3 تكتيكات يستخدمها مُعلنو أفضل منتجات السيارات للمساعدة في زيادة المبيعات

إعداد: سيسيا وانغ، مدير التحليلات والوسائط الإعلامية

لقد درسنا أكثر من 8600 ماركة في فئة منتجات السيارات في متجر Amazon لاكتشاف رؤى حول كيفية تحفيزها للنمو عامًا بعد عام في معدل نمو المبيعات والعملاء الجدد بالنسبة للماركة.

أبرز أحداث القصة:

في هذه الدراسة، قمنا بتحليل أكثر من 8600 ماركة في فئة منتجات السيارات في الولايات المتحدة في عام 2020. تشمل فئة منتجات السيارات الماركات التي تبيع منتجات مثل قطع غيار وإكسسوارات المركبات الترفيهية، وقطع غيار ومنتجات إكسسوارات السيارات.

لقد وضعنا درجة مركبة لمعدل نمو المبيعات عامًا بعد عام (SalesGR)، ومعدل النمو عامًا بعد عام للعملاء الجدد بالنسبة للماركة (NTBGR)، ثم استخدمنا التعلم الآلي لتحديد أفضل استراتيجيات الإعلان والبيع بالتجزئة التي استخدمها المُعلنون لمساعدتهم على زيادة درجاتهم المركبة.

يجب على المُعلنين عن منتجات السيارات الذين يتطلعون إلى تحسين معدلات نمو SalesGR وNTBGR عامًا بعد عام مراعاة ما يلي:

  • تشغيل حملات إعلانات العرض المدعومة وإعلانات المنتجات المدعومة.
  • زيادة دعم إعلانات العرض المدعومة وإعلانات الماركات المدعومة خلال أحداث الدعم.
  • التوازن بين مزيج الاستثمار.

لمزيد من المعلومات، اطّلع على قسم المنهجية في نهاية هذه المقالة.

1. يقوم المُعلنون عن منتجات السيارات الأفضل أداءً بتشغيل حملات إعلانات الماركات المدعومة، وإعلانات المنتجات المدعومة

الرؤى

توفر إعلانات الماركات المدعومة للمُعلنين القدرة على الظهور في مواضع ظهور مميزة متعددة في أعلى وأسفل صفحات نتائج التسوق. يوضح هذا التحليل أن ماركات منتجات السيارات ذات نمو أعلى قد استخدمت إعلانات الماركات المدعومة في عام 2020. قد يكون أحد أسباب ذلك هو نتيجة الوصول العالي الذي يمكن تحقيقه من خلال إعلانات العرض المدعومة.

التوصيات

عند استخدام الحملات المفعّلة باستمرار، نوصي بما يلي:

  • تغطية الكلمات الرئيسية: استخدم الكلمات الرئيسية للفئة للمساعدة على تشجيع العملاء الجدد على المضي قدمًا في مراحل الشراء، واستخدم الكلمات الرئيسية التي تحمل الماركة لتحفيز التحويل.
  • الميزانيات الموسمية لإعلانات الماركات المدعومة: تشهد سلوكيات البحث والشراء لدى المتسوقين نقاط صعود ونقاط هبوط على مدار العام، ويساعد تنسيق الميزانيات بما يعكس ذلك على زيادة العائد على الاستثمار (ROI).
  • لا تقم بتغيير أرقام ASIN المروّجة بشكل متكرر: لدعم الاكتشاف ومدى الملاءمة، اسمح بفترة زمنية كافية للدعم ولا تغيّر أرقام ASIN المروّجة بشكل متكرر، مثل يوميًا أو أسبوعيًا.

2. يعمل المُعلنون عن منتجات السيارات الأفضل أداءً على زيادة تقييمات المستخدمين إلى أقصى حد

الرؤى

تعد تقييمات المستخدمين معيارًا مهمًا للعملاء الذين يتطلعون إلى اتخاذ قرار بشراء منتج. للمساعدة في تحسين عدد مشاهدات صفحة تفاصيل المنتج ومعدلات التحويل، يمكن للمُعلنين استخدام الأدوات التالية:

التوصيات

المورّدون: استخدم برنامج Amazon Vine. تم إنشاء البرنامج لتوفير مزيد من المعلومات للعملاء بما في ذلك التعليقات الصادقة وغير المتحيزة من بعض المراجعين الأكثر ثقة في Amazon.

البائعون: سجل لدى سجل Amazon للماركات واستخدم برنامج Early Reviewer. يؤدي التسجيل في سجل Amazon للماركات إلى إتاحة مجموعة من الأدوات المصممة لمساعدتك في بناء ماركتك وحمايتها، مما يخلق تجربة أفضل للعملاء.

3. يوازن المُعلنون عن منتجات السيارات الأفضل أداءً بين مزيج الاستثمار

الرؤى

أحداث الدعم القياسية مثل White Friday وإثنين الإنترنت (BFCM)، بالإضافة إلى أحداث دعم السيارات مثل موسم الشاحنات، والاستعداد للشتاء تحدث في أوقات مختلفة على مدار العام. قد يؤدي الإعلان عبر أحداث الدعم هذه إلى تركيز الاهتمام بماركتك، ويساعد في زيادة المبيعات. في الواقع، حافظت الماركات ذات النمو الأعلى على إنفاق متوازن في المنتجات المدعومة عبر موسم الشاحنات والاستعداد للشتاء وBFCM. وعلاوة على ذلك، فقد حافظت الماركات الأفضل أداءً أيضًا على معدل 2:1:1 عبر موسم الشاحنات: الاستعداد للشتاء: BFCM، بينما حافظ مُعلنون آخرون على معدل 10:1:1.

التوصيات

يوضح تحليلنا أن الأسلوب الأكثر توازنًا يمكن أن يؤدي إلى ارتفاع DPVGR وNTBGR عامًا بعد عام.

المنهجية

استخدمنا أولاً نموذجًا خاضعًا للإشراف لتحديد قائمة بالسمات التي تساعد على تحسين الدرجة المركبة بين أكثر من 40 وسائط إعلامية وسمات للبيع بالتجزئة. ثم استخدمنا قائمة السمات هذه وقمنا بإجراء تحليل المجموعة بين المُعلنين/الماركات، لذلك فإن المُعلنين/الماركات في نفس المجموعة يكونون متماثلين في سمات الإعلانات والبيع بالتجزئة، بينما المُعلنون/الماركات في مجموعات مختلفة يختلفون في سمات الإعلانات والبيع بالتجزئة. هذه السمات هي X1، X2،... Xn. (السمات موضحة كفقاعات في الصورة المرئية).
أسفرت خوارزميات التعلم الآلي عن 4 مجموعات. لقد رتبنا هذه المجموعات الأربع حسب معايير النجاح، وقارنا الاختلافات بين المجموعات ذات الأداء الأعلى والأدنى، وحددنا السمات الرئيسية التي تميز أدائها على معدل نمو NTB والمبيعات.

ما آلية عمل المجموعات؟
لقد وضعنا درجة مركبة ثنائية بناءً على DPVR، ثم طبقنا مصنِف XGBoost لتحديد الميزات وقيم الترجيح التي تتنبأ بهذه التصنيفات بشكل أفضل. عند القيام بذلك، اعتبرنا إجراءات الإعلان أو البيع بالتجزئة كميزات مثل كثافة ومزج استخدام المنتج الإعلاني، وتوقيت الدعم الإعلاني، وتكتيكات الاستهداف، والتصميمات الإبداعية ومواضع الظهور، وعدد تقييمات المستخدمين وتقييمهم، والنسبة المئوية للمنتجات التي تحتوي على صفحات منتجات عالية الجودة، وأنواع المنتجات المروّجة في الإعلانات، وما إلى ذلك.
باستخدام الميزات وقيم الترجيح المحددة المذكورة أعلاه، قمنا بعد ذلك بتطبيق خوارزمية تجميع k-medoid لتصنيف المُعلنين إلى مجموعات. لاحظ أننا صنفنا المُعلنين حسب أفعالهم بدلاً من مكونات درجاتهم المركبة. بعد ذلك، صنفنا المجموعات النهائية حسب درجاتها المركبة من الأعلى إلى الأدنى.