所在分类:  Amazon 所属圈子: Amazon销售和运营 Amazon

亚马逊广告订单占比太高,这一定是某几个或者某一个关键词下面自然位比广告位靠后吗?出现广告单占比大于自然单就一定不好吗?简要分析,根据实际的情况进行决策

发帖44次 被置顶33次 被推荐28次 质量分1星 回帖互动1157次 历史交流热度5.59% 历史交流深度0%
  我们在运营过程中经常会遇到广告单比自然多占比多的情况,一般来说出现这种情况会出现在新品推广的阶段,那么出现这个问题就一定是所谓某几个或者某一个关键词下面自然位比广告位靠后吗?出现广告单占比大于自然单就一定不好吗?以下是我简要的分析逻辑希望后来人补充。 

1. 时间段
如果产品是新品,推广没有多久,自然单基本没有,全靠广告出单,预算也有限,这种情况正常
如果产品推广了一段时间,有一定数据,自然单和广告单都有,只是比例失衡,则需要分析原因
如果产品推广很久广告单占比仍然很高,则需要考虑其他因素
 
2. 原因分析
下载业务报告产品一定范围内数据(父体)和产品同一时间的所有广告点击数据包含同时间段内关闭的广告活动,同一时间段内所有订单数据下载
https://assert.wearesellers.com/questions/20240425/f9b55a8b966c5ce1a8a043775a81d699.jpg https://assert.wearesellers.com/questions/20240425/5e65899094f4a3be6f14810a471d3efe.jpg https://assert.wearesellers.com/questions/20240425/275692aacb8ddf57409ce64503f151a7.jpg
 
A.业务报告里面页面浏览次数,减去广告里面点击总数,得到点击数就是自然浏览数(这个逻辑可能没有那么严谨,但是仅供参考,有更好计算逻辑可以多教教我,认真教真心学)
 
针对这个会话次数-广告点击=自然点击计算逻辑的对错问题,感觉没有意义,有点搞笑,有点浪费时间,自我内耗

其实在了解逻辑对错之前,我们需要对页面次数和广告点击是UV还是PV进行判断,这个可能程序员会懂一点,如果会话次数是UV,广告点击也是UV,那么用会话次数减去广告点击数,如果定义的是PV那么就用页面浏览次数去减广告点击,不知道这里能不能get到。

我不能给出明确的定义是因为我不知道前台源代码如何查看UV和PV固定代码,或者说对UV和PV计数数据的地方在哪里,所以我没办法给出实际验证的东西来,但是我认为UV的定义不会不仅仅基于IP,也就是说会话次数并不是只按照固定IP的逻辑来计算的,应该会有其他判断UV为一个次的因素,只是我不知道。因为人是会动的,IP也是会动,设备会被不同的人使用的

所以我觉得:
相同IP,相同搜索路径,点击同一个产品多次,UC为一次,PV为多次,
相同IP,不同搜索路径,点击同一个产品多次,UC和PV都是多次,

所以我的理解是:
1.广告点击次数:同一个IP,24小时内通过不同搜索路径,点击同一个产品广告位三次并刷新了5次,那么广告点击有三次,业务报告会话有三次,业务报告页面浏览量有八次,同一个IP,24小时内通过同一个路径点击同一个产品广告位3次,刷新5次,广告点击次数会有一次,会话一次,页面浏览量8次
2.业务报告里面24小时内,同一个IP,通过不同的搜索路径点击同一个产品的广告位或自然位3次,会话次数也是计入3次,24小时内,同一个IP,通过相同的搜索路径点击同一个产品的广告位或自然位3次,会话次数只会计入一次

 
但是不管对错这有什么用,这计算出来的也绝对不是精准的数据,这个数据官方不会纰漏,我们也不会知道精准的数据

这个文章的核心是引导思维,而不是做科研,我们做亚马逊保证恒定数据作为参考值,判断波动的比例,不知道具体的量,但是衡量一个高低还是可以的,这个分析旨在通过流量占比来进行分析,如果认为数据存在差异或者不正确可以忽略不做参考,我今天下午和朋友讨论的时候才发现这个问题其实很久之前我就纠结过,但是没有意义没有答案,后面就寻求最简单的计算方式了,不考虑那么多因素

 
 

B.产品同时间段内所有订单量,减去同时间段内广告的出单量(这里占不考虑归因问题,在没有一定数量的前提下,归因单量可忽略)得到自然单
C.广告单/广告点击数量=广告转换率
D.自然单/自然点击数量=自然转化率
 
可能出现情况:
a.广告点击次数比自然点击次数多,广告订单比自然单多,转化率接近
b.广告点击次数和自然点击次数相差不大,广告订单比自然单多,广告转化率大于自然转化率
     即判断是流量差异,还是转化率差异
 
流量差异:
判断广告流量来源,SP,SD,SB三种广告类型,那种广告带来的流量最多,如果基于关键词的流量分析,可以去掉SD/SB的流量,对SP和自然订单流量再次进行分析,如果还是出现a的情况,则继续分析
https://assert.wearesellers.com/questions/20240425/91e2e2dd8182d84622285405de8de433.jpg
 
 
 
