动态竞价新功能“基于规则的竞价”,亚马逊广告正式进入智能时代-ESG跨境

动态竞价新功能“基于规则的竞价”,亚马逊广告正式进入智能时代

亚马逊观察
亚马逊观察
2021-11-22
点赞icon 0
查看icon 799

动态竞价新功能“基于规则的竞价”,亚马逊广告正式进入智能时代

亚马逊SP广告更新了新的竞价模式:基于规则的竞价。

这是亚马逊广告首次出现以广告的最终效果为优化目标,结合机器学习自动优化广告的新模式,这是一次革命性的更新,将标志着亚马逊广告正式进入智能调控时代。


  一、什么是“基于规则的竞价”?


基于规则的竞价(Rule-Based Bidding,下文用Target RoAS表示),是一种以广告的最终效果(RoAS)为目标,利用机器学习算法将一系列影响效果的参数(时间、受众人群、展示位置等)考虑在内,并依据大规模数据帮助广告主更准确地出价,这些都是无法通过人工去实现的。

当前的竞价模式还处于测试阶段,只有部分卖家可以使用

看到这些你可能还无法理解这个功能有多重要,别急,下面我将为大家一一分析。


二、为什么Target RoAS竞价功能很重要?


当前广告竞价设置存在问题

我们日常开广告需要的其实不是曝光量而是点击量(个别类型广告除外),因为只有发生了点击,才能说明我们成功地把“流量引进”到了我们的产品详情页上,“引流”才是广告最大的价值。

为了扩大流量我们不得不提高竞价从而把广告展示在一个比较靠前的位置,因为靠前的位置才有足够多的曝光量,进而增加点击。

但由于客户需求多样,市场动态变化以及本身产品竞争力等因素,我们经常会不可控地在错误的时间把错误的产品展示给了错误的人群,广告的展示对象非常不精准,不仅增加了流量成本,也影响了广告最终的效果。这对消费者、卖家和平台方来说是一个三输的局面。

站在消费者角度:我搜索出来的产品要么太贵,要么款式不喜欢,总之都是我不想要的,浪费时间,影响购物体验,差评!

站在卖家角度:我烧了那么多广告费,广告却没有展示给产品的目标受众,ACoS也上天了,差评!

站在平台角度:头部的广告位那么值钱,结果你的产品不受欢迎点击率又那么低,但CPC广告是通过点击付费的,我还没法找你收钱,极大的影响了我的广告收入唉,股价又要跌了,差评!

要解决这个问题,我们先要理解影响客户需求的准确度(影响流量准确度)要考虑哪些因素:美国有上万个城市,横跨6个时区,每周有7天,每天还分白天和黑夜,客户还要分之前有没有看过你产品的,或买过你产品的,还要考虑客户用的是iOS还是安卓,用的电脑手机还是平板......

光上面这些因素排列组合下来就得有上千万种情况吧,就这我还没提到客户搜什么词呢。

所以,对我们卖家来说,决定在什么时候出一个什么样的价格很重要,但真实情况太复杂了,不可能针对每次展示单独出价,那能不能让系统在客户不想要我们的产品时,降低出价,想要产品的时候,再提高出价呢?这就是亚马逊推出动态竞价的原因。

Target RoAS竞价的意义

之前推出的动态竞价(升高或降低&只降低)存在一些硬伤,那就是完全以转化率为目标去优化,转化率是销售的过程值却不是结果值,虽然能改善流量转化效率,但由于忽视了流量成本这个因素,所以经常会出现转化率和ACoS齐飞的情况。转化率是上去了,最终核算成本,反而广告亏的更多了,最后客户买到了心仪的产品,亚马逊赚足了广告费,只留卖家默默空流泪。

最新推出的Target RoAS竞价模式完美补足了这个缺陷,我们只需要设置预算和把控最终的RoAS目标,不用再为每次出价多少而操心了,不用担心广泛匹配和自动广告匹配出了什么不相关的长尾词,更不用半夜爬起来对广告进行所谓的分时调价了(尽管我一直对分时调价的效果存疑),毕竟手动调价调的再准也比不上机器。

Target RoAS这种智能竞价模式将极大的提高亚马逊从业者广告投放效果的下限,而专门从事广告投放的人员们也不用再陷入每天调价0.05这样的琐事中,节省下来的时间精力可以更多地用于思考广告策略和研究产品。


  三、如何使用Target RoAS功能?


3.1 Target RoAS功能的底层逻辑

想用好一个功能,最好的办法就是先弄清它的底层逻辑。

Target RoAS顾名思义广告自动优化的目标是RoAS,先根据RoAS的计算公式分解出背后的影响因素。

RoAS=Ad Sales/Ad Cost=(曝光*点击率*转化率*客单价)/(曝光*点击率*CPC)

最终

所以机器在每次为广告展示实时出价时会考虑三个因素:

我们设置的RoAS目标

预测每次点击的转化价值

预测转化率

RoAS目标不用解释,那什么是“预测每次点击的转化价值”和“预测转化率”?

“预测每次点击的转化价值”其实就是客单价,但这个客单价不仅仅是指我们开广告的产品客单价,还包括客户通过广告购买的同店铺其他产品的客单价,在亚马逊的广告逻辑中,这也会算进该广告的销售额中,因为每次出单带来的销售额可能不同,所以预测的每次点击的转化价值也就存在差异,这也是一个亚马逊要考虑的动态值。

参考资料来源:Google Ads

“预测转化率”就是由于每次客户搜索时的需求、时间、地点、使用设备、搜索关键词、广告的展示位置等因素会使每次点击的转化率存在差异,所以这也是一个动态变化的值。

简而言之,在RoAS确定的前提下,如果机器判定每次点击转化的价值(客单价)和预测的转化率越高,就会出更高的竞价,反之,就会出更低的竞价。

系统每次出价都会和预测的转化价值与预测的转化率相匹配,如果预测的准,出价又合适,最终的广告效果自然就会符合预期,怎么才能让系统预测的更准些呢,那就需要给系统“投喂”大量的数据。

使用Target RoAS竞价前提条件:

必须是SP广告(目前只有SP广告有这个功能)

广告活动可以使用任何类型的投放方法:自动投放、关键词投放或商品投放。

广告活动至少已经运行 30 天,并且在最近 30 天内至少有 30 次转化。

广告活动必须满足 10 美元的每日最低预算要求。

在实际操作中Target RoAS广告将会分为两个阶段:

第一阶段:积累数据(下文用一阶表示)

一阶中我们需要在限定的时间内尽可能产生大量的转化数据,虽然要求是近30天内至少30次转化,但这个只是底限,我们应该在保证预算不超但充分使用的情况下,尽可能产生更多单量,这就要求我们想尽办法提高转化率,否定关键词要做到很细,最好那些点击一次的关键词都要一遍遍过,同时做好广告组内的预算分配,让转化率更高的关键词消耗更多预算。

在一阶中得到的转化数量越多,我们给系统投喂的可参考的数据就越多,在接下来的机器学习中,数据波动就会越小,广告效果就出来的越快。

下面是谷歌广告的说明,我们可以做个参考

谷歌广告的要求是近30天至少产生50次转化才能进入二阶,比亚马逊更严一些

第二阶段:机器托管(下文用二阶表示)

在满足了二阶条件之后,我们才能在Campaign设置中将竞价模式改为“基于规则的出价”(Rule-Based Bidding),条件若不满足,选项那里就是灰色的不可选。

这里可以设两个选项RoAS目标(必填)和平均竞价(选填,但不建议填,原因下文会说明),设置完成后剩下的就交给系统就好了。


  四、Target RoAS注意事项


4.1 目标RoAS我直接设置一个很高的值就行吗?

