Yüksek performanslı market reklamverenleri bilinirliği nasıl artırıyor?
Yazan: Kavya Kilari, Analitik ve Analizler
Yazıda öne çıkanlar:
Amazon'un market ürünleri kategorisinde 5.600'den fazla ABD merkezli şirketin yer aldığı 2019 tarihli araştırmada, yüksek performanslı reklamverenlerin üç reklam taktiğini diğer reklamverenlere kıyasla daha fazla kullandığını gözlemledik. Market ürünleri kategorisinde işlenmemiş gıdalar, kahve, soğuk içecekler ve atıştırmalıklar gibi ürünler satan markalar yer almaktadır.
Yüksek performanslı reklamverenler, bir önceki yıla kıyasla Amazon Marka Endeksi (ABI) bilinirlik ölçümlerinde (bu ölçümler reklamverenlere, pazarlama hunisinin orta ve üst kısımlarına dair istatistiklerle markayı bilen müşterilerin sayısını gösterir) ortalama 2,2 kat, değerlendirme oranında ise (satın almayı değerlendiren müşteri sayısını gösterir) 1,9 kat daha yüksek sonuçlar elde ediyor. Bu etkiyi daha derinlemesine incelemek için, yüksek performanslı reklamverenleri diğer reklamverenlerden ayıran taktikleri belirlemek üzere makine öğrenimi algoritmalarını kullandık. Bu makalede, bu taktikleri keşfediyor ve bunları nasıl geliştireceğiniz konusunda öneriler sunuyoruz.
Daha fazla bilgi için bu makalenin sonundaki Metodoloji bölümüne bakın.
1. Yüksek performanslı market reklamverenleri, Streaming TV reklamlarından yararlanıyor
Analizler
Analizlerimiz, araştırmada yer alan reklamverenlerin, Streaming TV reklamlarından yararlanarak toplam net medya erişimlerini (yalnızca doğrusal TV üzerinden) ortalama %2,2 oranında artırdığını göstermektedir. Ayrıca, 2019 tarihli bir Nielsen araştırmasına göre, bu artımlı erişimin yaklaşık %39'unun doğrusal TV'den Streaming TV'ye giderek artan geçişler nedeniyle doğrusal TV aracılığıyla elde edilemediğini ortaya koymuştur.
8 kat
daha fazla kesintisiz kampanya yürütme ihtimali
%2,2
net erişimde artış
%39
Fire TV lansmanıyla ilişkilendirilen erişim
Öneriler
Reklamverenler yalnızca medya planlarına Streaming TV reklamları eklemeyi düşünmemeli, aynı zamanda yılın en az 25 haftası boyunca kesintisiz kampanyalar yayınlamayı da düşünmelidir.
2. Yüksek performanslı market reklamverenleri, görüntülü reklamlar ile Streaming TV reklamlarını birlikte kullanıyor
Analizler
Araştırmalarımız, Streaming TV reklamlarının ve görüntülü reklamların birlikte daha iyi çalıştığını gösterdi. Görüntülü reklamlar ile Streaming TV reklamlarını birlikte kullanan yüksek performanslı markalar, Amazon Store'da reklamla ilişkilendirilen markalı aramalarda önceki yıla kıyasla %47'lik bir artış elde etti. Tam yönlendirmeli yaklaşımı benimseyerek pazarlama hunisinin üst ve alt kısımlarına yönelik tamamlayıcı ve kesintisiz stratejiler kullanmak, reklamverenlerin, yolculuklarının neresinde olurlarsa olsunlar müşterilerle farklı kanallar üzerinden etkileşim kurmalarına yardımcı olabilir.
Lütfen Dikkat: Markalı aramalar her zaman satışla sonuçlanmamakla birlikte, tüketici yolculuğunda önemli bir adım olan marka değerlendirmesinde bir artışa işaret edebilir.
Öneriler
Görüntülü reklamların üstünde Streaming TV reklamları yayınlayarak desteği artırmayı düşünün. Reklamverenler ayrıca Amazon Advertising'in aşağıdaki araçlarından da yararlanmalıdır:
- Amazon Video Reklam Materyali Oluşturucu: Bu, reklamverenlerin video reklamları oluşturmasına izin veren ücretsiz bir araçtır.
3. Yüksek performanslı market reklamverenleri, kitle segmenti olarak Amazon kitlelerini daha fazla kullanıyor
Analizler
Yüksek performanslı reklamverenler, yalnızca demografik kitle segmentlerini kullanmaya kıyasla davranışsal sinyallere (örn. yaşam tarzı kitle segmenti) dayalı kitlelere eriştiklerinde değerlendirme oranlarında %44'lük bir artış elde etti. Yüksek performanslı reklamverenler, ayrıca, diğer reklamverenlere kıyasla %4,5 daha fazla gösterim elde etti.
