什么是亚马逊的品牌分析(Brand Analytics)? 亚马逊的品牌分析(Brand Analytics)是平台针对已经进行过品牌注册的卖家推出的一项专属功能。 品牌分析提供对销售、关键词和买家行为的数据洞察。其中包括:
亚马逊关键词搜索(Search Terms)
重复购买行为(Repeat Purchase Behavior)
市场篮子分析(Market Basket Analytics)
商品比较和替代购买行为(Item Comparison)
人数统计(Demographics)
01
—
作为亚马逊的卖家经常会用到形形色色的第三方关键字工具,例如Google Trends、Merchantwords和Keyword Tools等,但都经常会受到数据缺失以及不精准等问题的困扰,可以理解,毕竟许多工具都是面向大多数电商平台的,而非仅仅特定于亚马逊。 亚马逊的品牌分析现在提供特定于亚马逊的关键词,包括品类、产品和ASIN。其中的数据都是亚马逊平台专属的第一手资料,如果利用得当,对店铺销售的提升简直是如虎添翼。
如果不填搜索词,出来的数据就是全站点的数据,填了搜索词(一般建议是主词或者根词),出来的数据就是这个词拓出的各种长尾词。旁边的搜索频率排名越靠前,说明搜索的人越多。
该功能的可查找的关键词可以分为:
广告关键词: 我们在创建手动广告时需要添加词词,在品牌分析出来之前我们一般会用到站外插件,先搜主词,然后根据搜索量排名将相关的数据一个一个的加到我们的广告中,现在同样的操作依旧可以用在品牌分析上; Search Term填充词: 在创建Listing后,我们需要在后台完善产品描述好让搜索引擎更好地抓取产品。比起各位卖家在站外找一些残缺不全的数据,品牌分析的数据更具有参考性。做SEO时先将不相关的词排除在外,剩下的词,除了主词和辅主词加到标题中,剩下的一些词按流量大小排序都扔到ST填充词里,一直到字符上限为止; 文案用词: 在撰写Listing文案描述产品时,我们可以根据搜索量使用美国人民最常用的表达方式,这样对亚马逊抓取文案信息也会有很大帮助。 点击共享: 在这个词下面,该产品得到的点击占总点击数的百分比有多少 转化共享: 在这个词下面,该产品得到的订单占总订单数的百分比有多少 当 点击共享<转化共享 时,说明产品在该词下 转化率高于平均水平 ,需要加大投入; 当点击共享=转化共享时,说明产品在该词下 转化率等于平均水平 ,出单会随着流量的增加而等比例放大; 当 点击共享>转化共享时,说明产品在该词下 转化率低于平均水平, 在这个词进行投入会事倍功半,建议分析原因并改善或直接停止相关词广告投放。 利用这些数据,卖家还可以通过评估其他卖家的关键词获得的点击和转化来制定针对竞争对手的销售策略,同时可以针对性的优化自己产品的Listing以超越竞争对手:
02
—
这就是我们常说的复购,通过这部分数据会展示在选定范围内发生复购的订单,因为复购的时间有长有短,所以选择更长的一个时间段(例如一个季度),才会把更多的复购数据统计进来。
复购数据可以结合SD广告最新的打复购人群功能一起使用,但是复购率太低,例如个位数这样子我是不建议去打复购人群的,因为复购率太低,广告转化效果可能还不如直接去打SP广告拉新客。 一般来说,有固定购买频次 的易耗品 是比较适合打复购人群的广告,例如猫砂、猫粮这种宠物用品,又或者是洗手液、口罩这种疫情下常备品等等。
03
—
这部分数据展示的就是和我们店铺产品同时被客户 购买 的产品,该数据可以帮助我们观察客户的购物行为,以对我们的销售方式进行改进,例如: 如果发现同店铺的某些产品们被共同购买的几率很大,我们可以针对这几个产品设置一个关联促销Code, 互相导流的同时还能增加销售额,岂不美哉? 如果是一些功能配套的产品,我们也可以打广告,但注意:只能是下游产品打上游产品 ,而不能反着来,举个例子: 键鼠耳机等电脑外设可以将广告打到电脑的产品界面,但反过来就不合逻辑了,谁会为了某一个鼠标去专门买个电脑呢? 但功能互补的产品可以互相打广告,例如衣服裤子、耳机音箱、烟灰缸打火机等。 上下游产品的配套如果是刚需,这钱还是自己赚最开心,通过这个报表就可以帮卖家开发上下游的产品。
04
—
各项指标在后台都有详细的说明,在此不赘述 商品比较的数据显示了亚马逊购物者在查看你的产品后浏览的5种其他产品以及浏览频率。产品比较指标可用于改善广告。 代替购买行为分析与产品比较类似,显示了消费者在查看你的listing后购买的产品,这也可以用于改善广告。此外,它还会突出显示你在哪个环节失去了销售,从而体现你可能存在的转化问题,如价格、数量或质量。
帮助找到真正的竞品
有针对性的优化Listing
ASIN广告投放时避开较之无优势的产品
05
—
这里官方的翻译不太恰当,专业一点应该叫“人口统计学特征”或者叫“受众分析”也行。受众分析数据提供了买家的年龄、婚姻状况、家庭收入、教育程度和性别这些信息。 不同产品的Target Audience特征各不相同 这些都是优化Listing的重要依据,我们可以根据购买我们产品客户的信息构建目标群体的人物画像,并针对该群体的特点优化我们的Listing,例如图片色调,文案痛点、旗舰店风格等。同时还可以深挖目标群体的潜在需求,优化迭代我们的产品; 此外在亚马逊以外的平台(例如Google和Facebook)上投放广告做人口定位时也可以拿来直接用。