亞馬遜廣告不是玄學

藍海億觀網2024年10月31日 0

“亞馬遜廣告是一門玄學，玄之又玄，神乎其神，這一說法曾一度流傳于賣家群體之中。”

亞馬遜廣告是一門玄學，玄之又玄，神乎其神，這一說法曾一度流傳于賣家群體之中。

確實，在實際運營中，亞馬遜廣告有許多令人無法捉摸的地方。

廣告出現在首頁了，效果反而變差了；廣告不調不打緊，一調就出事，不理它，反而穩定下來了；總有一些關鍵詞沒有任何曝光量，哪怕持續增加競價，就是沒有曝光。

最令人難以捉摸的是，不同關鍵詞和廣告組合，對于訂單轉化的“貢獻度”問題，虛虛實實，真真假假。

比如，顧客在購買服裝、玩具、禮品等“瀏覽型產品”時，很喜歡“挑挑逛逛”，會用很多關鍵詞來搜索，如七分袖”“銅紐扣”“蕾絲邊”“皮質”“緊身”“寬松”等，翻了一頁又一頁，對比了一件又一件，終于，在搜索某個關鍵詞之后，在某個頁面下單了。

圖源/亞馬遜北美站上的“裙子”相關搜索結果頁面

同樣，我們為了推廣一個產品，打出了“組合拳”，同時投放幾種不同類型的廣告（SP、SB、SD、DSP等）之時，顧客可能看了一下這個廣告，點了一下那個廣告，就是沒有下單，在第三次看到某一個廣告時，終于下單了。

此時，問題來了，顧客搜了那么多關鍵詞，看了那么多次廣告，到底哪個關鍵詞和廣告，對訂單轉化的“功勞”更大？

在一般情況下，我們往往會把成交的“功勞”，歸于最后促成訂單的那個關鍵詞或廣告上，這一做法，叫作“最后觸達歸因”。顧客們之前搜索的詞，看到的廣告，幾乎是不算“功勞”的。

這顯然不太公平，也不科學。

好比早餐吃包子，前面吃了三個包子，后面又吃了第四個包子，終于吃飽了。那么，我們不能說前面三個包子跟“吃飽”這件事，沒有任何關系。

但話說回來，如果我們承認這些“過程關鍵詞”或“過程廣告”的“功勞”，那么，它們的“功勞”分別有多大？后面我們要“論功行賞”，給預算時，如何劃分預算？

這一切，似乎跟玄學一樣，令人難以捉摸。

直到我們使用了亞馬遜營銷云（Amazon Marketing Cloud ，后簡稱AMC），去“透視”顧客的購物“旅途”（Journey）之后，才看到了許多細節，包括顧客在什么頁面逗留了多久，搜索了幾次，切換了哪些關鍵詞，看了哪些廣告等。終于，“玄學”的面紗，被慢慢揭開了、

舉一個智能咖啡機的例子。

我們在亞馬遜后臺發現，該產品許多訂單的成交，是因為顧客搜索了“buy kitchen smart coffee" 這一長尾詞。按照以往的邏輯，我們將“功勞”都歸于這個“出單詞”。

然而，顧客在此之前搜了哪些詞？這些詞會起到什么作用？這是我們必須探究的問題。

我們通過亞馬遜AMC生成的關鍵詞搜索路徑分析報告，就看到了“成交前”的情況。我們發現，在消費者接觸“buy kitchen smart coffee" 這個長尾詞之前，先搜索了“coffee”這個大詞。

來源：《巧用 “外援” ，提升廣告運營優化效率》課程系列 -- 如何利用AMC數據優化廣告投放？》課程PPT截圖（亞馬遜廣告 x DSP Winner）

同時，我們觀察到，顧客通過“先搜‘coffee’再搜‘buy kitchen smart coffee’”的路徑，所產生的購買次數最多，達到了1256次，甚至超過了“coffee maker→coffee maker ”的搜索路徑。這說明，“coffee”這個大詞，對于訂單成交有很大的“助攻”作用。

