежность наших данных о страницах продуктов, 13 мая 2021 года мы взяли случайную выборку из 2500 из 125 769 продуктов, которые мы собрали в феврале 2021 года, и повторно запустили парсер страниц продуктов.

На некоторых страницах продуктов отсутствовали данные: 6,1% были распроданы, 1,6% были удалены с торговой площадки Amazon, а еще на 3,4% больше не отображался продавец по умолчанию, выигравший поле покупки.

В этих последних случаях Amazon предоставил кнопку «Просмотреть все варианты покупки». Отсутствующие данные не в целом благоприятствовали или не благоприятствовали Amazon, а скорее соответствовали доле продуктов, проданных Amazon (30,2% по сравнению с 27,1%), в выборке продуктов, которую мы вспомнили.

Остальные 2103 продукта с читаемыми коробками для покупок (подавляющее большинство) практически не изменились. Только 16,1% товаров сменили продавцов по умолчанию. Это включало изменения между Amazon и сторонними продавцами.

Продавцы товаров перешли с третьей стороны на Amazon в 1,6 ± 0,5% продуктов и с Amazon на третью сторону в 3,1 ± 0,7% продуктов (пределы погрешности рассчитаны с достоверностью 95%).

Когда дело дошло до того, кто отправил продукт, грузоотправитель перешел от третьей стороны к Amazon в 2,9 ± 0,7% продуктов и от Amazon к третьей стороне в 6,6 ± 1,1% продуктов.

Поскольку поле для покупок оставалось практически неизменным в течение 12-недельного перерыва в этой репрезентативной подвыборке наших данных, мы считаем, что наши выводы для поля для покупок надежны, несмотря на трех-четырехнедельный разрыв между сбором результатов поиска и страниц продуктов.

Это, казалось, сигнализировало об изменении по сравнению с предыдущим исследованием. Поэтому мы пошли дальше, чтобы определить, стала ли коробка для покупки более стабильной после исследования Северо-восточного университета 2016 года. Это исследование было ограничено продуктами с несколькими продавцами.

Когда мы сделали то же самое, размер выборки сократился до 1209 человек. Глядя только на продукты с несколькими продавцами, мы обнаружили, что Amazon изменил продавца только для 23,5% товаров. Кроме того, среди продуктов с несколькими продавцами Amazon предоставила себе поле для покупки для 40,0% из них.

Для продуктов с несколькими продавцами выигравшие продавцы перешли с Amazon на третью сторону в 2,1 ± 0,8 процента продуктов и с третьей стороны на Amazon в 4,4 ± 1,1 процента продуктов. Сторонние продавцы менялись между собой в 31,4% товаров, проданных сторонними продавцами.

Ни один отдельный сторонний продавец не выиграл более 0,06% товаров у более чем одного продавца. Поставщики перешли с Amazon на третью сторону для 2,3 ± 0,8% товаров и с третьей стороны на Amazon для 7,8 ± 1,5% товаров.

Просматривая страницы продуктов с разницей в три месяца, мы обнаружили, что продавец по умолчанию, выбранный Amazon для окна покупки, когда было доступно несколько продавцов, стал значительно менее вероятным, чем пять лет назад.

Ограничения по идентификации брендов Amazon и эксклюзивных продуктов

Фильтр Amazon «наши бренды» неполный. Например, в нем было указано только 70,3% продуктов, которые были отмечены тегом «рекомендуемые от наших брендов» на странице поиска. Кроме того, когда мы собирали данные, Amazon не включила свою запатентованную электронику в результаты фильтрации «наши бренды». Компания отказалась отвечать на вопросы о том, почему они не были включены.

Из-за этого нам пришлось использовать три метода для сбора нашей базы данных о брендах и эксклюзивах Amazon, и, возможно, мы пропустили некоторые продукты, особенно проприетарную электронику.

Аудит черного ящика

Наше расследование — это аудит черного ящика. У нас нет доступа к исходному коду Amazon или данным, на которых работает поисковая система Amazon. Вероятно, есть факторы, которые Amazon использует в своем алгоритме ранжирования, к которым у нас нет доступа, включая коэффициенты возврата, рейтинг кликов и продажи.

