亚马逊流量分配机制与运营策略全解析-35页

文件类型：PDF文档

提取的文档内容：前情摘要第一篇：电商底层逻辑 1 2 3 4 5 6 U V 价 值 最 大 化 是 电 商 最 基 本 的 逻 辑 电 商 平 台 已 经 全 面 转 向 标 签 化 （ 推 荐 算 法 淘 宝 称 之 为 千 人 千 面 ） 标 签 的 作 用 跟 实 际 的 应 用 测 评 还 有 用 吗 提 升 U V 价 值 的 核 心 关 键 点 亚 马 逊 流 量 分 配 机 制电商最基本的核心逻辑 • UV价值最大化亚马逊流量分配机制变化 • A9算法 • 按销量、评论数权 重排序 • 很多原来排在首页 的listing位置变得很 靠后 • A10算法（推荐算法） • 平台开始标签化 • 按点击率、转化率、 好评率、退货率综合 权重排序 • 很多没有多少销量跟 评论的listing排到前 面标 签 商务 白领 高消费人群 居家 家庭主妇 低消费人群• 什么是推荐算法？ • 从淘宝众所周知的千人千面了解 • 千人千面也叫推荐算法，每个人看到的东西都是不一样的，前提是你 登录了你的淘宝账户，你的搜索轨迹，你的浏览轨迹，你的停留时间， 系统会自动记录，然后给你打上一个标签，把你放入一个标签池里， 等你下次买东西，首页的广告，猜你喜欢，有好货，全是你最近或者 以前购买的东西或者近似东西，你会发现淘宝特别懂你，所以剁手的 节奏也比较快。作为用户来说，能推荐自己想要的东西固然好，不得 不大胆的设想未来可能不需要搜索，打开淘宝，淘宝都会知道你想要 什么。 • https://zhuanlan.zhihu.com/p/126119056• 千人千面的展示原理 • 买家标签的形成过程 • 宝贝标签的形成过程千人千面展示原理（推荐算法） • 千人千面有两个基本原理：1，标签匹配原理 • 首先千人千面是标签匹配的，是买家标签和我们的产品商 品的标签进行对应。 。比如说这个 买家他的特征，像年龄、性别、职业、女性风格、女装风 格、女装偏好、价格偏好、消费能力等等，有很多的标签 在买家身上。如果这个买家的标签跟你匹配到的这个宝贝 标签能匹配上（比如你的宝贝就是适合某种年龄、某种性 别、某种兴趣爱好或者某种女性女性风格等等),适应这种 人群的宝贝就能够匹配到，他在搜索的时候你就有机会展 现；反之如果你的产品标签跟买家并不匹配的话就很难展 现。2，逐渐减弱原理 • 在搜索结果当中，我们搜完之后去看综合排序，它是千人 千面，千人千面越靠前的位置越重，越往后千人千面越弱， 越相近，可能大家看到的都差不多了。所以我们在研究的 时候，千人千面都是研究前几页，不会再往后面去看。买家标签形成过程 • 身份属性标签-买家资料 • 年龄、职业、性别、籍贯。。。 • 行为属性标签-买家行为 • 搜索过、看过、点赞、买过。。。LISTING标签形成过程LISTING标签形成过程标签权重 • 更多-----更多符合我们产品的标签类型，那 我们适用的消费者类型越多 • 更壮-----每个标签的积累数量越多，该标签 的权重就越强壮，那就要更强壮的力量去 拉客，拉符合该标签属性的消费者（流量） • 为什么关键词排名觉得很重要，不仅关键 词有权重，更因为使用该关键词的消费者 身上有与我们产品惺惺相惜的标签怎么获得标签？ •买！买！买！ 除了出厂设置（一开始的产品属性、类目等） listing的标签只能通过购买关系，从进行这次购买的顾客身上获得现在做测评为什么没有原来的效果了？ • 测评会让测评的标签错位（我们无法控制 让对的人刷单） • 只在某些特定条件下产生一定作用推荐流量UV价 值公式 拆解 • UV价值=成交量/访问量 • =展现量*点击率*转化率*客单价/访问量 • 其中：访问量希望越大越好 • 展现量系统算法推荐 • 客单价基本不变 • 转化率跟退货率和好评率也有关点击率 --首图和标 题 转化率 --listing 退货率 --产品 好 评 率 --产品 提高UV价值亚马逊流量分配机制 • 淘宝：先给流量，表现不好收流量 • 亚马逊：先看表现，阶梯状给流量第二篇：新品能否大卖的关键点 • 一、怎么用SP广告来测品（错误理解：测 款）（新品期通过sp广告快速助推链接成 长） • 