同樣，我們可以用亞馬遜AMC，去“透視”“多種廣告組合”下的轉化路徑的細節。

舉個例子，一個紐約州的顧客在OTT（互聯網電視廣告）看了一次我們的廣告，但沒有產生購買，我們不想流失這個顧客，因此用亞馬遜DSP廣告（一種跨越亞馬遜站內外的廣告形式）進行再營銷，再次觸達該顧客兩次（假如一次是站外的新聞網，一次是其他渠道），終于，我們的產品在顧客的心智中“種草”了，但是，他還想再了解一些細節，于是又在亞馬遜上搜索關鍵詞，再次看到了我們的SP廣告，最后點擊下單購買。

來源：《巧用 “外援“，提升廣告運營優化效率》 -- 如何利用AMC數據優化廣告投放？課程PPT截圖（亞馬遜廣告x DSP Winner）

用亞馬遜AMC生成的數據報告，我們才得以“透視”這一過程，否則，按照我們以往的“最后觸達歸因”的做法，往往會把該訂單的“功勞”算在最后促成交易的SP廣告之上。

這可能導致我們會得出一個不太正確的結論，認為處在最后一環的SP廣告的ROAS（廣告回報率）最好，接著持續加大對它的投入，而對在前面打先鋒、做側翼輔攻的廣告（DSP、SB、SD等），給很少的預算，甚至直接“斷供”，停掉了這些廣告。

這樣一來，我們營銷漏斗上層的口子無法打開，那么，很快就達到了銷量的天花板，很難實現業務增長。

為了幫助賣家“透視”更多廣告細節，揭開所謂的玄學面紗，亞馬遜廣告放了一個大招，請了一個“外援”團隊（廣告合作伙伴），聯合打造了《巧用 “外援” ，提升廣告運營優化效率》一系列課程。

本課程免費，可以識別“文末”海報二維碼，或通過“文末”的“閱讀原文”方式觀看。

這是亞馬遜首次在一個系列中邀請到不同的廣告合作伙伴進行分享，下文是各個伙伴們在課程中分享的精粹部分。

01. 通過AMC，打開亞馬遜廣告的“天眼”

賣家在投廣告時，能夠“透視”的消費者行為細節越多，廣告往往投得越好。

在常規的廣告后臺數據報告中，賣家只能看到消費者購物“旅途”（Journey）中的最后一站，因此，訂單成交的“功勞”，往往會歸于最后被點擊的廣告（最后觸達歸因）。

這是廣告的一個巨大的盲區，尤其是賣家進行跨越站點投放DSP廣告（從亞馬遜到谷歌、社交媒體、流媒體等）時，這一盲區會更大。

在盲區中行走，往往走不好，甚至會摔跤。

亞馬遜營銷云(Amazon Marketing Cloud，簡稱AMC)解決了這一系列的痛點，幫助賣家站在高點，以鳥瞰萬物的視角，“透視”消費者購物旅途的“全過程”。

其所透視的數據顆粒度，精細到了User lD（用戶層級）和日志級別(log-level) ，即記錄了消費者每一次瀏覽、停留、點擊、加購、切換關鍵詞等“全過程行為”。

那么，亞馬遜AMC是如何幫助賣家“透視”消費者購物“旅途”呢？[ 以下內容主要來源于：《如何利用AMC數據優化廣告投放？》課程（Amazon x DSP Winner） ]

一、識別關鍵詞“搜索路徑”和廣告“最佳轉化路徑”：

1.如上文所述，我們通過亞馬遜AMC，可以“透視”顧客下單之前的“搜索路徑”：該顧客先搜索了哪幾個關鍵詞，最后又用哪個關鍵詞下單的，同時，也可以了解到，不同“搜索順序”下，所產生不同的購買次數。

另外，當我們用多個廣告一起打“組合拳”時，可以通過AMC可以“透視”到，顧客先點了哪幾個廣告，最后下單的廣告是哪一個。最重要的是，我們能夠知道，哪幾類廣告組合在一起，產生的購買最多。

