亚马逊广告不是玄学

蓝海亿观网2024年10月31日 0

“亚马逊广告是一门玄学，玄之又玄，神乎其神，这一说法曾一度流传于卖家群体之中。”

亚马逊广告是一门玄学，玄之又玄，神乎其神，这一说法曾一度流传于卖家群体之中。

确实，在实际运营中，亚马逊广告有许多令人无法捉摸的地方。

广告出现在首页了，效果反而变差了；广告不调不打紧，一调就出事，不理它，反而稳定下来了；总有一些关键词没有任何曝光量，哪怕持续增加竞价，就是没有曝光。

最令人难以捉摸的是，不同关键词和广告组合，对于订单转化的“贡献度”问题，虚虚实实，真真假假。

比如，顾客在购买服装、玩具、礼品等“浏览型产品”时，很喜欢“挑挑逛逛”，会用很多关键词来搜索，如七分袖”“铜纽扣”“蕾丝边”“皮质”“紧身”“宽松”等，翻了一页又一页，对比了一件又一件，终于，在搜索某个关键词之后，在某个页面下单了。

图源/亚马逊北美站上的“裙子”相关搜索结果页面

同样，我们为了推广一个产品，打出了“组合拳”，同时投放几种不同类型的广告（SP、SB、SD、DSP等）之时，顾客可能看了一下这个广告，点了一下那个广告，就是没有下单，在第三次看到某一个广告时，终于下单了。

此时，问题来了，顾客搜了那么多关键词，看了那么多次广告，到底哪个关键词和广告，对订单转化的“功劳”更大？

在一般情况下，我们往往会把成交的“功劳”，归于最后促成订单的那个关键词或广告上，这一做法，叫作“最后触达归因”。顾客们之前搜索的词，看到的广告，几乎是不算“功劳”的。

这显然不太公平，也不科学。

好比早餐吃包子，前面吃了三个包子，后面又吃了第四个包子，终于吃饱了。那么，我们不能说前面三个包子跟“吃饱”这件事，没有任何关系。

但话说回来，如果我们承认这些“过程关键词”或“过程广告”的“功劳”，那么，它们的“功劳”分别有多大？后面我们要“论功行赏”，给预算时，如何划分预算？

这一切，似乎跟玄学一样，令人难以捉摸。

直到我们使用了亚马逊营销云（Amazon Marketing Cloud ，后简称AMC），去“透视”顾客的购物“旅途”（Journey）之后，才看到了许多细节，包括顾客在什么页面逗留了多久，搜索了几次，切换了哪些关键词，看了哪些广告等。终于，“玄学”的面纱，被慢慢揭开了、

举一个智能咖啡机的例子。

我们在亚马逊后台发现，该产品许多订单的成交，是因为顾客搜索了“buy kitchen smart coffee" 这一长尾词。按照以往的逻辑，我们将“功劳”都归于这个“出单词”。

然而，顾客在此之前搜了哪些词？这些词会起到什么作用？这是我们必须探究的问题。

我们通过亚马逊AMC生成的关键词搜索路径分析报告，就看到了“成交前”的情况。我们发现，在消费者接触“buy kitchen smart coffee" 这个长尾词之前，先搜索了“coffee”这个大词。

来源：《巧用 “外援” ，提升广告运营优化效率》课程系列 -- 如何利用AMC数据优化广告投放？》课程PPT截图（亚马逊广告 x DSP Winner）

同时，我们观察到，顾客通过“先搜‘coffee’再搜‘buy kitchen smart coffee’”的路径，所产生的购买次数最多，达到了1256次，甚至超过了“coffee maker→coffee maker ”的搜索路径。这说明，“coffee”这个大词，对于订单成交有很大的“助攻”作用。

同样，我们可以用亚马逊AMC，去“透视”“多种广告组合”下的转化路径的细节。

举个例子，一个纽约州的顾客在OTT（互联网电视广告）看了一次我们的广告，但没有产生购买，我们不想流失这个顾客，因此用亚马逊DSP广告（一种跨越亚马逊站内外的广告形式）进行再营销，再次触达该顾客两次（假如一次是站外的新闻网，一次是其他渠道），终于，我们的产品在顾客的心智中“种草”了，但是，他还想再了解一些细节，于是又在亚马逊上搜索关键词，再次看到了我们的SP广告，最后点击下单购买。

来源：《巧用 “外援“，提升广告运营优化效率》 -- 如何利用AMC数据优化广告投放？课程PPT截图（亚马逊广告x DSP Winner）

用亚马逊AMC生成的数据报告，我们才得以“透视”这一过程，否则，按照我们以往的“最后触达归因”的做法，往往会把该订单的“功劳”算在最后促成交易的SP广告之上。

这可能导致我们会得出一个不太正确的结论，认为处在最后一环的SP广告的ROAS（广告回报率）最好，接着持续加大对它的投入，而对在前面打先锋、做侧翼辅攻的广告（DSP、SB、SD等），给很少的预算，甚至直接“断供”，停掉了这些广告。

这样一来，我们营销漏斗上层的口子无法打开，那么，很快就达到了销量的天花板，很难实现业务增长。

为了帮助卖家“透视”更多广告细节，揭开所谓的玄学面纱，亚马逊广告放了一个大招，请了一个“外援”团队（广告合作伙伴），联合打造了《巧用 “外援” ，提升广告运营优化效率》一系列课程。

本课程免费，可以识别“文末”海报二维码，或通过“文末”的“阅读原文”方式观看。

这是亚马逊首次在一个系列中邀请到不同的广告合作伙伴进行分享，下文是各个伙伴们在课程中分享的精粹部分。

01. 通过AMC，打开亚马逊广告的“天眼”

卖家在投广告时，能够“透视”的消费者行为细节越多，广告往往投得越好。

在常规的广告后台数据报告中，卖家只能看到消费者购物“旅途”（Journey）中的最后一站，因此，订单成交的“功劳”，往往会归于最后被点击的广告（最后触达归因）。

这是广告的一个巨大的盲区，尤其是卖家进行跨越站点投放DSP广告（从亚马逊到谷歌、社交媒体、流媒体等）时，这一盲区会更大。

在盲区中行走，往往走不好，甚至会摔跤。

亚马逊营销云(Amazon Marketing Cloud，简称AMC)解决了这一系列的痛点，帮助卖家站在高点，以鸟瞰万物的视角，“透视”消费者购物旅途的“全过程”。

其所透视的数据颗粒度，精细到了User lD（用户层级）和日志级别(log-level) ，即记录了消费者每一次浏览、停留、点击、加购、切换关键词等“全过程行为”。

那么，亚马逊AMC是如何帮助卖家“透视”消费者购物“旅途”呢？[ 以下内容主要来源于：《如何利用AMC数据优化广告投放？》课程（Amazon x DSP Winner） ]

一、识别关键词“搜索路径”和广告“最佳转化路径”：

1.如上文所述，我们通过亚马逊AMC，可以“透视”顾客下单之前的“搜索路径”：该顾客先搜索了哪几个关键词，最后又用哪个关键词下单的，同时，也可以了解到，不同“搜索顺序”下，所产生不同的购买次数。

另外，当我们用多个广告一起打“组合拳”时，可以通过AMC可以“透视”到，顾客先点了哪几个广告，最后下单的广告是哪一个。最重要的是，我们能够知道，哪几类广告组合在一起，产生的购买最多。

2.认识转化路径上每一个广告的“贡献值”：例如，“视频→SP→DSP”这一广告路径中，DSP广告是“最后触达转化”，而前面的视频广告、SP广告是“辅助转化”。“辅助转化”的广告，对最终的转化，都有自己的“贡献值”，对其起到了铺垫、“助攻”和“打先锋”的作用。

来源：《巧用 “外援” ，提升广告运营优化效率》课程系列 -- 如何利用AMC数据优化广告投放？》课程PPT截图（亚马逊广告 x DSP Winner）

通过亚马逊AMC生成的这个表格，可以让一些卖家认知到“辅助转化”广告的转化价值、各自的转化率等，根据这些数据，卖家可以对广告做出有效的调整：

（1）当“辅助转化”广告>“最后触达”广告，那么，说明曝光和铺垫是足够的，但“最后触达”广告的“弹药不够”（转化阶段），可以增加预算投入；

（2）当“最后触达”广告>“辅助转化”广告，那么，说明曝光和铺垫阶段的“弹药不足”（认知和考虑阶段），应该增加流媒体（Streaming TV）、在线视频（Online-video）、社交媒体（Lfie Style）等方面的投入。

3.科学地分配不同广告的预算：前文提到，常规的归因，基本上是“最后触达归因”，将功劳都归在最后成交的那个环节上。

如今，卖家可以通过AMC，采用“马尔科夫链”等更科学的分析法，先确认“不同广告类型带来的销售贡献”(例如:广告销售额或 ROAS)，然后，结合多触点分析(例如:广告浏览路径）、人体神经网络(例如:下单人群的规律共性)，大数据分析(如参考学习市场的预算分配规律)，得出最优广告组合预算分配建议

