进入到2023年，卖家们虽然由于汇率和物流成本下降，感觉利润好了一些，但总觉得订单量上不去，也不知道从哪里下手发力。很多亚马逊卖家以前一用就灵的方法，用起来也不灵了；偶尔跑一个爆款出来，团队却无法复制迁移方法；团队越来越依赖管理层的经验无法把个人能力变成团队能力；团队资源也很难配置导致成本浪费。这些都在蚕食亚马逊卖家们的利润，如何破？鹰熊汇最近推出的麦加圈子小程序平台上有位专业的卖家圈主Lenry给出了他的思考和答案，他总结了4大问题、3条思路和用一个实例来详细剖析，请大家跟随他的思路一起进步，Mark建议各位卖家老板把这篇内容转给运营团队详细学习、研读，对公司的订单和利润提升都有帮助……

大家好，我是Lenry。

今年跟卖家朋友在交流业务过程中，发现大家都有以下4个共识性的问题：

1，新品的推广周期越来越长，推广成本越来越高，按照以前的测款测词，用广告跑数据模型的方法越来越难；

2，团队运作了很多产品，推进了多个品类，但是始终无法建立一个完善的推广模型，不同品类的运营经验无法迁移；

3，团队的能力比较依赖核心管理层的经验，无法把个人能力变成团队能力，向下传递的效率低，试错成本高；

4，市场规划比较混乱，品类的竞争属性不清晰，无法针对性的配置团队资源和能力结构。

这些共识性的问题在流量红利期也一直存在，只是在业务成本结构中占比偏低，被忽略的比较多，随着市场的品类结构越来越成熟，用户的需求越来越透明，市场的竞争加剧，这类问题影响的成本占比快速提升，就成为了共识性问题。

我们要如何去解决这些问题？根据我们团队自身的经验，给大家提供3条基本思路：

思路1，市场投入前期需要做好更加详细的市场调研，品类的需求规模，产品的生命周期，用户的需求特征，细分市场的竞争程度，流量结构的分布，推广成本和周期，品类竞争对手的资源实力等，充分的市场调研可以规避盲目投入的风险，找到更适合公司能力结构的赛道。

思路2，团队的核心能力流程化，工具化，决策者搭建模型，执行者优化效率，可以把管理层的个人能力变成工作模板，工作思路，工作流程，工作习惯，通过内训和制度迁移给团队，管理层负责研究品类的数据指标来搭建相应的推广流程，团队跟着流程做好执行和反馈，最后公司通过会议做好项目复盘，让团队的分散的能力更加结构化，形成协同效应。

思路3，发展方向到战略结构到执行动作，要做好完整的目标拆解和规划，公司层面的市场目标和团队层面的执行反馈要达成统一，自上而下的方向决策和自下而上的数据反馈结合，动态的根据市场竞争来调整市场目标和资源配置，建立团队系统化作战的能力。

今天，我以品类的流量策略作为一个实操案例，来拆解系统化能力是如何去构建的思路，在我们推广一个新品类之前，没有历史数据的积累，如何制定推广方案实现精准快速的增长呢？一般我们是解决两个问题，流量和转化率，解决问题的思路有很多种，今天我们主要分析如何定位精准的流量策略提升竞争力，通过针对品类属性的广告架构来加速成长，核心策略就是调研品类的流量结构。

PART

0

1

.

1、首先，我们思考一个问题，什么是流量结构？我从3个维度来拆解：用户，卖家，平台。

对于用户来说，在亚马逊平台购买产品的路径有很多，类目导航，搜索词，商品关联页面，店铺首页等等，每一个触达产品的位置都存在成交的机会，所以我们在研究的流量结构本质上就是用户消费决策的流程地图。

对于卖家来说，我们的目标就是挖掘更多用户浏览产品的路径，并在不同的位置进行全方面的营销，最终形成成交机会，所以我们在研究的流量结构本质上就是我们产品和目标用户的触达方式。

对于平台来说，抢占用户的时间和提高用户的决策购买效率，就是最大的核心竞争力，所以平台做的事情就是在不同的位置推送不同的产品给不同的用户来满足他们的购买需求，如何保证决策效率就是提高产品和需求的相关度，如何保证相关度就是通过销量，点击率，转化率等一系列的数据指标来优化排序机制，流量结构的本质就是洞察产品的成交来源，对于平台来说是实现降本增效的成交体系。

