⬅返回
情感分析
文章导读
    各广告组模块的数据分析及优化,主要还是分析标红的五维度并进行优化。若只能达到1个,则广告组给一个优化期限若还未好转也关掉。ACOS是个结果性分析指标,不存在单独优化,完全由CPC和购买转化决定。至于ACOS和CPC的优化同理优化SKU报表时的方式运用平衡动态优化。

    2020内功修炼之:亚马逊SP广告精密型优化教程(1)

    2020内功修炼之:亚马逊SP广告精密型优化教程(2)

    继续接上篇文章对亚马逊SP广告的优化内容,本篇主要讲到依据亚马逊后台的四张SP广告报表对广告进行全方位的优化:Placement reportAdvertised product reportPurchased product reportSearch term report(以防误导大家,在这里说明一下亚马逊后台的SP广告报表实际是有七张,但其它三张报表不能直接用于广告优化,所以在这里不做提及),通过这四张广告报表实则是从关键词、子产品、广告组、广告出现的位置四个维度对广告组进行详尽的分析,而每个报表分析时所关注的重点五维度为:展示量、CTR、购买转化、ACOSCPC出价(原报表里上述五维度的数据有的本来就存在,有些需要加工得来)。

    (为了不赘述太多废话,下面所说的内容及表格截图均为原表格加工好的截图,原表格大家都很清楚直接导下来就可以,加工过程亦不做一一赘述,例如CTR=点击数量/展示量、购买转化=销售数量/点击数量、ACOS=花费/销售额、CPC出价=花费/点击数量,以下报表的成表过程请大家按照上述各值计算逻辑自行加工后即可得到)

    我们从第一张表Placement report开始讲起:

    将原表格进行删减成这样

    后继续加工,用数据透视表的形式对集合广告组和广告位置维度的数据透视加工,最终形成这张表样

    从上表,已经可以清晰的看出各广告组的表现情况和各广告位置的表现情况。

    各广告组模块的数据分析及优化,主要还是分析标红的五维度并进行优化。当展示量相对足够的情况下(最少够成一单的展示量,例如CTR平均指标在0.5%,,转化率平均指标在8.5%,则相当于12个点击可以成一单,如果需要这12个点击,则需要2400个展示,则这个就是最低展示量。当然展示量可以根据CPC出价的调整来进行调控),然后看CTR、购买转化、ACOSCPC这四个指标的各自的均值,达到这四个指标均值以上越多指标的广告组则对现阶段来说为良性广告组,达到的越少的广告组为劣性广告组。如果四个指标都达不到,则该广告组可以直接关掉。若只能达到1个,则广告组给一个优化期限(例如两周)若还未好转也关掉。若能达到2-3个,说明该广告组是肯定可以被优化的,则结合ASIN及关键词的报表进行优化(在说到该报表时会具体介绍)。需要说明的是,上面的表样为当前阶段的分析,经过不断优化和时间的推移会一直不断变化,所以切不可以一份表格的分析对某广告组直接打一固定标签,而是根据不断的变化按此方法不断的对哪怕是同一个广告组做分析优化。

    广告位置模块的数据分析及优化,主要分析在各位置上五维度的的数据来评估各广告位置的投资回报率,五维度的分析优化逻辑同上(上面的截图是将所有广告组均合并分析位置举例,实际分析时需要按单广告组数据为基本分别进行位置数据的分析)。而对于广告位置的调整,适用方法为,如果发现在某一广告位效果比较好,则在bid+中加大浮动比例,在相对固定的广告预算时,投放自然会更多的投放在bid+中加大比例的模块,来操纵位置投放。如果发现某一广告位置效果很差,则将该位置的bid+中的比例调低或调0,其它调高哪怕调的不多,在相对固定的广告预算时,对于系统的判定来说也会优先推bid+中比例较高的位置,而调低比例的模块自然的就会弱化降低花费提升整体广告效果。

    上述及是对Placement report的数据进行的分析及优化的方法,下面我们继续来看Advertised product report报表:

    将原表格进行删减成这样

    后继续加工,用数据透视表的形式对各个广告组的SKU分别进行数据透视加工,最终形成这张表样(以其中一个广告组的SKU透视加工数据为例)

    从上表,已经可以清晰的看出该广告组各SKU的表现情况。

    分析的逻辑仍为五维度,在展示量相对达到指标相对足够的情况下,每一个子sku即为一个分析维度,不论是标品还是非标品,哪怕调高了CPC出价如果展示量始终较少,哪怕是非标品同一款不同的尺码,那只能说明亚马逊只认可你这款中某一个码的权重也只会更多的给它展示量,且分析到子sku维度,相当于对颜色尺码等所有维度进行了平行综合分析。

    在以上分析维度的基础上,继续往下分析,分析逻辑同样同上根据达到各自指标平均值的指标数对子产品进行目前的标签评估。指标都不符合的直接淘汰。在不淘汰待观察的品里:

    CTR不符合的说明该产品主图or价格or标题or评论评分没有优势需要优化,当然很多人都会说我的这三项指标没有问题不需要优化,但说这话之前请去前台搜索(pc&app)一下出现在你这个产品广告旁边的产品这几项跟你的相比如何你就知道需不需要优化了。