RoAS目标设置

RoAS目标应该合理,这个我们可以参考过去30天的数据,适当的收紧限制是没问题的,例如之前RoAS平均水平是5,你设置6或者7或者一点点提高观察效果提高都是OK的,但如果太贪心,直接设置个100(ACoS=1%),最终的结果一定是跑不出什么数据,可能连曝光都没有。

这就跟我们去找对象一样,你对另一半要求越高,合适的人就越少,如果真按照你的十几二十个标准一个个筛选下来,可能全中国也没有几个合适的。

所以要记住,广告效果和广告的量一定是一个天平的两端,我们要做的不是走极端,而是要寻找一个合适的点。

4.2 Target RoAS竞价需要设置平均竞价吗?

平均竞价设置

官方对此的说明:

如果您想获得更多控制权,还可以选择提供平均竞价限制。亚马逊在广告活动级别保证,我们不会超出您的竞价限制 25% 以上(例如,如果您的限制为 1 美元,我们的平均 CPC 不会超过 1.25 美元)。这意味着您可能会看到某些目标的单次点击成本 (CPC) 高于 1.25 美元,但平均而言,对于该广告活动,我们不会超过该限制。虽然提供这种可选的竞价限制可以让您更好地进行控制,但它可能会限制我们达到您的 ROAS 限制的能力。

设置了平均竞价可以降低风险,因为系统判断某些时候出更高的价格可以带来更高的转化率,但是这个判断不一定100%准确,如果最终没有转化,这部分流量成本又高,就会拉低我们的RoAS,造成数据波动;通过设置平均竞价,相当于告诉系统,我们只要低成本高转化和低成本低转化的流量,为了降低风险那些高成本高转化的流量就不要了。

但风险和机遇是共存的,选择设置你就会损失潜在的订单,同时也可能很难起量,而且就算设置你也不能设置的太低,否则又变成捡漏组了。

我个人更倾向于不填。

4.3 Target RoAS竞价用了几天效果很差,ACoS很高怎么办?

到了二阶之后剩下的工作基本就交给系统自己去跑了,系统就会根据过去30天产生的成交数据去进行机器学习,机器学习是需要一段时间的,可别刚跑了两天效果不好就直接关了,官方对此有说明:

亚马逊不能保证我们会达到您设置的限制,但是如果您的广告活动未达到限制,并且广告活动的广告投资回报率 (ROAS) 在 21 天内下降了,我们将代表您禁用该规则,并启用您之前的竞价策略和定向级别竞价。这 21 天的期限不包括特殊日期,例如 Prime Day 或黑色星期五。

所以我分析,机器学习的时间最长不超过三个星期,如果过了三个星期效果真的很差,说明这个功能可能不适合你,还是换成原来的竞价模式吧,在此之前我们可以通过限制预算的方式来降低风险。

4.4 使用Target RoAS智能出价还需要否定关键词吗?

我建议还是要定期去进行报表分析,进行关键词的否定,因为这个功能才刚出来,未必会很成熟,还是机器结合人工的半自动方式更可靠一些。

4.5 新上的产品适合用Target RoAS竞价吗?

新品RV太少,销量很不稳定,搞不好来一个差评就掉星,这样不稳定的数据没有参考性,(我猜测)可能会影响到机器学习。而且为了满足进入二阶的条件,一个相对成熟的产品肯定是要比新的产品花的成本少的。

我的想法是新品不宜过早使用这个功能。最好在销量和广告数据都比较稳定的时候再换成这个模式。

4.6 开启Target RoAS竞价后广告效果一定会很好吗?