2、接下来我们思考第二个问题，为什么要分析流量结构？我也从3个维度进行拆解：驱动业务，提高转化，降低成本

根据销售的黄金公式，订单量=流量x点击率x转化率，我们要驱动订单规模的增长，流量是我们要解决的第一要素，分析了品类的流量结构，我们就清晰的知道流量来源，通过广告架构去获取精准流量实现快速转化。

调研分析品类商品的流量结构，我们可以知道用户通过什么路径来触达哪些商品，更清晰的理解商品在哪些位置更具有成交能力，也有助于知道我们在每一个流量位置的竞争对手，产品能更精准的匹配到用户需求。

流量结构的分析不仅解决了用户购买路径的定位，更重要的是了解了每一个流量位置的竞争对手，通过针对性的优化我们产品和竞品的竞争优势，就可以提高用户的决策效率，更快速的获取用户的订单转化。

3、接下来我们从4个维度进一步分析要如何进行品类的流量结构调研工作：流量结构重要性，流量结构认知，流量策略，流量结构分析实操

刚刚我通过思考什么是流量结构和为什么要分析流量结构这两个问题，理解了流量结构的重要性，接下来我们再通过实际的业务场景再次理解下重要性。

第一个是大家耳熟能详的用户决策模型，用户在电商网站的购买历程一般会经历关注-兴趣-渴望-记忆-购买，在互联网兴起后，决策模型也发生了变化，关注-兴趣-渴望-行动-分享。

不论是哪一类决策模型，我们都可以发现用户的购买决策有很多环节，我们要缩短周期加快成交，就需要在用户触达产品的每个环节进行针对性的营销，所以在广告投放的策略中有一个大家常常讨论的漏斗模型：通过品牌广告建立用户心智，然后通过搜索词广告展示产品卖点，接着通过视频广告强化产品卖点，最后通过关联广告形成品牌流量闭环。

流量结构的调研可以帮助我们更好的理解用户决策路径，通过不同的内容素材在不同的位置进行产品和用户的交互，触发用户的购买欲望。

第二个也是大家很熟悉的销售黄金公式，展现量也就是流量是我们业务增长最重要的一环，理解品类商品的流量来源和通过哪些方法提升流量规模就是我们要重点解决的问题。

第三个是前期的品类流量结构调研可以帮助我们做好市场定位，结合公司团队实际的资源和能力制定明确的推广计划，然后根据计划去投入资源，产生数据，收集数据，复盘数据，动态优化我们的推广策略，最后通过实际的效果来优化我们的推广计划，这样的流程下我们就可以建立起不同品类的推广模型。

4、最后一点就是流量结构决定了我们的广告架构，站内的广告类型有品牌，视频，搜索词，关联商品，多元化的广告类型不仅是为了满足站内用户多元化的搜索需求，还是为了通过不同的广告素材内容形式来更好的展示产品卖点提升转化效率，所以我们要根据品类商品的流量结构来合理配置广告架构。

PART

0

2

.

在做流量结构调研之前，我们需要先系统化的认知下，站内的流量入口有哪些，常用的入口有搜索词流量，关联商品流量，类目导航流量，coupon专区，活动专区，榜单流量

1，流量结构认知 - 搜索流量体系

（1）搜索形式：关键词搜索/图片搜索/语音搜索

（2）搜索交互方式：产品海报/图文链接/视频链接

（3）搜索排序逻辑：关键词排序权重/付费流量权重/搜索流量结构分布/搜索条件框筛选机制/搜索加权机制

2，流量结构认知 - 关联流量体系

（1）关联展示形式：图文链接/视频/品牌海报

（2）关联流量位置：五点下方/购物车下方/FBT/CAMPARE/4星推荐/商品推荐/品牌推荐/video板块/listing页面海报

（3）关联流量排序逻辑：产品相关度/销售指标相关度/付费流量权重/官方项目加权

（4）关联流量属性：同类型商品/互补型商品/关联购买型商品

3，流量结构认知 - 导航流量

4，流量结构认知 - 榜单专区

5，流量结构认知 - 活动专区  

6，流量结构认知 - 首页主题专区  

PART

0

3

.

