蒂姆·费里斯·费里斯·现代营销天才（Tim Ferriss）曾经说过:“品牌或产品的魅力不在于自身，而在于消费者的感知。”贯穿任何营销矩阵的核心元素消费者， 不仅是产品或服务付费的对象，更是通过情感表达，垂直挖掘品牌的核心价值，创造更深层次的意义。也就是说，只有通过洞察目标用户，分析消费者，挖掘数据背后的价值，然后积极创造需求，才能在市场竞争中顺利脱颖而出。
那么，你真的了解你的消费者吗？亚马逊广告生态如何通过不同的报告分析其行为和需求？如何在业务增长和运营中赋予这些数据价值？SparkX Inxight发布了《Amazon消费者洞察实录》
@ 重新定义Amazon用户肖像
提到营销领域⾥“用户”，两个关联词大家都能想到:Consumer 他们和Audience有什么区别？
Amazon⽣Consumer可以理解为核心消费者，特别是那些已经有了产品需求或购买欲望，甚至购买了特定产品的人。⽽Audience更像是产品和品牌想要对话和同理心的对象，是需要渗透和培养的潜在消费者。
(图片来源:SparkX邑炎科技)
基于两者之间的差异，回到营销本身，我们认为营销是在了解不同用户的阶段和购买心理后，基于细粒度的购买行为，了解现有的 Consumer(核心消费者) “购买轨迹” 与客户的生命周期价值，丰富用户肖像，从而不断向外扩展，面向更广泛的Audience(潜在消费者)对话。
然而，在不同的购买阶段，消费者对产品的需求和关注是不同的。只有从根本上洞察其意识形态的变化，品牌才能从多个维度了解消费者，满足多样化的消费者需求。特别是随着技术生态学的发展，营销人员控制数据的能力越来越成熟，消费者的洞察力也趋于数字化。
(图片来源:SparkX邑炎科技)
就Amazon广告生态而言，如上图所示，结合营销漏斗模型，相应的消费者行为数据将在不同的营销阶段生成。那么如何通过数据分析指导战略优化方向，从而提高广告的营销效率呢？
@ 了解Amazon消费者相关数据的渠道
一般来说，用户基本上通过以下三个渠道获取数据：Amazon用户数据（Amazon MWS，Amazon Seller Central、Amazon Brand Analytics等)、卖方的第一方数据，第三方工具。
首先，基于Amazon用户数据，我们使用Amazon Seller Central (Amazon卖家中心)具体来说。这是第三方卖家的数据中心，可以帮助卖家了解谁在购买什么产品，在哪里购买，并提供与客户服务相关的数据(客户反馈、退款索赔等)。)，从而为维护用户关系提供支持。
在亚马逊用户数据中，消费层面有两个数据报告特别值得关注：
@ Amazon Search Term Report(搜索词报告)
本报告可以作为卖家关键字收集的主要来源，并扩展亚马逊关键字列表。也就是说，它可以帮助卖家清楚地了解用户在寻找特定产品时通过搜索触发的关键字，以验证关键字的转换，并收集其他关键字，优化其他内容和关键字的定位策略。
@ Amazon Brand Analytics (Amazon品牌分析)
不同于卖方中心的搜索词报告，Amazon Brand Analytics中的搜索词报告提供了对该产品与竞争产品竞争的洞察力，并可以从市场层面找到亚马逊的搜索趋势，包括：
Item Comparison Report(产品对比报告)
可以直接了解客户在车站的行为，展示购物者在浏览自己产品的同一天浏览最频繁的竞争产品，以及每个产品浏览时间的百分比。
(图片来源:SparkX邑炎科技)
Demographics Report (人口属性报告)
它可以帮助深化现有的用户信息（性别、年龄、收入等），从而找到合适的会话内容和切入点⼊点，从而引起消费者共鸣，增强互动。
(图片来源:SparkX邑炎科技)
其次，基于卖方的第一方数据（First-Party Data）。指卖方通过自己的平台或应用程序收集的信息。例如，当卖方使用它时 Shopify 当商店收集用户订阅和买家信息时，这些数据属于第一位⼀方人群数据。两种常见的数据类型：