2.認識轉化路徑上每一個廣告的“貢獻值”：例如，“視頻→SP→DSP”這一廣告路徑中，DSP廣告是“最后觸達轉化”，而前面的視頻廣告、SP廣告是“輔助轉化”。“輔助轉化”的廣告，對最終的轉化，都有自己的“貢獻值”，對其起到了鋪墊、“助攻”和“打先鋒”的作用。

來源：《巧用 “外援” ，提升廣告運營優化效率》課程系列 -- 如何利用AMC數據優化廣告投放？》課程PPT截圖（亞馬遜廣告 x DSP Winner）

通過亞馬遜AMC生成的這個表格，可以讓一些賣家認知到“輔助轉化”廣告的轉化價值、各自的轉化率等，根據這些數據，賣家可以對廣告做出有效的調整：

（1）當“輔助轉化”廣告>“最后觸達”廣告，那么，說明曝光和鋪墊是足夠的，但“最后觸達”廣告的“彈藥不夠”（轉化階段），可以增加預算投入；

（2）當“最后觸達”廣告>“輔助轉化”廣告，那么，說明曝光和鋪墊階段的“彈藥不足”（認知和考慮階段），應該增加流媒體（Streaming TV）、在線視頻（Online-video）、社交媒體（Lfie Style）等方面的投入。

3.科學地分配不同廣告的預算：前文提到，常規的歸因，基本上是“最后觸達歸因”，將功勞都歸在最后成交的那個環節上。

如今，賣家可以通過AMC，采用“馬爾科夫鏈”等更科學的分析法，先確認“不同廣告類型帶來的銷售貢獻”(例如:廣告銷售額或 ROAS)，然后，結合多觸點分析(例如:廣告瀏覽路徑）、人體神經網絡(例如:下單人群的規律共性)，大數據分析(如參考學習市場的預算分配規律)，得出最優廣告組合預算分配建議

來源：《巧用 “外援” ，提升廣告運營優化效率》課程系列 -- 如何利用AMC數據優化廣告投放？》課程PPT截圖（亞馬遜廣告 x DSP Winner）

4.分析不同形式廣告組打出“組合拳”的效果：如下圖，DSP廣告、SP廣告和SD廣告打一個“組合拳”，可以觸達3萬+用戶，不過，其轉化率僅為中游水平，為0.33%，而當所有廣告一起打，轉化率最高，可達到了1.55%。此外，還有各類廣告的不同組合、重疊的效果。

來源：《巧用 “外援” ，提升廣告運營優化效率》課程系列 -- 如何利用AMC數據優化廣告投放？》課程PPT截圖（亞馬遜廣告 x DSP Winner）

我們根據這些數據，結合上文中提到的“最佳轉化路徑”可以以做出“增減廣告類型”和“調整特定廣告預算”的決定，比如，在Hulu等渠道投放Video廣告，給看電影的觀眾，先留下產品（品牌印象）如果他們感興趣了，看完電影后，可能會到亞馬遜上搜索，了解并下單。

二、亞馬遜AMC還可以透視一系列有價值的數據：廣告展現頻次、觸達用戶數、受眾人群（年齡、受教育等）、不同地域轉化情況等：

1.廣告頻次、觸達用戶等數據：如下圖中，第三個廣告活動的展現頻次為3，觸達了7896個用戶，產生了305次購買，此外，還能顯示出了曝光量、轉化率等。

來源：《巧用 “外援” ，提升廣告運營優化效率》課程系列 -- 如何利用AMC數據優化廣告投放？》課程PPT截圖（亞馬遜廣告 x DSP Winner）

2.自定義受眾包：即將選擇一系列的人群，投放相應的廣告，比如“點擊了關鍵詞，但沒有買的人群”，“加入購物車，未購買的人群人群”，“看過廣告A和B未購買的人群”，“看過上層廣告，未看過上層廣告的人群”，等等。這些人群，在亞馬遜站內廣告后臺，是無法看到和自定義的。