了解了流量入口来源，接下来我们来逐一拆解下这些流量入口要如何去做增长，有哪些常用的运营策略

1，流量策略 - 搜索流量，搜索流量增长策略：

（1）流量策略 - 关键词流量入口

关键词流量入口，就是有排序的关键词数量，根据数据分析，80%的用户只会浏览关键词排序前三页的产品（每页按照48个产品），排序在三页以后的产品曝光非常小，所以我们把排序在前三页的称之为有效曝光。

市面上所有的关键词反查工具都只统计进入搜索前三页的关键词数据也就是这个原因，有效曝光的关键词才能带来流量。

如何增加更多关键词流量入口 - 布局更多有效关键词到我们的listing

有效关键词获取方法：

- 竞品ASIN批量反查，下载关键词词库，按照综合收益表现进行分类，布局listing的不同位置

- 通过词根在ABA数据库搜索，下载关键词词库，分析每个关键词TOP ASIN的点击和转化占比，按照竞争程度进行进一步的分类，优化我们的推广策略

- 通过广告数据提炼优质的关键词，根据后台的广告报表，搜索词分析，按照曝光，点击，转化不同维度的分析提炼需要的关键词

如何增加更多关键词流量入口 - 提高数据量的增长效率

（2）流量策略 - 关键词排序

关键词排序的主要影响因素：曝光量，点击率，转化率，客单价，差评率，退货率，有货率，这些指标如何影响我们的排序，我们拆解下：

如何优化关键词排序：

2，流量策略 - 关联流量，关联流量增长策略：

（1）自然推荐：一起买

一起买推荐的逻辑比较简单，只要消费者买了A产品，也买了B产品，这样重复的购买动作日积月累以后，就能够形成自然关联，记住，不一定A和B要同时买，这个月买了A， 下个月买B，对关联算法来说，和同时间买是一样的权重，所以当A B重复购买组合比较少的话，会出现在买了又买这个栏目（现在看不到了），当组合足够多的情况，比如属于是所有购买组合里最多的情况下，就会出现在FBT 里面， 也就是一起买这个栏目下面。

关于促进FBT我们常见的一些玩法：

（2）自然推荐：对比推荐

关于同类推荐我们常见的一些玩法：

（3）付费关联：商品广告

我们了解了关键词排序的逻辑和自然关联推荐的逻辑后，相信对于关键词广告和关联广告都有更深刻的认识了，所以付费关联的重要性我就不赘述了，直接说影响：

3，流量策略 - 导航流量

（1）通过类目导航的路径进入到类目节点，我们会发现和直接用关键词搜索有一点区别，就是类目导航相当于定位了类目节点的精准搜索，基于这个差别，我们的listing要重视类目节点的正确性，因为很多对电商搜索不太熟悉的用户会通过类目导航路径购买商品。

（2）类目导航的商品展示页面的链接排序，基本上和关键词搜索页面排序一致，只是有类目定位的区分，所以想要在类目导航的搜索页面获取优质的排序推荐，本质还是需要做好类目相关关键词的排序。

（3）类目导航的展示页面是多元化的推荐结构，有各种榜单栏，活动栏，AC推荐栏，高点击推荐栏，BS推荐商品曝光，我们可以在不同的流量结构下提高坑位。

4，流量策略 - 活动流量

亚马逊站内deals有三种：Best deals (savings&sales) /lightning deals /deal of the day，我们重点聊下卖家最常用的秒杀，秒杀的出单效果对订单和关键词成长影响很大，尤其是现在秒杀是12个小时时间，对于销售的增长作用非常明显，如何让秒杀效果最大化是我们需要重点研究的。

首先我们要理解影响秒杀效果的因素，然后针对性的优化解决方案：

 （1）秒杀活动的时间段

解决方案：现在秒杀活动是12个小时，基本上覆盖了高峰流量段，时间的影响降低了很多，我们可以根据订单的地区分布来针对性选择时间段

（2）产品在活动页面的排序

主要有几个方面的影响：

解决方案：

（3）秒杀期间的流量大小

解决方案：秒杀除了给我们带来活动流量，更重要的是通过秒杀标志和活动价格优势提升转化率，转化率的提升是否能成为订单增量，还要取决于流量的大小。所以秒杀期间，我们需要增加广告预算，提高广告展示位置，增加广告投放类型，全方位的提高流量来源；另一方面在秒杀前一周重点提升核心关键词的排序，保证更多的自然流量，从而保证秒杀期间销量的最大化。

PART

0

4

.

