คำแนะนำ 4 ข้อเพื่อการพัฒนาแบรนด์เสื้อผ้าและรองเท้ากีฬาให้เติบโต
โดย: Sam Bachra ผู้จัดการฝ่ายจัดหา
ในการศึกษาวิจัยปี 2019 เกี่ยวกับแบรนด์กีฬามากกว่า 650 แบรนด์ เราพบว่ามีสิ่งสำคัญ 4 ด้านที่ผู้โฆษณาเครื่องแต่งกายกีฬาที่มีประสิทธิภาพสูงสุดใช้เพื่อช่วยกระตุ้นจำนวนการเห็นแบบแวบมองและเร่งการเติบโตของยอดขาย
ประเด็นสำคัญ:
ไม่ว่าจะเป็นการพยายามทำโฮมรัน แกรนด์สแลม หรือสถิติส่วนบุคคลที่ดีที่สุดด้วยแคมเปญการโฆษณา แบรนด์กีฬามักจะมองหาวิธีเพื่อเพิ่มประสิทธิภาพของตนเสมอ
ในการช่วยให้พวกเขาบรรลุเป้าหมายดังกล่าว ทาง Amazon Ads จึงได้ศึกษาเกี่ยวกับเสื้อผ้าและรองเท้ากีฬาแบรนด์ของสหรัฐกว่า 650 แบรนด์ที่ขายสินค้าในร้านค้าของ Amazon การวิเคราะห์ของเราพบว่า ผู้โฆษณาที่มีประสิทธิภาพสูงสุดมีลูกค้าใหม่ของแบรนด์ (NTB) เพิ่มขึ้นถึง 2.2 เท่า และจำนวนการเห็นแบบแวบมองสูงขึ้น 2.5 เท่า (จำนวนครั้งในการดูหน้ารายละเอียดสินค้า) มากกว่าผู้โฆษณาเสื้อผ้ากีฬาอื่นๆ
สิ่งที่มีผลต่อประสิทธิภาพมีอะไรบ้าง เราพบกลยุทธ์การโฆษณา 4 ประการที่ผู้โฆษณาที่มีประสิทธิภาพสูงสุดนำมาใช้ และผู้โฆษณารายอื่นๆ ไม่ได้ใช้ ซึ่งเชื่อมโยงกับลูกค้าใหม่ของแบรนด์และการดูแบบแวบมอง ดังนี้
- แบรนด์กีฬาที่มีประสิทธิภาพสูงสุดใช้แคมเปญของ Sponsored Brands ตลอดทั้งปี
- โดยรักษาอัตราส่วนงบประมาณ 2:1 ระหว่าง Sponsored Brands และ Sponsored Products
- มีการใช้คีย์เวิร์ดเชิงลบและ ASIN เชิงลบบ่อยขึ้น
- นอกจากนี้ยังทำตามแนวทางปฏิบัติที่ดีที่สุดในด้านการรีวิวจากลูกค้า
อ่านต่อเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับกลยุทธ์เหล่านั้น รวมทั้งวิธีรวมไว้ในกลยุทธ์การตลาด
ประสิทธิภาพอัตราการเติบโตของดัชนีลูกค้าใหม่ของแบรนด์และจำนวนการเห็นแบบแวบมอง (พื้นฐาน = กลุ่ม 4)
กลุ่ม 1
กลุ่ม 2
กลุ่ม 3
กลุ่ม 4
การเติบโตของลูกค้าใหม่ของแบรนด์เมื่อเทียบกับเวลาเดียวกันในปีก่อนหน้า
การเติบโตของจำนวนการเห็นแบบแวบมองเมื่อเทียบกับเวลาเดียวกันในปีก่อนหน้า
1. ผู้โฆษณาเครื่องแต่งกายกีฬาที่มีประสิทธิภาพสูงสุดใช้แคมเปญ Sponsored Brands ตลอดทั้งปี
ข้อมูลเชิงลึก
ผู้โฆษณาเสื้อผ้ากีฬาที่มีประสิทธิภาพสูงสุดใช้แคมเปญของ Sponsored Brands แบบเปิดเสมอเป็นเวลา 52 สัปดาห์ในปี 2019 เมื่อเทียบกับผู้โฆษณาเสื้อผ้ากีฬาอื่นๆ ที่ใช้แคมเปญของ Sponsored Brands แบบเปิดเสมอเพียง 2 สัปดาห์ การใช้แคมเปญของ Sponsored Brands แบบเปิดเสมอจะช่วยให้แบรนด์เป็นอันดับหนึ่งในใจของลูกค้า ซึ่งจะช่วยสร้างลูกค้าใหม่ของแบรนด์เพิ่มขึ้น
