Due tattiche usate dai migliori inserzionisti nella categoria Giocattoli per favorire la crescita su Amazon

Andrew Holsopple, responsabile analisi e media

Abbiamo studiato oltre 1.400 brand nella categoria Giocattoli nell'Amazon Store per ottenere dati sulla crescita su base annua delle visualizzazioni delle pagine di dettaglio prodotto e dei nuovi clienti.

Punti salienti della storia:

In questo studio, abbiamo analizzato oltre 1.400 brand nella categoria Giocattoli negli Stati Uniti nel 2020. La categoria Giocattoli comprende brand che vendono prodotti come giochi di costruzioni, giocattoli, action figure, articoli da collezione, oggetti di artigianato, giocattoli per neonati e tricicli. Abbiamo creato un punteggio composito del tasso di crescita rispetto all'anno precedente delle visualizzazioni della pagina di dettaglio prodotti (DPVGR) e dei nuovi clienti (NTBGR), quindi abbiamo applicato gli algoritmi di apprendimento automatico per individuare le migliori strategie pubblicitarie e di retail che contribuiscono ad aumentare il punteggio composito.

Gli inserzionisti che desiderano migliorare il punteggio DPGVR e NTBGR dovrebbero considerare i seguenti fattori:

Per ulteriori informazioni su come abbiamo raccolto i dati, consulta la sezione Metodologia alla fine di questo articolo.

1. Gli inserzionisti con le performance migliori nella categoria Giocattoli pubblicano campagne Sponsored Display e Sponsored Products sempre attive

Dati

Nel 2020, il 74% degli inserzionisti con le performance migliori nella categoria Giocattoli ha pubblicato campagne sempre attive sia per Sponsored Products che per Sponsored Brands, per tutto l'anno.

Consigli

Quando si utilizzano le campagne sempre attive, è consigliabile:

  • Copertura per parole chiave: utilizzare le parole chiave correlate alla categoria per contribuire a raggiungere nuovi segmenti di pubblico più in alto nel funnel e le parole chiave relative al brand per aumentare la conversione.
  • Budget stagionali di Sponsored Brands: i comportamenti di navigazione e di acquisto degli acquirenti sono soggetti a picchi e cali durante l'anno; sincronizzare i budget per riflettere questo andamento aiuta a massimizzare il ritorno sull'investimento (ROI). La nostra analisi ha mostrato che gli inserzionisti con le performance migliori nella categoria Giocattoli hanno aumentato l'utilizzo di Sponsored Brands durante gli eventi commerciali Amazon.
  • Non modificare troppo di frequente gli ASIN pubblicizzati: per favorire la scoperta e la rilevanza, concedere un periodo di tempo sufficiente per vedere gli effetti del supporto e non modificare gli ASIN in promozione troppo di frequente, ad esempio quotidianamente o settimanalmente.

2. Gli inserzionisti con le performance migliori nella categoria Giocattoli aumentano il supporto di Sponsored Display e Sponsored Brands durante gli eventi commerciali Amazon

Dati

Il 100% degli inserzionisti con le performance migliori nella categoria Giocattoli ha proposto impressioni Sponsored Brands durante gli eventi Amazon e il 61% ha proposto impressioni Sponsored Display durante gli eventi Amazon. Oltre a proporre impressioni, la nostra analisi mostra che i brand che utilizzano campagne Amazon DSP ovunque i clienti trascorrano del tempo registrano una maggiore crescita di nuovi clienti.

Consigli

Quando fai pubblicità durante gli eventi commerciali Amazon, ci sono alcuni aspetti da considerare:

  • Gli acquirenti vengono su Amazon per cercare, prendere in considerazione e acquistare prodotti. In genere il loro coinvolgimento aumenta prima degli eventi commerciali Amazon e continua anche dopo. Durante le festività, spesso iniziano le loro ricerche già alla fine di ottobre e ai primi di novembre, per raggiungere il picco durante il weekend del Black Friday e del Cyber Monday, e rimangono coinvolti fino alla fine di dicembre. Gli inserzionisti dovrebbero quindi coinvolgere tempestivamente gli acquirenti con pacchetti di preparazione all'evento e prendere in considerazione l'utilizzo del remarketing dopo gli eventi per massimizzare il potenziale.
  • Gli inserzionisti possono utilizzare i segmenti di pubblico per raggiungere i clienti che hanno maggiori probabilità di acquistare durante gli eventi commerciali Amazon.
  • Gli inserzionisti possono utilizzare Sponsored Display e Amazon DSP ovunque i clienti trascorrano del tempo.

Metodologia

Per prima cosa abbiamo utilizzato un modello supervisionato per individuare un elenco di attributi che aiutano a migliorare il punteggio composito tra oltre trenta attributi media e retail. Abbiamo quindi utilizzato questo elenco di attributi ed eseguito analisi cluster tra inserzionisti/brand, facendo in modo che gli inserzionisti/i brand nello stesso cluster avessero attributi pubblicitari e retail simili, mentre quelli in cluster diversi avessero attributi pubblicitari e retail diversi. Questi attributi sono X1, X2, ….Xn. (Gli attributi sono mostrati come bolle nel grafico).
Gli algoritmi di apprendimento automatico hanno restituito quattro cluster. Abbiamo classificato questi quattro cluster in base ai dati di successo, confrontato le differenze tra i cluster con performance superiori e inferiori e individuato gli attributi chiave che differenziano le loro performance in termini crescita delle visualizzazioni a colpo d'occhio e dei nuovi clienti.

Come funziona il clustering?
Abbiamo creato un punteggio composito binario basato su DPVR e applicato poi un classificatore XGBoost per identificare le funzionalità che danno le migliori previsioni su queste etichette e con quali pesi. In questo lavoro abbiamo considerato le azioni pubblicitarie o di retail come funzionalità, ad esempio l'intensità e il mix di utilizzo dei prodotti pubblicitari, i tempi del supporto pubblicitario, le tattiche di targeting, i contenuti creativi e i placement, il numero e le valutazioni delle recensioni del cliente, la percentuale di prodotti con pagine del prodotto di qualità e i tipi di prodotti promossi negli annunci, ecc.

Utilizzando le funzionalità e i pesi identificati sopra menzionati, abbiamo quindi applicato un algoritmo di clustering K-medoids per classificare gli inserzionisti in cluster. Va notato che abbiamo classificato gli inserzionisti in base alle loro azioni piuttosto che in base alle componenti del loro punteggio composito. Infine, abbiamo classificato i cluster finali in base ai punteggi compositi dal più alto al più basso.