來源：《巧用 “外援” ，提升廣告運營優化效率》課程系列 -- 如何利用AMC數據優化廣告投放？》課程PPT截圖（亞馬遜廣告 x DSP Winner）

總之，AMC數據更為細致，深入到消費者行為的“毛細血管”，為賣家提供科學的參考。

值得注意是，這些數據，是基于賣家過往的歷史數據得出來的，因此，非常具有個性化的適用性，差不多等同于每個賣家的“私人訂制數據”，因此，賣家A的AMC數據，未必適用于賣家B，此外，一個賣家階段A的數據，未必適用于階段B。

關于AMC數據，如何在廣告方面更多實際應用，亞馬遜廣告團隊請了三個“外援”合作伙伴，由他們提供了精彩的解讀，識別文末海報二維碼，或者文末點擊“閱讀原文”，免費聽課：

一、利用AMC優化廣告投放（亞馬遜廣告x DSP Winner）

二、利用AMC優化預算分配（亞馬遜廣告 x Xmars）

三、：利用AMC拆解營銷問題（亞馬遜廣告 x Pacvue）

02. 捕捉多SKU“瀏覽型產品”的出單關鍵詞

多SKU投放廣告，是很多賣家會遇到的情況。

尤其是“瀏覽型產品”，往往會有很大體量的SKU。例如，一位廈門服裝賣家就透露，他們手頭上的SKU穩定在2000+，以在顏色、尺寸、設計圖案等方面滿足不同顧客的個性化需求。

圖/某快時尚賣家的一款裙子的眾多變體（來源：亞馬遜北北站搜索結果頁）

什么是瀏覽型產品呢？服裝、玩具、床單、禮品等，都屬于這類產品。

那么，什么是瀏覽型產品呢，我們之所以將它們稱為瀏覽型產品，是從消費者視角來看的。

當消費者要購買這類產品時，喜歡挑挑選選，想逛街一樣慢慢“逛”，比如美國達拉斯州的一個年輕女子要買一件連衣裙。她往往會將亞馬遜當成一個“發現工具”，輸入某個關鍵詞并搜索后，不斷翻頁，以看到各式各樣的連衣裙，包括直身群、?斜裙、?吊帶裙，或者?休閑款、?正式款、?復古款等等。

她也可能是奔著帶有某類特定屬性的連衣裙去的，她講究“舒適性”，可能會搜索“棉”“真絲”等，她喜歡“懸垂性”，可能會搜索“歐根紗”“雪紡”，她重視“設計感”，可能會搜索“印花”“碎花”“蝴蝶圖案”等。

玩具、床單、禮品等類型的產品，其情況也很相似。

如此眾多的SKU和搜索關鍵詞，給經營“瀏覽型”產品的賣家，帶來很大的廣告挑戰：

一、流量呈分散化、流量入口多，難以制定廣告策略：

1.單一關鍵詞的流量小，轉化率低：“瀏覽型”產品的屬性很多，顧客的個性化需求也很多，幾乎是千人千面，因此，他們搜索的關鍵詞是各式各樣的，導致瀏覽型產品的“出單關鍵詞”不僅多，而且散，每個關鍵詞都可能“均沾雨露”，但也帶來的問題，即單一關鍵詞的流量較小，轉化率較低；

2.流量跳轉和流失多，：瀏覽型產品的顧客，傾向于先“逛”后“買”，顧客經常會翻頁，或者點擊一些跳轉頁面，導致頁面跳轉或流量流失，這決定了，能夠出單的廣告位置，不限于頭部的搜索頁面，而第二頁、第三頁、第四頁，乃至更靠后的頁面上的廣告，也可能促成出單。

以上兩種情況，與標準型產品（標品）有重大差異。標準型產品的關鍵詞數量少，在流量方面有很強的“二八效應”，比如保溫杯、鋼筆等產品，幾個頭部關鍵詞可能占據了80%的流量，而其余大量關鍵詞的流量僅為20%。

二、體系化的廣告框架搭建難：多SKU的產品上新頻率一般比較高，旺季與淡季交替時（比如秋冬款與春夏款），導致廣告框架要不斷重新搭建；

三、廣告框架搭建并投放后，總體的管理較難：SKU多，導致廣告策略不好平衡，過于粗放式地管理，往往使廣告無法細化、調整，導致損失，過于精細化的廣利，無法覆蓋眾多關鍵詞和流量入口，最終導致無法提升銷量、