@ CRM Data(专注于demographic data）
与人口统计相关的信息，如客户名称、行业、公司、 职位、联系信息等。
@ Web Analytics(侧重于behavioralla data）
更多的是行为信息，洞察用户的在线行为。包括卖家品牌通过网页标签收集的信息，如用户在看到特定广告或阅读特定文章后的搜索。
卖家可以通过数据管理平台 (DMPs)， Nielsen 、Neustar、LiveRamp、Adobe将现有数据与Amazon对接，⼀一旦数据传输，用户数据每天都会传输⾃动更新。
最后，基于第三方工具（Third-Party Tool）。⽬前市场上也有很多Amazon运营优化工具，比如Heliumm @ JungleScout、Sellerlabs等。其中一些功能，如季节性产品、竞争产品研究、销售明星评价监控等，可以通过不同的维度为用户提供有价值的补充。
@ 整合数据，赋能营销活动
在收集了不同维度的用户数据后，如何控制这些庞？⼤而复杂的数据，最终赋能Amazon营销？
第一步:丰富消费者肖像。首先，根据Demographic， Reports 通过SD了解用户的性别、年龄、兴趣爱好、特定产品的考虑周期等。、DSP等广告定位合适的受众，并不断通过 PPC 报告和Item Comparison Reports 验证产品选择理念，优化和调整广告营销策略。
第二步:了解客户的特点后，更重要的是透析他们的喜好，知道他们买了什么，可能买了什么。当不同的用户肖像在相似性上交叉或重叠时，我们可以获得相应的购买轨迹，显示用户最初购买的产品和可能购买的产品的顺序。从产品营销的角度来看：我们可以了解买家最有可能同时购买的产品，以及年平均购买总量。从广告的角度来看：估计什么时候应该增加⼴告诉支出，哪种产品组合能产生最好的共鸣，哪些产品最有可能引起重复购买；从用户终身价值的角度：了解客户的回购概率和周期， 最终强调用户管理和维护⾝价值。
第三步:深入解读关键词和搜索词“缺口关键词”是指用户搜索并触发产品显示，但卖家没有投资获得任何相关排名的关键词，找到这些“机会”词并植⼊在listing页面或广告中。例如亚马逊A10算法深度解读 AmazonA10算法中提到的关键词占了很大的比例⼤权重，选择高质量的关键和合理的布局，不仅可以提高产品关键词的收集，还可以有效提高自然搜索排名，提高自然流量的到达率。具体做法是先通过Amazon Search Term Report (Amazon搜索词报告)优先排序关键词，筛选低级 搜索词ACOS和高ROAS。同时，横向比较Brand Analytics(品牌分析)中的关键词趋势，看看这些趋势如何融入现有的listing 在关键字架构中。
第四步:人群质变为量变Amazon卖家⼀方数据具有较高的包容性，特别是通过⼈集团定向投放DSP⼴告时。首先通过第一次扩大广告的触摸范围⼀方数据跨设备接触新人群，突破现有⼈群量级瓶颈。其次，基于核心人群扩展lookalike的相似性，数据精度更高⾼，它不仅可以改进转换，还可以为使用第二和第三方数据提供决策依据。
第五步：监测&Amazon上星评是研究产品星评成功的关键因素之一⼀，更高的星级和更积极的评论可以提高转化率和自然排名。
Helium10 (查询评论分析功能)
借助第三方软件，提炼高频reviews，了解真正的消费需求和痛点，反向可以作为商品的核心特征和沟通的新切入点。它还可以优化列表页面，描述五点⼴提供灵感。负面评论可用于产品调整和创新，提升用户体验，维护良好的客户关系。
Helium10 (产品评论分析功能)
综上所述，我们期待的用户洞察力是围绕品牌和产品展开的。在维护核心用户关系的同时，我们不断探索更多潜在用户，通过有效的营销方式与他们交谈，创造需求植入的概念，最终扩展到外围圈。
对亚马逊消费者的分析和洞察力有任何见解或想法，点击咨询或将邮件发送至：inquiries@sparkxmarketing.com，与我们交流讨论。
(编辑:江同)
常见的两种数据类型 点击咨询 重新定义Amazon用户画像
