Cómo los anunciantes de abarrotes con el mejor desempeño aumentan el reconocimiento
Por: Kavya Kilari, Análisis e Insights
Temas destacados de la historia:
En un estudio de 2019 de más de 5600 empresas con sede en Estados Unidos en la categoría de Abarrotes de Amazon, observamos tres tácticas publicitarias que usaron más los anunciantes con un mejor desempeño que otros. En la categoría de Abarrotes, se incluyen marcas que venden productos como Whole Foods, café, bebidas frías y bocadillos.
Los anunciantes con el mejor desempeño tienen, en promedio, un crecimiento 2.2 veces mayor de un año a otro (YOY) en sus medidas de reconocimiento del Índice de marcas de Amazon (ABI) (estas proporcionan a los anunciantes estadísticas del embudo medio y superior que cuantifican el número de clientes que reconocen una marca), y un crecimiento YOY 1.9 veces mayor en la consideración de ABI (que refleja el número de clientes que consideran realizar una compra) en comparación con otros anunciantes. Para estudiar más este impacto, utilizamos algoritmos de aprendizaje automático para identificar las tácticas que diferenciaban a los anunciantes con el mejor desempeño de otros. Este artículo explora esas tácticas y brinda recomendaciones sobre cómo mejorarlas.
Para obtener más información, consulta la sección de Metodología al final de este artículo.
1. Los anunciantes de abarrotes con el mejor desempeño aprovechan los anuncios de Streaming TV
Insights
Nuestro análisis muestra que los anunciantes en el estudio, en promedio, aumentaron su alcance neto total de medios (sobre televisión estándar solamente) un 2.2% más mediante el aprovechamiento de los anuncios de Streaming TV. Por otra parte, un estudio de Nielsen de 2019 reveló que aproximadamente el 39% de este alcance progresivo no podría haberse logrado a través de la televisión estándar debido al creciente cambio de esta a Streaming TV.
8 veces
más probabilidades de ejecutar una campaña siempre activa
2.2%
de aumento del alcance neto
39%
de alcance atribuido al lanzamiento en Fire TV
Recomendaciones
Los anunciantes no solo deben considerar agregar los anuncios de Streaming TV a su plan de medios, sino que también deben considerar ejecutar campañas siempre activas durante al menos 25 semanas del año.
2. Los anunciantes de abarrotes con el mejor desempeño usan los anuncios de display y los anuncios de Streaming TV juntos
Insights
Nuestra investigación mostró que los anuncios de Streaming TV y los anuncios de display funcionan mejor juntos. Las marcas con el mejor desempeño que usaron anuncios de display y anuncios de Streaming TV juntos obtuvieron un aumento del 47% en las búsquedas con marca atribuidas a los anuncios en Amazon Store de un año a otro. Adoptar un enfoque de embudo de ventas completo mediante el uso de estrategias complementarias y siempre activas del embudo superior e inferior puede ayudar a los anunciantes a atraer el interés de los clientes a través de los canales, dondequiera que se encuentren en su proceso.
Nota: Si bien las búsquedas con marca no siempre resultan en ventas, pueden indicar un aumento en la consideración de la marca, que es un paso crucial en la experiencia del consumidor.
Recomendaciones
Considera aumentar el apoyo al ejecutar anuncios de Streaming TV además de anuncios de display. Los anunciantes también deben aprovechar las herramientas de Amazon Advertising como:
- El Generador de material creativo para video de Amazon: esta es una herramienta gratuita que permite a los anunciantes crear anuncios de video.
3. Los anunciantes de abarrotes con el mejor desempeño usan más los segmentos de audiencias de Amazon
Insights
Los anunciantes con el mejor desempeño tuvieron un aumento del 44% en la consideración al llegar a audiencias basadas en señales conductuales (por ejemplo, el segmento de audiencia de estilo de vida) en comparación a cuando solo usaban segmentos de audiencia demográficos. Los anunciantes con el mejor desempeño también mostraron un 4.5% más impresiones que otros.