案例：婴儿尿布背包

https://www.amazon.com/Best-Sellers-Baby-Diaper-Bags/zgbs/baby-products/166767011/ref=zg_bs_nav_baby-products_2_166764011

品类商品流量结构调研SOP常用模型：

调研分析品类的流量结构时，我们一般会采用品类的TOP热销ASIN群作为样本，这些商品的销量在品类占比50%以上，更能代表品类的流量属性。

1.0流量结构分析

通过流量来源查询工具，我们可以统计一个链接里所有变体的搜索词流量来源和关联流量来源

2.0搜索流量-ASIN反查

通过ASIN反查，我们可以查询每个ASIN的搜索词流量来源明细，通过搜索词的属性分析，热度/自然排序/流量占比分析来量化每个搜索词的成交能力，另外通过搜索词来源对比可以看到每个ASIN不同的搜索词定位策略。

3.0搜索流量-词根分析

通过ASIN反查，搜索词的来源有很多，我们需要根据属性进行词根的分类，品名词，品类词，人群词，场景词，不同搜索词类型背后的用户需求关注点都会有差异，我们需要根据搜索词属性的不同针对性做文案和视觉的优化来提升转化率。

4.0搜索流量-相关度分析

搜索词进行分类之后，我们还需要通过搜索词下的自然排序商品属性来判断搜索词的相关度和同类型竞争程度。

5.0搜索流量-竞争分析

搜索词定位之后，我们还要进一步分析每个搜索词的竞争格局，每个广告类型的竞争，自然流量的垄断程度，以及参与到竞争的商品的综合竞争力。

6.0关联流量-ASIN反查

我们可以通过关联流量来源查询工具检索不同关联类型的具体ASIN，下载出来ASIN数据，通过数据透视进行属性分类。

7.0关联流量-流量属性

关联流量来源ASIN数据下载之后，我们可以通过数据透视将属性进行分类，品牌的销售占比，类目节点分布，评分分布，评论数分布，上架时间分布，我们就可以根据我们自身ASIN不同竞争优势去选择关联商品投放。

PART

0

5

.

通过上面的内容，我们理解了站内的流量入口，理解了流量的逻辑和流量增长的方法，也通过一个案例拆解了品类流量结构调研的流程，最后我们通过一个实操案例拆解下如何根据品类的属性搭建精准的广告架构，实现低成本高转化的流量增长

1，产品属性

2，产品销售周期

（1）品类销售规模波动分析

（2）搜索词热度波动分析

（3）TOP ASIN销量波动分析

3，品类流量结构

（1）核心ASIN群流量结构反查

（2）搜索流量来源

（3）关联流量来源

（4）关键词流量分布

（5）搜索词流量相关度（涉及产品隐私，所以脱敏了数据）

4，市场竞争

（1）品类销量分布

（2）产品参数项分析

（3）关键词分析-转化率

（4）CPC竞价

商品广告

视频广告

品牌广告

（5）关键词竞争分析-关键词的竞争分布

（6）关键词竞争分析-广告类型的竞争分布

品类属性总结：

4，销售目标

5，广告架构

（1）搜索流量体系

（2）关联流量体系

6，数据复盘

（1）广告复盘

（2）流量增长复盘

通过系统性的分析品类的销售属性，流量结构和竞争，根据公司的销售目标合理的制定广告架构，最终实现降本增效的推广结果。

ok，以上就是今天的分享，希望对大家的业务有所启发，更多亚马逊业务实战经验，我会在圈子里持续更新，欢迎大家一起来深度交流。

（长按扫码加入Lenry的运营圈子）