Amazon BSR 排名原理及冲排名方案

1. Amazon BSR的影响因素

首先, 我们先看一下Amazon官方对于BSR排名的解释:

BSR 排名原理.png

Amazon使用随着时间爱你推移的销售规模的数据, 来计算BSR的排名. 近期的销售规模和全期的销售规模都会影响BSR, 并且时间越靠近现在, 其影响因子的权重越大.

需要特别注意的是, 官方文档中有明确说明, BSR排名不会受到页面浏览数据和用户评价的影响, 并且明确标明BSR排名并不代表质量, 或者并不代表消费者对于所购买产品的看法.

BSR时间权重示意图.png

2. 对BSR排名的理解

首先, BSR 受到的影响因子, 只有时间远近以及销售规模. 因此, 经验上总结出来的点击率或者转化率等页面浏览数据, 并不直接影响BSR的排名. 一个直观的例子如下:

案例: 一个产品的页面的浏览量是PV, 转化率是CVR
sales volume = PV * CVR

情景一: 10 = 100 * 10%
情景二: 50 = 1000 * 5%

上述例子中, 很明显, 即使CVR情景二只有5%低于情景一的10%, 但是其排名仍然会高于情景一.

3. 为什么 Amazon 要这样设置算法

首先, 介绍一个背景, Amazon 零售网站的收入, 主要由2部分组成: 类目佣金 + 广告收费

知道了上述背景, 在开始之前, 我们看一张图:

盈利公式.png

上图是一张比较常见的电商公式的拆解图, 下述的论述会用到此图, 可以来回翻看.

类目佣金 = GMV * 佣金比例 = Units * ASP * 佣金比例

在相同的流量规模下, 如果产品的 GMV 高, 那么 Amazon 获取的类目佣金就会越多; 又因为类目佣金的比例是固定的, 因此, Amazon 的算法就会向着 Units * ASP 整体最大化的方向进行优化.

对于 ASP , 2种情况讨论, ASP 越高, 那么用户的购买能力也就越差, 会导致 ASP 增长带来的正向带动, 远低于 Units 下降带来的负面影响; 但是也并非意味着 ASP 越低越好, 这会导致快速消耗一个类目的整体需求量, 以及成本压低导致的产品质量等问题. 而且, 大多数时候, 公司开发一个产品, ASP 一般都是固定的, 同时, 能够冲到 BSR 前排的产品, 都有一个产品的价格带, 这进一步限制了优化 ASP 的可能性. 因此, 主要优化的方向还是提升 Units 的规模.

Units 的规模提升, 依赖的方向比较多. 从数值上来讲, 依赖于浏览规模和转化率, 但是根据上图以及前述案例可知, CVR 本身的边际效应太明显, 因此主要还是以提高单位成本下的浏览量为主. 此处特别注意单位成本这个词, 因为提高浏览量只要砸钱就可以, 但是最好的情况是在花费相同的情况下, 带来销量绝对量的提升, 即使转化率会有所降低, 但这也是数字营销领域最科学的冲量方法之一.

4. 广告收费模式

Amazon对于广告的收费逻辑, 主要分为三类. 第一类是以SA为代表的 SEO 逻辑下的收费模式, 一般是CPC; 第二类是以需求侧平台(DSP)程序化竞价广告位代表的流量贩卖的收费模式, 一般是CPM; 第三类是以更高阶的固定价格担保式买量的收费模式, 一般是固定合约广告. 第三类因为策略比较偏向品牌建设, 因此下面以讲前两种为主.

4.1 SA的SEO逻辑

SA是基于SEO的逻辑, 首要目标就是优化用户搜索体验. 因此, 尽可能地和一些关键词产生深度绑定, 这样出单就会比较快; 而且正是由于SEO的逻辑, 因此本品的品牌词就会相对来说比较便宜. 原因是如果本品能够快速满足消费者需求, 让消费者转化, 相当于缩减了消费者旅程, 这是Amazon乐于看到的. 因此, SA和卖家的关系更像是助理的关系.

4.2 程序化广告贩卖流量的逻辑

程序化广告是基于流量贩卖的逻辑. 在这个逻辑下, 卖家变成了买家, 而DSP变成了代购, 帮助广告主去一些媒体资源交易平台上给卖家进行营销活动. 因此, 越精准的流量其售价就越高, 所以就卖的越贵, 比如品牌流量; 越宽泛的流量其售价就越低, 所以就卖的越便宜. 所以, 往往会呈现关联度越高的流量越贵的情况, 和SA刚好反过来.

5. 设计一个模式: BSR飞轮

Amazon网站的流量, 主要是由2部分组成, 自然流量+广告流量.

自然流量就是不用花钱就可以获得的流量, 广告流量就是花钱买来的流量. 但是, 我们的目标是如何让付费流量来促进自然流量. 两种流量之间不能互相直接影响, 因此我们的想法就是, 通过花钱让我们的产品出现在自然流量扎堆的地方, 而BSR正好就是一个自然流量出没非常大的板块.

根据上述的铺垫, 很容易理解, 实现的手段就是让产品尽可能地多出单推高Sales Volume, 然后获得一个比较高的BSR排名, 然后让自然流量看到我们的产品, 至此, 在BSR这个部分, 付费流量的工作就结束了. 因此, 我们可以模仿Amazon的飞轮, 创造一个BSR排名飞轮:

BSR飞轮.png

如上图所示, 推广产品的核心目标, 就是让它进入到这个循环里面去. 上图就可以很形象地解答, 为什么一些产品能够很稳定地停留在BSR, 为什么有些产品在BSR就是昙花一现; 为什么有的产品价格也不便宜, 但是就能在BSR, 为什么有的产品明明价格战打的那么吃力, 但是仍然没有效果.

6. 新品推广节奏

基于上述的飞轮, 我总结了一个基于个人对于BSR理解所做的新品发布节奏, 并且已经成功推广数个不同类目的产品, 快速冲到BSR前10, 算是一个验证过的有效的方案. 但是要注意, 每个节点应该有详细的部署, 不要生搬硬套.

image.png

文末

上面这个文章是我23年初, 发表在知乎上的, 由于和人对线, 号被封了😄, 就干脆搬到简书来. 欢迎关注我, 持续更新品牌建设以及数字营销的干货方案.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 221,635评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,543评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,083评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,640评论 1 296
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,640评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,262评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,833评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,736评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,280评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,369评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,503评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,185评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,870评论 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,340评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,460评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,909评论 3 376
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,512评论 2 359