来源：《巧用 “外援” ，提升广告运营优化效率》课程系列 -- 如何利用AMC数据优化广告投放？》课程PPT截图（亚马逊广告 x DSP Winner）

4.分析不同形式广告组打出“组合拳”的效果：如下图，DSP广告、SP广告和SD广告打一个“组合拳”，可以触达3万+用户，不过，其转化率仅为中游水平，为0.33%，而当所有广告一起打，转化率最高，可达到了1.55%。此外，还有各类广告的不同组合、重叠的效果。

来源：《巧用 “外援” ，提升广告运营优化效率》课程系列 -- 如何利用AMC数据优化广告投放？》课程PPT截图（亚马逊广告 x DSP Winner）

我们根据这些数据，结合上文中提到的“最佳转化路径”可以以做出“增减广告类型”和“调整特定广告预算”的决定，比如，在Hulu等渠道投放Video广告，给看电影的观众，先留下产品（品牌印象）如果他们感兴趣了，看完电影后，可能会到亚马逊上搜索，了解并下单。

二、亚马逊AMC还可以透视一系列有价值的数据：广告展现频次、触达用户数、受众人群（年龄、受教育等）、不同地域转化情况等：

1.广告频次、触达用户等数据：如下图中，第三个广告活动的展现频次为3，触达了7896个用户，产生了305次购买，此外，还能显示出了曝光量、转化率等。

来源：《巧用 “外援” ，提升广告运营优化效率》课程系列 -- 如何利用AMC数据优化广告投放？》课程PPT截图（亚马逊广告 x DSP Winner）

2.自定义受众包：即将选择一系列的人群，投放相应的广告，比如“点击了关键词，但没有买的人群”，“加入购物车，未购买的人群人群”，“看过广告A和B未购买的人群”，“看过上层广告，未看过上层广告的人群”，等等。这些人群，在亚马逊站内广告后台，是无法看到和自定义的。

来源：《巧用 “外援” ，提升广告运营优化效率》课程系列 -- 如何利用AMC数据优化广告投放？》课程PPT截图（亚马逊广告 x DSP Winner）

总之，AMC数据更为细致，深入到消费者行为的“毛细血管”，为卖家提供科学的参考。

值得注意是，这些数据，是基于卖家过往的历史数据得出来的，因此，非常具有个性化的适用性，差不多等同于每个卖家的“私人订制数据”，因此，卖家A的AMC数据，未必适用于卖家B，此外，一个卖家阶段A的数据，未必适用于阶段B。

关于AMC数据，如何在广告方面更多实际应用，亚马逊广告团队请了三个“外援”合作伙伴，由他们提供了精彩的解读，识别文末海报二维码，或者文末点击“阅读原文”，免费听课：

一、利用AMC优化广告投放（亚马逊广告x DSP Winner）

二、利用AMC优化预算分配（亚马逊广告 x Xmars）

三、：利用AMC拆解营销问题（亚马逊广告 x Pacvue）

02. 捕捉多SKU“浏览型产品”的出单关键词

多SKU投放广告，是很多卖家会遇到的情况。

尤其是“浏览型产品”，往往会有很大体量的SKU。例如，一位厦门服装卖家就透露，他们手头上的SKU稳定在2000+，以在颜色、尺寸、设计图案等方面满足不同顾客的个性化需求。

图/某快时尚卖家的一款裙子的众多变体（来源：亚马逊北北站搜索结果页）

什么是浏览型产品呢？服装、玩具、床单、礼品等，都属于这类产品。

那么，什么是浏览型产品呢，我们之所以将它们称为浏览型产品，是从消费者视角来看的。

当消费者要购买这类产品时，喜欢挑挑选选，想逛街一样慢慢“逛”，比如美国达拉斯州的一个年轻女子要买一件连衣裙。她往往会将亚马逊当成一个“发现工具”，输入某个关键词并搜索后，不断翻页，以看到各式各样的连衣裙，包括直身群、‌斜裙、‌吊带裙，或者‌休闲款、‌正式款、‌复古款等等。

她也可能是奔着带有某类特定属性的连衣裙去的，她讲究“舒适性”，可能会搜索“棉”“真丝”等，她喜欢“悬垂性”，可能会搜索“欧根纱”“雪纺”，她重视“设计感”，可能会搜索“印花”“碎花”“蝴蝶图案”等。

玩具、床单、礼品等类型的产品，其情况也很相似。

如此众多的SKU和搜索关键词，给经营“浏览型”产品的卖家，带来很大的广告挑战：

一、流量呈分散化、流量入口多，难以制定广告策略：

1.单一关键词的流量小，转化率低：“浏览型”产品的属性很多，顾客的个性化需求也很多，几乎是千人千面，因此，他们搜索的关键词是各式各样的，导致浏览型产品的“出单关键词”不仅多，而且散，每个关键词都可能“均沾雨露”，但也带来的问题，即单一关键词的流量较小，转化率较低；

2.流量跳转和流失多，：浏览型产品的顾客，倾向于先“逛”后“买”，顾客经常会翻页，或者点击一些跳转页面，导致页面跳转或流量流失，这决定了，能够出单的广告位置，不限于头部的搜索页面，而第二页、第三页、第四页，乃至更靠后的页面上的广告，也可能促成出单。

以上两种情况，与标准型产品（标品）有重大差异。标准型产品的关键词数量少，在流量方面有很强的“二八效应”，比如保温杯、钢笔等产品，几个头部关键词可能占据了80%的流量，而其余大量关键词的流量仅为20%。

二、体系化的广告框架搭建难：多SKU的产品上新频率一般比较高，旺季与淡季交替时（比如秋冬款与春夏款），导致广告框架要不断重新搭建；

三、广告框架搭建并投放后，总体的管理较难：SKU多，导致广告策略不好平衡，过于粗放式地管理，往往使广告无法细化、调整，导致损失，过于精细化的广利，无法覆盖众多关键词和流量入口，最终导致无法提升销量、

针对以上问题，课程中提供了一系列解决方案：

一、找到精准的顾客，并找准代表顾客真正需求的“出单关键词”：亚马逊检索商品，主要基于“文本匹配”的原理，例如，一个顾客要购买“Leather Bag”，那么，亚马逊会先把包含“Leather“和“ Bag”的商品检索出来，接着，把同时包含“Leather+ Bag”的商品检索出来，将其视为比较符合消费者需求的商品，并进行排序。

浏览型产品的关键词很多，很分散，比如一件衣服，有人搜“七分袖”，有人搜“五分袖”，有人搜“圆领”，也有人搜“V领”，因此，我们无法在整体上把握顾客会用哪些“特定关键词”搜索，并产生了购买。

课程中建议，针对个性化的产品，可以先通过亚马逊（手机端）“找相似产品”的功能，找出直接竞品或相似竞品。

来源：《巧用 “外援“，提升广告运营优化效率》 – 如何为多SKU品类提升广告管理优化效率？课程PPT截图（Amazon x Quartile）

第二步、先找到一定数量的竞品ASIN，比如先找5个竞品ASIN，然后利用关键词调研工具，输入与我们产品相似品的ASIN，就会得到一份包含“出单关键词“以及“出单ASIN报表”的报告，用于后续的广告投放。

二、搭建广告框架：大词与中长尾词分开创建广告活动：

1.对于流量大词，一个定向（Targeting）创建一个广告活动：大词流量很大，比如帽子中的“beach hat”。如果大词放在一起，或者大词和小词一起放在一起，出价、广告位置、预算等比较难控制。

2. 将词根相近，代表共同属性的长尾词，放在一个广告活动中投放：浏览型产品的长尾词体量非常庞大、繁杂，代表不同的需求属性或者需求场景，如果不加区分地混合地投放，就会很杂乱，很难对广告进行科学管理，因此，我们可以用 “特征词分析工具”，进行词根属性“筛选”和“归类” 筛选出有相同词根的关键词，例如“度假”（vacation）“ 运动”“沙滩”等分类，然后放在一个广告活动中投放。

这样做，能够让亚马逊会更快识别你的标签，更加了解你产品背后的人群画像是什么，然后进行精准的匹配和推流。

比如，比如我们产品的目标人群是“经常有沙滩中休闲娱乐的女性”，我们对投放的词语进行上述的精细化筛选和管理，那么，亚马逊会对这类人群的匹配会更加积极。

来源：《巧用 “外援“，提升广告运营优化效率》 – 如何为多SKU品类提升广告管理优化效率？课程PPT截图（亚马逊广告 x Quartile）

三、推荐使用瀑布流广告：浏览型产品的需求千人千面，顾客在购买这类产品时，往往喜欢“逛”，浏览完一页后，往往会继续翻下一页，其所搜索的关键词也是“多而散”。因此，占据搜索页第一页广告位置，未必有很好的转化，因此，我们的目标是卡住第二页、第三页、第四页等位置，像瀑布一样不断“流”向消费者。

我们可以根据不同颜色、尺寸等维度建立的变体ASIN，然后将同一父体下的子体，创建在一个广告活动中，然后使用课程中提到的工具， 生成“瀑布式”广告结构。系统就会帮助这些广告卡住“Other Place”上，而不是“Top of Search”的位置上，会形成“瀑布流”广告效果，一层又一层，持续不断扑面而来，促成较好的转化。

更多关于浏览型产品广告投放的更多内容，文末请识别文末海报二维码或者点击“阅读原文”，观看《“外援“》系列课程：如何为多SKU品类提升广告管理及优化效率（亚马逊广告x Quartile ）