有人爆单,有人爆Acos!解决大促预热3大问题,卖家不再凭经验“撒钱”!
![](https://img.amz123.com/upload/avatar/202210/1665236630410.png)
1
如何最大化预热期蓄水作用?
2
预热期3大核心问题
![](https://img.amz123.com/https://img.amz123.com/https://img.amz123.com/upload/thread_wx_img/20230317/64143ba4d1fa7.jpg)
大促前,用户的购物行为普遍呈现等待大促购买的趋势,量化这一趋势的开始日期,成为解决该问题的关键。
基于User ID的流量和转化数据,构建了一个“大促启动系数”的关键指标。从大促启动系数的变化趋势上,及时了解用户的购物行为变化,从而设计对应的营销活动。
基于特定的数学模型,量化预热期的开启日期,回归数据驱动业务,不再仅仅依赖过往经验。
![](https://img.amz123.com/upload/thread_wx_img/20230317/64143ba505fb3.jpg)
![](https://img.amz123.com/https://img.amz123.com/https://img.amz123.com/upload/thread_wx_img/20230317/64143ba4d1fa7.jpg)
基于AMC积累的品牌历史数据,分析日常期Sales和大促Sales的比例关系,摸索出大促销售额较日常销售的涨幅。接着分析预热期DSP广告花费和大促销售额的数量关系,从而得知要达成期望销售额,DSP广告需要花多少。最终,基于卖家对新大促的销售目标,演算出DSP广告在预热期的费用。
![](https://img.amz123.com/https://img.amz123.com/https://img.amz123.com/upload/thread_wx_img/20230317/64143ba4d1fa7.jpg)
预热期广告费用的规划,根据预热期每个周期对大促销售额的贡献程度,按比例分配对应的广告费用。
同样基于AMC数据,构建出了“大促影响因子(Attribution Factor)”这一指标,用于衡量预热期不同周期对大促销售产生的贡献,从而针对性地给预热期各阶段分配预算。
如下图所示,基于BFCM的模型,预热期三个周期的大促影响因子分别为2、3和5,测算出每个周期的广告Budget分别为$4,000、$6,000和$10,000。
![](https://img.amz123.com/upload/thread_wx_img/20230317/64143ba528729.jpg)
3
如何用好AMC模型做预热规划?
4KMILES AMC预热期广告预算模型,品牌卖家只需输入4个模型参数,分别是大促Sales增长率、最新CPM、日常Upper Funnel和Lower Funnel的Sales,模型即可自动计算出预热期所需DSP广告费用,及广告费用的消耗计划,以此作为预热期广告花费规划的参考。
AMC的重要性在于它是一个全新的Amazon营销数据系统,基于用户及事件级数据,提供了一个全新的角度来衡量品牌各广告对于品牌销售的贡献,不再单独片面地分析广告营销表现。越来越多的品牌卖家已经意识到需要站在双广告的格局上看问题,而不是靠一条腿在跑。
通过AMC报告,可以看到DSP、SP、SB以及SD的流量交集,洞察所有广告类型和预算花费,在每个触达点的转化情况如何,以此来指导广告的投放策略。卖家一定要做好自然位、广告位、竞品流量、站内站外的协同,从而实现品牌流量闭环。
秉承4KMILES“技术&数据驱动,助力品牌出海”的理念,AMC作为业内领先的营销数据解决方案,通过强大的算法和丰富的数学模型,帮助企业大幅提高制定运营策略的效率,提升广告预算的科学精准度,实现广告投入效果的可量化、可自我优化。
2023年,4KMIELS将充分发挥AMC的数据价值,将品牌卖家在营销过程中遇到的痛点难点问题,如大促前预热期的投放预算、Upper funnel如何助力品牌增长等,作为模型研究的主要方向,搭建更多针对性强、可落地的营销解决方案和模型,赋能企业销售增长内驱力。