คำแนะนำ
แคมเปญแบบเปิดเสมอมีประสิทธิภาพมากที่สุดเมื่อผู้โฆษณาใช้กลยุทธ์การรับรู้ การพิจารณา และคอนเวอร์ชันร่วมกัน กลยุทธ์การรับรู้และการพิจารณา เช่น การแสดงโฆษณาผ่าน Amazon DSP ช่วยกระตุ้นให้ลูกค้าใหม่ดูหน้ารายละเอียดสินค้าและสามารถนำไปสู่คอนเวอร์ชันได้มากขึ้น
2. ผู้โฆษณาเครื่องแต่งกายกีฬาที่มีประสิทธิภาพสูงสุดรักษาอัตราส่วนงบประมาณ 2:1 ระหว่าง Sponsored Brands และ Sponsored Products
ข้อมูลเชิงลึก
การวิเคราะห์ของเราแสดงให้เห็นว่า ผู้โฆษณาเสื้อผ้ากีฬาที่มีประสิทธิภาพสูงสุดยังคงไว้ซึ่งอัตราส่วนจำนวนการเห็นโฆษณาคร่าวๆ ประมาณ 2:1 สำหรับ Sponsored Brands เทียบกับ Sponsored Products ในช่วงเวลาเดียวกัน ผู้โฆษณาเสื้อผ้ากีฬาอื่นๆ ยังคงอัตราส่วนจำนวนการเห็นโฆษณาที่ 20:1 ข้อมูลนี้สำคัญเพราะอัตราส่วน 2:1 จะช่วยเพิ่มความสามารถในการค้นพบสินค้า
คำแนะนำ
รักษาอัตราส่วน 2:1 (หรือยอดคงเหลือที่คล้ายกัน) ระหว่าง Sponsored Brands และ Sponsored Products อัตราส่วนนี้สำคัญอย่างยิ่งด้วย 2 เหตุผล ดังนี้
- อัตราส่วนการใช้จ่ายที่ดีระหว่าง Sponsored Brands และ Sponsored Products จะช่วยเพิ่มการมองเห็นแคมเปญให้มากที่สุด
- ประการที่สอง สามารถช่วยเพิ่มการรับรู้ของกลุ่มสินค้า ซึ่งจะช่วยเพิ่มจำนวนการเห็นแบบแวบมองและลูกค้าใหม่ของแบรนด์
3. ผู้โฆษณาเครื่องแต่งกายกีฬาที่มีประสิทธิภาพสูงสุดใช้คีย์เวิร์ดเชิงลบและ ASIN เชิงลบ
ข้อมูลเชิงลึก
การวิเคราะห์ของเราแสดงให้เห็นว่าการใช้คีย์เวิร์ดเชิงลบ (คำหรือวลีที่ป้องกันไม่ให้โฆษณาปรากฏในผลการช้อปปิ้ง) และ ASIN เชิงลบนั้นมีประโยชน์ โดยเฉลี่ยแล้ว 15% ของแคมเปญการโฆษณาเสื้อผ้ากีฬาที่มีประสิทธิภาพสูงสุดมีคีย์เวิร์ดเชิงลบหรือ ASIN เชิงลบอยู่ ในทางกลับกัน มีเพียง 4% ของแคมเปญจากแคมเปญการโฆษณาเสื้อผ้ากีฬาอื่นๆ เท่านั้นที่ใช้คีย์เวิร์ดเชิงลบหรือกลยุทธ์หมายเลขซีเรียล
กล่าวอีกนัยหนึ่งคือ ผู้โฆษณาเสื้อผ้ากีฬาที่มีประสิทธิภาพสูงสุดมีแนวโน้มที่จะใช้คีย์เวิร์ดเชิงลบหรือ ASIN เชิงลบมากกว่าผู้โฆษณาเสื้อผ้ากีฬาอื่นๆ ถึง 11%
คำแนะนำ
