Amazonでキッズファッションの広告主様はどのような成長戦略によって成果を上げているか

投稿者: Vivian Qin(シニアアナリティクスおよびメディアマネージャー)およびAshton Brown(テクニカルライター)

この2019年から2020年の調査では、Amazonストアのキッズファッションカテゴリーの1200を超えるブランドを対象に、パフォーマンスの高い広告主様とパフォーマンスの低い広告主様の広告戦略を比較しています。次に、この比較に基づいて、広告主様がブランド新規顧客数の増加率、売上増加率、商品詳細ページビュー数の増加率を前年比で改善するために役立つ、実用的なインサイトを導き出します。

ストーリーのハイライト:

この調査では、2019年1月から2020年12月の間に、キッズファッションカテゴリーの1200を超えるブランドを分析しました。キッズファッションカテゴリーには、ベビー用品を除く子ども用の服、靴、バッグパックを出品するブランドが含まれます。分析を行うために、キッズファッションブランドを5つのクラスターにグループ分けしました。クラスター1が、ブランド新規顧客数増加率(NTBGR)、売上増加率(売上)、商品詳細ページビュー増加率(DPVGR)の前年比で最上位のグループで、クラスター5が最も低いグループです。

当社の分析では、パフォーマンスの高いキッズファッションの広告主様(クラスター1)は、パフォーマンスの低い広告主様(クラスター5)と比較して、ブランド新規顧客数増加率が2.6倍、売上増加率が2.4倍、商品詳細ページビュー数増加率が3.0倍高いことがわかりました。

パフォーマンスの高い広告主様

2.6倍

高いNTBGR

2.4倍

高い売上増加率

3.0倍

高いDPVGR

広告主様に実用的なインサイトを提供するために、機械学習を使用して、DPVGR/売上/NTBGRに貢献するまたは貢献しない40以上の広告属性を分析しました。次に、DPVGR/売上/NTBGRの前年比増加率に最も大きなプラスの影響を与える属性を特定しました。この記事では、パフォーマンスの高いキッズファッション広告主様(クラスター1)とパフォーマンスの低いキッズファッション広告主様(クラスター5)が各主要属性または戦略をどの程度採用しているかを定量化することにより、主要な属性または戦略に関するインサイト/ベストプラクティスを示します。

この調査の実施方法の詳細については、この記事の最後にある「調査方法」セクションを参照してください。

パフォーマンスの高いキッズファッション広告主様は、他の広告主様よりも約3倍長くキャンペーンを実施した

対象期間中、パフォーマンスの高いキッズファッションの広告主様は、新学期シーズンの12週のうち平均11週間(6月中旬から9月中旬)にわたって広告キャンペーンを実施しましたが、パフォーマンスの低い広告主様は平均4週間しか広告キャンペーンを実施しませんでした。

新学期に広告掲載した平均週数

11

パフォーマンスの高い広告主様

4

パフォーマンスの低い広告主様

新学期シーズンに広告掲載する際の学べることとベストプラクティス

  • イベント前: 新学期前にブランドを宣伝します。
  • プロモーション: 親が積極的にショッピングをしているときは、通常6~9の商品詳細ページを閲覧します。広告商品を組み合わせて、商品とブランドの認知度の向上に役立てましょう。
  • イベント後: オーディエンスとの再エンゲージメントを大規模に行います。大きな買い物をした後も購入者のエンゲージメントは高い状態が続くことが多いため、広告主様は新学期の後も広告掲載を続け、お客様の心に残るようにすることを検討できます。

パフォーマンスの高いキッズファッションの広告主様は最低2つの広告商品でインプレッションを配信して広告を多様化する

パフォーマンスの高いキッズファッションの広告主様は、平均して2つ以上の広告商品を通じてお客様にリーチしていますが、パフォーマンスの低いキッズファッションの広告主様は1つしか利用していません。お客様のプレゼンスとショッピングの好みがいろいろなデバイス(チャネル)に分散されているため、広告主様はオムニチャネルアプローチを使用して認知度を高め、検討を促すことができます。つまり、ブランドは複数の商品やデバイスにまたがって広告を出すことができます。

キャンペーンあたりの平均広告商品使用数

2以上

パフォーマンスの高い広告主様

1

パフォーマンスの低い広告主様

スポンサーディスプレイ広告を使用すべき理由

  • ブランドは自社商品一式を展示するストアを作成できます。
  • ブランドは広告商品を2つ以上使用することを検討する必要があります。例: (1)スポンサープロダクト広告スポンサーブランド広告:キーワードを使用して積極的に検索するお客様にブランドがリーチできるようにします。(2)スポンサーディスプレイ広告:積極的に検索していないが、過去にリサーチしたことがあるオーディエンスにブランドがリーチできるようにします。

結論

分析からわかるように、教師あり機械学習モデルと組み合わせて、広告主様がブランド新規顧客数増加率、売上増加率、商品詳細ページビュー数増加率を前年比で増やすために使用できる2つの主要な戦略 (1)新学期に広告を出す、(2)広告費を最低2つの広告商品に分散する、を特定しました。

調査方法

まず、教師ありモデルを使用して、40を超えるメディアおよびリテール広告属性において複合スコアの向上に役立つ属性のリストを特定しました。具体的には、5つのステップからなるプロセスに従い、 商品詳細ページビュー前年比増加率(DPVGR)、売上、ブランド新規顧客数前年比増加率(NTBGR)という一連の成功指標を作成しました。それから、機械学習アルゴリズムを利用して、これらの成功指標の向上に役立つ最上位の広告戦略とリテール戦略を特定しました。

  • ブランドの選択: 2019年1月から2020年12月の期間の、キッズファッションカテゴリーの1200以上のブランド。
  • 成功指標の作成:ブランド新規顧客数と商品詳細ページビュー数の前年比成長率に基づいて計算されます。
  • 効果的な広告またはリテールアクションの特定:複合スコアの向上に役立つ最上位アクション(ブランド新規顧客数と商品詳細ページビュー数の前年比増加につながるアクション)を特定しました。アクションには、カスタマーレビュー、広告商品(スポンサープロダクト広告、スポンサーブランド広告、Fire TVなど)、広告戦略(除外キーワード、常時掲載、オーディエンスセグメントなど)などがあります。
  • ブランドをグループ化:ブランドを複合スコア(DPVGR、売上、NTBGR)でパフォーマンスが上位のものから下位のものへとランク付けされた5つのクラスターにグループ化しました。
  • ブランドグループの比較:パフォーマンスの低いブランド(クラスター5)が使用しているまたは使用していない戦略と比較して、パフォーマンスの高いブランド(クラスター1)がブランド新規顧客数と商品詳細ページビュー数の前年比成長率を増やすために使用している戦略を特定しました。