SHEIN上半年GMV突破160亿美金同比增超50%

网商动力

网商动力(https://www.eckey.cn)跨境电商，致力于提供一手资讯、干货知识。

2022-09-03 22:21:01

你可以从别人那里汲取某些思想，但必须用你自己的方式加以思考，在你的模子里铸成你思想的砂型

主题快闪是交流碰撞的一个平台，我只是分享一些我的思考，希望和大家互相交流，互相学习成长。案例是我随机选择的，是大家比较熟悉的品类，多关注分析过程，不要去纠结产品本身竞争大不大这类没有意义的问题。

本次快闪重点是分享我们定位广告架构的思路，深度的数据分析和定位是没有的，大家结合自己的数据去匹配即可，本次分享只是我们团队的方法经验，不代表行业，欢迎提出宝贵的优化建议

第一部分想跟大家分享的是我对市场的思考，亚马逊平台本质是一个市场竞争的平台，我一直在思考，市场的本质是什么，我分享几点我的理解：

1，波动性：市场上的产品形态，竞争对手，用户的消费需求，电商的成本结构，这些每年都是无时无刻在发生着变化，我们如果始终用一种竞争策略去面对不断波动的市场竞争，风险是非常大的，那应对变化最好的策略就是拥抱变化，拥抱变化最好的方式就是理解变化，洞察变化，熟悉变化，预测变化

2，复杂性：相信大家这几年都在讨论，电商的生意不是以前简单的流量红利时代，现在不仅是拼资金，还要拼团队效率，供应链门槛，运营资源，市场洞察能力，公司风控能力，亚马逊的产品销售已经是需要一个复杂的资源结构去驱动业务，那产生竞争的维度就越来越多，我们作为参与到竞争的个人，最重要的是清晰的认知自我，找到属于我们自身的优势竞争生态位

3，核心需求：电商的终极目标抛开上市，品牌价值，相信大部分人都是销量和利润，销量=流量*点击率*转化率，利润=客单价-FBA配送费-佣金-头程运费-广告费-退换货费用-仓储费，我们提炼其中的重点因素，我们主要解决的核心问题就是：流量，转化，成本结构，这是我们通过目标倒推出来的问题根本

ok,基于对市场的几点思考，那对我们去理解广告有什么帮助呢？同样，我也思考了下广告的本质，第二部分想跟大家分享的是我对广告的思考，广告的本质是什么，我分享几点我的理解：

1，工具：广告只是亚马逊运营生态中一个工具，这是最基本的认知，工具的核心能力是调整优化运营效率，并不能改变市场竞争的本质

2，归因周期：这是一个存在是事实，SP的广告归因是7天，SD的广告归因是14天，广告的归因本质上是为了匹配亚马逊的算法，关键词排序理论有一个很重要的维度就是时间周期，不管是因为大数据系统的延迟还是平台加权平均数据参考意义更大的思考，关键词排序的核心周期是7天，14天，30天，90天的销量，当然7-10天的销售指标数据是权重最高，影响最大的，所以回到广告本身，归因周期是一个必不可少的因素，要尊重系统最基本的规律

3，广告的核心作用：刚刚我们思考了市场竞争需要解决的根本问题是流量，转化，成本结构，那广告作用肯定也是围绕这个目标去进行的

（1）流量：广告是覆盖用户的所有购买路径（来自阿波罗，我很喜欢这个总结）
（2）转化和成本：广告可以动态的调控产品的竞争环境（展示位置，展示时间，竞争对象）

ok，以上两点是我对市场竞争本质的思考，和广告本质的思考，可能有些小伙伴还有点懵，为什么我们去谈广告架构，要去理解这些偏理论的东西，多谈点实战的案例和数据不就好了？如果1个案列不符合我们的产品属性，那就测试1万个案例，建立足够多的数据库，把广告公式化，标准化，如果你是这样想的，我很理解，大部分运营小伙伴接触的广告信息流都是战术策略，靠预算+数据+案列模型来驱动学习

ok，接下来我们再思考几个问题，来更深刻地理解我提出的两个思考

1，为什么广告有那么多类型？SP，SD，DSP，SBV等等，你是否思考过？

这个问题我理解的本质原因是消费者购买的方式越来越多元化，决策购买的影响因素越来越多，所以平台为了降低用户的决策成本，站内的流量结构与也越来越多元化，而不同的广告类型正是为了应对站内流量结构多元化而产生

