亚马逊店铺运营包括了很多操作,比如说选择产品,设计主图,推广营销,物流发货等等,在做主图的时候,需要根据用户的习惯去设计,最好是进行测图的操作,那么一般亚马逊上怎么测图呢?
亚马逊测图实验步骤为:
选择两张要进行对比测试的产品主图分别放在两个新开SB广告中,选择一个流量比较大的关键词。
用精准匹配;
保持竞价相;
投放相同的一段时间;
保证两组广告的曝光都大于4000;
对比两组广告的CTR,谁的更大就选该组的图片作产品主图。
底层逻辑:控制单一变量,除图片外,其他因素尽可能保持一致。
注意要素:
两组广告必须都是新开的,防止因为其中一组广告存在历史积累权重影响实验结果;
选择大流量词是为了尽快积累足够多数据,防止测试花费太长时间;
选精准匹配是为了确保流量来源一致的,因为不同的关键词往往代表的是不同需求,对产品图片的好恶也会存在差异;
竞价相同倒不是因为担心广告展示的位置不同,(记得那时头条广告还只展示在搜索结果头部位置)单纯是为了确保两组广告初始条件一致;
投放时间段一致是为了确保排除掉极端情况的出现(例如旺季和淡季广告的效果也会有差异性)
曝光大于4000是我人为设置的一个节点,防止数据样本过少,导致结果出现偶然性,虽然数据越多结果肯定越准确,但还要考虑测试的成本,综合下来,我认为4000的曝光量已足以完成实验;
实验缺陷:
1.时间:虽然我们已尽可能的确保除了要测试的变量(主图)外其他因素尽可能保持不变,但有个因素我们却无法控制,那就是时间,由于客户的购物习惯等因素,一周内每天的广告的表现多少存在都会存在差异,一天之中的时间更是如此,大半夜展示的广告和大白天展示的广告表现也会不同,而我们无法保证两组广告总是会同时展示,这就会出现拿不同时间段的数据进行对比而导致的结果偏差;
2.数据量:即使我们设置了相同的竞价,相同的预算,但有时就是会出现一个广告组数据贼多,另一个却一直跑不出什么数据的情况,到了实验规定的截至日期之后(由于实验会产生时间和金钱成本,所以要人为规定截止日期,尽可能速战速决),两个组积累的数据量差异可能会非常大,理论上来说,数据样本积累的越多,得出的结果越接近真实情况,反之数据越少结果的偶然性就越大,但拿两种不同量级的数据进行对比是非常不合理的;对此补救的办法是,曝光先达到4000的广告组暂停,没到4000的组继续开着直到两组广告曝光量差不多,然后进行比较,但这又会引起另一个变量:时间的变化,唉,真是按下葫芦起了瓢;
3.位置:SB广告后面又新增了搜索结果底部以及产品详情页的展示位,这些位置由于可见性不同导致点击率也会有差异,而且SB广告的数据呈现还没有像现在的SP广告这样将不同位置的数据分开,这就导致得到的数据是由不同位置汇聚而来的一锅大杂烩,你拿Top位置广告的点击率和Bottom位置的广告去比较,自然也是不合理的;
实验总结:
时间和数据量的因素我们还可以通过拉长实验时间,增加实验数据量的方式来尽可能避免极端情况,但是展示位置不同是一个硬伤,SB广告测主图的方式也因此被我淘汰。
亚马逊测图的方法有很多,大家在测图的时候。需要关注一些数据,根据这些数据去判断图片的好坏,数据比较差的话,可以更换新的有图片进行测试,直到测试出数据比较好的图片,再去停止测图的操作哦。
推荐阅读: