以下是我們從 200 千件商品推廣活動中學到的東西
作者： 媒體和分析經理葉倩雲和技術作家 Ashton Brown
我們在 2020-2021 年間，對亞馬遜上超過 220,000 個中國全球服裝賣家的商品推廣活動進行調研，我們對表現較好和表現較差者的廣告策略進行了比較。然後，我們利用這一比較得出廣告商可以用來解釋使用商品推廣的價值主張的可行洞察力，並結合服裝垂直領域的中國賣家給出可用建議，用來提高廣告支出回報率、轉化率和點擊率。
品牌故事亮點：
在本次研究中，我們對超過 220,000個中國服裝賣家的商品推廣活動進行了分析，這些促銷銷售面相全球，（12 個地區包括： 美國、英國、德國、法國、日本、加拿大、義大利、西班牙、印度、澳洲、阿聯酋和墨西哥），活動期間為 2020 年 8 月至 2021 年 7 月。為了便於分析，我們將商品推廣活動分為五個群，針對廣告投資報酬率 (ROAS)、轉化率 (CVR) 和點擊率 (CTR) 等方面，一群是最成功的，五群則最不成功。
我們透過分析發現，表現最好的中國賣家（集群一），其廣告投資報酬率比平均值高出 4.6 倍，CVR 高出 3.7 倍，CTR 高出 3.2 倍。
績效最好的賣家
廣告支出回報率更高
更高的轉化率
點擊率更高
為了向廣告商提供可操作的見解，我們使用機器學習來分析對點擊量和轉化率貢獻更多/更少的廣告和媒體屬性。接下來我們還確定了哪些屬性對廣告投資報酬率、CVR 和CTR 帶來最積極的影響。
表現最好的中國賣家（第一群）和表現較差的中國賣家（第五群）在多大程度上採用了每個關鍵屬性或策略？本文透過對該程度進行量化，為您提供關鍵屬性或戰略的相關見解/上佳做法。
有關我們如何進行這項研究的更多資訊，請參閱本文末尾終止的方法部分。
與表現較差者的廣告活動相比，運行最佳表現者的商品推廣活動持續天數多 90天
在觀察期間，最佳表現者運行商品推廣活動天數平均為 237 天，而表現較差者平均天數僅為 149 天。為了獲得最佳廣告活動效果，我們建議服裝賣家全年使用商品推廣。這可有助於確保品牌始終在售，並總是有更多時間進行廣告活動優化。
贊助產品不間斷投放廣告活動的天數
績效最好的賣家
績效較低的賣家
最佳表現者在商品推廣活動中使用動態競價的可能性高出近 20 個百分比
我們的分析發現，動態競價是吸引顧客的有效工具，特別是與廣告投資報酬率、CVR 和 CTR有關。透過在為期12個月的研究，我們發現，在表現最好的廣告活動中，有 86% 的天數使用了動態競價，而表現較差的活動只有 67% 的天數使用了動態競價。
包含動態競價功能的商品推廣活動所佔百分比
績效最好的賣家
績效較低的賣家
開始使用動態競價
廣告商應該從商品推廣活動開始。使用動態競價還有三個購買意向：
- 您可以考慮在穩定的廣告活動中測試動態競價方案： 在測試競價方案時，最好選擇一個穩定的廣告活動。這意味著，廣告活動已經進行了至少兩周，並顯示出比較樂觀的投資回報轉化量。
- 在測試時考慮限制更改： 我們建議廣告商在測試策略時限制變化，這樣他們就可以將表現的差異歸因於特定的變化。
- 考慮比較不同廣告活動的策略： 創建新的廣告活動時，一定要將新的競價方案與現有的、穩定方案進行比較（如果可能）。
在表現最好的商品推廣活動中，Prime 配送可為超過10%的產品提供服務
第三個洞察力驅動的推薦是，透過增加提供 Prime 配送服務的 ASIN 的數量或產品，來專門提高點擊率。我們使用機器學習模型來識別廣告後很可能被點擊的推廣產品。我們還發現，將 Prime 標誌與推廣的商品放在一起時，有助於增加顧客點擊廣告的機會。
我們的分析發現，在可用的ASIN（唯一序號）中，在表現最好的商品推廣活動中，有59%可用於Prime 配送，而表現較差的廣告活動中僅有49%可用。
提供亞馬遜 Prime 配送優惠服務的總計 ASIN 的百分比
績效最好的賣家
績效較低的賣家
提供 Prime 配送服務時需要考慮的事項
- 您可考慮將贊助產品 ASIN 註冊到亞馬遜物流（FBA）計畫中。
- 您可考慮將贊助產品 ASIN 註冊到賣家自配送 Prime（SFP）計畫中。
- 您可以考慮將亞馬遜物流和 SFP 計畫結合起來，以增加享受 Prime 配送優惠的產品數量。
在商品推廣活動中，最佳表現者保持目標關鍵詞與負面關鍵詞的比例為 2:1 ，而表現較差者的相應關鍵字比例為 1:1 的比例
在12個月的研究裡，最佳表現者在商品推廣活動中用到目標關鍵詞的比例為 68%，而活動中用到的負面關鍵詞比例為 32%， 相對於表現較差者在廣告活動中的比例分別為 49% 和 51%。
投放目標關鍵詞與否定關鍵字定向
績效最好的賣家
績效較低的賣家
使用關鍵詞時需要考慮的事項
- 查看現有廣告活動的促銷報告，找出那些您應該用到否定定向的關鍵字。較低的點擊率、較高的支出和較低的轉化率是效果不佳的定向的良好指標，並且可能會排除關鍵字。
- 經常檢查您的淘汰關鍵詞的搜索表現，以瞭解並優化你的廣告活動，使它們真正適合你的品牌。
- 檢查是否有異常。例如，用於提高新產品發佈的認知度的非品牌關鍵字可能表現不佳，但不應被用作淘汰關鍵詞，因為它們實際上是服裝類別產品的正確受眾。
結論
如我們的分析所示，結合我們的受監督機器學習模型，我們制定了採用縱向銷售模式的中國服裝垂直賣家可以用來提高廣告投資報酬率、CVR 和 CTR 的四種策略： （1）全年運行贊助產品廣告；（2） 選擇動態競價；（3） 考慮將贊助產品ASIN（唯一序號）註冊到實施計畫中（亞馬遜物流、SFP）中，以便在中顯示 Prime 標誌；（4） 每個唯一ASIN增加投放關鍵詞和負面關鍵詞。
方法
我們首先使用受監督的模型來找出一系列屬性，這些屬性有助於提高 20 多種媒體和零售屬性的綜合得分。具體而言，我們按照五步操作創建了一套成功指標，包括： 廣告投資報酬率（ROAS）、轉化率（CVR）和點擊率（CTR），然後確定了最佳廣告和零售策略，以幫助提高機器學習算法的成功指標。
- 選擇品牌： 在這項研究中，我們對 2020 年 8 月至 2021 年 7月期間在全球 12 個地區開展的 222,853 場服裝商品推廣活動投放了分析。每項廣告活動都是由中國本土廣告商——即在 Amazon.com 網站上銷售產品的中國廣告商——發起的。這12 個地區包括美國、英國、德國、法國、日本、加拿大、義大利、西班牙、印度、澳洲、阿聯酋和墨西哥。
- 建立成功指標： 根據廣告支出回報率、轉化率和點擊率 3 個指標計算。
- 識別有效的廣告或零售行為： 一旦定義了成功指標，我們就確定了最重要的廣告活動行動，通過機器學習算法助力提高成功指標。我們利用梯度增強決策樹模型來確定最重要的廣告活動行動，為成功指標做出貢獻。這種方法有助於我們瞭解哪些廣告行為對推動強大的成功指標最重要。
- 為品牌分組： 按成功指標可將廣告活動分為五個群。利用 20 多項推廣活動，我們分析了它們對成功指標的影響。廣告宣傳行動包括 SP 廣告活動持續時間（以天為單位）、動態競價、負面關鍵詞策略等。
- 比較品牌群：透過與表現較差的品牌（第五群）正在使用或沒有使用的策略相比，找出表現最好的品牌（第一群）使用哪些策略來增加點擊量和轉化量。