看透算法逻辑，用数据运营。

王先生wechat：wsir-life

（福利在文章结尾）

福利内容：如何运用数据透视表分析亚马逊

一、行业广告数据表现的基本水平

在分析广告数据的时候，面对这么多数据，尤其是没有经验的卖家，不知道从何开始。

卖家的第一个疑问就是：我怎么知道这些广告数据表现是好是坏，这些数据在我眼里，仅仅只是数据，还无法与业务表现联系起来。

其实，这个问题，归结到一点就是，卖家并不知道表现好的数据是在一个什么样的水平。

很多人都知道在广告数据报告里要找点击率高、转化率好的词，但怎样的数据表现才算转化率好，大家其实不太清楚，却又非常想了解一下行业水平。

不同的运营人、不同的类目、不同的站点、不同的运营时期数据指标表现都不尽相同，所以绝对的ppc数据表现标准其实是没有的。

说一句非常实在的废话：ppc运营数据的标准在每个运营人的心中！

但是对于很多卖家，特别是新手来讲，还是需要有一个数据基准，才会心里踏实一些，毕竟没有太多的经验作为指导。

现在我简单说一下关于亚马逊关键广告数据指标”达标“的水准：

 点击率：一般点击率在0.4%的水平，算是一个相对合格的listing，如果在0.4%及以下，你需要考虑一下listing本身的问题。

转化率：保守一点，这个我自己一般设定的是8%的转化率，一般是10%及以上。

ACOS：这个真的没办法具体界定，很多人都说控制在10%-25%算是比较好的，但我还是那句话：目标ACOS值还是根据产品的收支平衡点来确定，这是相对合理的方式。‍

二、如何分析自动广告中的数据

跑自动广告的目的，无非就是四个：

1、从触发机制来看：

告诉亚马逊机器，这是我的产品，麻烦按照lisiting文案中的关键词收录一下。

2、从展示位置来看：

自动广告大部分出现在相关产品listing详情页面，这样促进关联流量。

3、从数据分析来看：

在不知道哪些词转化率比较好时，跑自动广告是最高效的一种寻找“好词”的方式，因为它根本不需要你添加广告关键词，就能从广告报表里跑出一堆关键词。

4、从客户搜索词来看：

客户搜索词千奇百怪，可能给你更多的关键词，或许还能带给你选品的灵感。

在我们分析数据报表的时候，重点来看一下customer search term。

在客户搜索词这一列中，包含两类词：一类是”看不懂“的乱码，一类是正常的客户搜索关键词。

关联ASIN码

这些“乱码”符号，其实关联产品的asin码，我们的产品广告与这些asin进行关联，出现在它们的商品详情页的下方。

这些asin码，如何利用呢？

1、查看asin产品的相关性

首先你要做的是去看看这个asin对应的产品，是不是与你的产品类似。如果你发现亚马逊给你的关联流量，其实是一些不相关的asin，那就要考虑你自身的listing的描写是不是跑偏了。