%44
değerlendirme oranında artış
%4,5
gösterim sayısında artış
Öneriler
Reklamverenler, Amazon'un pazarda ve yaşam tarzı kitlelerinin birleşimini kullanarak kampanya yaklaşımlarını uyarlayabilir. Örneğin, müşteriler, yeni fitness hedeflerine ulaşmalarına yardımcı olması için Egzersiz ve Fitness kategorisinde satın alım yapıyor olabilirler. Yani, reklamverenler mesajlarını oluştururken bunu kullanmayı değerlendirmelidir. Benzer şekilde, sağlık bilincine sahip müşteriler, bu hedeflerle bağlantılı olarak diyetlerini tamamlamalarına yardımcı olmak için protein tozları ve diğer ürünler de arıyor olabilirler. Amazon, reklamverenlerin yakın zamanda fitness ile ilgili bir ürün satın aldıklarını gösteren alışveriş faaliyetlerinde bulunan kitlelere ulaşmalarına yardımcı olabilir. Amazon'un Amplifikatör raporlarına ve Kitle Analizlerine erişimi olan reklamverenler, pazarda ve yaşam tarzı kitlelerini daha iyi izlemek ve optimize etmek için her iki kaynağı da kullanmayı düşünmelidir.
Metodoloji
Bu araştırmada, 2020 yılında ABD'de market ürünleri kategorisinde bulunan 5.600'den fazla markayı analiz ettik. Market ürünleri kategorisinde işlenmemiş gıdalar, kahve, soğuk içecekler ve atıştırmalıklar gibi ürünler satan markalar yer almaktadır.
Bir önceki yıla kıyasla Amazon Marka Endeksi (ABI) bilinirlik ve değerlendirme oranlarını karşılaştıran birleşik bir başarı puanı oluşturduk. Daha sonra, birleşik puanı artırmaya yardımcı olan en iyi reklamcılık ve perakende satış stratejilerini makine öğrenimi algoritmalarıyla belirledik.
Öncelikle, 40'tan fazla medya ve perakende satış özelliği içinde birleşik puanı artırmaya yardımcı olan 20 özellikten oluşan bir liste belirlemek için denetlenen bir model kullandık. Daha sonra, bu özellik listesini kullanarak markalar arasında küme analizi gerçekleştirdik. Böylece aynı kümedeki markalar, reklam ve perakende satış özellikleri açısından aynı, farklı kümelerdekiler farklı oldu. Bu özellikler, Streaming TV reklamları, video reklamlar ve Sponsored Products gibi ürünlerin kullanımını içerir.
Makine öğrenimi algoritması kümeleri belirler. Bu kümeleri başarı istatistiklerine göre sıralıyoruz, en yüksek ve en düşük performanslı kümeleri karşılaştırıyoruz, farklılıklarını karşılaştırıyoruz ve ABI bilinirlik ve değerlendirme oranlarındaki artış performanslarını farklılaştıran kilit nitelikleri tespit ediyoruz.
Reklamverenler kümeler arasında nasıl dağıtıldı?
Reklamverenleri reklamcılık ve perakende satış özelliklerine göre otomatik olarak kümeler hâlinde sınıflandırmak için makine öğrenimi algoritmaları kullandık.
1. Küme
2. Küme
3. Küme
4. Küme
Bir önceki yıla kıyasla ABI bilinirlik artışı
Bir önceki yıla kıyasla ABI değerlendirme artışı
1. Küme, önceki yıla kıyasla hem ABI bilinirlik (2,2 kat) hem de ABI değerlendirme (1,9 kat) değerlerinin artışında 4. Kümeden daha iyi sonuçlar elde etti. 1. ve 2. Kümelerin bir önceki yıla kıyasla ABI bilinirlik değerleri benzer olmasına rağmen, 1. Küme bir önceki yıla kıyasla ABI değerlendirme değerlerinde daha iyi bir artış gösterdi (sırasıyla 1,87 kat ve 1,25 kat)
Kümeleme nasıl çalışır?
DPVR'ye dayalı ikili bir birleşik puan oluşturduk ve daha sonra hangi özelliklerin ve hangi ağırlıkların bu etiketlere ilişkin en iyi şekilde tahmin sunabildiğini belirlemek için bir XGBoost sınıflandırıcısı uyguladık. Bunu yaparken reklamcılık ya da perakende satış eylemlerini; reklam ürünü kullanım yoğunluğu ve karışımı, reklam desteğinin zamanlaması, hedefleme taktikleri, reklam materyalleri ve yerleştirmeler, müşteri yorumu sayıları ve derecelendirmeleri, kaliteli ürün sayfalarına sahip ürünlerin yüzdesi ve reklamlarda tanıtılan ürün türleri gibi özellikler olarak değerlendirdik.
Ardından, yukarıda belirtilen tanımlanmış özellikleri ve ağırlıkları kullanarak, reklamverenleri kümeler hâlinde sınıflandırmak için bir k-medoid kümeleme algoritması uyguladık. Reklamverenleri birleşik puanlarının bileşenlerine göre değil eylemlerine göre sınıflandırdığımızı unutmayın. Son olarak, son kümeleri yüksekten düşüğe doğru birleşik puanlarına göre sıraladık. 1. Küme, en yüksek birleşik puana sahip en başarılı küme ve 4. Küme ise en düşük birleşik puan ile en az başarı gösteren kümedir.