У нас есть некоторые данные из центра продаж Amazon Seller Central о популярных продуктах и ​​кликах, но эти данные сами по себе ограничены и не охватывают все продукты в наших поисках.

По этим причинам наше исследование сосредоточено на доступных и четких метриках: насколько высоко оцениваются категории продуктов по сравнению с их долей результатов, насколько хорошо пользователи оценивают продукты с высоким рейтингом по сравнению с другими продуктами и сколько отзывов получил продукт, т.е. грубый показатель продаж.

Ответ Amazon

Amazon не возражал против нашего анализа или сбора данных и отказался отвечать на десятки конкретных вопросов.

В кратком подготовленном заявлении, отправленном по электронной почте, пресс-секретарь Нелл Рона заявила, что компания рассматривает списки «избранных от наших брендов» как «рекламные места размещения» и, как таковые, компания не считает их «результатами поиска».

Рона сказала, что эти списки не являются рекламой, которую по закону необходимо раскрывать покупателям. Мы обнаружили, что эти списки были идентифицированы как «спонсорские» в исходном коде, а также являются частью сетки, помеченной как «результаты поиска» в исходном коде.

«Мы не отдаем предпочтение продукции нашего магазина через поиск», — написала Рона.

«Эти мерчендайзинговые площадки оптимизированы для удобства клиентов и отображаются на основе различных сигналов», — сказала Рона. Ни одно из них не было объяснено, кроме «релевантности покупательскому запросу клиента».

Что касается раскрытия клиентам информации о брендах Amazon, Рона сказала, что они обозначены как «бренд Amazon» на странице продуктов, и некоторые из них имеют эту формулировку в списке. Мы обнаружили, что это относится только к 23% продуктов, принадлежащих Amazon.

Она сказала, что бренды, которые являются эксклюзивными для Amazon, не будут использовать эту формулировку, поскольку они не принадлежат Amazon.

Рона предоставила ссылку на [сообщение в блоге] Amazon (https://www.aboutamazon.com/news/how-amazon-works/why-customers-love-store-brands-like-amazonbasics), в котором упоминается, что ее фирменные продукты составили около одного процента от объема продаж физических товаров и 3 миллиарда долларов выручки от продаж в 2019 году. Неясно, включены ли в эти цифры бренды, эксклюзивные для Amazon.

Заключение

Наше расследование показало, что Amazon отдает предпочтение своим продуктам на первом месте в результатах поиска, даже если у конкурентов больше отзывов и более высокий звездный рейтинг. Мы также обнаружили, что обзоры и рейтинги значительно менее предсказуемы в отношении того, займет ли продукт первое место, чем бренд Amazon или эксклюзив.

Кроме того, мы обнаружили, что Amazon разместила свои собственные продукты и эксклюзивные товары на первом месте в большей пропорции, чем в выборке, чего не было ни в одной другой категории. Фактически, она ставила свои собственные бренды и эксклюзивные товары на первые места так же часто, как и конкурирующие бренды — примерно в 20 % случаев, — хотя первые составляли лишь 6 % выборки, а вторые — 77 %.

Почти четыре из 10 продуктов, которые мы идентифицировали как бренды и эксклюзивы Amazon в нашей выборке, не были ни четко обозначены как бренд Amazon, ни имели название, которое большинство людей признает как бренд, принадлежащий Amazon, например Whole Foods. В нашем опросе почти девять из десяти взрослых американцев не узнали пять крупнейших брендов Amazon.

Мы также обнаружили, что продавец по умолчанию среди продуктов с несколькими продавцами изменился только для трех из 10 продуктов за три месяца, что значительно ниже скорости изменения, чем аналогичное исследование, проведенное пять лет назад.

Доминирование Amazon в онлайн-продажах — [40 процентов] (https://www.retailreinvented.com/amazons-share-of-the-us-e-commerce-is-now-49-or-5-of-all-retail). -spend/#:\~:text=Amazon%20is%20set%20to%20clear,percent%20of%20all%20retail%20sales.) в США — означает, что на странице результатов поиска предпочтение отдается собственным продуктам. потенциально огромен как для собственного бизнеса, так и для малого бизнеса, который стремится зарабатывать на жизнь на своей платформе.

