食料品を扱う広告主様がAmazon.jpで成長するために活用している3つの戦術

投稿者: Kazuya Murayama(メディアおよびアナリティクスマネージャー)、Ashton Brown(テクニカルライター)

Amazon.jp(日本)の食料品カテゴリーに含まれる400のブランドを対象とした2020年のこの調査では、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、広告主様がブランド新規顧客の前年比増加率を向上させるために役立つ、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1月から12月の期間にAmazon.jp(日本)の食料品カテゴリーに含まれる400を超えるブランドを分析しました。分析を行うために、食料品ブランドを4つのクラスターにグループ分けしました。ブランド新規顧客の前年比増加率(NTBGR)の観点で、最も成功したグループをクラスター1、最も成功率が低いグループをクラスター4としました。

当社の分析によると、食料品を扱うパフォーマンスの高い広告主様(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4)と比較してNTBGRが1.3倍高いことが分かりました。

パフォーマンスの高い広告主様

1.3倍

ブランド新規顧客増加率が前年比で上昇

広告主様に実用的なインサイトを提供するため、機械学習を使用して、NTBGRに多少とも寄与する40を超える広告属性とメディア属性を分析しました。次に、NTBGR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、食料品を扱うパフォーマンスの高い広告主様(クラスター1)とパフォーマンスの低い広告主様(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/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広告主様は、Amazon DSPとスポンサー広告の両方を活用している

NTBGRに関しては、商品とブランドの見つけやすさが役立つ場合があります。ブランドの見つけやすさを向上する1つの方法は、Amazon DSPとスポンサー広告をキャンペーンに組み込むことです。当社の分析では、パフォーマンスの高い広告主様はAmazon DSPスポンサー広告の両方を、パフォーマンスの低い広告主様よりも活用していることが分かりました。

実際、Amazon.jpでパフォーマンスの高い食料品キャンペーンの71%は、Amazon DSPとスポンサー広告の両方を組み合わせたものですが、パフォーマンスの低いキャンペーンでは52%でした。

Amazon DSPとスポンサー広告の両方を使用したキャンペーンの割合

71%

パフォーマンスの高い広告主様

52%

パフォーマンスの低い広告主様

Amazon DSPとスポンサー広告を使用する際の考慮事項

  • まず、広告主様は、71%以上のキャンペーンでAmazon DSPとスポンサー広告の両方が使用されているという点を考慮します
  • 次に、広告主様は、常時掲載のDSPを11週間以上維持し、キャンペーンを110日以上継続することを検討する必要があります

パフォーマンスの高い広告主様は、個々のASINまたはシリアル番号ごとにカスタマーレビューを4.6倍獲得している

広告主様がカスタマーレビューの影響を見落としがちであることが分かりました。Amazon.jpの食料品カテゴリーの広告主様を分析したところ、パフォーマンスの高い広告主様では個々のASINまたはシリアル番号ごとに23件のレビューがあり、パフォーマンスの低い広告主様は5件しかレビューがないことが分かりました。

ASINまたはシリアル番号ごとのカスタマーレビュー数

23

パフォーマンスの高い広告主様

5

パフォーマンスの低い広告主様

カスタマーレビューの改善または増加を検討する際に考慮すべきこと

考慮事項の1つは、広告主様には、お客様の信頼を高めるためにカスタマーレビューを増やし改善できる可能性がある点です。広告主様は、個々のASINまたはシリアル番号ごとに23件以上のカスタマーレビューを確保するよう努めることをお勧めします。カスタマーレビューの増加と改善に関して、食料品を扱う広告主様は次の点をご検討ください。

    • お取引会社様の場合: Amazon Vine先取りプログラムをご利用ください。Amazon Vine先取りプログラムは、Amazon内で最も信頼されているレビュー投稿者に、新しいアイテムやプレリリースアイテムに関する意見を投稿してもらうことにより、他のお客様がその情報に基づいて購入を決定できるようにサポートします。
    • 出品者様の場合: Amazonブランド登録をご利用ください。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、お客様により良い体験を提供するのに役立ちます。

パフォーマンスの高い広告主様は、キーワードまたはASINに除外ターゲティングを使う傾向が1.8倍高かった

分析では、関連性の高い商品検索結果が高いエンゲージメントにつながる可能性があることが分かりました。つまり、広告主様が除外キーワードを使用して広告を絞り込めば、いっそう高いNTBGRを達成できる可能性もあります。比較すると、食料品を扱うパフォーマンスの高い広告主様は67%のキャンペーンでキーワードやASINに除外ターゲティングを使用しましたが、パフォーマンスの低い広告主様がキーワードまたはASINに除外ターゲティングを使用したのは37%のキャンペーンだけでした。

除外キーワードまたは除外するASIN戦術を使ったキャンペーンの割合

67%

パフォーマンスの高い広告主様

37%

パフォーマンスの低い広告主様

キーワード使用時の考慮事項

  • 既存のキャンペーンのレポートをチェックし、除外キーワードターゲティングで使用する必要のある用語を見つけます。クリックスルー率(CTR)の低さ、支出の大きさ、コンバージョン率の低さは、パフォーマンスが低いターゲティングの適切な指標で、除外キーワードになる可能性があります。
  • 除外したキーワードのパフォーマンスを頻繁にチェックして、ブランドに実際に効果のあるキーワードを使い、キャンペーンを改善して最適化します。
  • 例外をチェックします。たとえば、発売された新商品の認知度を高めるために使用される一般的なキーワード(飲料、お茶、水など)は、パフォーマンスを低下させる可能性がありますが、食料品カテゴリーの商品の正しいオーディエンスであるため、除外するキーワードとして使用してはなりません。

結論

分析では、Amazonの管理された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増加率を前年比で増加させるために使うことのできる次の3つの戦術が特定されました。 (1)キャンペーンでAmazon DSPとスポンサー広告の両方を組み合わせる。(2)固有のASINまたはシリアル番号ごとに最低23件のカスタマーレビューを維持する。(3)可能な場合は除外キーワードまたは除外するASIN戦術の採用を検討する。

調査方法

まず、管理されたモデルを使用して、40を超えるメディア属性およびリテール属性の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い、ブランド新規顧客数の前年比増加率(NTBGR)を含む一連の成功指標を作成した後、機械学習アルゴリズムを利用して、成功指標の向上に最も貢献した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: 食料品カテゴリーの400のブランド(2020年1月から2020年9月)。
  • 成功指標の作成: ブランド新規顧客の前年比増加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(NTBGR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。
  • ブランドのグループ化: ブランドを複合スコア(NTBGR)でパフォーマンスの高いものから低いものへとランク分けした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: パフォーマンスの低いブランド(クラスター4)が使用している戦略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NTBGRの前年比増加率を増やすために使用している戦略を特定しました。