如果我们这样去思考，那对我们选择广告类型有什么启发呢？

是不是核心变成了用户在不同的流量结构下，会如何决策购买的问题？

回到我们自己在淘宝平台购物的场景，我们会如何决策？要理解消费者，最重要的是共情能力，站在消费者的视角去思考：

1，我们每个人的时间成本都很高，是不是关键词的搜索排序越靠前，我们越容易更快的选择和成交
2，我们在商品页面是不是还会收到关联推荐的影响？
3，在搜索页面我们更看重排序还是更看重价格？
4，我们在不同时间段去购买，是不是关心的重点不同？
5，我们基于不同的购买需求，是不是关联选择的方式不同？

问题2：广告商品的展示形式为什么越来越多元化了？图文，视频

这个问题我理解的本质原因是消费者在搜索，交流的信息流形态越来越多元化了，从我们日常的生活工作中，我们使用文字，语音，视频等不同形式，那在消费购物场景下，不同的信息流形式就能满足用户的不同阅读喜好

如果我们这样去思考，那对我们选择广告形式有什么启发呢？

核心是不是变成了什么类型的产品表达更容易让用户去决策？

1，功能性的产品是不是场景化的视频更容易让用户理解和选择
2，装饰性的产品是不是精致化的空间展示图片更容易让用户有情绪

问题3：广告的主要数据指标，如何提炼成现象和价值？数据本身没有意义，但是数据背后的现象是有意义的，你有没有想过广告的数据指标是代表什么价值？

曝光量
点击率
转化率
CPC
销售额
ACOS/Tacos
广告位
用户搜索词

这几个指标我们做几个组合：
曝光量*点击率*转化率=销量，这是不是销售的黄金公式？

客单价*转化率/CPC=Tacos，这是不是广告的黄金公式？

CPC是指点击成本，是不是代表每一个位置的竞争成本？

用户搜索词，是不是代表用户搜索需求？

利润率*转化率=广告效益综合指标，是不是代表推广的效果？

ok，到这里，我们再引出来第4个问题，为什么广告黄金公式是Tacos=客单价*转化率/CPC？而不是同销售黄金公式？

这个问题的本质原因，我理解的是广告本质就是工具，工具的核心一方面优化问题的解决效率，另一面就是控制问题解决的成本，所以衡量广告效果，更重要是分析投资回报

OK，我给大家分享了我对市场本质和广告本质的一点思考，那接下来主要是分享我对于广告架构如何定位的一点思考

围绕几条主线展示：

品类属性决定了流量属性
流量属性决定了成交模型
成交模型决定了广告目标
广告目标决定了广告架构
广告架构决定了广告执行策略
广告执行策略决定了广告的数据分析模型

希望解决的问题：

1，如何通过市场调研对广告架构的方向做参考定位，降低广告测试成本

2，如何通过竞品运营分析复盘广告策略，优化广告投放效果

3，市场竞争属性如何影响广告架构设置的逻辑分析探讨

我最近看了很多群里的讨论消息，大家对于广告的理解各有千秋，相信大家也是跑了很多预算的广告人，大家都探讨了一个概念就是广告模型，认为成熟的团队都会有属于自己的广告模型

首先，我是赞同这个观点的，其次我更想跟大家探讨的是这个广告模型到底是如何搭建起来的呢，广告模型的支撑更多的是数据，市场数据，竞争数据，自身的数据，这些数据交叉验证就是适合产品的模型

那行业内有一个很知名的广告投放团队叫阿波罗，他们应该都很熟悉，很多人说他们很专业，投放了很多产品，消耗了很多预算，做了很多案例，对广告投放的逻辑和关键词SEO也比较擅长，但是你们都只看到了显性现象，我所以了解的阿波罗的核心优势是有很多的广告模型，他们把不同的案例通过品类进行分类，建立了很多大数据库系统，他们的软件核心就是会根据不同产品线的投放数据给你配置不同的广告方案，也就是他们的广告模型是可以匹配产品竞争属性的，这点才是他们的差异化，当然，他们的投放SOP也很专业

回到我们今天的主题，我想跟大家探讨的就是我们如何去搭建广告模型，这个确实更多的职责在于运营团队而不是广告团队，广告团队更多的是控制预算和ACOS，而运营是提供市场数据和广告目标，那我就来分享下我们团队是如何去做好这个工作的

今天的案例我就以婴儿尿布收纳包为题进行展开，这个品类是偏标品，而且大家相对比较熟悉

第一条主线：品类属性决定了流量属性

这个核心就是其实在我们做选品定位的时候，你的运营模型就已经是定下来的，因为用户的购买需求，用户的购买路径，用户的搜索习惯和方式，竞争对手，流量结构这些都是由产品本身决定的，运营是改变不了的，运营只能去改变数据量变化的过程和效率

