Amazon Marketing Optimization의 과제 이해

아마존은 혼잡합니다. 대부분의 미국인은 온라인 쇼핑을 할 때 Google을 건너뛰고 바로 Amazon으로 이동하며 결과적으로 주요 제품 마케팅 전쟁터 중 하나가 되었습니다. 오늘날 Amazon의 가시성, 키워드 우위 및 디지털 선반 공간을 개선하려면 점점 더 높은 수준의 능동적인 실시간 캠페인 관리가 필요하므로 브랜드와 마케터는 한계를 뛰어넘어야 합니다.

마케팅 최적화 는 성공적인 Amazon 전략의 핵심 구성 요소입니다. 효과적으로 사용하면 광고 캠페인의 ROI를 개선하는 동시에 지루하고 시간이 많이 걸리는 수동 작업을 제거할 수 있습니다. 즉, AI 알고리즘에 대해 "마케팅 관리자"라는 직함을 치고 판매가 시작되기를 기다릴 수는 없습니다. 성공적인 마케팅 최적화에는 다층적 접근 방식, 인간의 적극적인 입력 및 철저한 이해가 필요합니다. 사용 가능한 다양한 기술의 도전과 한계.

마케팅 플랫폼으로서의 아마존

2018년 하반기에 Amazon은 Amazon Attribution을 출시하기 시작했습니다. Google 및 Facebook에서 사용하는 도구와 유사한 이 도구를 사용하면 광고주(처음에는 자사 공급업체로 제한됨)가 소비자가 Amazon 내부 및 외부에서 제품을 검색, 조사 및 구매하는 방법을 기반으로 광고의 영향을 측정할 수 있습니다. Amazon의 거대한 소비자 쇼핑 행동 데이터베이스와 결합하여 전자 상거래 대기업은 고유하게 높은 정확도와 관련성을 가진 소비자를 대상으로 삼을 수 있습니다.

아마존은 이미 미국에서 세 번째로 큰 디지털 광고 플랫폼으로, 가치는 약 1,250억 달러이며, eMarketer는 2020년까지 50%의 성장률을 예상하고 있으며, 이로 인해 아마존의 디지털 광고 지출은 미국 전체의 약 7%가 될 것입니다. 이는 공급업체의 마케팅 비용을 급격히 증가시킵니다. 예를 들어 키워드 클릭당 비용(CPC)은 2019년 3월 기준으로 모든 카테고리에서 전년 대비 약 56% 증가했습니다.

Amazon을 주요 제품 마케팅 플랫폼 중 하나로 아직 고려하지 않았다면 현재 주요 광고주로서의 역할을 확장하고 투자하고 있다는 사실은 실적 중심 마케팅이 더 이상 이를 줄이지 않을 것임을 의미합니다. 마찬가지로 Amazon에서 효과적으로 마케팅하는 데 필요한 리소스는 지속 불가능해지고 있습니다. 여기에서 마케팅 최적화가 필요합니다.

마케팅 최적화 유형

마케팅 최적화가 전자상거래 캠페인 관리 문제에 대한 만능 솔루션이라고 가정하는 실수를 저지르지 마십시오. 아마존 판매에 대한 완전 수동 접근 방식은 하루에 불합리한 시간이 필요할 수 있지만 전적으로 AI 알고리즘에 의존하는 것에도 단점이 있습니다. 가장 많은 시간을 절약할 수 있지만 AI는 인간만큼 좋은 일을 할 수 없습니다.

마케팅 최적화는 각각 고유한 강점과 약점이 있는 다양한 전술과 기술을 포괄하는 광범위한 용어입니다. 대부분의 경우 효과적인 접근 방식에는 수동 개입 및 정기 캠페인 감사와 함께 다양한 도구가 혼합되어 있습니다.

AI/머신러닝

오늘날 마케팅 최적화의 가장 큰 주제는 인공 지능 , 컴퓨터를 사용하여 인간 두뇌의 인지 기능을 모방하는 것입니다. 많은 마케팅 최적화 도구는 데이터 흐름을 수신하고 스스로 "학습"하여 새로운 정보를 기반으로 알고리즘을 업데이트할 수 있는 AI의 하위 집합인 기계 학습 기술을 사용합니다. ML을 통해 지능형 마케팅 도구는 수익성 극대화를 위한 중요한 기능인 변화하는 시장 상황, 검색 행동 및 구매 패턴에 대응할 수 있습니다.

