Amazon.frでブランドを成長させるのに役立つ3つの戦術

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

Amazon.frのPCハードウェアカテゴリーに含まれる100を超えるブランドを対象としたこの2020年の調査では、パフォーマンスの高い広告主様と低い広告主様の広告戦略を比較します。次に、この比較に基づいて、広告主様が商品詳細ページの閲覧数の成長率とブランド新規顧客の成長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、2020年にAmazon.fr(フランス)でPCハードウェアカテゴリーの100を超えるブランドを分析しました。PCハードウェアカテゴリーには、エアPCネジ、スペーサー、冷却アクセサリーなどの商品を出品するブランドが含まれます。分析を行うために、PCハードウェアブランドを4つのクラスターにグループ分けしました。クラスター1は商品詳細ページビューの前年比の成長率(DPVGR)とブランド新規顧客の前年比の成長率(NTBGR)において最も成功したグループで、クラスター4は最も成功しなかったグループです。

分析では、パフォーマンスが高いPCハードウェアの広告主様(クラスター1)は、パフォーマンスが低い広告主様(クラスター4)と比較して、商品詳細ページビューの増加率が16.0倍、ブランド新規顧客の増加率が13.3倍高かったことがわかりました。

パフォーマンスの高い広告主様

16倍

高いDPVGR

13.3倍

高いNTBGR

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/NTBGRに多かれ少なかれ寄与する100を超える広告属性を分析しました。次に、商品詳細ページビューの前年比増加率とブランド新規顧客の増加率に最も大きなプラスの影響を与えている属性を特定しました。この記事では、パフォーマンスが高いPCハードウェアブランドの広告主様(クラスター1)とパフォーマンスの低いPCハードウェアの広告主様(クラスター4)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とベストプラクティスを提供します。

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。

パフォーマンスが高いPCハードウェアの広告主様は、Amazon.frで年間を通じてスポンサープロダクト広告の常時掲載キャンペーンを実施していた

2020年には、パフォーマンスが高いPCハードウェア広告主様はスポンサープロダクト広告の常時掲載キャンペーンを平均46週間実施したのに対し、パフォーマンスが低いPCハードウェアの広告主様はスポンサープロダクト広告の常時掲載キャンペーンを22週間しか実施しませんでした。

スポンサープロダクト広告を常時掲載した週数

46

パフォーマンスの高い広告主様

22

パフォーマンスが低い広告主様

スポンサープロダクト広告を使用するにあたっての重要点とベストプラクティス

  • キーワードのカバレッジ: カテゴリーキーワードを使用すると新規オーディエンスへのリーチの拡大に役立ち、その後ブランドキーワードを使用してコンバージョンを向上させることができます。
  • スポンサープロダクト広告の季節ごとの予算: 購入者の閲覧と購入行動には年間を通じて増加と減少があり、これに予算を合わせることで、費用対効果(ROI)の最大化に役立ちます。
  • 広告掲載商品をあまり頻繁に変更しない: 見つけやすさと関連性を高めるには、十分なサポート期間を確保して効果が出るようにし、毎日または週に1回など、広告掲載ASINをあまり頻繁に変更しないようにします。

パフォーマンスが高いPCハードウェアの広告主様は、Amazon.frでスポンサーブランド広告を採用する傾向が1.3倍、スポンサーディスプレイ広告を使用する傾向が8%高かった

パフォーマンスが高いPCハードウェアの広告主様から学べる2つ目の戦略は、スポンサーブランド広告スポンサーディスプレイ広告の両方を採用する率が、パフォーマンスの低いPCハードウェアの広告主様よりも高いことです。分析では、パフォーマンスが高いPCハードウェアの広告主様の31%がスポンサーブランド広告を自社のキャンペーンに使用していたのに対し、パフォーマンスが低いPCハードウェアの広告主様は23%だったことがわかりました。