依据这个逻辑，我们做广告投放之前，第一件事情就是做好品类的流量结构分析，流量结构分析的第一步就是收集核心ASIN群，其次是反查他们的流量结构，那为什么是核心ASIN群？

1，一般是核心关键词TOP10以内的竞品+小类目榜单TOP10的竞品，他们的销量占比在小类目中接近40%，能代表整个品类的流量结构属性

2，热销的竞品才有足够的数据来研究，尤其是ABA反查，能进入TOP3 的ASIN一定是很头部的商品，数据的完整度高，全面性好

我这里就以BS为例，这是一个多变体的链接，通过sif反查，我们可以看到各个变体的搜索流量来源结构和关键词搜索流量入口数量规模，可以简单的分辨哪些是热销子体哪些是长尾子体

通过卖家精灵的流量反查，我们得到最热销的子体的关联流量入口数量和关联流量结构

通过卖家精灵的关键词反查和词频分析，我们可以查询他们每一个子体的搜索流量来源和词根属性，同时我们也需要把核心ASIN群的每个ASIN都进行反查，做批量的词根属性分析和关键词分类，这样我们就可以完整的获取到核心ASIN的搜索流量词库

同样的，我们可以发现这个产品的关联流量板块都是同类商品，我们也通过产品图片可以看出基本上都是功能差异比较小的同类型产品，我们可以把每个核心ASIN的关联商品下载合并进行批量分类，我们就可以获取到他们的关联流量入口

对于收集到的自然搜索流量关键词词库，我们还需要进行分析，流量的贡献效率，也就是我们常说的流量词，转化词，精准长尾词等，我们主要是通过三个维度进行筛选：

（1）每个核心ASIN的关键词流量占比，这个很好理解，就是获取每个ASIN最大的流量来源，可以重点作为流量词

（2）每个核心ASIN的关键词排序，排序的影响因素主要是订单量和转化率，所以排序是可以重点作为转化率的参考来判断核心精准词

（3）每个关键词的搜索热度频率排名，这个代表每个关键词本身的搜索流量大小，比较好理解

那我们分析关键词最主要的目的就是实现我们的数据指标目标，一般就是三个点：

（1）实现流量增长

（2）实现转化增长

（3）实现订单规模增长，就是流量和转化的平衡效益最大化

同样的，对于收集到的关联商品信息，我们也需要进行分析处理，主要也是三个维度：

（1）关联商品属性，同款同功能，不同款式同功能，同款同功能不同色，外观差异和使用方式差异等，这个决定了是同质化竞争还是差异化竞争，用户需求的差异点，合理去优化我们的竞争优势

（2）关联消费结构，是相似商品的竞争还是互补性商品的竞争，是基于同一个消费者的可替代方案竞争还是同时购买方案的竞争，这个决定了我们的展示位置和转化类型

（3）关联流量的分布，是集中在几款核心热销竞品，还是分布在很多长尾竞品，这个决定了我们投放的数据量，比如如果是长尾居多，直接类目投放关联效率最高

那我们分析关联流量最主要的目的就是实现我们的数据指标目标，一般也是三个点：

（1）关联商品的热销程度，代表链接的自然流量规模大小

（2）关联结构，代表消费者的购买属性

（3）关联策略，代表我们实现关联的方法

以上就是第一条主线的分析，我们通过这个案例可以做一个总结，我们如果要做这个品类，通过头部链接的流量结构分析，我们可以得出结论：

1，搜索流量板块，关键词多，但是词根属性明显，关键词属性主要是两个方向，一是基于diaper bag和diaper backpack为词根的关键词，一是基于baby词根相关的分散型的关键词

2，关联流量板块，主要是来源同类商品流量，大部分都是自然campare的推荐

通过ABA在商品信息板块的反查，我们也可以获取到头部ASIN的所有关键词，更权威和准确

第一条主线到此结束，了解了品类的流量结构之后，那我们的广告其实就有了明确的框架限制了，接下来我们要继续通过分析实现更精准的定位

第二条主线：流量属性决定了成交模型

这个其实很好理解，就是我们的流量在哪里，我们的用户就在哪里，那我们的成交肯定就在哪里，在亚马逊站内，流量是我们成交的第一要素，那我还是以BS为例，去拆解分析他们的主要订单来源是什么，他们是如何实现成交的

