细节就是上帝。这是德国现代主义建筑大师密斯·凡·德·罗一生的信条。德·罗设计的剧院,要精确测算每个座位与音响、舞台之间的距离,调整每个座位的大小、方向、倾斜角度,以求达到最佳的视听体验。德·罗认为,细节的精准、细腻、考究才是成就伟大艺术的基础。同理,毁掉一件伟大作品也很容易,只需要几个“失败”的细节即可,就像中国的古老智慧——千里之堤毁于蚁穴——说的一样。在日常的工作中,我们也一再强调,凡事必做于细。因为亚马逊下半场,比拼的是精细化运营的能力。精细,至少有两层含义:一是拆解,是细分,是将一件事分解到更小颗粒度,穷尽且相互独立,具备可操作性。最典型的例子就是“把大象装进冰箱里,需要分几步”。二是细节,是从小处将事情做到完美,通过局部体验提升整体品质,享受细节带来的感官溢价。今天,我们就以亚马逊“选词”这件“小事”,以小见大地聊聊如何将关键词选精细,用精细。本文主要从关键词库、词源对象、流量结构、流量分层、流量泛化5个方面的精细展开来讲。
01
关键词库的精细
02
词源对象的精细
确定了合适的词库,如何将范围进一步缩小到与自己的产品匹配的关键词呢?大家常用的方法是根据自己的产品去找相似的竞品,然后把多个竞品的关键词做整理,再逐一从中挑选合适的词。这个话说起来很简单,大家似乎也都理解,但真正上手的时候就会发现还有很多细节需要考究。比如,很多产品都存在变体,那获取流量词的时候以什么标准来判断哪个变体更合适?大家很容易想到使用销量最好的变体,想到这一点很容易,但要做到这一点却有一定难度。被这个问题困扰的不只是做运营的同学,选品工作的后期,尤其是生产备货阶段,知道哪些款式更受欢迎对成本控制也非常关键。市面上有很多销量预估的软件,但基本都只能测出父体的销量,尤其是现在亚马逊基本将所有类目都改为变体共享排名之后,要测出变体的销量更加困难。既然没有直接的方法,间接的方法有没有呢?今天就给大家分享一个新的思路:通过比较变体的流量词多少间接确认不同变体的销售情况。就像下图一样,整理出同一个Listing下不同变体的流量词,尤其是自然流量词(因为自然流量词的多少更能说明自然出单的情况),该选择哪个变体就容易多了。
有的同学可能会说,不知道哪个变体卖得好,那就把所有变体的流量词都找出来不就得了。没错,这也是一种方法。但这依然还有可精细化的空间。大家的关键词大部分都是通过ASIN反查工具下载下来的,然后将不同产品的关键词通过去重后整理到同一个文件里,以备后续使用。这个过程会消耗大量的精力,尤其是当整理对比的产品数量比较多的时候。但工作其实主要就一项,合并去重,然后实现下图中的这种效果。
合并去重的工作在比较变体时需要,在比较不同竞品时依然需要,两个都是扩充关键词的重要手段,尤其是通过对比你的产品与竞品的关键词,可以迅速得到你的产品缺少的关键词,让你快速获知自己产品的流量短板在哪里。对于使用竞品的流量词来优化自己的Listing的时候,我的建议是尽量选择对手的自然流量词或官方推荐词,原因比较容易理解,自然出单词代表了在竞品上被证明精准有效,推荐词代表了被亚马逊官方认可。
而广告词,由于产品的展现与“利益”挂钩,受预算控制,所以无法自然的反映与产品的契合程度。选用这些词会存在一定程度的风险,因为你的竞品也还在尝试,效果怎么样还未知。
03
流量结构的精细
观察比较仔细的同学应该已经发现,我在对比变体流量词的第一张图里还透露了另一个非常重要的信息——产品的流量结构。
有的就喜欢上全套,广告全家桶(SP商品广告、SB品牌广告、SVB视频广告)和推荐流量全家桶一个不落;有的就试试SP和SB就完事;还有的就更保守了,只玩SP;最后一位就纯属佛系了,花钱的一个不玩。拿到候选关键词之后,摆在大家面前的问题就是,这些关键词怎么分配?怎么规划流量结构?在预算有限的情况下,在SP、SB和SVB广告之间如何平衡取舍?这些都是非常复杂的问题,每个问题都值得拿一个专题出来讲。时间关系,我们在这里只是给大家抛砖引玉,有机会再详谈如何根据产品的属性和发展阶段规划自己的流量结构。
04
流量分层的精细
我们应该准确找出你对标的优质竞品的长尾流量词,如何才算精准?竞品在这个长尾词下的自然排名长期稳定靠前,比如这种,长期稳定在前5名,那一定是消费者用购买行为投票出来的精准。
05
泛化策略的精细
前边的整个流程,是一个从宽泛到具体、从开放到收敛的过程。最后一个点,我们“反其道而行之”,讲一讲关键词的泛化。什么是泛化?就是在目标关键词基础上获取相关的关键词的流量。在亚马逊的体系里,则分为相关关键词和词组词根的扩展匹配。两者存在递进关系。相关关键词是指一个产品同时存在两个或多个中心词根,比如形容充电宝,在英语里至少有三个词根,分别是:charger,power bank,和battery,这些词根会延伸出来很多关键词,甚至这几个词根也可以组成新的关键词,比如battery charger。
对于这种产品,最终的关键词会形成几个以词根为中心的关键词簇,而词簇,就是亚马逊广告投放规则中的广泛匹配。广泛匹配大家已经实操过很多,我这里主要讲讲广泛匹配的2个需要注意的点。第一,通过亚马逊的输入框联想是判断是否存在广泛匹配的方法,但此方法存在很大的局限性,因为亚马逊搜索框联想的策略是向后联想,也就是CD可以联想CDEF,但无法联想ABCD。
这就导致大量以定语修饰CD的长尾词将被我们忽略。在一点上,建议大家通过一些工具进行词组的匹配,防止遗漏。
第二,确定一个关键词广告是否需要广泛匹配的时候,以第一步获取到的数据为依据。将第一步获取到的广泛匹配词分组,预估这些词大概的搜索量总和,大致评估可能的效果,并据此规划预算。如果找不到合适的广泛匹配词、广泛匹配流量不精准或者广泛匹配词流量太少,则可以直接选择精确匹配的方式投放。
最后,感谢专注于流量分析的Sif(www.sif.com)为本文提供配图支持,文中所有配图均来自于Sif产品界面。