Приложение

Дополнительный набор данных поиска и анализ

При первом изучении этой темы и до того, как мы попали в наш набор данных о самых популярных поисковых запросах, мы создали общий набор данных, который давал аналогичные результаты. Мы заменили его в качестве основного набора данных, потому что наш набор данных о самых популярных поисковых запросах был ближе к реальным поисковым запросам, сделанным пользователями. Мы включаем его сюда как вторичный набор данных.

Общие запросы

Мы создали набор поисковых данных из продуктов, перечисленных в каждом из 18 отделов, найденных на странице Amazon «Исследуйте наши бренды».

Три аннотатора просмотрели 1626 продуктов, перечисленных на этих страницах, и сгенерировали от одного до трех поисковых запросов, которые человек может использовать при поиске этого продукта. Они предназначались для представления общих запросов, по которым, как мы знаем, бренды Amazon конкурируют с другими.

Мы сгенерировали 2558 поисковых запросов. Мы случайным образом отобрали 1600 запросов и собрали их, используя тот же метод и за тот же период времени, который мы использовали для сбора самых популярных запросов. Четверть результатов поиска (24%) не содержали брендов Amazon, поэтому мы отбросили их, оставив 1217 общих запросов в нашем дополнительном наборе данных.

Общие результаты поиска

В общих поисковых запросах бренды Amazon составили несколько больший процент от общей выборки продуктов (8,2), чем наша база данных популярных поисковых запросов (5,8). Процент времени, когда Amazon отдавал своим продуктам первое место, также увеличился, примерно до одного из четырех общих запросов с одного из пяти в самых популярных поисковых запросах.

| | Самые популярные запросы | | Общие запросы | |

| | % Продукты | % #1 место | % Продукты | % #1 место |

| Амазонские бренды | 5,8 | 19,5 | 8.2 | 24,9 |

| Конкурирующие бренды | 76,9 | 20,8 | 73,5 | 10,8 |

| Неаффилированный | 5,8 | 4.2 | 3.0 | 1,5 |

| Спонсор | 17,3 | 59,7 | 18,2 | 64,3 |

Таблица 3. Сравнение доли каждой категории продуктов (проценты товаров) и рейтинга первых мест (процент № 1 места) между нашим основным набором данных (Лучшие поисковые запросы) и нашим дополнительным набором данных (Общие поисковые запросы). См. [GitHub] (https://github.com/the-markup/Investigation-amazon-brands) для расчетов и данных.

Конкурирующие бренды составляют одинаковую долю продуктов в обоих наших наборах данных. Тем не менее, Amazon помещал конкурирующие бренды на первое место даже реже (10,8) в этих общих поисковых запросах, чем в популярных поисковых запросах (20,8).

Полностью неаффилированные продукты составляли даже меньшую часть пула товаров в наших общих поисковых запросах (3,0), чем в популярных поисковых запросах (5,8), и Amazon также давал им первое место еще реже, 1,5% времени по сравнению с 4,2% для популярных поисковых запросов. .

Результаты этого дополнительного набора данных показывают аналогичную картину с нашим основным набором данных, в соответствии с чем Amazon отдает приоритет своим собственным продуктам в верхней части результатов поиска.

Подсчет каруселей

Как упоминалось ранее, мы не включали в наш анализ спонсируемые или рекламные карусели.

Если бы мы рассмотрели спонсируемые или рекламные карусели, процент органических продуктов из самых популярных поисковых запросов упал бы с 87 до 68 процентов.

Это также означает, что доля спонсируемых продуктов увеличится с 17 до 32 процентов. Всего в этих каруселях было 49 686 товаров.

Благодарности

Мы благодарим Кристо Уилсона из Северо-восточного университета, Юозаса «Джо» Казюкенаса из Marketplace Pulse, Ребекку Голдин из Sense About Science и Университета Джорджа Мейсона, Кёнхьюна Чо из Нью-Йоркского университета и Майкла Экстранда из Университета штата Бойсе за рецензирование всего или части нашего методология. Мы также благодарим Брендана Найхана из Дартмутского колледжа за рассмотрение дизайна нашего опроса.

Авторы: [Леон Инь] (https://themarkup.org/people/leon-yin/) и [Адрианна Джеффрис] (https://themarkup.org/people/adrianne-jeffries/)

Эта статья была первоначально опубликована на The Markup и был переиздан по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives.