Amazon Rufus cambia la visibilidad orgánica al responder a las preguntas de los compradores en una conversación en lugar de solo devolver una lista de coincidencias de palabras clave. Los listados que explican claramente los casos de uso, la compatibilidad, los materiales y las limitaciones le dan a Rufus más información para citar y recomendar. El relleno de palabras clave importa menos; la información del producto completa, específica y consistente en títulos, viñetas, A+ Content, reseñas y preguntas y respuestas importa más.
Rufus es el asistente de compras con AI generativa de Amazon, disponible en la aplicación de Amazon y en el sitio web en una lista creciente de mercados. Los compradores pueden hacer preguntas abiertas como “¿qué necesito para una configuración de espresso para principiantes?” o “¿es esta tienda buena para lluvia intensa?” y Rufus responde utilizando listados de productos, reseñas de clientes, preguntas y respuestas de la comunidad e información de toda la web. Puede comparar productos y sugerir artículos.
¿En qué se diferencia Rufus de la búsqueda clásica de Amazon?
La búsqueda clásica de Amazon, a menudo llamada A10 por los vendedores aunque Amazon no usa ese nombre públicamente, clasifica los listados frente a una consulta escrita utilizando señales de relevancia y rendimiento como la velocidad de ventas y la conversión. Los compradores luego se desplazan y filtran.
Rufus añade una capa encima. En lugar de coincidir con “botas de senderismo impermeables mujer talla 39”, puede manejar “estoy caminando por el Camino Licio en abril, ¿qué botas debería mirar?”. El asistente interpreta la intención, hace preguntas de seguimiento y muestra un puñado de opciones con razones. Para los vendedores, la pregunta cambia de “¿clasifico para esta palabra clave?” a “¿entenderá el asistente que mi producto se ajusta a esta necesidad?”
¿Qué lee Rufus de un listado?
Amazon no ha publicado una fórmula de clasificación para Rufus, así que trate lo siguiente como una práctica informada en lugar de una especificación. El asistente parece basarse en:
- Título del producto y viñetas.
- Descripción del producto y texto de A+ Content.
- Atributos de backend y campos estructurados en Seller Central, como material, tamaño y compatibilidad.
- Reseñas de clientes, incluyendo quejas recurrentes y elogios.
- La sección de preguntas y respuestas de los clientes.
- Imágenes, donde el texto alternativo y el texto en la imagen pueden llevar información.
Debido a que las reseñas y las preguntas y respuestas alimentan las respuestas, los problemas que los clientes mencionan repetidamente pueden aparecer en las respuestas de Rufus. Un listado que dice “se adapta a todos los teléfonos” mientras que las reseñas dicen “demasiado pequeño para teléfonos grandes” crea una contradicción que el asistente puede exponer.
¿Qué deberían cambiar los vendedores en sus listados?
Escriba para preguntas, no solo para palabras clave. Mire lo que preguntan los compradores reales y asegúrese de que el listado lo responda en un lenguaje sencillo.
Lista de verificación de contenido
- Nombre los casos de uso explícitamente: “adecuado para camping, festivales y uso en jardín” es mejor que “versátil”.
- Indique la compatibilidad y los tamaños completos, incluyendo para qué no sirve el producto.
- Complete cada atributo relevante en Seller Central; los campos vacíos son contexto perdido.
- Use A+ Content para tablas comparativas y secciones de cómo usar en texto legible, no solo en imágenes.
- Responda a las preguntas abiertas de los clientes de manera rápida y precisa.
- Arregle el producto, el embalaje o el listado cuando las reseñas repitan el mismo problema.
Las palabras clave siguen siendo importantes para la búsqueda clásica, que continúa impulsando gran parte del tráfico. El objetivo es mantener la cobertura de palabras clave mientras se hace que el texto sea lo suficientemente claro como para que un asistente pueda explicar el producto a otra persona.
¿Importan más las reseñas ahora?
Importan de manera diferente. El volumen y la calificación siguen siendo señales de conversión, pero el contenido de las reseñas es ahora materia prima para las respuestas. Una licuadora con 4.4 estrellas donde muchas reseñas mencionan un motor ruidoso puede describirse de esa manera en una comparación de Rufus.
Eso hace que la experiencia posterior a la compra sea parte del SEO. Las instrucciones claras en la caja, una guía de configuración simple y respuestas rápidas a los problemas reducen los temas negativos que de otro modo seguirían al producto en las respuestas de AI. El programa Vine de Amazon y el botón “Solicitar una reseña” siguen siendo las formas compatibles de aumentar el número de reseñas; las reseñas incentivadas violan la política de Amazon.
¿Cómo se mide el impacto de Rufus?
Los informes directos son limitados en el momento de escribir este artículo. Amazon no entrega a los vendedores una métrica limpia de “tráfico de Rufus” en la mayoría de las cuentas. Trabaje con lo que tiene:
- Realice un seguimiento de las sesiones y el porcentaje de sesiones de unidades en los Informes de Negocios antes y después de las actualizaciones de listados.
- Observe el Rendimiento de Consultas de Búsqueda en Brand Analytics para consultas más largas y de estilo pregunta.
- Haga a Rufus sus propias preguntas de prueba en la aplicación cada mes y anote si su producto aparece y cómo se describe.
- Monitoree los temas de las reseñas con una hoja de etiquetas simple para que pueda ver si las correcciones cambian lo que escriben los clientes.
¿Qué pasa con el contenido fuera de Amazon?
Amazon afirma que Rufus puede usar información de toda la web, así como de la tienda. Eso le da a los sitios web de marca, guías de compra y reseñas reputadas fuera de Amazon un nuevo papel. Una página de producto clara en su propio sitio, con las mismas especificaciones y casos de uso que el listado, respalda una imagen consistente.
La inconsistencia es el riesgo. Si el sitio de la marca enumera una duración de batería y el listado de Amazon otra, el asistente tiene dos respuestas para elegir. Mantenga una hoja maestra de productos y actualice cada canal desde ella.
Cómo aplica Alien Road la optimización de Amazon Rufus
En un compromiso típico de anuncios y listados de Amazon, el descubrimiento comienza con un banco de preguntas. Recopilamos preguntas de la sección de preguntas y respuestas, texto de reseñas, correos electrónicos de servicio al cliente y listados de la competencia, luego le hacemos a Rufus una muestra de ellas para ver qué productos recomienda y por qué.
La configuración significa reescribir títulos, viñetas y A+ Content para que cada pregunta común tenga una respuesta directa, completar los atributos faltantes y marcar las quejas recurrentes de las reseñas al equipo de producto u operaciones del cliente. Las campañas de Productos Patrocinados continúan en paralelo, ya que la colocación pagada y el descubrimiento orgánico se alimentan mutuamente.
Para la medición, repetimos las mismas preguntas de prueba de Rufus mensualmente, registramos si el producto aparece y cómo se describe, y emparejamos ese registro con los datos de sesión y conversión de Seller Central. Los informes muestran tanto los números como la redacción real que Rufus usa sobre el producto.
Por dónde empezar esta semana
Abra la aplicación de Amazon, encuentre a Rufus y hágale cinco preguntas que un comprador real de su producto haría. Anote si su listado aparece y qué dice el asistente. Donde sea que entienda mal un detalle o pase por alto su producto por completo, verifique si su listado realmente responde a esa pregunta. Esa lista de brechas es su primer resumen de optimización.
Siga leyendo: Anuncios de Amazon · Amazon