광고주가 판매 증대를 돕기 위해 사용하는 3가지 전략

작성자: Cecia Wang, 분석 및 미디어 관리자

저희는 아마존 스토어의 자동차 상품 카테고리에서 8,600개 이상의 브랜드를 연구하여 판매 성장률과 브랜드 신규 고객 확보에 있어 전년 대비 성장을 주도한 방법에 대한 인사이트를 찾아보았습니다.

스토리 하이라이트:

본 연구에서는 2020년에 미국 내 자동차 상품 카테고리에서 8,600개 이상의 브랜드를 분석했습니다. 자동차 상품 카테고리는 RV 부품 및 액세서리, 교체 부품 및 자동차 액세서리 상품과 같은 브랜드가 판매하는 상품을 포함합니다.

전년 대비 매출 성장률(SalesGR)과 브랜드 신규 고객 전년 대비 성장률(NTBGR)의 종합 점수를 만든 다음 기계 학습을 사용하여 광고주가 복합 점수를 높이는 데 사용한 최고의 광고 및 소매 전략을 파악했습니다.

전년 대비 SalesGR 및 NTBGR 성장률을 높이려고 하는 자동차 상품 광고주는 다음 사항을 고려해야 합니다.

  • Sponsored Display 및 Sponsored Products 광고 캠페인 실행하기
  • 텐폴 이벤트 기간 동안 Sponsored Display 및 Sponsored Brands 에 대한 지원 증가시키기.
  • 균형 잡힌 혼합 투자.

자세한 내용은 이 문서의 끝에 있는방법론 섹션을 참조하세요.

1. \퍼포먼스가 우수한 자동차 상품 광고주가 Sponsored Brands 및 Sponsored Products 광고 캠페인 실행

인사이트

Sponsored Brands를 통해 광고주는 쇼핑 검색 결과 상단 및 하단의 눈에 잘 띄는 여러 곳에 광고를 배치할 수 있습니다. 이 분석에 따르면 성장률이 더 높은 자동차 상품 브랜드는 2020년에 Sponsored Brands를 채택했습니다. 그 이유 중 하나는Sponsored Display를 통해 높은 도달 범위를 달성한 결과일 수 있습니다.

권장 사항

상시 캠페인 사용 시 다음 사항을 권장합니다.

  • 키워드 범위: 카테고리 키워드를 사용하면 신규 고객이 퍼널을 따라 브랜드 키워드를 사용하도록 권장하여 전환을 유도할 수 있습니다.
  • Sponsored Brands 시즌 예산: 쇼핑객의 검색 및 구매 행동은 연중 성수기와 저조한 시즌에 따라 다르며, 이를 반영하기 위해 예산을 동기화하면 ROI를 최대화하는 데 도움이 됩니다.
  • 프로모션된 ASIN을 너무 자주 변경하지 않기: 검색 및 관련성을 지원하려면 충분한 지원 기간을 확보하고 일별 또는 주간과 같이 프로모션된 ASIN을 너무 자주 변경하지 않도록 합니다.

2. 퍼포먼스가 우수한 자동차 상품 광고주가 고객 리뷰 극대화

인사이트

고객 리뷰는 상품 구매를 결정하려는 고객에게 중요한 메트릭입니다. 광고주는 한눈에 조회수 및 전환을 개선할 수 있도록 다음과 같은 도구 사용 가능:

권장 사항

벤더: Amazon Vine 프로그램을 이용합니다. 이 프로그램은 아마존의 가장 신뢰할 수 있는 리뷰어들이 작성한 정직하고 편견없는 피드백을 포함하여 고객에게 자세한 정보를 제공하기 위해 만들어졌습니다.

셀러: 아마존 브랜드 레지스트리에 등록하고 얼리 리뷰어 프로그램을 사용합니다. 아마존 브랜드 레지스트리에 등록하면 브랜드 구축 및 보호를 위한 다양한 도구를 확보하고 고객에게 더 나은 경험을 선사할 수 있습니다.

3. 퍼포먼스가 우수한 자동차 상품 광고주의 균형 잡힌 혼합 투자

인사이트

블랙 프라이데이 및 사이버 먼데이 (BFCM) 와 같은 표준 텐폴 이벤트와 트럭 시즌 및 겨울철과 같은 자동차 텐폴 이벤트는 연중 다른 시기에 발생합니다. 이러한 텐폴에 따른 광고는 브랜드를 확대하고 판매를 증대하는 데 도움이 될 수 있습니다. 실제로 성장율이 높은 브랜드는 트럭 시즌, 겨울철 및 BFCM 전반에 걸쳐 Sponsored Products에서 균형 잡힌 지출을 유지했습니다. 또한 퍼포먼스가 우수한 브랜드는 트럭 시즌: 겨울철: BFCM에 있어 2:1:1 비율을 유지한 반면 기타 광고주들은 10:1:1 비율을 유지합니다.

권장 사항

아마존의 분석에 따르면 보다 균형 잡힌 접근 방식은 전년 대비 DPVGR 및 NTBGR이 더 높아질 수 있음을 보여줍니다.

방법론

먼저 감독형 모델을 사용하여 40개 이상의 미디어 및 소매 특성 중 종합 점수를 높이는 데 도움이 되는 특성 목록을 파악했습니다. 그런 다음 이 특성 목록을 사용했고 광고주/브랜드 간에 클러스터 분석을 수행했습니다. 따라서 동일한 클러스터의 광고주/브랜드는 광고 및 리테일 속성이 비슷하지만 다른 클러스터에 있는 광고주/브랜드는 광고 및 소매 속성이 다릅니다. 이러한 속성은 X1, X2,... Xn입니다. (속성은 비주얼에서 버블로 표시됨)
기계 학습 알고리즘이 4개의 클러스터를 반환했습니다. 성공 지표를 기준으로 이 4개 클러스터의 순위를 매겨서 최상위 및 하위 퍼포먼스 클러스터의 차이점을 비교하고 NTB와 판매 성장의 퍼포먼스를 차별화하는 주요 특성을 파악했습니다.

클러스터링은 어떻게 작동합니까?
DPVR을 기반으로 이진 종합 점수를 생성한 뒤 XGBoost 분류자를 적용하여 어떤 기능과 어떤 가중이 이러한 분류를 가장 잘 예측하는지 파악했습니다. 이 과정에서 광고 상품 사용 강도 및 조합, 광고 지원 시기, 타겟팅 전략, 크리에이티브 및 배치, 고객 리뷰 횟수 및 평점, 양질의 상품 페이지가 있는 상품 비율, 광고에서 프로모션하는 상품의 유형 등을 광고 또는 리테일 활동의 기능으로 간주했습니다.
그런 다음에 식별한 특성과 위의 가중치를 사용하여 k-medoid 클러스터링 알고리즘을 적용하여 광고주를 클러스터로 분류했습니다. 종합 점수의 구성 요소가 아니라 활동에 따라 광고주를 분류했습니다. 그런 다음에 종합 점수에 따라 내림차순으로 최종 클러스터 순위를 책정했습니다.