Vier Taktiken, die Werbetreibenden dabei helfen das Umsatzwachstum zu beschleunigen
Von: Raghvendra Mani, Analytics and Media Manager
In einer kürzlich in Deutschland, Frankreich, Italien, Spanien und im Vereinigten Königreich durchgeführten Studie haben wir festgestellt, dass es vier Schlüsselbereiche gibt, die Top-Performer von 2013 bis 2020 genutzt haben, um dazu beizutragen, dass die Glance Views (Kurzaufrufe) erhöht und das Umsatzwachstum beschleunigt werden.
Die wichtigsten Punkte:
Wir haben rund 3 000 Marken analysiert, die bereits im Amazon Store werben und zwischen 2013 und 2020 in neue Regionen expandierten, insbesondere in Deutschland, Frankreich, Italien, Spanien und im Vereinigten Königreich. Für jeden Werbetreibenden haben wir das Startdatum der Einführung von Sponsored Products als Basisdatum genommen und dann die kumulativen Verkäufe und Glance Views (Kurzaufrufe) von den Monaten 0 bis 6 und 7 bis 12 gemessen. Anhand dieser Daten haben wir fünf Cluster erstellt und dann Cluster 1 (Werbetreibende mit der höchsten Anzahl von Glance Views und prozentualer Umsatzsteigerung) mit Cluster 5 (Werbetreibende mit der geringsten Anzahl von Glance Views und prozentualer Umsatzsteigerung) verglichen.
Wir haben untersucht, welche Maßnahmen dazu führten, dass Cluster 1 im Durchschnitt ein 16,4-mal höheres Umsatzwachstum gegenüber dem Vorjahr und 3,8-mal mehr Glance Views verzeichnete.
Ergebnisse indizierter Erfolgsstatistiken
(Basislinie = Cluster 5)
Umsatzwachstum
Steigerung der Glance Views (Kurzaufrufe)
Weitere Informationen über die Erfassung unserer Daten finden Sie im Abschnitt „Methodik“ am Ende dieses Artikels.
1. Werbetreibende mit den besten Ergebnissen verwenden Sponsored Products und Sponsored Brands und haben mehr Kundenbewertungen.
Insights
Über 80 % der Werbetreibenden, die zu Cluster 1 gehören, erhöhten ihre Kundenbewertungen im analysierten Zeitrahmen. Darüber hinaus hatten Werbetreibende in Cluster 1 sowohl ihre Kampagnen für Sponsored Products als auch für Sponsored Brands länger (durchschnittliche Anzahl an Wochen) aktiviert als andere Werbetreibende.
Empfehlungen
Wenn Sie ein Händler sind: Verwenden Sie das Amazon Vine-Programm. Das Programm wurde entwickelt, um Kunden mehr Informationen zu liefern, darunter ehrliches und unvoreingenommenes Feedback einiger der vertrauenswürdigsten Reviewer von Amazon.
Wenn Sie ein Verkäufer sind: Registrieren Sie sich bei dem Amazon-Markenregister und nutzen Sie das Early Reviewer-Programm, um dazu beizutragen, dass die Anzahl der Bewertungen Ihrer Produkte erhöht werden.
2. Werbetreibende mit den besten Ergebnissen führen das ganze Jahr über Werbekampagnen durch.
Insights
Always-On-Kampagnen können zur Verbesserung der Kampagnenergebnisse beitragen, da die Algorithmen im Laufe der Zeit mehr Insights bieten, um die Kampagnen zu verbessern. Werbetreibende von Cluster 1 verfügen im Durchschnitt über Sponsored Products-Kampagnen, die im Vergleich zu niedrigeren Clustern 3-mal länger kontinuierlich aktiv sind.
Always-On-Werbung funktioniert am besten, wenn Taktiken zum Bewusstsein, zur Berücksichtigung und Conversion gemeinsam umgesetzt werden. Taktiken zum Bewusstsein und zur Berücksichtigung wie Display-Anzeigen über Amazon DSP können dazu beitragen, neue Kunden zu ermutigen, sich im Funnel nach unten zu bewegen. Conversion-Taktiken wie Display-Weitervermarktung können ihnen bei der Kaufentscheidung helfen.