針對以上問題，課程中提供了一系列解決方案：

一、找到精準的顧客，并找準代表顧客真正需求的“出單關鍵詞”：亞馬遜檢索商品，主要基于“文本匹配”的原理，例如，一個顧客要購買“Leather Bag”，那么，亞馬遜會先把包含“Leather“和“ Bag”的商品檢索出來，接著，把同時包含“Leather+ Bag”的商品檢索出來，將其視為比較符合消費者需求的商品，并進行排序。

瀏覽型產品的關鍵詞很多，很分散，比如一件衣服，有人搜“七分袖”，有人搜“五分袖”，有人搜“圓領”，也有人搜“V領”，因此，我們無法在整體上把握顧客會用哪些“特定關鍵詞”搜索，并產生了購買。

課程中建議，針對個性化的產品，可以先通過亞馬遜（手機端）“找相似產品”的功能，找出直接競品或相似競品。

來源：《巧用 “外援“，提升廣告運營優化效率》 – 如何為多SKU品類提升廣告管理優化效率？課程PPT截圖（Amazon x Quartile）

第二步、先找到一定數量的競品ASIN，比如先找5個競品ASIN，然后利用關鍵詞調研工具，輸入與我們產品相似品的ASIN，就會得到一份包含“出單關鍵詞“以及“出單ASIN報表”的報告，用于后續的廣告投放。

二、搭建廣告框架：大詞與中長尾詞分開創建廣告活動：

1.對于流量大詞，一個定向（Targeting）創建一個廣告活動：大詞流量很大，比如帽子中的“beach hat”。如果大詞放在一起，或者大詞和小詞一起放在一起，出價、廣告位置、預算等比較難控制。

2. 將詞根相近，代表共同屬性的長尾詞，放在一個廣告活動中投放：瀏覽型產品的長尾詞體量非常龐大、繁雜，代表不同的需求屬性或者需求場景，如果不加區分地混合地投放，就會很雜亂，很難對廣告進行科學管理，因此，我們可以用 “特征詞分析工具”，進行詞根屬性“篩選”和“歸類” 篩選出有相同詞根的關鍵詞，例如“度假”（vacation）“ 運動”“沙灘”等分類，然后放在一個廣告活動中投放。

這樣做，能夠讓亞馬遜會更快識別你的標簽，更加了解你產品背后的人群畫像是什么，然后進行精準的匹配和推流。

比如，比如我們產品的目標人群是“經常有沙灘中休閑娛樂的女性”，我們對投放的詞語進行上述的精細化篩選和管理，那么，亞馬遜會對這類人群的匹配會更加積極。

來源：《巧用 “外援“，提升廣告運營優化效率》 – 如何為多SKU品類提升廣告管理優化效率？課程PPT截圖（亞馬遜廣告 x Quartile）

三、推薦使用瀑布流廣告：瀏覽型產品的需求千人千面，顧客在購買這類產品時，往往喜歡“逛”，瀏覽完一頁后，往往會繼續翻下一頁，其所搜索的關鍵詞也是“多而散”。因此，占據搜索頁第一頁廣告位置，未必有很好的轉化，因此，我們的目標是卡住第二頁、第三頁、第四頁等位置，像瀑布一樣不斷“流”向消費者。

我們可以根據不同顏色、尺寸等維度建立的變體ASIN，然后將同一父體下的子體，創建在一個廣告活動中，然后使用課程中提到的工具， 生成“瀑布式”廣告結構。系統就會幫助這些廣告卡住“Other Place”上，而不是“Top of Search”的位置上，會形成“瀑布流”廣告效果，一層又一層，持續不斷撲面而來，促成較好的轉化。

更多關于瀏覽型產品廣告投放的更多內容，文末請識別文末海報二維碼或者點擊“閱讀原文”，觀看《“外援“》系列課程：如何為多SKU品類提升廣告管理及優化效率（亞馬遜廣告x Quartile ）