已收藏,可在 我的资料库 中查看
关注作者
您可能还需要

亚马逊广告诊断与优化金字塔视频详解

亚马逊Listing深度优化及广告运营

亚马逊广告诊断与优化金字塔视频详解

我们首先看一下我们整个亚马逊数据诊断优化的一个金字塔的结构,只有我们知道正确的逻辑和结构,我们才知道应该从哪个方向去入手,避免我们走了一个弯路。一共分了四层。

第一层是商品的诊断,第二层是商品的分析,第三层是投放分析,第四层是广告优化。我们大部分人做广告优化都是从客户搜索词报告这边开始入手的,但这样分析是会有很多问题的。为什么会造成这样的原因?其实主要是因为我们其他报告的数据量真的太大了,我们缺乏一些很好用的工具,无法高效的把所有的这些数据进行组合,并且提炼出正确的一些分析逻辑和指标,并且对我们的广告数据和我们的业务数据进行一个综合的诊断分析,以及对我们的业务以及广告做一些优化建议和方向。

亚马逊广告诊断与优化金字塔视频详解

在开始讲解之前,我想先问大家一个问题,是你的客户搜索词多,还是你的投放词多?是你的投放词多,还是你的广告商品多?是你的广告商品多,还是你的Listing多?我想我们这个问题的话,心里的答案是一样的,对不对?而我们分析要从上到下,这样的角度,我们才能更好的管理好我们的店铺的所有产品,给我们的产品分一些轻重缓急,把我们的产品的一些问题给找到,这样的话我们才能够知道什么产品是我最先优化的,而这个产品我应该优化哪些问题,以及我具体的优化措施是什么?防止我们因为日常的工作太繁忙,以及数据量太多,不知道先看哪一个数据,以及因此漏掉了很多重要的问题,比如库存,比如说一些产品的盈利亏损的判断,包括我们广告预算的一些指标的把控,这些都是我们最重要的一些指标,而如果我们直接看客户搜索词的时候,是无法做出这些正确的评估的。

另外的话就是我们的广告问题,其实往往是整体性的问题,并不是某个客户搜索词或者是我们投放词的问题,而这个时候我们更需要从整个Listing以及整个产品的角度去出发,这样的话我们才能更好的分析。比如有很多的因素是产品因素,而不是我们的广告因素。这样的话可以帮助我们更好的优化产品和提升整个产品的一个转化率、点击率这些指标。

亚马逊广告诊断与优化金字塔视频详解

接着的话我们才会去对每个投放词的销量的表现,以及它的一些表现指标去做分析,最后的话我们才真正的到客户搜索词那边去分析,结合位置分析和它的竞价调整策略,这样的话我们才能把整个广告以及我们的产品分析的工作全部都给做的完善,而且把我们的所有的细节都把控到位。这些的话才是我们商品诊断里面所需要做的。先对产品的优先顺序,以及产品大问题进行一个诊断和分析。

接着的话我们会进行一个商品的分析,也就是说我们推广的广告商品的分析,这里面往往会带出更深的一些问题,比如说我是用哪些投放词带给我产品出单的,另外我投放词给我广告商品出单了之后,会不会给我其他商品出单,以及我所有的投放词给我商品带来了销量的一个排序是怎么样的?这样的话我才能知道我应该优化哪一个投放词,而不会显得非常的茫然。而是应该从哪个销量给我们带来的销量越大的投放词去入手优化,这样的话我们分析投放词的时候才更有目的。接着我们会从投放词找到不同广告投放,然后我们按照不同的投放类型进行一些相应的不同广告的分析,这样的话才能帮助我们从广告的根源问题以及它的现象到找到一个解决方法。

亚马逊广告诊断与优化金字塔视频详解

当我们做完投放词的分析之后,我们是不是就要直接开始进行广告优化,其实不是这样的。因为我们还少了一些位置的分析,而位置的分析往往是我们看不到的问题,而这些问题会在我们做了搜索词优化之后,发现没有效果。比如我们调整了投放匹配方式或者给它提高了竞价,以及我们对广告组做的一些预算提高的调整,但是它的销量还是依旧跟以前差不多。这些问题的话往往就是因为我们的位置报告没有去做分析,没有做一些调整才导致的。所以很多人会发现没有效果,又把广告调回到原来的样子,导致广告没有办法做得更好,也没有办法提升到一个更高的水平。

这些是我们大部分人做广告优化的时候遇到的普遍现象,所以我们第三层的一个位置分析和投放分析,就是帮助我们找到一些问题的症状和更具体的一些原因。这样的话我们在做客户搜索词分析和优化了之后,才能产生正确的一个效果。这个就是我们整个广告从广告诊断这到广告优化,从底层到上层的一个正确优化逻辑。讲完这些之后,我们再会进入一些更加具体,而且更加具有业务指导性的广告KPI的指标,以及我们业务指标如何正确理解,以及我们的一些新指标,他是为什么能够帮助我们把广告管得这么好,我们请看下一节的详细介绍,点击链接,学习亚马逊Listing的优化及广告运营。

(来源:跨境张无忌)

以上内容属作者个人观点,不代表雨果网立场!本文经原作者授权转载,转载需经原作者授权同意。

分享到:

--
评论
最新 热门 资讯 资料 专题 服务 果园 标签 百科 搜索

收藏

--

--

分享
亚马逊高级数据分析师Steve
分享不易,关注获取更多干货