Dit is wat we hebben geleerd van 200.000 Sponsored Products-campagnes

Dit artikel geeft inzichten in/beste praktijken voor de belangrijkste attributen en strategieën, door te kwantificeren in hoeverre de best presterende in China gevestigde verkopers (cluster één) en minder presterende in China gevestigde verkopers (cluster vijf) elk belangrijk attribuut of elke belangrijke strategie toepassen.

Raadpleeg de sectie Methode aan het einde van dit artikel voor meer informatie over hoe we dit onderzoek hebben uitgevoerd.

Adverteerders kunnen het beste beginnen met Sponsored Products-campagnes. Er zijn drie overwegingen voor het gebruik van dynamisch bieden:

• Overweeg om een dynamische biedstrategie uit te testen bij een stabiele campagne: Voor het testen van een biedstrategie kun je het beste een campagne kiezen die stabiel is. Dit betekent campagnes die al minstens twee weken lopen en resulteren in meer conversies.
• Overweeg om wijzigingen te beperken tijdens het testen: We raden adverteerders aan om wijzigingen te beperken tijdens het testen van strategieën, zodat ze het verschil in prestaties kunnen toewijzen aan een specifieke wijziging.
• Overweeg om strategieën voor verschillende campagnes met elkaar te vergelijken: Zorg ervoor dat je bij het maken van nieuwe campagnes de nieuwe biedstrategie vergelijkt met een bestaande, stabiele strategie (indien mogelijk).

De derde inzichtgestuurde aanbeveling is om gericht de doorklikpercentages te verhogen door het aantal ASIN's of producten die Prime-verzending aanbieden te vergroten. We gebruiken machine learning-modellen om te bepalen bij welke producten de kans groot is dat shoppers erop klikken als ze worden geadverteerd. We hebben ook ontdekt dat het hebben van de Prime-badge naast geadverteerde producten helpt om de kans dat een klant op advertenties klikt te vergroten.

• Overweeg om Sponsored Products-ASIN's in te schrijven voor het Fulfillment by Amazon (FBA)-programma.
• Overweeg om Sponsored Products-ASIN's in te schrijven voor het Seller Fulfilled Prime (SFP)-programma.
• Overweeg om zowel FBA- als SFP-programma's te combineren om het Prime-aanbod te vergroten.

Tot slot hebben we in eerdere artikelen ontdekt dat het toevoegen van negatieve trefwoorden aan ASIN's of serienummers van producten een effectief hulpmiddel was. In het geval van Chinese kledingverkopers (met een wereldwijde doelgroep) hebben we ontdekt dat het toevoegen van gerichte trefwoorden daarentegen ervoor zorgt dat advertenties relevant zijn voor de juiste klanten.

• Controleer je bestaande campagnerapporten om termen te vinden die je moet gebruiken voor negatieve targeting. Lagere CTR's, hogere uitgaven en lagere conversiepercentages zijn goede indicatoren voor targeting die minder presteert en uitsluitende trefwoorden zouden kunnen worden.
• Controleer regelmatig de prestaties van je uitsluitende trefwoorden om je campagnes te leren optimaliseren met de woorden die echt werken voor je merk.
• Controleer op uitzonderingen. Niet-merkgebonden trefwoorden die worden gebruikt om het bewustzijn voor nieuwe productlanceringen te vergroten kunnen bijvoorbeeld slechte prestaties leveren, maar moeten niet worden gebruikt als uitsluitende trefwoorden omdat ze in feite de juiste doelgroep zijn voor producten in de categorie Kleding.

• Merken selecteren: In dit onderzoek hebben we 222.853 kledinggerelateerde Sponsored Products-campagnes in 12 landen geanalyseerd tussen augustus 2020 en juli 2021. Elke campagne werd gelanceerd door endemische Chinese adverteerders, d.w.z. Chinese adverteerders die producten verkopen op Amazon.com. De twaalf landen waren Verenigde Staten, het Verenigd Koninkrijk, Duitsland, Frankrijk, Japan, Canada, Italië, Spanje, India, Australië, Verenigde Arabische Emiraten en Mexico.
• Criteria voor succes bepalen: Berekend op basis van drie statistieken, rendement op advertentie-uitgaven, conversiepercentage en doorklikpercentage.
• Effectieve advertentie- of retailacties identificeren: Zodra de successtatistieken waren gedefinieerd, stelden we vast welke de belangrijkste campagneacties waren om de successtatistieken te helpen vergroten met machine learning-algoritmes. We hebben gebruikgemaakt van een model met gradiëntversterkte beslissingsbomen om te bepalen wat de belangrijkste campagneacties zijn die bijdragen aan de successtatistieken. Deze methode helpt ons te begrijpen welke advertentieacties het belangrijkst zijn om sterke successtatistieken te stimuleren.
• Merken groeperen: We hebben campagnes gegroepeerd op basis van hun successtatistieken en deze in vijf clusters onderverdeeld. Aan de hand van meer dan 20 advertentieacties hebben we vervolgens de impact op de successtatistieken geanalyseerd. Advertentieacties omvatten SP-campagneduur in dagen, dynamische biedingen, negatieve trefwoordtactieken, enz.
• Merkgroepen vergelijken: vastgesteld welke strategieën de best presterende merken (cluster één) gebruiken om hun klikken en conversies te doen toenemen, en deze vergeleken met de strategieën die minder presterende merken (cluster vijf) al dan niet gebruiken.