44%
de aumento de la consideración
4.5%
más impresiones mostradas
Recomendaciones
Al usar una combinación de audiencias de Amazon del mercado interno y estilo de vida, los anunciantes pueden ajustar el enfoque de su campaña. Por ejemplo, cuando los compradores compran en la categoría de Ejercicio y Fitness, podrían hacerlo para ayudarles a lograr nuevas metas de fitness, por lo que los anunciantes deben considerar usar esto al desarrollar sus mensajes. De igual manera, los compradores conscientes de la salud también podrían estar buscando polvos de proteína y otros productos que les ayuden a complementar sus dietas en relación con estas metas. Amazon puede ayudar a los anunciantes a llegar a audiencias interesadas en actividades de compra que indiquen que pueden haber comprado recientemente un producto relacionado con el fitness. Los anunciantes con acceso a los reportes del amplificador de Amazon e insights de audiencias deben considerar el uso de ambos recursos para monitorear y optimizar mejor sus audiencias del mercado interno y estilo de vida.
Metodología
En este estudio, analizamos más de 5600 marcas en la categoría de Abarrotes en Estados Unidos en el 2020. En la categoría de Abarrotes, se incluyen marcas que venden productos como Whole Foods, café, bebidas frías y bocadillos.
Creamos una puntuación de éxito compuesta del crecimiento de un año a otro del Índice de marcas de Amazon (ABI) de reconocimiento y del crecimiento de un año a otro del Índice de marcas de Amazon (ABI) de consideración. Posteriormente, identificamos las principales estrategias de publicidad y retail para ayudar a aumentar su puntuación compuesta con algoritmos de aprendizaje automático.
Primero, usamos un modelo supervisado para identificar una lista de 20 atributos que ayudan a mejorar la puntuación compuesta entre más de 40 atributos de medios y de retail. Después, usamos esta lista de atributos para realizar un análisis de grupo entre marcas, por lo que las marcas en el mismo grupo son similares en los atributos publicitarios y de retail, mientras que las marcas en diferentes grupos son diferentes en términos de sus atributos publicitarios y de retail. Estos atributos incluyen el uso de productos como los anuncios de Streaming TV, anuncios de video y Sponsored Products.
El algoritmo de aprendizaje automático arroja grupos. Clasificamos estos grupos según las estadísticas de éxito; comparamos los grupos con el mayor y menor desempeño; comparamos sus diferencias, y sacamos conclusiones de los atributos clave que diferencian su desempeño en cuanto al crecimiento del ABI de consideración y reconocimiento.
¿Cómo se distribuyeron los anunciantes en los grupos?
Usamos algoritmos de aprendizaje automático para clasificar automáticamente a los anunciantes en grupos en función de sus atributos publicitarios y de retail.
Grupo 1
Grupo 2
Grupo 3
Grupo 4
Crecimiento YOY del reconocimiento de ABI
Crecimiento YOY de la consideración de ABI
El grupo 1 tuvo un mayor crecimiento interanual tanto en el ABI de reconocimiento (2.2) como en el ABI de consideración (1.9) que el grupo 4. A pesar de que los grupos 1 y 2 tuvieron un crecimiento similar de un año a otro en el ABI de reconocimiento, el grupo 1 superó al grupo 2 en el crecimiento de un año a otro del ABI de consideración (1.87 frente a 1.25, respectivamente)
¿Cómo funciona el agrupamiento?
Creamos una puntuación compuesta binaria basada en la tasa de vistas de página de información de producto (DPVR) y, luego, aplicamos un clasificador de XGBoost para identificar qué características y con qué pesos predicen mejor estas etiquetas. Al hacerlo, consideramos las acciones publicitarias o de retail como características como la intensidad y mezcla del uso del producto publicitario, el tiempo del soporte publicitario, las tácticas de segmentación, los materiales creativos y las ubicaciones, los recuentos y calificaciones de opiniones de clientes, el porcentaje de productos con páginas de productos de calidad y los tipos de productos promocionados en los anuncios.
Usando las características y pesos identificados mencionados anteriormente, luego, aplicamos un algoritmo de agrupamiento k-medoids para clasificar a los anunciantes en grupos. Ten en cuenta que clasificamos a los anunciantes por sus acciones más que por los componentes de su puntuación compuesta. Posteriormente, clasificamos a los grupos finales por sus puntuaciones compuestas de alta a baja. El grupo 1 es el más exitoso con la puntuación compuesta más alta y el grupo 4 es el menos exitoso y tiene la puntuación compuesta más baja.