    购买转化不符合的说明该listing的附图、尺码符合度、Bullet PointA+、评论内容等非搜索结果页面展现点一定有不符合买家心里预期的点,进而有针对性的进行优化。

    至于ACOSCPC的优化,在这份报表里是做一个平衡动态评估。ACOS是个结果性分析指标,不存在单独优化,完全由CPC和购买转化决定。所以在要持续优化购买转化的同时,对CPCACOS的评估在于是否在你的预期ACOS左右,如果在的话即使CPC出价相对较高,但因为转化率也很高所以维持这个SKU不变保证产出是可以的。如果ACOS很高,但不论购买转化高还是低都cover不掉这个CPC出价高的损失缺口,则直接删掉这个广告SKU

    上述及是对Advertised product report的数据进行的分析及优化的方法,下面我们继续来看Purchased product report报表:

    将原表格进行删减成这样

    后继续加工,用数据透视表的形式对各个广告组的出单SKU进行数据透视加工,最终形成这张表样(以其中一个广告组的SKU透视加工数据为例)

    该表相对维度比较简单,原作用即是让卖家看到流量流转路径(是从那个SKU进入的流量然后最终买了哪个SKU),可以发现很多买家购买的SKU实际不是广告打的那个SKU,则我用这个报表的逻辑很简单,流量的页面间跳转一定会导致漏斗式减少,即损失了大量的销售机会,所以这个表加工到这一步后,直接看到哪些SKU的购买最大,即必须加到该广告组里,并且大家力度来打,充分利用这个广告组引来的流量成单的机会。

    最后,让我们来看看Search term report报表:

    将原表格直接加工成这种形式,然后筛选各个广告组的关键词数据进行分别分析:

    同样,分析的逻辑仍为五维度,针对关键词的五维度,在展示量达相对足够的情况下,指标都不符合的直接淘汰。在不淘汰待观察的品里:

    CTR不符合则需要用该词搜索前台看展示的产品是广告组里的哪个(多搜几次看哪个产品在该关键词下最高权重出现),然后对比广告位出现附近的竞争对手对主图or价格or标题or评论评分进行优化。

    购买转化不符合则同样用该词搜索前台看展示的产品是广告组里的哪个,然后对该产品的的附图、尺码符合度、Bullet PointA+、评论内容等非搜索结果页面展现点进行优化。

    至于ACOSCPC的优化同理优化SKU报表时的方式运用平衡动态优化。即CPCACOS的评估在于是否在你的预期ACOS左右,如果在的话即使CPC出价相对较高,但因为转化率也很高所以可以继续维持这个关键词的CPC不去降低保证产出。如果ACOS很高,但不论购买转化高还是低都cover不掉这个CPC出价高的损失缺口,则要么尝试逐步降低该关键词CPC出价让该关键词的投产状态变良性(自然产出会降低所以需要同步调整费用至其它良性产出关键词上),要么直接删掉这个广告关键词。

    另外在关键词报表里还有很多关键词虽然展示量不高点击也不高没花多少钱,但也没有产出(没产出的原因大多为还没达到足够的转化点及成一单需要的转化流量),针对这种词建议是直接删掉回笼关键词库,然后逐步释放出来平行放进各个广告组里给足够的出价看是否有反应,没有反应打入死关键词库。这种词建议不要长期放在广告组里,看似单个没花多少钱,但其实加起来是要消耗不少费用的没有必要。

    以上则是对亚马逊SP广告四份报表的分析优化方法,再次说明下以上只是方法,所有的动作完全基于经营者的策略结合这些方法是用才能有希望到到的那个好的效果。另外有小伙伴会说是打自动广告组还是手动广告组没有说明,是打广泛、词组、精确也没有说明,这些全部都是基于以上方法之上策略性的东西,不同时期不同阶段即使对同一个广告组同一个词打的策略(手动自动、广泛词组精确)都不一样,所以需要具体现状具体判断,没有一招鲜永久不用动的策略方案。

    今天就到这里,下一篇为亚马逊SP广告优化系列的最后一篇,我将就“亚马逊SP广告的核心逻辑”给各位做分享,请小伙伴们继续支持ALu跨境。

    2020内功修炼之:亚马逊SP广告精密型优化教程(3)

    原文来自邦阅网 (52by.com) - www.52by.com/article/37872

    声明:该文观点仅代表作者本人,邦阅网系信息发布平台,仅提供信息存储空间服务,若存在侵权问题,请及时联系邦阅网或作者进行删除。

    评论
    登录 后参与评论
    发表你的高见
    • 😷1602054358820

      分析广告报表对于小白而言,确实有点复杂,但是通完大麦的路上这些细节都是需要注意的,谢谢分享;

      2020-10-07
      邦号回复

      您好,感谢关注ALu跨境。
      希望我的分享对同行小伙伴们有帮助,如果需要沟通也欢迎关注“ALu跨境”微信公众号联系我!

      2021-01-12
    • 梦1597830588001

      写的不错,就是初中级运营有点不太理解,太复杂了。另外大段文字叙述实在影响阅读,如果可以分小段叙述可读性会更高,期待更多分享。

      2020-08-19
      邦号回复

      您好,感谢关注ALu跨境。
      希望我的分享对同行小伙伴们有帮助,如果需要沟通也欢迎关注“ALu跨境”微信公众号联系我!

      2021-01-12