亚马逊站内PPC优化的思路（亚马逊Ppc）

最近，朋友圈谈PPC(Pay Per Clicks)的文章很多,又叫CPC(Cost PerClicks)。也就是亚马逊站内广告。有很多行业大神经常说：PPC的ACOS应该在8%左右是最好的…又或是X%。其实这是一个非常不科学的说法。我们来假定一些参数，以数学模型的方式来分析一下站内广告的优化思路。

众所周知，ACOS的表现是判断一个广告优劣的重要因素，我们来分解一下ACOS。在不考虑其他因素的情况下，ACOS值越小越好。那我们来看看我们在优化广告中的思路设计。

ACOS=Spens/Sales=(Bid*Clicks)/(Price*N)

ACOS的值越小，要求是Bit(单次点击费用均值)*Clicks(点击次数)越小，而Price(销售单价)*N(订单数量)越大。我们在来看一个每个变量对ACOS的影响权重。Bid值其实是非常有限的，以美国amazon为例，Bid值得范围不过就0.5$-2$之间，而Clicks我们当然希望是越多越好，那这样看来，分子的值范围是非常有限的。分母Price和N的乘积范围却是很大的，因为客单价范围很难界定，在Bid,Clicks,N均不变的情况下，Price的高低其实决定了ACOS的搞定。很简单思考，一个单价为10$和单价为100$的商品在做PPC的时候，点击单次费用幅度Bit的值域是有限的，Clicks我们又追求更大的数值，而销售单数我们也是要求更大，所以我们得出的第一个结论是：ACOS的高低其实很大程度上取决于销售单价Price。所以我们在判断ASOC的高低的时候有一个前提就是销售单价，不同区间单价，我们在判定ACOS的标准是不一样的。

接下来我们再来分析一下CTR。

CTR=Clicks/Impressiond

大家都很清楚，转化率是Amazon飞轮理论中很重要的一个因素，可以说是贯穿了Amazon系统设计的始终，广告当然不能例外。Amazon每天从facebook等站外媒体上购买大量的流量以及自身消费者每天的搜索流量，他当然不希望这些流量形成不了转化。而在广告中形成转化的前提是Clicks,没有Clicks就一定没有广告的销售转化。所以，CTR在广告中就扮演了非常重要的作用。CTR的高低直接决定了广告效果的高低。所以我的第二个结论是：CTR越高越有利于转化销售。

我们既然知道了两个结论，那我们从这两个结论中，做一个数学分析的模型来看看，我们优化的思路应该是什么。在这里我们假设恒定单价。我们从ACOS和CTR两个维度来分析。

为方便，我们用简写来代替全称。

Impression=I

Clicks=C

CTR=Impression/Clicks

Spend=S

Sales=T

ACOS=Spend/Sales

Keywords=K

我们可以在后台下载销售的PPC广告报表来分析：

首先从第一个结论入手，我们把ACOS的值做一次升序排列：

我们得到的结论是K4 K2 K7 K5 是比较好的四个转化销售的词语。我们再来看一个CTR的状态，我们把CTR的大小按照降序排列，看看结果是什么：

我们可以看到K7 K3 K5 K6 四个是较好的从曝光到浏览点击的词语。综合起来，我们看看最终的效果是什么：

综合了两个表格我们分析得到绿色区域的K5 K7 是表现最优秀的词语，而在下面交际的词语中，K1 K8是两个表现最差的词语。