首先是BS的变体策略，我们可以看到是多颜色同款式的布局

通过sif的反查，我们可以看到他们的主要搜索流量策略是SP广告，品牌广告，视频广告，还有自然流量

通过sif反查他们所有子体的搜索词，我们就可以知道他们的每个子体的搜索流量结构

这里要重点进行分析，就是他们子体的关键词策略：

1，是否不同子体之间投放了不同类型的关键词，比如diaper bag词根型关键词和baby词根型关键词

2，是否不同子体之间投放了不同类型的广告类型，比如视频广告投放的关键词，品牌广告投放的关键词

3，每个子体在不同关键词下的自然排序和流量占比，判断出来每个子体的核心关键词

通过卖家精灵分析，我们可以看出来他们每个子体的关联流量投放，也主要是来源于同类商品，这里要特别说明下，通过以上的关键词调研，我们发现他们的关键词都是基于diaper bag和backpack词根的关键词，所以这里的关联流量不一定是商品定位，也有可能是只投放了关键词广告，但是展示在了商品页面，不过这个具体投放的策略不太重要，我们2种方式都可以去实现，分析好对应的效果即可

分析完他们的流量策略，接下来我们继续分析，在他们listing的页面，会面临的竞争

通过listing页面分析，我们可以看到，listing页面的主要竞争有四块：

1，品牌广告

2，campare同类推荐

3，商品关联广告

4，related video板块

这里分析的重要意义有两个：

1，我们在哪些板块可以做闭环，比如related video板块可以找服务商上视频，避免竞争，比如多品牌运营的品类是否可以做关联闭环

2，我们在哪些板块可以做突破，比如成本最低的related video板块，比如视觉效果最好的品牌广告，比如最稳定的流量campare同类推荐，尤其是目前campare板块可以展示视频，转化率提高很多

ok，通过第二条主线的分析，我们分析了BS的变体策略，每个子体的关键词流量来源和关联流量来源，每个子体的广告投放类型和投放的关键词，关键词的投放效果，以此来验证了我们第一条主线的准确性，如果BS都是按照这个流量结构去布局的，那就更充分的验证了成交模型

第三条主线：成交模型决定了广告目标

既然我们知道了品类的流量结构，也验证了成交模型，那我基于我们自身链接的销售状态以及目前的数据基础，我就知道了我要在哪里成交，我要达成什么流量结构，也就是产生了明确的广告目标

首先，我们可以确认基本的销售目标：

1，变体策略采用多颜色变体，不同变体之间做差异化流量补充

2，搜索流量主要为核心搜索词的排序和坑位数量

3，关联流量主要为同类商品关联数量和热销品关联稳定性

其次就制定广告目标：

1，围绕核心关键词自然排序推进为目的

2，围绕同类商品的自然关联为目的

3，围绕关键词搜索入口数量规模为目的

理论上，我们在这里就应该制定好我们的广告架构了，但是其实还不够精准，因为

我们广告架构还要考虑几个影响因素：

1，竞争程度

2，投放成本

3，推广效果

4，市场周期

那这几个影响因素我们最好的验证方式是什么呢？我认为最好的方法就是通过新品链接的推广策略来验证，因为推广周期短，流量结构比较简单，销量的影响因素少，只是拆解他们的推广流程就可以清晰的分析出来他们的广告架构，以此来作为我们的参考，这也就是我们常说的案例对标，BS来验证流量结构，新品链接来验证推广策略

我们就以新品榜第一的链接作为研究对象

链接的上架时间只有69天，排名曲线比较平稳，具有研究的代表性

我们可以通过sif的流量时光机看到他们从上线开始每一周的流量变化和广告投放的流量结构波动

可以清晰的看到他们在每一个时间节点的具体流量波动和广告投放类型

比如他们在刚上线时期，主要是投放diaper bag和diaper bag backpack核心词为主的SP广告

他们在第三周投放了视频广告，主要是基于baby词根的长尾关键词，具体的数据分析我就不展开了，大家可以结合每周的推广策略和流量成长结构，结合他们的keepa曲线的排名波动（也就是订单波动）来判断他们推广效果，在哪些关键词下的效果明显，在哪些广告类型下的投放效果明显