ใช้คีย์เวิร์ดเชิงลบและ ASIN เชิงลบ ประโยชน์อย่างหนึ่งของการใช้คีย์เวิร์ดเชิงลบคือ ช่วยทำให้แน่ใจว่าโฆษณาจะไม่ปรากฏในหน้าผลการช้อปปิ้งสำหรับข้อความค้นหาการช้อปปิ้งที่คุณทราบว่ามีโอกาสน้อยที่จะมีคอนเวอร์ชัน ประโยชน์รองของการใช้คีย์เวิร์ดเชิงลบหรือ ASIN เชิงลบคือ ช่วยให้มั่นใจว่าโฆษณาจะเข้าถึงกลุ่มเป้าหมายที่เหมาะสม
ในการปรับปรุงความถูกต้องของคีย์เวิร์ดเชิงลบและ ASIN เชิงลบ ผู้โฆษณาสามารถใช้เมทริกซ์ในตัวของ Amazon ได้ ตัวอย่างเช่น อัตราการคลิกผ่าน (CTR) ที่ต่ำกว่าและอัตราคอนเวอร์ชันที่ต่ำกว่า เป็นตัวชี้วัดที่ดีของคีย์เวิร์ดที่มีประสิทธิภาพต่ำ และดังนั้นจึงเป็นตัวเลือกที่ดีที่จะยกเว้น
4. ผู้โฆษณาเครื่องแต่งกายกีฬาที่มีประสิทธิภาพสูงสุดทำตามแนวทางปฏิบัติที่ดีที่สุดในด้านการรีวิวจากลูกค้า
ข้อมูลเชิงลึก
การวิเคราะห์ของเราแสดงให้เห็นว่า โดยเฉลี่ยแล้ว ผู้โฆษณาเสื้อผ้ากีฬาที่มีประสิทธิภาพสูงสุดมีจำนวนการรีวิวของลูกค้ามากกว่าผู้โฆษณาที่มีประสิทธิภาพน้อยที่สุดถึง 4 เท่าต่อหมายเลขซีเรียลของ ASIN
คำแนะนำ
รีวิวจากลูกค้าเป็นตัวชี้วัดที่สำคัญสำหรับลูกค้าที่ต้องการตัดสินใจซื้อสินค้า ผู้โฆษณาสามารถใช้เครื่องมือต่อไปนี้เพื่อช่วยปรับปรุงจำนวนการเห็นแบบแวบมองและคอนเวอร์ชันได้อย่างรวดเร็ว
ผู้ค้า: ใช้ โปรแกรม Amazon Vine โปรแกรมนี้สร้างขึ้นเพื่อให้ลูกค้ามีข้อมูลเพิ่มเติมรวมทั้งผลตอบรับที่จริงใจและเป็นกลางจากผู้วิจารณ์บางส่วนที่น่าเชื่อถือที่สุดของ Amazon
ผู้ขาย: ลงทะเบียนในการลงทะเบียนแบรนด์ Amazon และใช้ Early reviewer program การลงทะเบียนแบรนด์ Amazon จะปลดล็อกชุดเครื่องมือที่ออกแบบมาเพื่อช่วยคุณสร้างและปกป้องแบรนด์ของคุณ เป็นการสร้างประสบการณ์ที่ดียิ่งขึ้นสำหรับลูกค้า
สรุป
เราเชื่อว่าการให้ข้อมูลเชิงลึกที่ขับเคลื่อนด้วยการวิจัยที่ช่วยปรับปรุงประสิทธิภาพแก่ผู้โฆษณานั้นเป็นสิ่งสำคัญอย่างยิ่ง ในบทความนี้ เราดูว่าผู้โฆษณาเสื้อผ้ากีฬาที่มีประสิทธิภาพสูงสุดมีจำนวนลูกค้าใหม่ของแบรนด์และจำนวนการเห็นแบบแวบมองเพิ่มสูงขึ้นได้อย่างไร ประการแรก ผู้โฆษณาเหล่านี้ใช้แคมเปญของ Sponsored Brands ตลอดทั้งปี ประการที่สอง รักษาอัตราส่วนงบประมาณ 2:1 ระหว่าง Sponsored Brands และ Sponsored Products ประการที่สาม ใช้คีย์เวิร์ดเชิงลบและ ASIN เชิงลบเพื่อเพิ่มความเกี่ยวข้องของโฆษณาตามการสอบถามข้อมูลการช้อปปิ้ง สุดท้าย มีรีวิวจากลูกค้าเพิ่มขึ้น 4 เท่าสำหรับสินค้าแต่ละชิ้นที่ไม่ซ้ำกันที่โฆษณา