Amazon에서 효과적인 AI 도구는 다양한 신호를 사용하여 키워드 입찰을 위한 최적화 모델을 구축해야 합니다. 문제는 필요한 데이터에서 비롯됩니다. AI의 특성 때문에 지능은 보유한 데이터의 양에 따라 결정됩니다. 트렌드에 대응하기 위해 AI는 캠페인에서 하루 에 최소 15회의 전환이 필요합니다. 이는 롱테일 키워드의 경우 어려울 수 있습니다. AI는 대량, 빈도가 높은 키워드를 최적화하는 데 효과적일 수 있지만 보조 및 롱테일 키워드(특정 소비자 세그먼트를 타겟팅하기 위한 키)는 일반적으로 충분한 트래픽을 얻지 못합니다.

프로그래밍 규칙

AI와 완전 수동 접근 방식 사이의 균형을 맞추는 프로그래밍 방식 규칙은 Amazon에서 가장 효과적인 마케팅 최적화 형태가 될 가능성이 있지만 제대로 구현하려면 많은 시간과 지식이 필요합니다.

프로그래밍 규칙은 사전 정의된 요구 사항 또는 매개변수를 기반으로 작업을 실행합니다. 사용자는 논리적 "if/then" 문을 만듭니다. 하나 이상의 "if" 조건이 하나 이상의 특정 키워드에 할당되고 키워드가 이러한 조건을 충족하는 경우 도구는 해당 키워드에 대한 입찰가를 높이거나 낮추는 것과 같은 "then" 작업을 실행합니다.

AI와 달리 규칙의 목적은 컴퓨터가 최선의 조치를 결정하도록 하는 대신 사용자가 자신과 동일한 방식으로 특정 조건에 응답하도록 도구를 프로그래밍하는 것입니다. 예를 들어, 특정 키워드에 입찰할 수 있지만 잘못된 것으로 판명되면 지출을 줄이는 규칙을 설정하여 더 효율적인 키워드를 위한 예산을 확보할 수 있습니다. 그러나 AI와 달리 잘못된 규칙은 자체적으로 수정되지 않습니다. 규칙은 프로그래밍하는 사람만큼 똑똑하며 실제로 효과적인 규칙 집합을 정의하려면 대상 고객에 대한 많은 지식과 경험이 필요합니다.

시간대

아마도 가장 간단한 최적화 형태인 가장 기본적인 수준에서 하루를 나누는 것은 캠페인에 대한 시간이 지정된 "켜기/끄기" 스위치로 구성된 일정 형식입니다. Amazon은 광고 콘솔에 이 옵션을 포함하지 않습니다. 모든 캠페인은 수동으로 일시 중지하지 않는 한 자정에 시작하고 종료되므로 타사 도구가 필요합니다.

여전히 하루 24시간 캠페인을 운영하는 것이 일반적이지만 시간 대별 인기가 높아지고 있습니다. 이를 통해 공급업체는 하루를 여러 부분으로 나누고 하루 중 시간에 따라 캠페인을 조정할 수 있습니다. 리소스가 제한된 소규모 공급업체는 트래픽이 많은 시간에 키워드 입찰가를 집중하고 사용량이 적은 시간에 지출을 줄임으로써 마케팅 예산을 보다 효과적으로 사용할 수 있습니다.

서로 다른 기술에는 각각 장단점이 있으며 한 가지 형태의 마케팅 최적화에 지나치게 의존하는 것은 Amazon에서 결코 효과적이지 않을 것입니다. AI 알고리즘에 완전히 의존하여 캠페인을 관리하면 필요한 노동력을 줄일 수 있지만 목표와 KPI에 따라 원하는 결과를 얻지 못할 수도 있습니다. 고유한 애플리케이션을 기반으로 다양한 유형의 마케팅 최적화를 혼합하고 인간 인텔리전스를 사용하여 모든 요소를 ​​감독하는 강력한 다면적 전략은 경쟁력 있는 Amazon 마케팅 캠페인의 핵심입니다.