2、对比listing优化情况

仔细查看对方Listing的标题、图片、五点、review、描述，对比自己Lisitng与对方产品的差别。取长补短，不断优化自己的listing文案。

另外，有的卖家会问：对于那些点击率很高，但是转化率很低的关联asin，如何才能做到不与它产生关联？

有些人想到了在自动广告中设置否定关键词，否定这个asin，理论上说得过去，但是实际应用中，又会有多少人是通过搜索asin去寻找产品呢？

所以妥善的解决办法，要么是你继续优化listing，包括有竞争力的价格、review；要么就是通过修改Listing,减少与这个关联asin的相似度。

客户搜索词

通过客户搜索词，我们就可以挖掘更多的优质的关键词。

三、如何根据数据表现调整广告策略？

调整广告的策略有很多种，今天我主要从转化率和最大限度节省广告费的角度，为大家分享PPC优化的方法。

在此之前，需要跟大家来梳理相关数据指标的含义：

1、产品收支平衡点与广告支出的关系

产品收支平衡点：利润=产品售价（＄30）-成本(＄10）-亚马逊费用（＄12），即利润是＄8。

如果现在投放广告，每卖出一个产品，最高广告费用支出是8美金，超过这个数，通过广告销售这个产品，就是亏损状态。

与之对应的acos=广告支出/广告销售额=8/30=27%，只有ACOS控制在这个数之内，才有盈利空间。

2、CPA

（看到这个英文缩写，学会计的朋友脑海里想到的估计是注册会计师）

在这里，CPA（Cost Per Acquisition）=spend/order ,即获得每一个订单转化所需要的费用。这个指标是根据亚马逊广告数据再加工，主要用于看每一个订单获取的广告成本。