二、通过优化首图跟标题提升点击率 • 三、通过优化listing提升转化率新品能否大卖的关键点 • 大量而精准的 流量 ---a 精准的广告流量 ---b 日益精准的自然流量 • 高转化率的详情页 • 优异的产品大量精准的流量哪里来 • 01 付费推广可快速引流 • 02 sp关键词广告可快速精准引流 • 03 快速整理有质量的词是核心SP关键词广告的逻辑 • 关键词竞价排名：权重综合得分 （包括listing权重、广告权重、竞品权重）*出价 • 打破千人千面(不受推荐算法影响) • 利用精准的词给产品精准打标 (广告订单带来人群标签) • 词的背后就是人群 --更多的词=更多的人，更多的流量SP广告核心是关键词 • 关键词的整理分类 a 品牌商：用Brand Analytics 整理搜索词 b 非品牌商：用第三方 工具 查询类目前十的listing 相关搜索词（卖家精灵、helium10） c 词的分类 核心词：核心属性词 精准词：核心词+相关属性词 宽泛词：核心词+不相关属性词 半精准词：核心词+既包含相关 属性词，也包含不相关属性 词SP广告核心是关键词 • 关键词的整理分类 • d 整理步骤 1 关键词反查10个竞品——出词库 2 利用函数countif——出精准度：高、中、低 3 流量对比——出高流词、低流词 4 人工复核拣选出 高流高准词：核心词、大流量精准词 低流高准词：小流量精准词 高流中准词：半精准词、宽泛词 高流低准词：类目词（关联产品的词） 低流低准词：删除SP广告核心是关键词 • 关键词的使用 • a 用于listing 1 核心词、大流精准词——用于标题 2 小流精准词——去除重复词根，用于search team • b 用于广告 1 先用精准词——打标 2 再用 半精准词、广泛词——扩大流量 3 为什么半精准词、广泛词也能用？ ——背后是人群SP广告核心是关键词 • 精准词计划打标（大流量词、小流量词一起） a 拆分关键词计划，多词多计划。 多词才能引入更多流量（且节约预算，目的是为引入精准流量、而非抢 词） 多计划才能更精细化调整计划 b 一个广告组20-30个词 ——引入足量的精准流量 ——产生成交，获得足量的精准人群订单 ——获得足量精准标签 ——完成打标，下一步拉流/捡漏 c 打标过程初期 根据点击率优化主图标题 打标过程 根据转化率优化listing • 拉流/捡漏 a 用更多匹配方式——拉流——增加销量，强化listing标签权重 b 用半精准词、广泛词sp——拉流——增加销量，强化listing标签权重 c 开自动广告——捡漏关键词/拉流SP关键词广告的逻辑 • 匹配方式：自动——广泛——词组——精准 • 匹配方式越精准，流量越小，竞争越大，价格越高，转化 率越高总结：思路比技巧重要 • 这个策略不是最好的，但是正确的策略 首先：是做正确的事情：保证广告策略没有问题，能引入大 量精准流量，才能确定listing是否优化到位。 其次：才是做好的事情：优化listing，打造爆款 • 核心关注点 展现量：展现量低——提高出价或首页溢价 点击率：点击率低——提高出价或首页溢价；优化主图、调 整标题 转化率：转化率低——优化listing总结：广告只是辅助手段 • 运营只能解决能不能 卖出去的问题 • 卖的好不好还是靠产品 • Listing表现好的，才会分配更多流量。 点击率、转化率、好评率、退货率等综合指标都 平衡表现才会给更多流量。总结： • 以正确的思路跟操作流程 确定产品是否能在亚马 逊推起来 • 正确的SP广告策略可以快速实现这个目的 • 引入大量精准流量 • 合格的点击率 • 合格的转化率 • 核心是对关键词的搜索整理打造爆款 • 选品：好评率，退货率 • 测品：点击率，转化率 • 放大流量• 1、执行关键词研究（精准的流量） • 2、创建引人注目的产品描述（图片、描述、A+、视频） • 3、执行关键词背后的人群的研究（精准大量的流量） • 4、链接权重提高后，关注投产、不关注CR • 5、让你的价格有竞争力（价格低不是核心、价格与产品的性价比才 是重点） 如何提高亚马逊CR转化率？

文件大小：1.3MB

文档页数：35

适用平台：Amazon

数据用途：提升广告ROI与自然流量占比