Amazon.fr에서 브랜드를 성장시키는 데 도움이 되는 3가지 전략

아마존 분석 결과 퍼포먼스가 가장 뛰어난 PC 하드웨어 광고주(클러스터 1)는 퍼포먼스가 가장 저조한 광고주(클러스터 4)와 비교했을 때 상세 페이지 조회수 성장률이 16.0배, 브랜드 신규 고객 성장률이 13.3배 더 높았습니다.

연구 방법에 대한 자세한 내용은 이 문서 끝에 있는 방법론 섹션을 참조하세요.

• 키워드 범위: 카테고리 키워드를 사용하면 신규 잠재고객에게 다가가도록 지원한 다음 브랜드 키워드를 사용하여 전환을 유도할 수 있습니다.
• Sponsored Products 시즌 예산: 쇼핑객의 검색 및 구매 행동은 연중 성수기와 저조한 시즌에 따라 다르며, 이를 반영하기 위해 예산을 동기화하면 ROI(투자 수익률)를 최대화하는 데 도움이 됩니다.
• 프로모션 상품을 너무 자주 변경하지 마세요. 검색 및 관련성을 지원하려면 효과를 발휘할 정도로 충분한 기간 동안 일별 또는 주간과 같이 홍보된 ASIN을 너무 자주 변경하지 않도록 합니다.

퍼포먼스가 가장 뛰어난 PC 하드웨어 광고주가 채택한 2번째 전략은 퍼포먼스가 가장 저조한 PC 하드웨어 광고주와 다르게 Sponsored Brands와 Sponsored Display를 모두 도입하는 것입니다. 아마존 분석에 따르면 퍼포먼스가 가장 뛰어난 PC 하드웨어 광고주의 31%가 캠페인에서 Sponsored Brands를 사용한 반면, 퍼포먼스가 가장 저조한 PC 하드웨어 광고주의 경우 그 비율이 23%였습니다.

• 빠른 구현: Sponsored Display는 많은 예산이나 광고 크리에이티브를 디자인하는 능력이 필요 없는 간단하고 쉽게 사용할 수 있는 옵션입니다.
• 효율적인 지출 기회: Sponsored Display 광고는 상품의 재고가 있고 추천 오퍼인 경우에만 표시되며, 고객이 광고를 클릭할 때만 비용을 지불합니다. 예산과 클릭당 입찰액을 설정하여 지출액을 제어할 수 있습니다.
• 리테일 딜과 조합하여 효과 증대: 프라임데이와 사이버먼데이 같은 이벤트 동안 Sponsored Display 캠페인을 사용하여 비슷한 상품의 상품 상세 페이지에서 상품 딜을 강조하여 고객이 중요한 프로모션을 잊지 않도록 하세요.

아마존 스토어의 고객 리뷰는 다양한 용도로 사용되지만, 아마존은 연간 DPVGR 및 NTBGR 증가 측면에서 고객 리뷰가 중요한 2가지 주요 이유, 퍼포먼스가 뛰어난 PC 하드웨어 광고주가 2.1배 더 많은 고객 리뷰(퍼포먼스가 저조한 광고주의 고유 ASIN당 리뷰 9개 대비 고유 ASIN당 리뷰 19개)를 받는 이유를 파악했습니다.

• 고객 리뷰는 고객의 쇼핑 결정에 도움이 됩니다. 고객 리뷰는 브랜드가 눈에 띄는 데 도움이 될 수 있습니다. 상품에 고객 리뷰가 더 많으면 쇼핑객은 정보를 충분히 확인하고 구매 결정을 내리는 데 도움이 되는 인사이트를 얻을 수 있습니다.
• 고객 리뷰는 고객 중심의 상품을 만드는 데 도움이 됩니다. 고객 리뷰는 광고주가 고객을 더 잘 이해하는 데 도움이 됩니다. 고객 반응을 활용하여 상품을 개선하세요.

• 벤더인 경우: 아마존 Vine 프로그램을 이용합니다. 쇼핑객이 정보를 충분히 확인하고 구매할 수 있도록 돕는 엄선된 아마존 쇼핑객 그룹을 기반으로 하는 이 프로그램은 리뷰 수를 늘리는 데 도움이 될 수 있습니다.
• 셀러의 경우: 아마존 브랜드 레지스트리에 등록하면 브랜드를 구축하고 보호를 위한 다양한 도구를 확보하고 고객에게 더 나은 경험을 선사하도록 지원할 수 있습니다.

분석에서 볼 수 있듯이 퍼포먼스가 가장 뛰어난 PC 하드웨어 광고주는 (1) 상시 캠페인을 실행하고, (2) Sponsored Display와 Sponsored Brands 비디오로 분산 투자하고, (3) 상품 개선을 위해 고객 리뷰를 늘리고 고객 피드백을 사용하여 상세 페이지 조회수와 브랜드 신규 고객을 늘릴 수 있었습니다.

먼저 지도 학습 모델을 사용하여 100개 이상의 미디어 및 리테일 광고 속성 중 종합 점수를 높이는 데 도움이 되는 속성의 목록을 파악했습니다. 특히 5단계 프로세스에 따라 상세 페이지 조회수와 브랜드 신규 고객이 포함된 성과 메트릭을 만든 다음, 머신 러닝 알고리즘을 통해 성공 메트릭을 높이는 데 도움이 되는 최고의 광고 및 리테일 전략을 파악했습니다.

• 브랜드 선택: 2020년 Amazon.fr PC 하드웨어 카테고리의 100개가 넘는 브랜드를 선택했습니다.
• 성과 메트릭 만들기: 브랜드 신규 고객 및 상세 페이지 조회수의 연간 성장률을 기반으로 계산했습니다.
• 효과적인 광고 또는 리테일 조치 식별: 종합 점수를 늘리는 데 도움이 되는 주요 조치(더 높은 상세 페이지 조회수 및 브랜드 신규 고객 연간 성장률 연간 성장률로 이어지는 조치)를 식별했습니다.
• 브랜드 그룹화하기: 브랜드를 퍼포먼스가 뛰어난 것부터 저조한 것까지 종합 점수(DPVGR/NTBGR)를 기준으로 4개의 클러스터로 그룹화했습니다.
• 브랜드 그룹 비교하기: 브랜드에서 어떤 전략을 사용했는지 파악하고 퍼포먼스가 저조한 브랜드(클러스터 4)와 퍼포먼스가 뛰어난 브랜드(클러스터 1)가 전년 대비 브랜드 신규 고객 및 상세 페이지 조회수를 얼마나 증가시켰는지 정량화했습니다.