社區(qū) 發(fā)現(xiàn) Amazon 關(guān)于“基于規(guī)則的競價”基礎(chǔ)邏輯的思考，對...
關(guān)于“基于規(guī)則的競價”基礎(chǔ)邏輯的思考，對賣家來說這到底是雞肋亦或是神器？
發(fā)帖28次
被置頂28次
被推薦17次
質(zhì)量分0星
回帖互動151次
歷史交流熱度3.39%
歷史交流深度0%
亞馬遜“基于規(guī)則的競價”這個競價策略出來已經(jīng)有一段時間了，但似乎關(guān)注這功能或者因為這個功能獲得更好收益的朋友還是比較少。關(guān)于這個策略，個人做了一些思考，與各位老鐵一同探討。
首先，大家是否有想過，“基于規(guī)則的競價”其實原有的競價策“動態(tài)競價-提高或降低”的進階版？
先看看原來“提高或降低”的競價策略的邏輯。這個策略其實原理就是，敞開權(quán)限讓系統(tǒng)去控制競價，讓它去判斷某些流量對你的ASIN轉(zhuǎn)化意愿高的時候，提高競價去搶廣告位，當判斷到某類流量對你的鏈接來說可能轉(zhuǎn)化意愿不高的時候，以低一些的競價去獲得這些流量。這個策略理論來說是無瑕的，但往往我們?nèi)ナ褂玫臅r候會看到競價只會提高導致ACOS超高，而鮮有見到競價被降低的情況。
為什么呢？
原因在于，系統(tǒng)要實現(xiàn)上述轉(zhuǎn)化意愿高還是低的判斷，它必須先有數(shù)據(jù)進行統(tǒng)計，通過大量的數(shù)據(jù)的統(tǒng)計學習它才能把流量性質(zhì)做大概率正確的判斷。但是，往往要做出這個判斷，需要的數(shù)據(jù)量非常大，所以它只能一直跑“提高”，目的是先獲得更多的數(shù)據(jù)，但常常我們也忍不到它能做出正確判斷的時候。這也就是為什么我們用了這個策略，看到結(jié)果總是只提高。
所以由此，又引申出另一個問題，亞馬遜真的有千人千面嗎？我想，是有的。
基于前面是所述的動態(tài)競價-提高或降低的投放原理，它的工作流程大概如此：通過數(shù)據(jù)統(tǒng)計最后得出具有高轉(zhuǎn)化可能性的客戶畫像，比如統(tǒng)計發(fā)現(xiàn)某個地區(qū)、某年齡段、某種性別職業(yè)，且近期有某些消費表現(xiàn)，或者表現(xiàn)出某些喜好的買家對于所投廣告的產(chǎn)品具有高轉(zhuǎn)化性，那么當有這種畫像的客戶進行商品瀏覽時，提高競價去搶廣告位來向其展示產(chǎn)品。
反之，對于對本產(chǎn)品帶有低轉(zhuǎn)化可能性畫像的買家，降低競價向其展示產(chǎn)品。
那么，論壇上大家曾經(jīng)熱議過的一個話題“亞馬遜是否有優(yōu)質(zhì)、低質(zhì)流量？”其實就有了答案。所謂的優(yōu)質(zhì)或者低質(zhì)流量，不是系統(tǒng)具體到去定義每個客戶（這個就是高富帥，那個就是窮逼），而是匹配ASIN來進行判斷?？蛻粼贏SIN?1這類產(chǎn)品上轉(zhuǎn)化率高，那么這類客戶對于ASIN?1來說就是優(yōu)質(zhì)流量；但是同樣的客戶在同類產(chǎn)品ASIN?2?表現(xiàn)出的轉(zhuǎn)化率低，那么這個客戶在ASIN2這里又變成了低質(zhì)流量。
所以流量是優(yōu)質(zhì)還是低質(zhì)，需要VS?你的產(chǎn)品來判定。
回到“基于規(guī)則的競價”這話題，為什么說它是“提高或者降低”的進階版呢？
因為對于“提高或者降低”，系統(tǒng)很難提出判斷搶或者不搶廣告位的標準，但是，賣家你若直接給系統(tǒng)一個參考數(shù)值（ROAS），讓它知道你的心理預期，那么是否就讓操作變得簡單了。
所以，“基于規(guī)則的競價”其實就是賣家給出判斷標準，讓系統(tǒng)根據(jù)學習到的數(shù)據(jù)匹配你的標準來判斷什么情況下“提高或者降低”競價去匹配廣告位。這也就是為什么這個競價策略的開啟前提是，要有一定的跑廣告的時間以及一定出單量，因為沒有這些數(shù)據(jù)依據(jù)它也就無從作出基礎(chǔ)判斷。