Empfehlungen
Beim Verkauf von Produkten in mehreren Ländern sollten Werbetreibende die Spitzen- und Nicht-Spitzenzeiten in jedem Land einzeln berücksichtigen. Viele Werbetreibende, darunter Top-Performer, investieren außerhalb der Spitzenzeiten in Always-On-Kampagnen und schalten in Spitzenzeiten saisonale Werbung. Sie sollten einen Always-On-Kampagnenansatz außerhalb der Spitzenzeiten in Betracht ziehen und Ihre Anzeigen in Spitzenzeiten an die saisonalen Kalender jeder Region anpassen, um die Kampagnenplanung (für jedes Gebietsschema) zu maximieren.
3. Werbetreibende mit den besten Ergebnissen verwenden negative Keywords.
Bei der Einführung in einer neuen internationalen Region schnitten Keywords, die auf das Gebietsschema zugeschnitten waren, besser ab.
Negative Keywords sind Wörter oder Wortgruppen, die verhindern, dass Ihre Anzeige auf Einkaufsergebnisseiten erscheint, die Ihre Ergebnisziele nicht erfüllen. Die Verwendung der richtigen Keywords und die Vermeidung negativer Keywords können dazu beitragen, dass Kunden Ihre Produkte bei der Suche finden können.
Hier ist ein Beispiel für die Funktionsweise negativer Keywords:
| ASIN-Katalog | Negative Keywords | Begründung |
|---|---|---|
| Terrassenmöbel | Esszimmermöbel | Die Werbeanzeige wird nicht angezeigt, wenn Käufer nach Esszimmermöbeln suchen. |
| Abdeckung für Terrassenmöbel | Sofabezüge | Werbeanzeige wird nicht angezeigt, wenn Käufer nach Sofabezügen suchen. |
| Sowohl Schaukelsets für Terrassen als auch Sofaprodukte | Sofaprodukte in Kampagnen zum Bewerben von Schaukelsets | Anzeigen, die Sofaprodukte bewerben, werden nicht neben Anzeigen von Kampagnen geschaltet, die Schaukelsets für Terrassen bewerben |
Empfehlungen
Bei der Markteinführung auf neuen Marktplätzen können Sie Keywords aus Produktbewertungen beziehen. Verwenden Sie die Wortgruppen-Übereinstimmung, um ein großes Publikum zu erreichen und es mit einer genauen Übereinstimmung abzugleichen, damit die Auffindbarkeit von Produkten verbessert werden kann. Testen, lernen und optimieren Sie Keywords für Ihre Produkte.
Werbetreibende mit Zugriff auf die Amazon Ads-Konsole können das Keyword-Lokalisierungstool verwenden, um in ihre bevorzugte Sprache der fünf wichtigsten EU-Länder zu übersetzen, was dazu beiträgt, Sprachbarrieren zu beseitigen, die in der Vergangenheit ihre Fähigkeit behindert haben, manuell ausgerichtete Kampagnen in einer anderen Region zu starten. Werbetreibende können zur Werbekonsole navigieren, eine neue Kampagne starten, manuelles Targeting auswählen und zu den vorgeschlagenen Keywords scrollen. Hier sehen Sie die jeweiligen Übersetzungen unter jedem vorgeschlagenen Keyword.
4. Werbetreibende mit der besten Leistung kombinieren Werbung mit Erweiterung des Gebietsschemas und Produkteinführungen.
Insights
Eine von CPC Strategy durchgeführte Amazon-Käuferverhaltensstudie aus dem Jahr 2018 ergab, dass 80 % der Amazon-Kunden Amazon nutzen, um neue Produkte und Marken zu entdecken. 1 Die Studie ergab auch, dass frühe Werbung in neuen Gebietsschemata zur Produktauffindbarkeit und damit zur Steigerung der Produktverkäufe beitragen kann.
