基於規則的競價(Rule-Based Bidding),是一種以RoAS為目標,利用機器學習演算法將一系列影響效果的參數(時間、受眾群體、展示位置等)考慮在內,並依據大規模數據幫助賣家更準確地出價的功能。
一般來說,我們日常開廣告需要的其實不是曝光量而是點擊量(特殊類型廣告除外),因為只有發生了點擊,才能說明我們成功地把「流量引進」到了我們的產品詳情頁面上,「引流」才是廣告最大的目的。
為了擴大流量我們不得不提高競價從而把廣告展示在一個比較靠前的位置,因為靠前的位置才有足夠多的曝光量,進而增加點擊。
但由於客戶需求多樣,市場動態變化以及本身產品競爭力等因素,我們經常會不可控地在錯誤的時間把錯誤的產品展示給錯誤的受眾,廣告的展示對象非常不精準,不僅增加了流量成本,也影響了廣告最終的成果。這對消費者、賣家和亞馬遜平台來說是一個三輸的局面。
所以說,對我們賣家來說,決定在什麼時候出一個什麼樣的價格很重要,但真實情況太複雜了,不可能針對每次展示單獨出價,那能不能讓系統在客戶不想要我們的產品時降低出價,想要產品的時候再提高出價?
先前推出的"Dynamic bids - up and down"存在一些缺點,那就是完全以轉換率為目標去優化,轉換率是銷售的過程值卻不是結果,雖然能改善流量轉換效率,但由於忽略了流量成本這個因素,所以常常會出現轉換率和ACoS都變高的情況。轉換率是上去了,最終計算成本,反而廣告虧損的更多,最後客戶買到了心儀的產品,亞馬遜賺了廣告費,只留下賣家的荷包在淌血。
而"Rule-based bidding"則完美補足了這個缺點,亞馬遜系統將以RoAS為優化目標,不用再擔心轉換率和ACoS都很高的尷尬情況。
以上,希望這些內容能幫助到大家~
更多優質內容可以參考我的其它篇文章: