賣家如何透過展示型推廣, 贊助商提供廣告增加點擊量
作者： 雷切爾·芬，高級媒體和分析管理經理，以及技術作家阿什頓·布朗
在這項 2020 年的研究中，對超過 13,000 位於中國的賣家在 Amazon 商店向全球消費者群進行銷售的研究中，我們比較表現最佳和績效較低的廣告主的推廣, 廣告宣傳策略。然後，我們會使用此比較來得出廣告主可以使用的可行洞察見解，以提高每個廣告活動點擊量和轉化率。
故事亮點：
在 2020 年的研究中，我們分析了 13,000 多個從中國銷售給全球消費者群的品牌（8 個地區： 美國，英國，德國，法國，日本，加拿大，義大利和西班牙）。本文的剩餘部分，我們將此群組稱為「中國的賣家」。
為了進行我們的分析，我們將中國的賣家分為四個群集，其中第一集是最成功的群集，而第四集則是最成功的集群，在總計點擊量計算方面最低成功的群集。具體來說，廣告活動持續時間和轉化率的累計點擊次數（根據展示型推廣, 贊助商提供廣告活動下訂訂購的歸屬單位/商品除以總計點擊量）。
我們的分析發現，績效上佳的中國賣家（Cluster One）每個廣告活動的點擊量增加 2.4 倍，並且轉化率高於 1.7 倍，績效較低的廣告主（第四集群）。
頂尖表現
每個廣告活動的點擊量
更高的轉化率
為了向廣告主提供可行的洞察見解，我們使用二手商品機器學習來分析推廣, 廣告宣傳和媒體屬性，這些屬性對點擊量和轉化率造成更多或更少的貢獻。然後，我們確定哪些屬性對轉化率有最大的正面影響。
本文提供關鍵鑰匙屬性或策略的洞察見解/上佳做法，通過量化中績效上佳的中國銷售商（第一集群）和績效較低的中國賣家（第四集群）採用每個關鍵屬性或策略的程度。
有關我們如何執行此研究的更多信息，請參閱本文末尾終止的方法部分。
表現最高的廣告主運行展示型推廣, 贊助商提供廣告活動比較低表現的 3.5 倍
在尋求增加廣告活動點擊量時，廣告活動持續時間至關重要。簡而言之，廣告活動的運行時間越長，廣告就會有更多機會聯絡, 聯繫, 觸達顧客。在觀察期間，表現最佳的廣告主在展示型推廣, 贊助商提供廣告活動中位數為 329 天，而表現較低的廣告商只在 92 天的中位數播放。
為了獲得最佳廣告活動效果，我們建議總部位於中國的賣家全年使用展示型推廣, 贊助商提供廣告活動。這樣做有助於確保品牌始終存在，並提供更多時間進行廣告活動優化。
展示型推廣, 贊助商提供活動的天數中位數
頂尖表現
績效較低
表現最佳的廣告主針對投放 3 個不同的亞馬遜類別中的 30 多個商品；產品
點擊量和轉化量/轉化通常始於認知度，這就是為什麼跨多件產品和類別（而不僅僅一個）推廣, 廣告宣傳可以幫助改善兩者。我們的分析發現，績效上佳的中國賣家使用二手商品商品定向於 3 個不同類別的 31 種不同商品；產品，而績效較低的中國賣家的 15 個商品；產品和 2 個類別。
頂尖表現
目標投放商品；產品比績效較低更多
目標投放品類比績效較低更多
跨商品；產品和類別推廣, 廣告宣傳時需要考慮的事項
- 總部位於中國的賣家應考慮將商品定向擴展到 30 多個商品；產品/ASIN（序號）和 3 個類別在其廣告活動中。
表現最佳廣告主將展示型推廣, 贊助商提供與商品優惠結合的可能性高 1.5 倍
增加點擊量的另一種方法包括改善顧客的優惠。我們的分析發現，可以通過將優惠與展示型推廣, 贊助商提供結合來實現。在觀察期間內，我們發現 65% 績效上佳的展示型推廣, 贊助商提供廣告活動包括在交易或促銷活動中包含的商品；產品，而績效較低的廣告活動中只有 42% 包含優惠或促銷活動。
包含優惠的展示型推廣, 贊助商提供廣告活動百分比
頂尖表現
績效較低
為什麼要使用商品優惠或促銷活動？
- 如果商品；產品優惠或促銷活動，顧客更有可能點擊贊助展示型推廣, 贊助商提供展示廣告，這可以增加銷售額並改善展示型推廣, 贊助商提供的整體表現。
表現最佳的廣告主每個商品獲得 2 倍的客戶評論
最後，我們發現，提高客戶評論的質量和數量可以改善點擊量，也可以提高顧客轉化率。表現最佳的廣告主每個唯一的 ASIN 或序列號的中位數為 2,200 個客戶評論，而績效較低的中國賣家的 1,100 則是 1,100 次的客戶評論。
在尋求提高客戶評論質量時需要考慮的事項
為了提高顧客信任，我們建議廣告主努力提高客戶評論買家評論的品質。有關改善客戶評論買家評論的更多信息，總部位於中國的賣家應考慮：
- 使用 Amazon 品牌註冊。註冊 Amazon 品牌註冊表可解鎖一套工具，旨在幫助您組建和保護品牌，為顧客創造更好的體驗。
結論
正如我們的分析中所見，結合我們的監督機器學習模型，我們找出了四種使用 Amazon Ads 的中國賣家可以使用 Amazon Ads 來改善點擊量和轉化率的方法： (1) 運行全年投放展示型推廣, 贊助商提供展示廣告；(2) 在多個類別中多件產品使用商品定向，以提高聯絡, 聯繫, 觸達；(3) 將贊助廣告與商品優惠結合；(4) 使用 Amazon 品牌註冊表來提高客戶評論的品質。
方法
我們首先使用二手商品受監督模型來識別具有助於提高 40 多種媒體和零售屬性之綜合分數的屬性清單。具體來說，我們遵循五個步驟，創建一套成功指標，包括： 品牌新客顧客年增長率 (NTBGR)，然後找出頂級推廣, 廣告宣傳和零售策略，以幫助使用機器學習演算法提高成功指標。
- 選擇品牌： 擁有展示型推廣商品定向廣告活動的 13,272 個品牌。具體來說，總部位於中國的廣告主在全球銷售（8 個地區： 美國，英國，德國，法國，日本，加利福尼亞，IT，ES）。
- 建立成功指標： 根據整個廣告活動期間累計點擊次數的同比增長，以及轉化率（展示型推廣, 贊助商提供廣告活動/投放；交付點擊量所分配的單位/商品下訂數量）進行計算。
- 識別有效的廣告或零售行動： 定義成功指標後，我們確定了主要的廣告活動動作，以幫助使用機器學習演算法增加成功指標。我們利用漸層增強的決策樹模型來識別對成功指標有助於成功指標的最重要的廣告活動動作。這種方法可協助我們瞭解哪些推廣, 廣告宣傳行動對於推動強大的廣告活動成功指標最重要。
- 集團品牌： 品牌按綜合分數（點擊量和轉化量/轉化）分為四個群組，排名分為從表現最高到最低的群組。
- 比較品牌組別： 與績效較低品牌 (第四集群) 正在使用或不使用的策略相比，我們確定了績效上佳品牌 (Cluster One) 使用哪些策略來提高點擊量和轉化量/轉化率。