84 % der Werbetreibenden in dieser Studie, die sich für die Verwendung von Sponsored Products oder Sponsored Brands entschieden haben, um eine Produkteinführung oder ein neues Gebietsschema zu unterstützen, beobachten ein Wachstum der Verkäufe innerhalb des ersten Jahres. Werbetreibende von Cluster 1 starten im Durchschnitt 6 Tage nach der Einführung in einer neuen Region ihre erste Sponsored Products-Kampagne. Diese Werbetreibenden nutzen auch andere Produkte (Sponsored Brands) schneller als andere Werbetreibende. Die durchschnittliche Anzahl der Tage bis zur Einführung von Sponsored Brands von Cluster 1 beträgt 40 Tage.
Empfehlungen
Sobald Sie Ihre erste Kampagne gestartet haben, lernen Sie mit uns weiter. Chatten Sie mit unseren Spezialisten und besuchen Sie unsere Webinare für fortgeschrittene Anfänger und Fortgeschrittene zu Targeting, Budgets und Geboten, Keywords und Berichten, um sich in der Verbesserung Ihrer Amazon Ads-Leistung zu schulen.
Bevor Sie Produkte zu Ihrem Amazon Store hinzufügen, sollten Sie A+ Inhalte verwenden, um Ihre Markengeschichte und Produktfunktionen mithilfe von Rich-Text und Bildern auf der Amazon-Detailseite zu präsentieren. Der Aufbau Ihrer Marke bei Amazon kann dazu beitragen, Conversions und möglicherweise Traffic und den Umsatz zu steigern.
Methodik
Wir haben etwa 3 000 Werbetreibende in der Kategorie „Hardlines“ analysiert, die über ihre Heimatländer hinaus verkaufen, und von 2013 bis 2020 auf mindestens 3 Länder (Deutschland, Frankreich, Italien, Spanien und Vereinigtes Königreich) expandiert haben. Wir haben Werbetreibende aus China für diese Studie ausgeschlossen.
Wir haben die Gesamtumsätze und Glance Views für jeden Werbetreibenden in den Monaten 0 bis 6 und 7 bis 12 nach der Einführung von Sponsored Products zusammengefasst. Anschließend haben wir einen zusammengesetzten Score erstellt, indem wir die Steigerung des Umsatzes und der Glance Views zwischen diesen beiden Zeiträumen gemessen haben. Anschließend haben wir die wichtigsten Werbe- und Einzelhandelsstrategien identifiziert, die den erhöhten zusammengesetzten Scores mit Algorithmen für maschinelles Lernen entsprachen.
Wie sind Werbetreibende über die Cluster verteilt?
Wir haben Machine Learning-Algorithmen verwendet, um Werbetreibende basierend auf ihren Werbe- und Einzelhandelsattributen automatisch in Cluster einzuordnen.
Cluster 1
Cluster 2
Cluster 3
Cluster 4
Cluster 5
Wie funktioniert das Clustering?
Wir haben einen binären zusammengesetzten Score unter Verwendung einer Kombination aus Rentabilität der Anzeigenkosten (Return on Ad Spend, ROAS), Wachstum der Einzelhandelsumsätze gegenüber dem Vorjahr und Produktseitenaufrufen gegenüber dem Vorjahr erstellt. Wir haben Werbetreibende, die in allen drei Komponenten unter den besten 50 % rangierten, als „Eins“ und andere als „Null“ bezeichnet. Wir haben dann einen XGBoost-Classifier angewendet, um zu identifizieren, welche Merkmale mit welcher Gewichtung diese Marken am besten prognostizieren. Dabei betrachteten wir Werbe- oder Einzelhandelsmaßnahmen als Funktionen, wie Intensität und Mix der Nutzung von Anzeigenprodukten, Timing der Werbeunterstützung, Targeting-Taktiken, Werbemittel und Platzierungen, Anzahl und Bewertungen von Kundenbewertungen, Prozentsatz der Produkte mit hochwertigen Produktseiten und die Arten von Produkten, die in Anzeigen beworben wurden.
Anhand der oben identifizierten Merkmale und Gewichtungen haben wir dann einen k-medoid-Clusteringalgorithmus angewandt, um die Werbetreibenden in Cluster einzuteilen. Beachten Sie, dass wir Werbetreibende eher nach ihren Aktionen als nach den Komponenten ihrer zusammengesetzten Bewertung klassifiziert haben. Als Nächstes haben wir die endgültigen Cluster nach ihrer Gesamtpunktzahl von hoch bis niedrig eingestuft.