所以，當你去設(shè)置上這個規(guī)則的時候，你會發(fā)現(xiàn)有可能先有一輪的競價提高的操作，但是如果實際數(shù)據(jù)差你的預期目標太多，你會發(fā)現(xiàn)廣告獲得的曝光量又被減少了。也就是，當你給的條件越寬松，比如ROAS小于1，這個競價策略下的廣告越容易獲得曝光；但是給得嚴了，又可能導致曝光量收緊（又或者它一開始就依據(jù)你歷史廣告數(shù)據(jù)出現(xiàn)誤判，導致它認為哪種流量都不適合判給你，那曝光量也減少）。
所以說，對于多數(shù)鏈接來說，可能就是一個雞肋！
哪種鏈接適合用這個策略獲得更好收益呢？
答案是，已進入穩(wěn)定期的銷量可觀的鏈接。這些鏈接由于有大量的數(shù)據(jù)可以進行統(tǒng)計學習得出優(yōu)質(zhì)或者低質(zhì)流量的客戶畫像，系統(tǒng)就能夠根據(jù)你的心理預期（ROAS）對你的廣告對某一種畫像的客戶是否加大展示快速作出判斷。當數(shù)據(jù)表現(xiàn)越來越好，積累的數(shù)據(jù)越來越多，你自然就可以用逐步收窄條件（即加大ROAS）來達到優(yōu)化廣告，提升廣告效益的目的。
那么，對于這種鏈接，具體的數(shù)據(jù)確定及優(yōu)化步驟是怎樣呢？建議是拉取近65天的該產(chǎn)品的廣告數(shù)據(jù)，獲得總體ACOS數(shù)值，得到初始設(shè)置的ROAS，即1/ACOS，觀察后續(xù)數(shù)據(jù)表現(xiàn)，每次按增幅不大于10%進行調(diào)整。
以上。表哥出品，不是精品就是廢品，歡迎理性探討。
?
首先，大家是否有想過，“基于規(guī)則的競價”其實原有的競價策“動態(tài)競價-提高或降低”的進階版？
先看看原來“提高或降低”的競價策略的邏輯。這個策略其實原理就是，敞開權(quán)限讓系統(tǒng)去控制競價，讓它去判斷某些流量對你的ASIN轉(zhuǎn)化意愿高的時候，提高競價去搶廣告位，當判斷到某類流量對你的鏈接來說可能轉(zhuǎn)化意愿不高的時候，以低一些的競價去獲得這些流量。這個策略理論來說是無瑕的，但往往我們?nèi)ナ褂玫臅r候會看到競價只會提高導致ACOS超高，而鮮有見到競價被降低的情況。
為什么呢？
原因在于，系統(tǒng)要實現(xiàn)上述轉(zhuǎn)化意愿高還是低的判斷，它必須先有數(shù)據(jù)進行統(tǒng)計，通過大量的數(shù)據(jù)的統(tǒng)計學習它才能把流量性質(zhì)做大概率正確的判斷。但是，往往要做出這個判斷，需要的數(shù)據(jù)量非常大，所以它只能一直跑“提高”，目的是先獲得更多的數(shù)據(jù)，但常常我們也忍不到它能做出正確判斷的時候。這也就是為什么我們用了這個策略，看到結(jié)果總是只提高。
所以由此，又引申出另一個問題，亞馬遜真的有千人千面嗎？我想，是有的。
基于前面是所述的動態(tài)競價-提高或降低的投放原理，它的工作流程大概如此：通過數(shù)據(jù)統(tǒng)計最后得出具有高轉(zhuǎn)化可能性的客戶畫像，比如統(tǒng)計發(fā)現(xiàn)某個地區(qū)、某年齡段、某種性別職業(yè)，且近期有某些消費表現(xiàn)，或者表現(xiàn)出某些喜好的買家對于所投廣告的產(chǎn)品具有高轉(zhuǎn)化性，那么當有這種畫像的客戶進行商品瀏覽時，提高競價去搶廣告位來向其展示產(chǎn)品。
反之，對于對本產(chǎn)品帶有低轉(zhuǎn)化可能性畫像的買家，降低競價向其展示產(chǎn)品。