เมื่อรวมเข้าด้วยกัน การวิเคราะห์ของเราแสดงให้เห็นว่ากลยุทธ์ทั้งสี่นี้ช่วยให้ผู้โฆษณาที่มีประสิทธิภาพสูงสุดได้ลูกค้าใหม่ของแบรนด์ที่สูงขึ้น 2.2 เท่า และจำนวนการเห็นแบบแวบมองสูงขึ้น 2.5 เท่า
ระเบียบวิธี
เราได้วิเคราะห์แบรนด์กว่า 650 แบรนด์ในประเภทเสื้อผ้าและรองเท้ากีฬาในสหรัฐอเมริกาในปี 2019 การศึกษานี้ได้จัดผู้โฆษณาออกเป็นกลุ่มโดยใช้อัลกอริทึมแมชชีนเลิร์นนิ่งขั้นสูง จากนั้นจึงดูคุณลักษณะการโฆษณาและการค้าปลีกของพวกเขาเพื่อดึงคำแนะนำที่ขับเคลื่อนด้วยข้อมูลเชิงลึก เพื่อช่วยผู้โฆษณาปรับปรุงประสิทธิภาพของการเติบโตของลูกค้าใหม่ของแบรนด์และจำนวนการเห็นแบบแวบมอง
ผู้โฆษณากระจายไปทั่วกลุ่มอย่างไร
เราใช้อัลกอริทึมแมชชีนเลิร์นนิ่งในการจำแนกผู้โฆษณาเป็นกลุ่มโดยอัตโนมัติตามคุณลักษณะการโฆษณาและการค้าปลีกของพวกเขา
กลุ่ม 1
การเติบโตสูงสุดของจำนวนการเห็นแบบแวบมองและลูกค้าใหม่ของแบรนด์
กลุ่ม 2
กลุ่ม 3
กลุ่ม 4
การเติบโตต่ำสุดของจำนวนการเห็นแบบแวบมองและลูกค้าใหม่ของแบรนด์
การจัดกลุ่มทำงานอย่างไร
เราสร้างคะแนนรวมแบบไบนารีโดยใช้การรวมกันของผลตอบแทนจากค่าโฆษณา (ROAS) การเติบโตของยอดขายปลีกเทียบกับปีก่อนหน้า และการเพิ่มขึ้นของจำนวนการเปิดดูหน้าเพจรายการสินค้าเทียบกับปีก่อนหน้า เราติดป้ายผู้โฆษณาที่ติดอันดับสูงสุด 50% จากทั้งสามองค์ประกอบเป็น “หนึ่ง” และอีกรายการหนึ่งเป็น “ศูนย์” จากนั้นเราจะใช้ตัวจำแนกประเภท XGBoost เพื่อระบุว่าคุณลักษณะใดและน้ำหนักใดที่คาดการณ์ป้ายเหล่านี้ได้ดีที่สุด ในการดำเนินการดังกล่าว เราได้พิจารณาการดำเนินการโฆษณาหรือการค้าปลีกตามคุณลักษณะต่างๆ เช่น ความเข้มข้นและการผสมผสานการใช้สินค้าโฆษณา ระยะเวลาในการสนับสนุนการโฆษณา กลยุทธ์ในการระบุเป้าหมาย โฆษณาและตำแหน่งโฆษณา การนับและการให้คะแนนรีวิวจากลูกค้า เปอร์เซ็นต์ของสินค้าที่มีหน้ารายการสินค้าที่มีคุณภาพ และประเภทของสินค้าที่โปรโมทในโฆษณา และอื่นๆ
เมื่อใช้คุณสมบัติและน้ำหนักที่ระบุดังกล่าวข้างต้นแล้ว เราก็จะใช้ โปรแกรมการจัดกลุ่มอัลกอริทึม k-medoid เพื่อจำแนกผู้โฆษณาออกเป็นกลุ่มต่าง ๆ โปรดทราบว่าเราจำแนกประเภทผู้โฆษณาตามการดำเนินการของพวกเขา ไม่ใช่ตามส่วนประกอบของคะแนนรวม ต่อไป เราได้จัดอันดับกลุ่มสุดท้ายด้วยคะแนนรวมของพวกเขาจากสูงไปต่ำ กลุ่มที่ 1 คือกลุ่มที่ประสบความสำเร็จมากที่สุดด้วยคะแนนรวมสูงสุด และกลุ่มที่ 5 คือกลุ่มที่ประสบความสำเร็จน้อยที่สุด