นี่คือเหตุผลที่หน้ารายละเอียดที่ดีมีความสำคัญสำหรับการเปิดตัวสินค้าใหม่

ในการศึกษาปี 2021 เกี่ยวกับสินค้าหรือหมายเลขระบุมาตรฐานของ Amazon (ASIN) ใหม่กว่า 320,000 รายการนี้ เราได้เปรียบเทียบเมทริกซ์ประสิทธิภาพของการเปิดตัวสินค้าใหม่ที่มีประสิทธิภาพสูงและต่ำบน Amazon

บน Amazon แบรนด์ทั้งเก่าและใหม่มีการสร้างสรรค์สิ่งใหม่ ๆ อย่างต่อเนื่องโดยนำเสนอสินค้าใหม่ ๆ แก่ลูกค้า แต่สิ่งที่จะช่วยให้การเปิดตัวสินค้าประสบความสำเร็จคืออะไร ในการศึกษานี้ เราพยายามที่จะตอบคำถามนี้โดยประเมินความสำเร็จของการเปิดตัวสินค้าหรือ ASIN กว่า 320,000 รายการ

ก่อนทำการวิเคราะห์ เราต้องกำหนดเมทริกซ์ความสำเร็จเพื่อเปรียบเทียบ ASINs หรือสินค้าที่ไม่ซ้ำทั้งหมดที่โซลูชัน Amazon Ads รองรับ ด้วยการใช้ข้อมูลจากผู้เชี่ยวชาญภายในของ Amazon Ads เราได้พัฒนาคะแนนรวมที่ประกอบด้วยปัจจัยสามประการต่อไปนี้ (1) จำนวนการแสดงของโฆษณา (2) อัตราการคลิกผ่านโฆษณาเฉลี่ย (3) อัตราการเติบโตเฉลี่ยของหน่วยค้าปลีก

ด้วยเมทริกซ์ความสำเร็จที่กำหนดไว้ เราสามารถจัดกลุ่ม ASINs ออกเป็นควินไทล์ที่กระจายเท่า ๆ กัน (20% ของขนาดตัวอย่างทั้งหมดสำหรับแต่ละกลุ่ม) โดยควินไทล์ 1 มีคะแนนรวมสูงสุด และควินไทล์ 5 มีคะแนนรวมต่ำสุด ต่อไป เราเลือกคุณสมบัติของสื่อและการค้าปลีก 35 รายการ ตั้งแต่สินค้า Amazon Ads ไปจนถึงรีวิวจากลูกค้า เพื่อฝึกอัลกอริทึมแมชชีนเลิร์นนิ่งที่ออกแบบมาเพื่อทดสอบชุดค่าผสมของกลยุทธ์โฆษณาที่สามารถปรับปรุงคะแนนรวมให้ดีขึ้นได้

ตรงจุดนี้ เราจะเปรียบเทียบ "ASIN ที่มีประสิทธิภาพสูงสุด" (ควินไทล์ 1) กับ "ASIN ที่มีประสิทธิภาพต่ำกว่า" (ควินไทล์ 5) ในกลยุทธ์การโฆษณาที่เราสังเกตพบว่ามีผลกระทบสูงสุดต่อการเพิ่มคะแนนรวมของจำนวนการแสดงของโฆษณา อัตราการคลิกผ่าน และการเติบโตของหน่วยค้าปลีกโดยเฉลี่ย

การวิเคราะห์ของเราพบว่า เมื่อเปรียบเทียบกับ ASIN ที่มีประสิทธิภาพต่ำกว่า ASIN ที่มีประสิทธิภาพสูงจะได้รับจำนวนการแสดงของโฆษณามากกว่า 7.1 เท่า อัตราการคลิกผ่านโฆษณาสูงกว่า 2.1 เท่า และการเติบโตของหน่วยค้าปลีกโดยเฉลี่ยสูงกว่า 3.8 เท่า