当然，我们为了数据模型的准确性，需要分析至少5个新品的推广策略来综合判断

从新品的推广模型的拆解分析中，我们大概可以推导出来推广效果，市场周期，但是还要通过其他维度来验证竞争程度和投放成本

关键词层面的竞争分析，我们一般先从搜索流量分布和趋势，以及TOP3 ASIN的综合占比来判断关键词本身的属性

我们以diaper bag这个核心词为例

我们通过飞鱼数据参谋可以分析出来这个关键词全年的搜索热度都是比较平稳的，TOP3 ASIN的点击占比和转化占比也不高，但是TOP3 ASIN我们可以看出来是非常同质化的，而且极其的稳定，也就是说这个词本身的转化并不高，而且头部的排序稳定，存在垄断

通过商机探测器我们也可以看到这个核心词下面的TOP3点击份额也是这个三个AISN

通过商机探测器的关键词分析我们可以看出来在主流的细分类目节点下，diaper bag的转化率也只有1.6%，这个数据可以跟大家解释下，一般这里的转化率数据偏低，可以作为新品初期的广告转化率参考，这样最大化去评估广告预算

然后通过对比diaper bag在SP,SB,SBV不同广告下的建议竞价bid，我们就可以倒推出来每一个广告类型下，这个关键词的预期acos

除了整体的竞争程度和成本分析之外，我们还要分析关键词的广告竞争

我们可以通过sif的关键词竞争分析来获取每个关键词下不同广告类型的竞争程度

我们可以通过sif的关键词竞争分析来获取每个关键词下ASIN的流量占有率分布来更清晰的了解竞争格局

ok，以上是我通过diaper bag作为一个切入口来进行的分析，实际操作中，我们会把核心TOP10的关键词都进行拆解分析，然后归类不同关键词在不同广告类型下的竞争，成本，效果，难易度，作为我们广告架构的数据基础，那分析到这里之后，我们就可以定位我们的广告架构了

第四条主线：广告架构决定了广告执行策略

这个很好理解，你通过市场竞争数据分析之后，制定了初步的广告架构，肯定接下来就是围绕这个广告架构去设置执行策略，来实现我们设定的广告目标

但是在具体设置执行策略之前，我们还要考虑几个影响因素：

1，链接的销售状态 - 新品，老品，流量结构

2，链接的竞争优势 - 产品，价格，listing质量，review和QA

3，链接的销售目标 - 流量，转化，订单规模，成本结构，利润

4，用户需求的理解 - 产品表达，产品痛点，产品卖点

这里面的内容很多，我就不展开了，总结的几个点大家应该都能理解，总结一句话：知彼知己，百战不殆，核心就是在自己的数据基础上做定向提升，找到最精准的打击方向，实施最精准的广告策略，达到最大的增长效果，充分发挥你的优势实现降维打击

结合自身的数据分析+充足的市场数据分析之后，制定的广告执行策略基本上就不会出现大问题，也就是我们常说的广告模型的雏形

最后一个版块就是第五条主线：广告执行策略决定了广告数据分析模型

我们纵然做了很全面深度的市场分析，然后市场的竞争，用户的需求，实际的投放精准度，这些都是在不断变化的，真正有价值的广告模型还需要通过实际投放产生的数据不断的迭代和优化

广告数据分析模型影响因素：

1，曝光，点击，转化率，ACOS，CPA数据指标

2，广告的匹配方式和竞价方式

3，广告的展示位置

4，广告的搜索词分析

5，广告综合效果

这是我们广告数据分析最主要的5个维度，基本上能涵盖所有的投放问题

ok，以上就是市场竞争属性如何影响广告架构设置的逻辑分析探讨，从市场本质，广告本质，市场竞争分析到最后的广告架构，这是一个完整的业务闭环，有了这个认知架构，我们再不断的完善广告投放技巧，数据分析能力，广告数据量规模，就能成为一个优秀的项目负责人

以上，结束，希望有所启发

我们建了一个亚马逊卖家交流群，里面不乏很多大卖家。

现在扫码回复“ 加群 ”，拉你进群。

目前30万+人已关注加入我们

美金同比上半年突破 SHEIN

声明：此文章来源于网络，不代表网商动力立场。如有侵权，请联系我们。

快给朋友分享吧！

0 赞

SHEIN上半年GMV突破160亿美金同比增超50%

我们建了一个亚马逊卖家交流群，里面不乏很多大卖家。

现在扫码回复“ 加群 ”，拉你进群。

热门文章

热门标签

关于

链接

公众号& 小程序

卖家社群

SHEIN上半年GMV突破160亿美金 同比增超50%

我们建了一个亚马逊卖家交流群，里面不乏很多大卖家。

现在扫码回复“ 加群 ”，拉你进群。

热门文章

热门标签

关于

链接

公众号& 小程序

卖家社群

SHEIN上半年GMV突破160亿美金同比增超50%