3、其它指标

Click Through Rate (ctr)= Clicks / Impressions

Cost Per Click(CPC)=spend/Clicks

Conversion Rate(CR)= Order /Clicks

举例：

比如我想分析手动广告中keyword的表现情况：

首先，用数据透视表把keryword的基础数据求和，然后通过：全选数据→”复制“→”选择性粘贴（值），生成一张新的sheet。

其次，在新的sheet中，根据已有数据，算出CTR、CPC、CR、CPA、Acos各指标的值。

最后，从节省成本的角度，我们来看一下这些数据：

通过把CPA“降序”排列（与分析acos是一个意思），我们会发现排在第一的关键词CPA是13.54美金。

这意味着通过这个关键词，每卖出一件商品，需要花费广告费13.54美金。

但是在上文中我们分析得出，销售每一件商品广告支出超过8美金就亏损。这样看来，这个关键词的花费高了很多，ACOS也是相对比较高。

王先生wechat：wsir-life

福利内容：如何运用数据透视表分析亚马逊

对于一份广告报表的阅读和评估，只需要做好三方面即可：词，数，转化率。

一、PPC数据分析的思路

1.确定目标

数据分析要有目标性。这一点听上去很简单，很多新手却很容易忽略它。另外需要注意的是，数据分析不是被动去做表格，而是一种主动的行为。

新手刚开始做表格的时候比较容易陷入被动的局面，告诉他需要做一个什么样的表格，表格需要哪几项数据，他就去把数据罗列出来，按公式计算出来。

这样没有融入自己的思考在里面，很容易使数据分析变为一种枯燥无聊的任务，也会影响数据分析结果的深度和准确性，所以对于PPC的数据分析，一定要具有针对性。

比如：看看哪些词的曝光量比较高？点击率高的词是哪些？哪些关键词的转化率不错？客户都用什么词来搜索产品？哪些词只烧广告费，并没有带来转化？等等。

2.获取数据

亚马逊后台6份广告数据报告，为我们提供了广告数据来源。

3.清洗数据

获取数据之后，要对数据进行清洗，特别是那些通过问卷调查、爬虫软件抓取来的数据，首先会将这些数据的重复项、无效数据、空值等等全部清洗掉。

但是我们从亚马逊后台下载的数据，因为已经是经过亚马逊后台处理，已经算是相对完整的广告数据报告了。

4.整理数据，分析数据

后台下载的广告数据报告，是原始数据，包括了很多的内容，但是这些数据可能并不直观。

我们需要针对表格以及数据指标作进一步整理分析，挖这些数据表现后面的逻辑，进行最后的优化决策。

整理数据就是今天要重点讲解的数据透视表。

接下来的内容纯干货内容，数据分析性很强，相对比较枯燥，但是实际效果非常明显。

王先生wechat：wsir-life

二、如何用数据透视表处理广告数据

注：因真实数据不方便透露，本文采用的数据来源是网上下载，并做了相应的后期调整，大家尽量关注数据分析的方法，不必纠结报表中的数据本身。

接下来，我将分步骤详细讲解使用这个分析工具的方法：

1、将原始报告转化为数据透视表界面

在亚马逊后台下载完ads report后，打开文件，你看到的原始数据是这样展示的：

这么多数据，非常冗杂，令人头疼。

2、接下来，我们就要把它转化成数据透视表

步骤二：选择透视表数据区域和位置

“选择要分析的数据”：一般系统会自动帮你将这个sheet中的所有原始数据全部选中，所以这个不需要再设置；

“选择放置数据透视表的位置”：为了方便分析数据，一般选”新工作表“。

步骤三：点击“确定”后，我们就会看到这样一个界面，这就是数据透视表工具界面。

面我简单讲一下数据透视表界面的结构：

上图中的左右红框是相互对应的关系，右边的数据字段的拖曳变动，左边的数据都会作相应的调整。

数据透视表中出现的字段名，都是原始数据表中的标题字段。

3、在数据透视表中添加需要分析的字段数据

比如说：现在我们要分析自动广告报告中customer search term的数据。

注：一般我们主要就是针对keyword 、customer search term两个字段分析具体的数据情况，经常会把这两个字段拖入行区域。

在右边字段列表中，勾选”Campaign Name“，将其拖曳至下面的“筛选”框内，在报表左上方的会看到这个字段。

其它的字段拖曳方法与上面一样，大家在操作的时候，可以左、右对应着看数据变化，这样比较有感觉。

这样，你重点想看哪些数据情况，都可以比较自由的选择拖拉至相应的区域进行分析。

如何快速分类汇总呢？

举例子：

比如说：手动广告中，如果设置了很多广泛匹配、词组匹配的关键词，在分析报告的时候，如何快速的知道：客户是通过搜索哪些词触发了这些关键词广告的展示呢？

其实有两种方式：

①通过“筛选”功能，这个是直接在原始数据表格中进行筛选。

步骤如下图：

“数据”→“筛选”→“ad group name”下拉列表→选择“Manual Group”→”keyword”下拉列表选择关键词→完成。

此处我设置的compaign name与ad group name是对应的，所以大家在操作过程中按照自己实际的广告结构筛选数据。

但是这种方式比较慢，特别是数据很多的时候，其实不够直观。

②利用数据透视表

按照上述创建数据透视表的方法，将”keyword“和”customer search term”字段拖入行标签区域。

可以看到如下图左边的效果，每个“keyword”对应哪些”customer search term”，一目了然。

如何使用排序功能？

比如说：我想让曝光量从高到低排列，找出那些高曝光的关键词。

具体操作方法：

点击鼠标右键（选择impressions列任意一个单元格）→排序→降序。

你会发现impressions的数据都是按照降序排列。

如何查看关联流量的数据情况呢？

举例说明：比如我想看看自动广告中，ppc广告在关联asin下面的表现情况。

具体可以这样操作：

第一步：生成数据透视表

按照上文介绍的步骤，生成一个数据透视表。

大家可以看到我把customer search term也放在“值”区域，主要是想看一下，在这个期间，这些广告出现在关联asin下的次数。

但是大家可以看到在行标签，也就是customer search term字段，里面不仅有asin，还有其它的具体搜索词，怎么办？

第二步：从行标签（customer search term)筛选出所有关联的asin，方法如下：

行标签下拉列表→“标签筛选”→”开头是“→输入”b0“(因为一般asin是以b0开头）

设置之后，表格里就会全部显示关联asin的广告数据。

如何突显自己最关注的数据呢？

这里用到的方法是：设置条件格式，突出显示数据。

比如：在这个表格中，我想突出显示曝光量在200以上（样本数据有点寒酸，请忽略），cpc在0.3-0.5之间，CTR在0.004以上的数据。

可以这样操作：

（以cpc在0.3-0.5之间为例，其它数据设置路径一样）

选中Impressions的所有数据→点击“开始”选项卡→点击“条件格式”→“突出显示单元格规则”→介于→填写0.3-0.5，选择颜色→完成。

根据同样的方法可以用不同颜色标注出想突出显示的数据，另外，还可以看到满足三种数据条件对应的asin，这样，在分析数据的时候就非常的方便。

王先生wechat：wsir-life