กลยุทธ์ 3 ประการที่ผู้โฆษณาด้านสุขภาพและการดูแลส่วนบุคคลชั้นนำใช้เพื่อการเติบโตของแบรนด์

โดย: Catherine Bai ผู้จัดการฝ่ายการวิเคราะห์และสื่อ

เราศึกษาแบรนด์มากกว่า 7,500 แบรนด์ในหมวดสุขภาพและการดูแลส่วนบุคคลในร้านค้าของ Amazon เพื่อค้นหาข้อมูลเชิงลึกว่าพวกเขาบรรลุเป้าหมายการเติบโตแบบเทียบปีต่อปีสำหรับจำนวนการเปิดดูหน้าเพจรายละเอียดและลูกค้าใหม่ของแบรนด์ได้อย่างไร

เรื่องราวสำคัญ:

เราพิจารณาผลการดำเนินงานปี 2019 ของแบรนด์กว่า 7,500 แบรนด์ในหมวดสุขภาพและการดูแลส่วนบุคคลในสหรัฐอเมริกา การวิเคราะห์นี้จัดประเภทแบรนด์ออกเป็นกลุ่มคลัสเตอร์ จากนั้นจึงพิจารณาคุณลักษณะการโฆษณาและการค้าปลีกเพื่อดึงคำแนะนำที่ขับเคลื่อนด้วยข้อมูลเชิงลึก เพื่อช่วยผู้โฆษณาปรับปรุงประสิทธิภาพของพวกเขา โดยเฉพาะอย่างยิ่งในแง่ของการเติบโตแบบเทียบปีต่อปีสำหรับจำนวนการเห็นแบบแวบมองและลูกค้าใหม่ของแบรนด์ เพื่อให้การเปรียบเทียบง่ายขึ้น เราจึงเน้นไปที่ผู้โฆษณาด้านสุขภาพและการดูแลส่วนบุคคลที่มีผลงานชั้นแนวหน้าเมื่อเทียบกับผู้โฆษณารายอื่น ๆ ผลลัพธ์แสดงให้เห็นว่าผู้โฆษณาด้านสุขภาพและการดูแลส่วนบุคคลที่มีผลงานชั้นแนวหน้ามีความแตกต่างจากผู้โฆษณารายอื่น ๆ ในสามด้าน ผู้โฆษณาที่ต้องการปรับปรุงอัตราการเติบโตแบบเทียบปีต่อปีสำหรับจำนวนการเปิดดูหน้าเพจรายละเอียด (DPVGR) และอัตราการเติบโตของลูกค้าใหม่ของแบรนด์ (NTBGR) ควรพิจารณาสิ่งต่อไปนี้

  • ใช้การทำตลาดซ้ำกับกลุ่มเป้าหมาย
  • ใช้คีย์เวิร์ดในเชิงลบ
  • ลงทุนในตำแหน่งโฆษณานอกสถานที่ของ Amazon DSP (แพลตฟอร์มด้านอุปสงค์)

สำหรับข้อมูลเพิ่มเติม โปรดดูที่ ส่วนระเบียบวิธี ในตอนท้ายบทความนี้

1. ผู้โฆษณาด้านสุขภาพและการดูแลส่วนบุคคลที่มีผลงานชั้นแนวหน้าใช้ประโยชน์จากการทำตลาดซ้ำกับกลุ่มเป้าหมาย

ข้อมูลเชิงลึก

สำหรับผู้โฆษณาด้านสุขภาพและการดูแลส่วนบุคคลที่มีผลงานชั้นแนวหน้า จำนวนการแสดงผลของโฆษณาทั้งหมด 26% มาจากกลยุทธ์การทำตลาดซ้ำ

คำแนะนำ

ใช้ประโยชน์จากอีเว้นท์ของ Amazon เช่น Prime Day และ Cyber Monday และสินค้าเพื่อการโฆษณาใน funnel การตลาดส่วนบน เช่น โฆษณาสตรีมมิ่งทีวี และ Amazon DSP เพื่อเพิ่มกลุ่มเป้าหมายที่มีโอกาสเป็นลูกค้าเพื่อสร้างการรับรู้และการพิจารณาซื้อสินค้า จากนั้นติดตามงานโดยการทำตลาดซ้ำไปยังกลุ่มเป้าหมายที่ดูหน้ารายละเอียดสินค้า ผู้โฆษณายังสามารถดึงดูดกลุ่มเป้าหมายที่ดูสินค้าของแบรนด์อื่นให้เข้ามามีส่วนร่วมสำหรับการขายข้ามผลิตภัณฑ์หรือการเพิ่มยอดขาย หรือนักช้อปที่เรียกดูสินค้าที่คล้ายคลึงกันเพื่อกระตุ้นการมีส่วนร่วมระดับแบรนด์

2. ผู้โฆษณาด้านสุขภาพและการดูแลส่วนบุคคลที่มีผลงานชั้นแนวหน้าใช้ ASIN ในเชิงลบเพื่อทำการตลาดกับลูกค้าที่เกี่ยวข้อง

ข้อมูลเชิงลึก

สำหรับผู้โฆษณาด้านสุขภาพและการดูแลส่วนบุคคลที่มีผลงานชั้นแนวหน้า โดยเฉลี่ยแล้ว แคมเปญ 41% ใช้คีย์เวิร์ดเชิงลบหรือกลยุทธ์ ASIN ในเชิงลบ สำหรับผู้โฆษณารายอื่น แคมเปญ 0% ใช้คีย์เวิร์ดเชิงลบหรือกลยุทธ์ ASIN ในเชิงลบ