那么，論壇上大家曾經(jīng)熱議過的一個話題“亞馬遜是否有優(yōu)質(zhì)、低質(zhì)流量？”其實就有了答案。所謂的優(yōu)質(zhì)或者低質(zhì)流量，不是系統(tǒng)具體到去定義每個客戶（這個就是高富帥，那個就是窮逼），而是匹配ASIN來進行判斷?？蛻粼贏SIN?1這類產(chǎn)品上轉(zhuǎn)化率高，那么這類客戶對于ASIN?1來說就是優(yōu)質(zhì)流量；但是同樣的客戶在同類產(chǎn)品ASIN?2?表現(xiàn)出的轉(zhuǎn)化率低，那么這個客戶在ASIN2這里又變成了低質(zhì)流量。
所以流量是優(yōu)質(zhì)還是低質(zhì)，需要VS?你的產(chǎn)品來判定。
回到“基于規(guī)則的競價”這話題，為什么說它是“提高或者降低”的進階版呢？
因為對于“提高或者降低”，系統(tǒng)很難提出判斷搶或者不搶廣告位的標準，但是，賣家你若直接給系統(tǒng)一個參考數(shù)值（ROAS），讓它知道你的心理預期，那么是否就讓操作變得簡單了。
所以，“基于規(guī)則的競價”其實就是賣家給出判斷標準，讓系統(tǒng)根據(jù)學習到的數(shù)據(jù)匹配你的標準來判斷什么情況下“提高或者降低”競價去匹配廣告位。這也就是為什么這個競價策略的開啟前提是，要有一定的跑廣告的時間以及一定出單量，因為沒有這些數(shù)據(jù)依據(jù)它也就無從作出基礎(chǔ)判斷。
所以，當你去設(shè)置上這個規(guī)則的時候，你會發(fā)現(xiàn)有可能先有一輪的競價提高的操作，但是如果實際數(shù)據(jù)差你的預期目標太多，你會發(fā)現(xiàn)廣告獲得的曝光量又被減少了。也就是，當你給的條件越寬松，比如ROAS小于1，這個競價策略下的廣告越容易獲得曝光；但是給得嚴了，又可能導致曝光量收緊（又或者它一開始就依據(jù)你歷史廣告數(shù)據(jù)出現(xiàn)誤判，導致它認為哪種流量都不適合判給你，那曝光量也減少）。
所以說，對于多數(shù)鏈接來說，可能就是一個雞肋！
哪種鏈接適合用這個策略獲得更好收益呢？
答案是，已進入穩(wěn)定期的銷量可觀的鏈接。這些鏈接由于有大量的數(shù)據(jù)可以進行統(tǒng)計學習得出優(yōu)質(zhì)或者低質(zhì)流量的客戶畫像，系統(tǒng)就能夠根據(jù)你的心理預期（ROAS）對你的廣告對某一種畫像的客戶是否加大展示快速作出判斷。當數(shù)據(jù)表現(xiàn)越來越好，積累的數(shù)據(jù)越來越多，你自然就可以用逐步收窄條件（即加大ROAS）來達到優(yōu)化廣告，提升廣告效益的目的。
那么，對于這種鏈接，具體的數(shù)據(jù)確定及優(yōu)化步驟是怎樣呢？建議是拉取近65天的該產(chǎn)品的廣告數(shù)據(jù)，獲得總體ACOS數(shù)值，得到初始設(shè)置的ROAS，即1/ACOS，觀察后續(xù)數(shù)據(jù)表現(xiàn)，每次按增幅不大于10%進行調(diào)整。
以上。表哥出品，不是精品就是廢品，歡迎理性探討。
?
倒計時：
19 個回復
勞倫斯楊楊 - 亞馬遜廣告投放師
贊同來自: Ss233neu 、 Tesample 、 Wintermelon 、 鴿鴿FANS 、 我是小小小白吖 、 不做大哥好多年 、 Xliaichiyu597 、 鐵板豬蹄 、 蟑螂惡霸深圳分霸 、 一燈大師 、 目標是天天爆單 、 yangkezhao 、 QHzwj 、 snow777 、 Tito123 、 昭夕 、 錢來來 、 上山打老虎啊 、 Chelsea0828 、 Sueeeee 、 Yue8866 、 Aatrox 、 是豬皮勒 、 夏蟲語冰子 、 yitian5039 、 Aufine 、 蘇凡果 、 老爺保賀順順 、 阿白momo 、 Carpen 、 美亞小黑 、 strawJerry 、 根深者茂 、 青云樓主 、 能力越小責任越小 、 比特尼三 更多 ?
?