ก่อนอื่น เราจะใช้โมเดลที่มีการกำกับดูแลเพื่อระบุรายการคุณสมบัติที่ช่วยปรับปรุงคะแนนรวมให้ดีขึ้นจากคุณสมบัติของสื่อและการค้าปลีกกว่า 35 รายการ โดยเฉพาะอย่างยิ่ง เราปฏิบัติตามกระบวนการห้าขั้นตอนเพื่อสร้างชุดเมทริกซ์ความสำเร็จ ซึ่งรวมถึงการค้นหาแบบระบุแบรนด์และจำนวนการเปิดดูหน้ารายละเอียด จากนั้นจึงระบุกลยุทธ์การค้าปลีกและการโฆษณาระดับสูงเพื่อช่วยเพิ่มเมทริกซ์ความสำเร็จด้วยอัลกอริทึมแมชชีนเลิร์นนิ่ง

1. เลือกแบรนด์ เราได้ตรวจสอบแบรนด์ผู้โฆษณากว่า 320,000 แบรนด์ในทุกอุตสาหกรรมและ 7 ประเทศ (สหรัฐอเมริกา สหราชอาณาจักร เยอรมนี ฝรั่งเศส ญี่ปุ่น อิตาลี สเปน) ระหว่างเดือนตุลาคม 2020 ถึงกันยายน 2021
2. สร้างเมทริกซ์ความสำเร็จ เราคำนวณความสำเร็จของการเปิดตัว ASIN ใหม่ตามเปอร์เซ็นต์อัตราการคลิกผ่าน การเติบโตเฉลี่ยของหน่วยค้าปลีก (ในช่วงเวลาที่สังเกต) และจำนวนการแสดงของโฆษณาที่ส่งมอบ
3. ระบุโฆษณาหรือการดำเนินการค้าปลีกที่มีประสิทธิภาพ เมื่อใช้ข้อมูลจากผู้เชี่ยวชาญในอุตสาหกรรม เราได้ระบุคุณสมบัติ 35 รายการที่อาจช่วยปรับปรุงเมทริกซ์ความสำเร็จ (จำนวนการแสดงของโฆษณาที่สูงขึ้น เปอร์เซ็นต์อัตราการคลิกผ่านโฆษณาที่ดีขึ้น และการเติบโตของหน่วยค้าปลีกโดยเฉลี่ยที่สูงขึ้น) จากนั้นเราใช้ค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สันเพื่อลดคุณสมบัติที่มีความสัมพันธ์สูงสำหรับการศึกษาต่อไป คุณสมบัติที่เหลือคือการวัดคุณภาพ ASIN เช่น รหัสความพร้อมของ ASIN, คุณสมบัติแคมเปญของ sponsored products เช่น การใช้จ่าย/งบประมาณ, การระบุเป้าหมาย Sponsored Products เช่น การระบุเป้าหมายจากคีย์เวิร์ด และคุณสมบัติค้าปลีก เช่น รีวิวจากลูกค้าและการจัดอันดับโดยเฉลี่ย
4. จัดกลุ่มแบรนด์ จากนั้นเราจะนำการวิเคราะห์ควินไทล์มาใช้ในการจัดอันดับ ASINs ตามเมทริกซ์ความสำเร็จ แบ่ง ASIN ทั้งหมดเป็นห้ากลุ่มเท่า ๆ กันตามอันดับล่าสุด
5. เปรียบเทียบกลุ่มแบรนด์ เราเปรียบเทียบควินไทล์ที่มีประสิทธิภาพสูงและต่ำ และสรุปว่าข้อใดคือคุณสมบัติหลักที่ทำให้ประสิทธิภาพจำนวนการแสดงของโฆษณา อัตราการคลิกผ่าน และการเติบโตของหน่วยค้าปลีกโดยเฉลี่ยแตกต่างกัน วิธีนี้ช่วยให้เราเข้าใจว่า ASIN ที่ประสบความสำเร็จสูงสุดมีสิ่งใดที่แตกต่าง เราให้คำแนะนำเกี่ยวกับการโฆษณาและการดำเนินการค้าปลีกที่สำคัญที่สุด เพื่อช่วยให้ผู้โฆษณาปรับปรุงการใช้งาน ASIN และประสิทธิภาพโดยรวม