スポンサーディスプレイ広告を使用したキャンペーンの割合

31%

パフォーマンスの高い広告主様

23%

パフォーマンスが低い広告主様

スポンサーブランド広告と同様に、スポンサーディスプレイ広告は、パフォーマンスが高い広告主様の8%が採用し、パフォーマンスが低い広告主様の採用率は0%でした。

スポンサープロダクト広告を常時掲載した週数

8%

パフォーマンスの高い広告主様

0%

パフォーマンスが低い広告主様

スポンサーディスプレイ広告を使用するべき理由

  • 簡単に実施できる: スポンサーディスプレイ広告はシンプルで使いやすいオプションで、多額の予算や、独自の広告クリエイティブをデザインするスキルは必要ありません。
  • 支出の機会が効率的: スポンサーディスプレイ広告は、商品の在庫があり、おすすめ商品である場合にのみ表示されます。また、お客様が広告をクリックした時にのみ請求が発生します。予算とクリックあたりの入札額を設定することで、支出をコントロールできます。
  • リテールセールと組み合わせると効果の増幅が可能: プライムデーやサイバーマンデーなどのイベント中には、スポンサーディスプレイ広告キャンペーンを使用して、類似商品の商品詳細ページで広告主様の商品のセールをハイライトし、お客様が重要なプロモーションを見逃さないようにしましょう。

パフォーマンスが高いPCハードウェアの広告主様は、Amazon.frで商品レビューを2.1倍多く獲得

Amazonでのカスタマーレビューにはさまざまな目的がありますが、DPVGRとNTBGRが前年比で増加しているという観点から、カスタマーレビューが重要である理由と、パフォーマンスが高いPCハードウェアの広告主様が2.1倍のカスタマーレビューの恩恵を受けている理由が2つ特定されました(固有のASINあたり19件のレビュー。パフォーマンスが低い広告主様は固有のASINあたり9件のレビュー)。

パフォーマンスの高い広告主様

2.1倍

カスタマーレビューをより多く獲得(固有のシリアルナンバーあたり)

カスタマーレビューが重要な理由

  • カスタマーレビューは、買い物に関する意思決定に役立つ情報をお客様に提供するのに役立ちます。 カスタマーレビューは、ブランドを際立たせるのに役立つ可能性があります。商品に投稿されているカスタマーレビューが多いほど、購入者は情報に基づいた購入決定に役立つインサイトを得られます。
  • カスタマーレビューは、お客様中心の商品を生み出すのに役立ちます。 カスタマーレビューは、広告主様がお客様をよりよく理解するのに役立ちます。お客様の反応を活かして商品を改善できます。

カスタマーレビューに関する学べることとベストプラクティス

  • お取引会社様の場合: Amazon Vine先取りプログラムを利用できます。これは、Amazonの厳選された購入者グループのサポートにより、他の購入者が情報に基づき購入できるようにするプログラムで、レビュー数を増やすのに役立つかもしれません。
  • 出品者様の場合: Amazonブランド登録に登録すると、ブランドの構築と保護に役立つ多くのツールを使用でき、お客様にとってより良い体験を提供するのに役立ちます。

まとめ

分析からわかるように、パフォーマンスが高いPCハードウェアの広告主様は、(1)常時掲載キャンペーンの実施、(2)スポンサーディスプレイ広告とスポンサーブランド広告の両方への投資、(3)カスタマーレビューの増加とお客様のフィードバックを利用した商品の改善を通じて、商品詳細ページビューとブランド新規顧客を増やすことができました。

調査方法

まず、教師ありモデルを使用して、100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ステップのプロセスに従って商品詳細ページビューとブランド新規顧客の成功指標を作成した後、機械学習アルゴリズムを使用してその成功指標の向上に役立つ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: 2020年中におけるAmazon.frのPCハードウェアカテゴリーの100を超えるブランド。
  • 成功指標の作成: ブランド新規顧客と商品詳細ページビューの前年比成長率に基づいて計算しました。
  • 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上位のアクション(商品詳細ページビューとブランド新規顧客の前年比成長率の増加につながるアクション)を特定しました。
  • ブランドのグループ化: ブランドを複合スコア(DPVGR/NTBGR)でパフォーマンスの上位のものから下位のものへとランク付けされた4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: ブランドが使用した戦略を特定し、パフォーマンスの高いブランド(クラスター1)がパフォーマンスの低いブランド(クラスター4)よりも商品詳細ページビューとブランド新規顧客の前年比成長率を増加させた度合いを定量化しました。