動態(tài)競價（升高或降低&只降低）存在一些硬傷，那就是完全以轉(zhuǎn)化率為目標去優(yōu)化，轉(zhuǎn)化率是銷售的過程值卻不是結(jié)果值，雖然能改善流量轉(zhuǎn)化效率，但由于忽視了流量成本這個因素，所以經(jīng)常會出現(xiàn)轉(zhuǎn)化率和ACoS齊飛的情況。轉(zhuǎn)化率是上去了，最終核算成本，反而廣告虧的更多了，最后客戶買到了心儀的產(chǎn)品，亞馬遜賺足了廣告費，只留賣家默默空流淚。
基于規(guī)則競價模式完美補足了這個缺陷，我們只需要設(shè)置預算和把控最終的RoAS目標，不用再為每次出價多少而操心了，不用擔心廣泛匹配和自動廣告匹配出了什么不相關(guān)的長尾詞，更不用半夜爬起來對廣告進行所謂的分時調(diào)價了（盡管我一直對分時調(diào)價的效果存疑），畢竟手動調(diào)價調(diào)的再準也比不上機器。
Target RoAS功能的底層邏輯
想用好一個功能，最好的辦法就是先弄清它的底層邏輯。
Target RoAS顧名思義廣告自動優(yōu)化的目標是RoAS，先根據(jù)RoAS的計算公式分解出背后的影響因素。
RoAS=Ad Sales/Ad Cost=（曝光*點擊率*轉(zhuǎn)化率*客單價）/（曝光*點擊率*CPC）
?
最終 RoAS=CVR*Price/CPC
?
所以機器在每次為廣告展示實時出價時會考慮三個因素：
RoAS目標不用解釋，那什么是“預測每次點擊的轉(zhuǎn)化價值”和“預測轉(zhuǎn)化率”？
“預測每次點擊的轉(zhuǎn)化價值”其實就是客單價，但這個客單價不僅僅是指我們開廣告的產(chǎn)品客單價，還包括客戶通過廣告購買的同店鋪其他產(chǎn)品的客單價，在亞馬遜的廣告邏輯中，這也會算進該廣告的銷售額中，因為每次出單帶來的銷售額可能不同，所以預測的每次點擊的轉(zhuǎn)化價值也就存在差異，這也是一個亞馬遜要考慮的動態(tài)值。
“預測轉(zhuǎn)化率”就是由于每次客戶搜索時的需求、時間、地點、使用設(shè)備、搜索關(guān)鍵詞、廣告的展示位置等因素會時每次點擊的轉(zhuǎn)化率存在差異，所以這也是一個動態(tài)變化的值。
簡而言之，在RoAS確定的前提下，如果機器判定每次點擊轉(zhuǎn)化的價值（客單價）和預測的轉(zhuǎn)化率越高，就會出更高的競價，反之，就會出更低的競價。
系統(tǒng)每次出價都會和預測的轉(zhuǎn)化價值與預測的轉(zhuǎn)化率相匹配，如果預測的準，出價又合適，最終的廣告效果自然就會符合預期，怎么才能讓系統(tǒng)預測的更準些呢，那就需要給系統(tǒng)“投喂”大量的數(shù)據(jù)（即花大量的預算積累大量的數(shù)據(jù)）。
這種智能競價模式將極大的提高亞馬遜從業(yè)者廣告投放效果的下限，而專門從事廣告投放的人員們也不用再陷入每天調(diào)價0.05這樣的瑣事中，節(jié)省下來的時間精力可以更多地用于思考廣告策略和研究產(chǎn)品。
開啟Target RoAS競價后廣告效果一定會很好嗎？
有了Target RoAS智能競價我們以后或許不用再辛苦的半夜爬起來調(diào)價了（雖然我一直也不認可分時調(diào)價），也不用擔心由于過度調(diào)價影響廣告效果所以只能每次0.05的去調(diào)價，真的省了很多精力。
但如果想指望換種競價模式廣告的效果就能一飛沖天，我勸你還是早點打消這個念頭，廣告的底層邏輯沒有變，產(chǎn)品依舊是核心，重點指標還是CTR和CVR，一開始的關(guān)鍵詞調(diào)研和后期的關(guān)鍵詞否定該怎么做還得怎么做。
而且亞馬遜在官方解釋里也明確說了不保證效果，因為亞馬遜的廣告和用谷歌廣告給獨立站引流是有區(qū)別的，效果不僅由流量本身的準確度決定，還很大程度受到競品影響，比方說，如果沒有競品的干擾，流量也準確，產(chǎn)品各方面也符合客戶的要求，放到獨立站上基本就轉(zhuǎn)化了，但是亞馬遜上還遠遠不夠，流量再怎么精準，都可能會被正在做秒殺的競品搶走單量，所以我覺得亞馬遜的基于規(guī)則的競價反而更復雜一些，但從長期來看，有了平臺上大量數(shù)據(jù)的投喂，這個功能一定會越來越完善。
綜上，這只是一個提升效率而不是提升效果的新功能。