亚马逊listing与CPC之双星系统的极致打法！（实操方案）
Listing的构架基础，影响了广告效果的走向，广告效果的分析，为Listing再优化提供数据支撑，再次进化的Listing，将助推广告效果更优。
创蓝学院John
大家好，我是John，做了8年外贸，3年亚马逊的我，依然不改初心，还是那么的喜欢篮球和hiphop。言归正传，今天主要是来跟大家聊一聊正事：亚马逊CPC广告。
常常有卖家朋友抱怨到Acos太高，当然Acos本身导致的因素有非常多，比如下列一些情况都可导致高Acos：
1. 某卖家产品单价低（10美金以下），竞争大，要维持好的排名和销量自然Acos也低不了。
2. 卖家可能出单对大词的依赖强，明明是卖红酒杯的red wine glasses，但很大一部分订单来自于wine glasses, 然而大词转化通常都是较低的，所以最终的结果就是Acos高。
3. 卖家自动广告效果比手动广告好，自动广告中看报表有超多的Asin出现，Acos高。
4. 某卖家手动广告时候做广泛匹配，发现点击量非常多，报表中出现大量词，很多词的点击数都是1次，2次，而出单词非常的分散，导致整体转化率低，Acos高。...等等
Acos高的种种情况都不一样，原因和解决方案也不一样，今天要跟大家分享的是种比较常见同时卖家自身有少有发觉的高Acos情况，看完文章后，卖家朋友们可以对照进行自查。
简而言之就是：Listing构建的时使用了泛关键词策略（即大量堆积同产品的出单词/同义词/关键词），导致中后期Acos居高不下。
要理解这一点，首先在这里给大家引入一个概念，即Listing与CPC的双星系统。
我们看看下面这张图，着重看过程1和过程2.
怎么理解？
1. Listing的文案/ST构建，确立了Listing的关键词布局。
2. 关键词的布局，直接的影响了广告走向和数据结果。
举个例子：
比如对于一个产品：硅胶乳贴可以有多种叫法，
silicon bra /
backless bra /
strapless bra /
invisible bra /
sticky bra /
adhesive bra/
Push up bra/
Gel bra/
就像是同一个人，只是有不同叫法：正名，乳名，别名，大名，小名....
采用泛关键词的卖家可能会把这些词都布局到标题中去，接着进行广告的投放，会发现问题，一是自动广告的时候有非常多的Asin出现，点击分散，二是手动广告广泛匹配或者词组匹配也会出现很多词，点击数分散。
当然，卖家会根据初期的数据/广告订单进行判断广告是应该关闭和降低，还是该是继续增加预算和增加广告组，同时去增加词组匹配，精准匹配。仅仅看这个过程也没太大问题。
但是再往下走，部分卖家问题就凸显出来了，一是效果不好的可能直接关闭或降低预算和出价的，后续继续做广告时就会陷入力不从心，二是做继续加大投入的卖家广告有效果但随着时间的延续发现慢慢的会陷入对高Acos广告的依赖。
为什么会造成这个结果呢？我们回到词本身上来：
去搜索所有这些词的时候，页面结果都出来同一类产品，当然上述词，都是可以出单的词。
上面有8个词，我们去除bra把前面部分进行代码化，分别变成a b c d e f g ，为了让给大家简单的理解，我们假设客户只会通过两两组合的方式来搜索，比如ab, ac,这里我们暂不去考虑客户三个词搜索的情况，如abc, abd, bdf......等
我们做广告后可能看到的词有：（我们来做一个简单的推演，如果把他们两两组合，可以得到42个结果）
两两组合：42个结果 | |||||
ab | bc | cd | de | ef | fg |
ac | bd | ce | df | eg | ga |
ad | be | cf | dg | fa | gb |
ae | bf | cg | ea | fb | gc |
af | bg | da | eb | fc | gd |
ag | ca | db | ec | fd | ge |
ba | cb | dc | ed | fe | gf |
当我们做广泛匹配时候我们可能得到ab bra, bc bra,cd bra......gf bra等42种三词结构结果。
同样的，我们进行对比一下，如果关键词布局中只使用了其中四个 a,b ,c ,d，那广泛匹配的时候看得到以下结果：
两两组合 12个结果 | |||
ab | ba | ca | da |
ac | bc | cb | db |
ad | bd | cd | dc |
重点：
接下来，我们来看看，为什么难推起来以及Acos高的原因：
我们对比一下
关键词构建基数： 4个 VS 8个
然而其两两组合的结果数: 12个 VS 42个
即：构建基数变成了2倍，但是结果数几乎是变为了4倍，这是几何增长。
我们假设这些词的权重是一样的，点击价格为1美金1词，
当我们给到我们的广告组的预算 40美金/天，
那么，平均每个词可获得预算，
4构词基数的：每个组合拥有3.3 次点击
8构词基数的：每种组合拥有0.95次点击
大家知道，广告本身也是有权重的，词同样也是如此，其他条件相同情况下，花钱越多，时间越久，则权重越高，
重点：
同样权重越低，系统越不会推送流量，而往往很多卖家在发现广告效果不佳的时候，会即刻进行降竞价或者是降预算，导致曝光和点击进一步萎缩，最终广告效果极差。
当然也有卖家也能在此过程中有出单，刚好有些词的表现还不错，所以就选择继续的增加预算和或提高竞价，但是做着做着，会发现ACOS非常高，这是为什么呢？我们还是用刚才的数据来分析：
假设某个产品的主出单词，有6个，42个组合刚好包含了这三个（6个词有效，35个词无效，比例为1比5.8），假设三个出单词的转化率为10% ，即10次有效点击（仅6个词）点击带来一单， 但是要达到10次的有效点击，必须忍受同时会带来的无效点击（35词为无效词）58次。
可得知需要总体共68次点击，才能带来一单， 所以重点：无效点击过多，构词基数更大的时候，要获得订单，就得同时忍受更多的花费，这就是为什么ACOS高的原因了。
同时大家或许在广告中也发现了一个现象：当某个广告关键词的权重提高后，系统推荐竞价，会降低，这意味着Acos也会跟着降低，这就是为什么Acos一定范围内是可控的。
当然，上面的分析都是基于限定的条件假设，这样做是为了让大家清楚简单的明白其中的变化关系，而实际当中，广告的比这个要复杂，复杂并不可怕，只需要具体问题具体分析，这里是给大家提供一个理解广告的方式， 上述的构词基数变化只是影响的方式样之一。
至此：大家也就明白了Listing的构建基础可以影响和引导广告的初期走向，即Listing与CPC双星系统的图中过程1和过程2. 在过程2之后，卖家往往可能把这个效果走向通过后面的广告继续放大。
或许有卖家会问：既然发现listing构建有问题，那就究竟能不能改，怎么改，什么条件下可以改呢？ 改之后如何利用广告系统性打造Listing呢？
