了解亚马逊营销优化的挑战

亚马逊很拥挤。 大多数美国人在网上购物时会跳过谷歌直接去亚马逊，因此它已成为关键的产品营销战场之一。 如今，提高亚马逊上的知名度、关键词优势和数字货架空间需要越来越高水平的主动、实时活动管理，这给品牌和营销人员带来了很大的压力，让他们在喧嚣中脱颖而出。

营销优化是成功的亚马逊战略的关键组成部分。 有效使用，它可以提高您的广告活动的投资回报率，同时还可以消除繁琐、耗时的体力劳动。 话虽如此，您不能只是在 AI 算法上贴上“营销经理”的头衔，然后等待销售的到来。成功的营销优化需要多层次的方法、人类的积极投入以及对市场的透彻理解。不同可用技术的挑战和局限性。

亚马逊作为营销平台

2018 年下半年，亚马逊开始推出亚马逊归因。 该工具类似于谷歌和 Facebook 使用的工具，允许广告商（最初仅限于第一方供应商）根据消费者在亚马逊内外发现、研究和购买产品的方式来衡量广告的影响。 结合亚马逊庞大的消费者购物行为数据库，这将使这家电子商务巨头能够以独特的高精度和相关性来定位消费者。

亚马逊已经是美国第三大数字广告平台，价值约 1250 亿美元，eMarketer 预测到 2020 年将增长 50%，这将使亚马逊的数字广告支出占美国总支出的 7% 左右。 这导致供应商的营销成本急剧增加； 例如，截至 2019 年 3 月，所有类别的关键字每次点击费用 (CPC) 同比增长约 56%。

如果您还没有将亚马逊视为主要的产品营销平台之一，那么它目前正在投资并扩大其作为主要广告商的角色这一事实意味着以绩效为导向的营销不再会削减它。 同样，在亚马逊上有效营销所需的资源也变得不可持续。 这就是营销优化的用武之地。

营销优化的类型

不要错误地认为营销优化是解决您的电子商务活动管理问题的万能解决方案。 在亚马逊上完全手动进行销售可能需要不合理的时间，但完全依赖人工智能算法也有其缺点。 虽然它可以为您节省最多的时间，但人工智能永远无法像人类那样做得很好。

营销优化是一个广义的术语，包含许多策略和技术，每一种都有自己的长处和短处。 在大多数情况下，一种有效的方法将包含不同工具的组合以及人工干预和定期活动审计。

人工智能/机器学习

当今营销优化的大主题是人工智能，即使用计算机来模仿人脑的认知功能。 许多营销优化工具使用机器学习技术，这是人工智能的一个子集，可以接收数据流并为自己“学习”，根据新信息更新算法。 ML 允许智能营销工具响应不断变化的市场条件、搜索行为和购买模式，这是最大化盈利能力的关键功能。

在亚马逊上，一个有效的人工智能工具需要利用各种信号来构建关键词竞价的优化模型。 挑战来自所需的数据； 由于人工智能的性质，它的智能是它拥有的数据量的结果。 为了响应趋势，AI每天需要至少 15 次广告系列转化，这对于长尾关键词可能具有挑战性。 人工智能可以有效地优化高容量、高频率的关键词，但次要关键词和长尾关键词（针对特定消费者群体的关键）通常无法获得足够的流量。

程序化规则

在人工智能和完全手动的方法之间取得平衡，程序化规则有可能成为亚马逊上最有效的营销优化形式，尽管它们需要大量的时间和知识才能正确实施。

程序化规则根据预定义的要求或参数执行操作。 用户创建一个逻辑“if/then”语句； 一个或多个“if”条件分配给一个或多个特定关键字，如果关键字满足这些条件，则该工具执行“then”操作，例如提高或降低对这些关键字的出价。

与 AI 不同，规则的目的在于，与其让计算机决定最佳行动方案，不如编写一个工具来以与您自己相同的方式响应某些条件。 例如，您可以对某个关键字进行出价，但设置规则以在结果无效时减少支出，从而为更有效的关键字腾出预算。 然而，与 AI 不同的是，错误的规则不会自行纠正。 规则只有与编写规则的人一样聪明，要定义一组真正有效的规则需要与目标受众有大量的知识和经验。

分时段

也许最简单的优化形式，最基本的时段是一种调度形式，包括一个定时的“开/关”你的活动的开关。 亚马逊在广告控制台中不包含此选项——所有活动都在午夜开始和结束，除非手动暂停——因此需要第三方工具。

虽然每天 24 小时运行广告系列仍然是常态，但时段越来越受欢迎。 它允许供应商将一天分成几个不同的部分，并根据一天中的时间调整他们的活动。 资源有限的小型供应商可以通过将关键字出价集中在高流量时间并减少非高峰时段的支出来更有效地利用其营销预算。

不同的技术各有优缺点，过度依赖一种营销优化形式在亚马逊上永远不会非常有效。 完全依靠 AI 算法来管理您的活动可能会减少所需的劳动力，但可能不会产生预期的结果，具体取决于您的目标和 KPI。 一个强大的多方面策略，根据其独特的应用程序混合不同类型的营销优化，并使用人类智能来监督每个元素，是竞争性亚马逊营销活动的关键。