ヘルス&パーソナルケア用品の広告主様がブランドの成長に活用できる3つの施策

投稿者: Catherine Bai氏、アナリティクスおよびメディアマネージャー

Amazonストアのヘルス&パーソナルケア用品のカテゴリーで7,500を超えるブランドを調査し、商品詳細ページビューおよびブランド新規顧客の点で前年比成長率をどのように達成したかに関するインサイトをまとめました。

ストーリーのハイライト:

米国のヘルス&パーソナルケア用品のカテゴリーで7,500を超えるブランドの2019年の成果を調べました。この分析では、ブランドをクラスターに分類してから、それらの広告とリテールの特性を調べ、インサイトに基づく推奨事項を引き出しました。これらのインサイトは、特にグランスビュー数およびブランド新規顧客の前年比成長率に関して広告主様が成果を高めるのに役立ちます。シンプルな比較を行うために、高い成果を挙げているヘルス&パーソナルケア用品の広告主様と他の広告主様との比較に焦点を当てました。その結果、高い成果を挙げているヘルス&パーソナルケア用品の広告主様は、3つの分野で他の広告主様との違いがあることが分かりました。商品詳細ページビュー前年比成長率(DPVGR)とブランド新規顧客増加率(NTBGR)を向上させることに関心のある広告主様は、以下について検討する必要があります。

  • オーディエンスリマーケティングの使用
  • 除外キーワードの使用。
  • Amazon DSP(デマンドサイドプラットフォーム)のオフサイト広告掲載枠への投資。

詳しくは、この記事の最後にある「方法」セクションを参照してください。

1.高い成果を挙げているヘルス&パーソナルケア用品の広告主様はオーディエンスリマーケティングを活用している

インサイト

高い成果を挙げているヘルス&パーソナルケア用品の広告主様の場合、総インプレッションの26%はリマーケティング戦術によるものでした。

推奨事項

潜在的なオーディエンスが認知や検討をしやすくするために、プライムデーやサイバーマンデーなどのAmazonイベント、ストリーミングTV広告Amazon DSPなどのアッパーファネルの広告商品を活用してください。それから、商品詳細ページを閲覧したオーディエンスにリマーケティングでフォローアップしてください。広告主様は、クロスセルやアップセルのために他のブランドの商品を閲覧したオーディエンスや、類似商品を閲覧している購入者に再度働きかけて、ブランドレベルのエンゲージメントを促進することもできます。

2.高い成果を挙げているヘルス&パーソナルケア用品の広告主様は、除外するASINを使用して関連性の高いお客様にマーケティングを行っている

インサイト

高い成果を挙げているヘルス&パーソナルケア用品の広告主様の場合、平均で41%のキャンペーンで除外キーワードまたは除外するASINの戦術を使用していました。他の広告主様の場合、キャンペーンの0%で除外キーワードまたは除外するASINの戦術を使用していました。

推奨事項

除外するASINを使用する場合は、除外キーワードを選択する指標を使用することを検討してください。クリックスルー率(CTR)が低く、コンバージョン率が低いことは、特定のキーワードの効果が低いことを示す良い指標です。CTRとコンバージョンを確認して、除外キーワードの候補を特定してください。

3.高い成果を挙げているヘルス&パーソナルケア用品の広告主様はAmazon DSP広告に投資しており、お客様が時間を過ごすあらゆる場所でリーチするのに役立っている

インサイト

高い成果を挙げているヘルス&パーソナルケア用品の広告主様は、Amazon DSPオフサイトインベントリ(Amazon Publisher Servicesまたはサードパーティのアドエクスチェンジ)から総インプレッションの18%を配信しましたが、他の広告主様はAmazon DSPオフサイト広告からインプレッションを配信していませんでした。

推奨事項

広告主様がAmazon DSPオフサイトからの購入を考えている場合、以下をお勧めします。

  • Amazonが所有および運営しているものとオフサイトインベントリの間での支出のバランスを慎重に調整してください。
  • TwitchFire TVなどの他のサイトやチャネルに投資して、アクティブでユニークなオーディエンスへより大規模に公開することを検討してください。

方法

2018年から2019年にかけての、商品詳細ページビュー前年比成長率(DPVGR)およびブランド新規顧客前年比成長率(NTBGR)の複合スコアを作成しました。DPVGRで総ブランドの中で上位50%にランクされ、NTBGRで上位50%にランクされているブランドは成功したとみなし、それ以外の場合は成功していないとみなしました。その後、機械学習を使用して、複合スコアの向上に役立てられた広告および小売の戦略を特定しました。

クラスタリングはどのような仕組みですか?
DPVRに基づいてバイナリ複合スコアを作成して、XGBoost分類子を適用し、これらのラベルを最も効果的に予測する特徴と重みを特定しました。その際、広告アクションまたはリテールアクションを、広告商品の利用度と組み合わせ、広告サポートのタイミング、ターゲティングの戦術、クリエイティブと掲載枠、カスタマーレビューの数と評価、高品質の商品ページを持つ商品の割合、広告掲載対象商品の種類などの特徴としてみなしています。

上記の特定した特徴と重みを使用して、k-medoidクラスタリングアルゴリズムを適用して、広告主様をクラスターに分類しました。広告主様は、複合スコアの構成要素ではなく、アクションによって分類されています。次に、最後のクラスターを複合スコアの高い順から低い順にランク付けしました。クラスター1は複合スコアが最も高く、最も成功度が高いクラスターで、クラスター5は最も成功度が低いクラスターです。