Amazon Brand Analytics(ABA)是品牌卖家(Brand Registry)的独家数据工具,提供关键词搜索行为、商品关联性和竞品对比等深度洞察。结合ABA数据优化广告,可以显著提升关键词覆盖率、广告转化率和整体ROAS。
作用:查看消费者在亚马逊上的搜索词、点击份额、转化份额。
优化方向:
挖掘高潜力关键词(高搜索量+高转化)。
识别低效词(高搜索但低转化,需否定)。
作用:分析用户同时购买的商品组合(如“买A也买B”)。
优化方向:
发现互补品,用于商品定位广告(Product Targeting)。
优化捆绑销售(Bundle)策略。
作用:查看用户对比竞品的TOP 5商品(如“你的产品 vs 竞品A、B、C”)。
优化方向:
竞品ASIN定位(手动投放)。
优化Listing差异化卖点(如“比竞品多2年保修”)。
步骤:
ABA > Search Analytics,选择时间范围(如最近30天)。
排序方式:
搜索频率排名(Search Frequency Rank) → 找到热门词。
点击份额(Click Share) → 高点击但低转化词可能竞争激烈。
转化份额(Conversion Share) → 高转化词优先投放。
筛选标准:
高搜索量+高转化 → 加入SP/SB广告(精准匹配)。
低竞争+高转化 → 拓展长尾词(短语匹配)。
示例:
发现“wireless earbuds for running”搜索量大、转化率高 → 加入SP广告精准匹配。
发现“sweatproof gym earbuds”点击份额低但转化高 → 拓展类似长尾词。
否定低效词:
从ABA中找出高搜索但低转化词(如“cheap wireless earbuds”),加入“否定关键词-精准匹配”。
补充长尾词:
从“Search Query Report”提取用户实际搜索词,补充到广告活动。
步骤:
ABA > Market Basket Analysis,查看用户常一起购买的商品。
广告策略:
SP/SD广告:定位这些互补品ASIN(如卖咖啡机→定位“咖啡滤纸”)。
捆绑销售:创建组合优惠(如“咖啡机+滤纸”)。
示例:
卖手机壳的发现用户常买“屏幕保护膜” →
在SD广告中定位“iPhone 15 屏幕保护膜”ASIN。
在Listing中添加“Frequently Bought Together”推荐。
步骤:
ABA > Item Comparison,找出用户对比最多的竞品ASIN。
广告策略:
SP广告:手动定位竞品ASIN(如竞品A的ASIN)。
SB广告:投放品牌对比词(如“Anker vs [你的品牌]”)。
优化Listing:在五点描述强调差异化(如“比竞品多30%续航”)。
示例:
竞品B的ASIN频繁出现在对比报告中 →
在SP广告中手动定位该ASIN,竞价提高20%。
在A+页面添加“Why Choose Us”对比图表。
ABA搜索词报告 → 筛选高潜力词 → 加入SP/SB广告 → 监控搜索词报告 → 否定低效词 → 持续迭代
ABA购物篮分析 → 找到关联商品 → SD广告定位互补品ASIN → 优化捆绑销售 → 提升整体GMV
Search Analytics:
高转化词:“smartwatch for fitness tracking”(搜索量高,转化率12%)。
Market Basket:
用户常同时购买“替换表带”和“无线充电器”。
Item Comparison:
竞品ASIN(如Fitbit Versa 4)频繁被对比。
关键词拓展:
将“smartwatch for fitness tracking”加入SP广告(精准匹配),竞价提高20%。
商品流量拓展:
在SD广告中定位“替换表带”ASIN,投放互补品流量。
竞品对标:
在SP广告中手动定位Fitbit Versa 4的ASIN。
关键词流量增长35%,关联商品销售额提升20%,ACoS下降至22%。
数据时效性:ABA数据通常有3-7天延迟,需结合实时广告报告调整。
品牌注册限制:仅限Brand Registry卖家使用ABA。
竞争保护:避免直接投放竞品品牌词(可能违反政策)。
通过ABA优化广告的核心逻辑:
✅ 关键词广告:挖掘高转化词,否定低效词。
✅ 商品流量广告:定位关联品和竞品ASIN。
✅ 持续迭代:每周分析ABA报告,优化广告结构。