有了Target RoAS智能竞价我们以后或许不用再辛苦的半夜爬起来调价了(虽然我一直也不认可分时调价),也不用担心由于过度调价影响广告效果所以只能每次0.05的去调价,真的省了很多精力。

但如果想指望换种竞价模式广告的效果就能一飞冲天,我劝你还是早点打消这个念头,广告的底层逻辑没有变,产品依旧是核心,重点指标还是CTR和CVR,一开始的关键词调研和后期的关键词否定该怎么做还得怎么做。

而且亚马逊在官方解释里也明确说了不保证效果,因为亚马逊的广告和用谷歌广告给独立站引流是有区别的,效果不仅由流量本身的准确度决定,还很大程度受到竞品影响。

比方说,如果没有竞品的干扰,流量也准确,产品各方面也符合客户的要求,放到独立站上基本就转化了,但是亚马逊上还远远不够,流量再怎么精准,都可能会被正在做秒杀的竞品抢走单量,所以我觉得亚马逊的Target RoAS竞价反而更复杂一些,但从长期来看,有了平台上大量数据的投喂,这个功能一定会越来越完善。

综上,这只是一个提升效率而不是提升效果的新功能。

由于亚马逊所参考的资料还太少,所以在本文中更多的参考了谷歌Ads的智能竞价系统逻辑,而且这是一个刚出的新功能,效果怎么样还需要大量的卖家试一试才知道,所以实际情况多少会存在差异,如果有新内容我会及时更新在文章里,同时也希望大家能多多分分享一些新竞价模式的玩法,大家一起共同进步。

最后额外补充一点:

之前有朋友问过我一个问题:“亚马逊广告越来越智能化,那广告投放这个岗位还有前途吗,以后会不会被机器所取代?”

机器取代的更多的是低价值且重复性高的工作,将一些繁琐价值低的操作,例如调价,交给机器去智能化调整是未来的一个趋势,但是广告优化师≠广告调价师,机器无法确定你的产品优势,无法确定广告什么时开,什么时候关,用什么样的广告策略和预算,应该投放给哪些人群,无法实时的根据公司的业务目标去调整广告目标,更无法代替你去向老板汇报,这个广告好,好在哪里,不好是因为问题是什么,以后该怎么避免。

这些都是广告优化师的价值,是机器无法替代的,至少3-5年内不会受到影响,而5-10年以后的事谁也说不准,毕竟技术也在不断发展。但如果一个人在一个岗位干了5-10年了还在原地打转,没有任何新的价值增长点,这件事本身就值得我们深思,与大家共勉。


点击咨询现在有哪些新兴平台值得关注 >>>


特别声明:以上文章内容仅代表作者本人观点,不代表ESG跨境电商观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与ESG跨境电商联系。

全球最大电商平台
查看更多
搜索 放大镜
韩国平台交流群
加入
韩国平台交流群
扫码进群
欧洲多平台交流群
加入
欧洲多平台交流群
扫码进群
官网询盘
加入
官网询盘
扫码进群
美国卖家交流群
加入
美国卖家交流群
扫码进群
ESG跨境专属福利分享群
加入
ESG跨境专属福利分享群
扫码进群
拉美电商交流群
加入
拉美电商交流群
扫码进群
亚马逊跨境增长交流群
加入
亚马逊跨境增长交流群
扫码进群
亚马逊跨境增长交流群
加入
亚马逊跨境增长交流群
扫码进群
拉美电商交流群
加入
拉美电商交流群
扫码进群
《TikTok综合运营手册》
《TikTok短视频运营手册》
《TikTok直播运营手册》
《TikTok全球趋势报告》
《韩国节日营销指南》
《开店大全-全球合集》
《开店大全-主流平台篇》
《开店大全-东南亚篇》
《CD平台自注册指南》
《开店大全-俄罗斯篇》
通过ESG入驻平台,您将解锁
绿色通道,更高的入驻成功率
专业1v1客户经理服务
运营实操指导
运营提效资源福利
平台官方专属优惠

立即登记,定期获得更多资讯

订阅
联系顾问

平台顾问

平台顾问 平台顾问

微信扫一扫
马上联系在线顾问

icon icon

小程序

微信小程序

ESG跨境小程序
手机入驻更便捷

icon icon

返回顶部