我们可以通过流量占比对链接下收录关键词进行排序,同时可以看到自然和广告的流量占比,然后针对自然占比低的关键词进行优化,参考排名情况,若自然位在广告位在同一页很靠后的位置,且持续时间很长,则我们需要考虑是否降低广告CPC,控制在广告位在自然位前面一点点或者到自然后面,具体怎么调整,目前考虑的是通过CPC和竞价模式去测试,不知道AI是否有这个功能
或者想办法增加自然流量,比如buy with it ,比如post,其他竞品video下面等等
 
https://assert.wearesellers.com/questions/20240425/ad92af759fd19a878422113488b48e8b.jpg
   
 
转化率差异
若广告点击次数和自然点击次数相差不大或少与自然点击次数,广告订单比自然单多,广告转化率大于自然转化率
分析自然位展现时间和广告展现时间段,可以通过工具查看24小时内关键词下搜索结果页面aisn情况,或者根据广告投放时间段进行简要判断;如果是合理的,我们需要考虑的是增量而不是一味的去提升所谓的自然排名
自然位展现变体和广告展现变体,正常来说展示的是销量较好的,但是自然位的变体是会出现变化的
自然流量来源是否精准,自然流量也会存在一些推荐的流量,或者链接本身收录的关键词过于泛
因为转化率的问题很难去优化,毕竟每一个点都只是猜测,还是要细分到具体的情况,但是出现这种情况的概率一半不大,但是不排除。
 
那么自然单大于广告单比例的情况就一定不好吗?
如果类目非常红海,竞争很激烈,很难去稳定住某一个关键词的自然位,那么广告出单的积累对广告活动的权重提升也会降低广告的CPC,那么如果通过计算CPA有足够的利润,广告单比自然单高也不是不能接受,毕竟有些类目需要时间的积累和沉淀
 
如果广告的流量来源与同类或产品本身类目的流量很小,通过ASIN定位或类目或其他类似产品获得流量产生的转化,我觉得也可以接受
 
至于说广告单和自然单多少比例合适,我觉得不会有严格的标准,更多的是你自己能接受多少,毕竟广告始终是在投入过程,即使有利润也没有自然单香。
 
 
从少年许下凌云志的不甘平凡
到人生几度秋凉的接受平凡
到同是天涯沦落人的成为平凡
会有多少不甘和无奈
天下谁人不识君,其实西出阳关无故人又有多少的落寞和迷茫
 
2024/04/26   01:26   你,在干嘛呢?
已邀请:
1、时间段分析:确保在产品推广初期,广告单占比较高是正常的。但如果产品推广时间长久而广告单占比仍高,需要进一步分析原因。

2、原因分析:您提到了通过业务报告和广告数据的比较来分析自然流量和广告流量之间的差异。这个方法可以帮助判断是流量差异还是转化率差异。

3、流量差异分析:通过分析不同广告类型带来的流量情况,可以判断广告流量的来源,从而决定是否需要调整广告投放策略。

4、转化率差异分析:需要考虑自然流量的质量和来源是否精准,以及广告展现变体等因素。此外,对于转化率的优化需要更具体的情况分析,而且这可能是一个长期的过程。

5、广告单与自然单比例:并没有严格的标准,更多取决于您的利润情况和市场竞争状况。在某些情况下,高比例的广告单也是可以接受的,尤其是在竞争激烈的类目中。
 
6、关键词分析: 对广告关键词和自然搜索关键词进行比较和分析,了解哪些关键词的自然排名较低,导致依赖广告获取订单较多。这可以帮助确定需要优化的关键词和内容。

7、广告投放策略: 考虑调整广告的投放策略,包括关键词的选择、广告位的竞价和定位等。通过优化广告投放策略,可以降低广告成本,并提高广告与自然流量的平衡。

8、自然排名优化: 通过优化产品页面的内容、关键词优化、提高产品质量等方式,提升自然搜索的排名和曝光率。这需要持续的优化工作,并可能需要一定的时间来见效,但可以长期稳定地提高自然流量的质量和数量。

9、监控和调整: 定期监控广告与自然流量的比例变化,并根据数据调整策略。及时发现问题并进行调整是保持广告与自然流量平衡的关键。

10、多渠道推广: 不要过度依赖某一种单一的推广渠道,可以尝试多种推广方式,如社交媒体营销、内容营销、合作推广等,以降低风险和提高曝光度。
 
11、竞品分析: 对竞争对手的广告策略和自然流量情况进行分析,了解他们是如何平衡广告和自然流量的。借鉴竞品的经验和做法,可以为自己的决策提供参考。

12、品牌建设: 加强品牌建设和口碑管理,通过提升品牌知名度和美誉度,吸引更多的自然流量。良好的品牌形象可以提高用户对产品的信任度,从而提高自然转化率。

13、数据分析与实验: 进行更深入的数据分析,利用A/B测试等方法验证不同策略的效果。通过数据驱动的方法,找出最有效的优化方案,并逐步实施和调整。

14、用户体验优化: 不断优化产品页面和购物体验,提高用户的转化率和购买满意度。良好的用户体验可以促进自然流量的增长,同时也有助于提高广告转化率。

15、跨平台整合: 将广告投放与其他渠道整合,实现跨平台的营销效果。例如,结合社交媒体、内容营销和线下推广等手段,形成多层次、多维度的推广效果,提高整体的营销效率。

要回复问题请先登录注册

x 点击咨询