คำแนะนำ

เมื่อใช้ ASIN ในเชิงลบ ให้พิจารณาใช้เมทริกซ์เพื่อเลือกคีย์เวิร์ดเชิงลบด้วย อัตราการคลิกผ่าน (CTR) ต่ำลงและอัตราคอนเวอร์ชันต่ำลงเป็นตัวบ่งชี้ที่ดีว่าคีย์เวิร์ดบางคำมีประสิทธิภาพต่ำ พิจารณา CTR และคอนเวอร์ชันเพื่อระบุตัวเลือกคีย์เวิร์ดเชิงลบ

3. ผู้โฆษณาด้านสุขภาพและการดูแลส่วนบุคคลที่มีผลงานชั้นแนวหน้าลงทุนในโฆษณา Amazon DSP เพื่อช่วยคุณเข้าถึงลูกค้าในที่ใดก็ตามที่พวกเขาใช้เวลา

ข้อมูลเชิงลึก

ผู้โฆษณาด้านสุขภาพและการดูแลส่วนบุคคลที่มีผลงานชั้นแนวหน้ามีจำนวนการแสดงผลของโฆษณาทั้งหมด 18% ที่มาจากพื้นที่โฆษณานอกเหนือจาก Amazon DSP (Amazon Publisher Services หรือการแลกเปลี่ยนของบุคคลที่สาม) ในขณะที่ผู้โฆษณารายอื่นไม่มีจำนวนการแสดงของโฆษณาจากโฆษณานอกพื้นที่โฆษณาของ Amazon DSP เลย

คำแนะนำ

เมื่อผู้โฆษณากำลังคิดว่าจะซื้อสินค้านอกสถานที่ของ Amazon DSP เราขอแนะนำพวกเขาทำสิ่งต่อไปนี้

  • ปรับสมดุลการใช้จ่ายระหว่างสินค้าคงคลังที่ Amazon เป็นเจ้าของและดำเนินการกับสินค้าคงคลังนอกสถานที่อย่างระมัดระวัง
  • พิจารณาการลงทุนในเว็บไซต์และช่องทางอื่น ๆ เช่น Twitch หรือ Fire TV เพื่อเพิ่มการเข้าถึงกลุ่มเป้าหมายเชิงรุกและไม่นับซ้ำในวงกว้าง

ระเบียบวิธี

เราสร้างคะแนนรวมของอัตราการเติบโตแบบเทียบปีต่อปีสำหรับจำนวนการเปิดดูหน้ารายละเอียด (DPVGR) และอัตราการเติบโตแบบเทียบปีต่อปีของลูกค้าใหม่ของแบรนด์ (NTBGR) ตั้งแต่ปี 2018 ถึง 2019 แบรนด์ที่ติดอันดับ 50% แรกจากแบรนด์ทั้งหมดสำหรับ DPVGR และติดอันดับ 50% แรกสำหรับ NTBGR ถือว่าประสบความสำเร็จ แต่ถ้าเป็นตรงกันข้าม เราจะถือว่าแบรนด์เหล่านั้นไม่ประสบความสำเร็จ) จากนั้นเราใช้แมชชีนเลิร์นนิ่งเพื่อระบุกลยุทธ์การโฆษณาและการค้าปลีกที่พวกเขาใช้ในการช่วยเพิ่มคะแนนรวม

การจัดกลุ่มทำงานอย่างไร
เราสร้างคะแนนรวมแบบไบนารีตาม DPVR จากนั้นจึงใช้ตัวจำแนกข้อมูล XGBoost เพื่อระบุว่าคุณลักษณะใดและน้ำหนักใดที่สามารถทำนายป้ายประเภทเหล่านี้ได้ดีที่สุด ในการดำเนินการดังกล่าว เราได้พิจารณาการดำเนินการโฆษณาหรือการค้าปลีกในฐานะเป็นคุณลักษณะต่าง ๆ เช่น ความเข้มข้นและการผสมผสานการใช้สินค้าโฆษณา ช่วงเวลาในการสนับสนุนการโฆษณา กลวิธีในการระบุเป้าหมาย โฆษณาและตำแหน่งโฆษณา จำนวนและการจัดอันดับของรีวิวจากลูกค้า เปอร์เซ็นต์ของสินค้าที่มีหน้ารายการสินค้าที่มีคุณภาพ และประเภทของสินค้าที่โปรโมตในโฆษณา ฯลฯ

จากนั้น เราใช้อัลกอริทึมการจัดกลุ่มข้อมูล k-medoid เพื่อจำแนกผู้โฆษณาออกเป็นคลัสเตอร์โดยใช้คุณลักษณะที่บ่งชี้และน้ำหนักที่ระบุข้างต้น โปรดทราบว่าเราจำแนกประเภทผู้โฆษณาตามการดำเนินการของพวกเขา ไม่ใช่ตามส่วนประกอบของคะแนนรวม จากนั้น เราจัดอันดับคลัสเตอร์สุดท้ายด้วยคะแนนรวมจากมากไปน้อย คลัสเตอร์ที่ 1 คือคลัสเตอร์ที่ประสบความสำเร็จมากที่สุดด้วยคะแนนรวมสูงสุด และคลัสเตอร์ที่ 5 คือคลัสเตอร์ที่ประสบความสำเร็จน้อยที่สุด