我们到底是在卖思维还是卖货?跨境电商的本质是什么?
01
关键词思路:
关键词覆盖产品范围越广 = 溢价空间越大 = 受价格影响越小
关键词覆盖产品范围越小 = 溢价空间越小 = 受价格影响越大
关键词包含维度越多(关键词越长)= 客户群体越精准 = 转化的可能越大
关键词包含维度越少(关键词越短) = 客户群体越宽泛 = 转化不确定性越大
不同关键词中包含的维度词不同 = 客户需求差异 = 转化表现差异
不同关键词中包含相同的维度词 = 相似产品及竞争对手 = 相似的竞价需求
不同的核心关键词(大词)= 不同的产品侧重点 = 不同的转化表现
不同的核心关键词(大词)= 不同的客户群体 = 不同的流量体积
关键词与广告表现之间的关系:
广告表现最核心的影响因素在于广告关键词与链接之间的粘性,而粘性的产生和优化在于listing文案内容的编写。由此:listing编写前应先确定好流量池的维度组成部分,从而进行文案部分的关键词嵌入,再提炼listing中所使用的关键词搭建广告流量池的基础框架。
广告表现好坏的根本不是后期的广告优化技巧,而是前期的广告关键词选取以及广告框架的搭建。
通过广告关键词的选取去匹配不同阶段的营销需求及流量需求;结合关键词、匹配方式以及出价的差异去拓展以及延伸流量的覆盖范围、进一步减少广告内部竞争、降低广告成本、保证广告投放表现。
02
如何获取效果最佳的关键词(用于Listing编写):
竞品Listing(不局限于文案内容)
Amazon Brand Analytics
Google Keyword Planner
Wikipedia
Keywords Everywhere
站内外的测评文章
如何获取效果最佳的关键词(用于广告投放):
related keywords
search term report
品牌词
产品特性词
03
不同关键词渠道之间的差异和侧重点(用于Listing编写):
竞品Listing中可获取不同竞品对应的主推核心词,主打卖点维度词、描述词、场景词等,侧重调研和了解竞品引流和营销的流量侧重点。
Amazon Brand Analytics侧重调研核心词发散的长尾关键词、竞品主要出单关键词、转化效果最好的关键词、流量基数最大的关键词等,侧重了解关键词的市场表现数据及针对性竞品表现数据。
Google Keyword Planner侧重发散产品的不同核心关键词(词根类)、了解不同词根的市场搜索体量、目标市场的关键词使用习惯等,侧重从大数据层面去进一步了解市场数据以及客户行为。
Wikipedia侧重从产品关键词上进一步延伸不同地区特定关键词组、了解产品的发展经过、目标受众人群、使用场景等,侧重从相对学术的角度发散产品关键词,并为listing详情内容的编写提供了更本地化的可参考借鉴内容。
Keywords Everywhere 可针对平台页面进行页面内容爬虫,抓取核心关键词、抓取卖点关键词、常用形容词等,在进行类目分析以及竞品分析,定位listing的引流突破口时,提供了较为全面的数据。
站内外的测评文章 相比起关键词,此部分内容更侧重地体现了客户的购买需求、影响转化的因素等等,从中可以获取到产品营销需要着重突出的卖点内容、产品的使用场景和使用范围、目标受众的本质需求等等。
不同关键词渠道之间的差异和侧重点(用于广告投放):
Related Keywords
此部分内容主要是基于对广告产品的数据抓取而总结出的相关关键词,主要的核心影响因素是listing中的关键词数据,同时影响因素还包含了类目数据、相关的竞品数据、互补类目数据等等,引流方式越多样,related keywords范围越广。
如何批量下载related keywords进行关键词分析?
1)创建一个暂停投放的campaign,在同一广告组内批量添加related keywords
2)创建好campaign以及添加完关键词后,点击批量操作
3)下载批量操作记录表
4) 处理表格数据
step1: 先在D列筛选目标campaign的名称
step2: 在B列 Record Type中筛选Keyword
step3: 复制L列 Keyword or Product Targeting数据粘贴至新建Excel表
search term report
通过对keywords相应的customer search term数据的抓取,分析产品的具体市场表现数据、用户购买倾向以及产品竞争力等。数据可用于产品listing内容优化、核心关键词定位、营销方向定位、转化优化、新品开发 等。