关于用户购物习惯数据的广告应用,可以分为两个方面,一方面为广告的曝光时间优化,另一方面为广告的单次点击竞价优化。
运营者可以通过柱状图来展现店铺总订单的单日变化趋势。
运营者可以将店铺整体的购物高峰进行标注。
美国时间6:00~19:00为订单高峰期,那么这段时间也是亚马逊美国站的流量高峰期,因此运营者可以利用这段时间使广告的曝光效率最大化。需要注意的是,这里的最佳曝光时段并不是指ACoS最低的时段,而是在相同时间内广告效率最大的时段,适合属于成长期的产品而非稳定期的产品。
关于广告的单次点击竞价优化,多数运营者会选择“高单价低总额”一“低单价高总额”的阶梯形优化方式。例如,当一个产品刚刚上架需要广告曝光时,很多运营者会选择一个较高的单次点击竞价(如1美元1次点击 ),但是单日广告预算设置一个较低的预算(如单日10美元),如果广告投放后广告预算迅速被消耗完毕,运营者就会调低单次竞价同时增加广告预算,直到广告ACoS达到一个稳定值。
“高单价低总额”一“低单价高总额”的广告设置方式属于传统的技巧,方便运营者在有限的成本下,一步步逼近广告单次竞价的最优数值,但是其优化效率因人而异,本节将从数据的角度讲解如何精准优化单次点击竞价。
首先,运营者要认清一个事实,即每个店铺在每天24小时中每个时间段的订单都是存在波动的。运营者可以将店铺某一类目产品的单个交易日分为24小时,然后分析在24小时的不同时间段内总订单(包含广告带来的订单和自然曝光带来的订单)和广告支出的变化。
第一步 计算不同时间段订单量的变化以及广告支出的变化。
关于一个店铺的订单量变化,运营者可以通过店铺后台或者第三方运营插件知晓。