奈心廣告打法世界觀 — Amazon 廣告教學

1. 算法本質已從「關鍵詞驅動」轉向「人群驅動」(COSMO 後)。打的不是關鍵詞,是關鍵詞背後的人群。
2. 廣告的目的不是優化 ACOS,而是把潛客轉成新客,再讓自然流量接住。ACOS 越低越好是錯的迷信。
3. 「出價決定人群,溢價決定位置」。出價控制曝光池的人群相關度,溢價控制呈現位置 — 這是兩個獨立變量。
4. 拉新和收割必須結構分離。同一支廣告做兩件事 → 拉新失效 → 排名掉。
5. 廣告無權重(SP),但 ASIN 有。權重累積在 ASIN 上,不在廣告計劃上。SD 是例外,因為人群樣本記錄在廣告計劃中。

1.1 演化框架:A9 → A10 → A11(COSMO)→ Rufus

奈心把 Amazon 搜索/推薦算法演化簡化為 4 階段(官方未必這麼稱呼,純為了方便理解):

A9 — 搜索找貨(關鍵詞驅動)

客戶搜索一個關鍵詞,系統調用該關鍵詞的 ASIN 索引表,按權重排序展示。運營手段只有兩件:被收錄、把自己的位置往上推。

權重來自哪?奈心給的基礎公式:

基礎權重 = 1000(展現) × 點擊率(*變量A) × 轉化率(*變量B) × 客單價(*變量C)

A10 — 基於你的喜好個性化展現

商品多到客戶選不過來時,平台開始基於「人」分配。系統根據訪客的歷史行為打標籤(例:職場女性、森林女孩),再把標籤遷移給有成交的 ASIN。

「同樣的產品,不同的價格都有鏈接賣得比較好,核心原因是他們的用戶標籤不一樣。」

運營手段開始用 SB、SD、ASIN 定向「搶標籤人群」。

A11 / COSMO — 基於一類人的喜好個性化展現

有了 A10 的標籤沉澱,系統發現「同一類人」有相近的產品選擇傾向。從此進入「千人千面」時代:同一個關鍵詞,不同訪客看到完全不一樣的展示。

可複現的前台實驗(任何人都能驗證 COSMO)

1. 用無痕模式打開 Amazon 前台,搜索 swivel 這個沒有具體產品指向的詞 → 出來的多半是五金、配件、轉盤類產品。
2. 不點別的,只點 chair,再進去深度瀏覽 swivel chair。如果搜 swivel 找不到,直接搜 swivel chair 深度逛。可以加心願單/購物車。
3. 重新只搜 swivel → 滿屏椅子。

這就是 COSMO 在運作:系統根據你的歷史行為猜「你是哪一類人」,再優先給你看那一類人傾向買的東西。

「關鍵詞是人的搜索行為。同一個關鍵詞背後是不同的人群。
我們的產品實際是面向人群的,而不是面向關鍵詞的。」

Rufus — AI 語義算法

引入 LLM 分析客戶往期行為指向,判斷購物意圖,縮短客戶找到心儀產品的路徑。對運營的意涵:內容相關度 > 關鍵詞密度。Listing 文案要寫給人讀,不再是堆關鍵詞。

為什麼平台要這麼演化?

奈心提供了一個一句話的本質解釋,值得記住:

2024–2026 連續迭代:奈心列出的時間線

• A9 → COSMO 算法迭代(基於人群分層)
• Rufus 上線(AI 購物意圖)
• AMC 營銷雲開放(讓賣家可以圈人群包)
• SP 廣告受眾溢價(對不同人群包定向溢價)
• SP 廣告企業購溢價(對 B2B 訪客定向溢價)
• SP 廣告提示詞投放(對 Rufus 的提示詞投放)
• SP 廣告視頻素材投放(廣告位開放視頻)

所有迭代圍繞同一件事:把每日訪問拆成認識/認知/意向/待決策 → 對不同層分配不同 ASIN → 提高轉化效率。

⭐ 三階段廣告架構(對應演化的操作映射)

1.2 人群三級分層(COSMO 後)

奈心通過大量實踐和測試把人群分為三層。注意這不是物理意義的分層,只是為了方便理解,實際分層因標籤組合會更細。但理解這三層,對打鏈接和開廣告已經足夠有指導意義。

第一層 — COSMO 算法層

由訪客的喜好標籤組合形成曝光池,池子之間分配曝光機會。越非標屬性的產品,標籤越豐富。價格、款式、顏色、功能綜合形成不同分層。

可驗證信號:同類目下,不同風格產品 → 建議竞价不同(因為處在不同曝光池,池子之間的競爭度不同)。

第二層 — ASIN 成交能力層

由新品包容度+訪客決策階段共同決定。

• 新品包容度:那些不在意評論和 rating 數量的訪客優先看到新品。(這也是為什麼奈心操作鏈接不測評、甚至 vine 都不做 — 不想破壞新品期的人群識別。)
• 決策階段:訪客處於認知階段 vs 即將成交階段,系統會分配不同的 ASIN。例:高跟鞋亞馬遜大數據顯示,80% 客戶點擊 6 次才下單。前幾次點擊系統分配新品給曝光機會,後面幾次接近成交,啟動第三層分層。

第三層 — 潛客新客層

由訪客與你的 ASIN 的相關程度決定。新客也有關聯度強弱細分。

可驗證信號:就是你的廣告,哪怕你不去優化,只要你不是固定竞价,絕大多數情況下,CPC 越跑越低,建議竞价也越跑越低 — 這就是相關性引發的(從低相關度新客遞進到高相關度新客的過程)。

建議竞价驗證實驗(同類目、不同 ASIN)

奈心做了兩個對照實驗來證明分層真實存在:

1.3 四象人群漏斗(認識 / 認知 / 考慮 / 待購)

奈心和海牛參謀團隊合作開發了四象決策人群算法,把訪客拆成 4 個階段,對應不同廣告計劃:

從一象到四象 = 潛客向新客 = 拉新向收割。整個 Part III 拉新 vs 收割框架基於這層分類。

1.4 廣告三維要素

過去 A9 時代,大家只盯關鍵詞。COSMO 後必須把廣告拆成三維來看:

廣告 = 訪問行為 × 訪問人群 × 出價
       │           │           │
       關鍵詞、    黑盒人群、   首頁、搜索位、
       ASIN       價格偏好、   商品位、其他
                  款式偏好

單純看排位 = 不夠精細,因為同個關鍵詞排第一,曝光給的人群可能完全不同。打詞的時候,必須同時考慮:你卡到的位置 × 那個位置背後的人群相關度。

1.5 強搜索 vs 弱搜索品類

不是所有品類都被 COSMO 影響得一樣。奈心強調這個差異要先搞清楚:

2.1 「廣告無權重」

「權重」是運營口頭禪,但實際上沒幾個人講清楚什麼是權重。先把「權重」這個詞的前世今生講透,你才能判斷「廣告權重」到底是什麼。

權重的前世今生(搜索算法演化 5 階段)

1. CTRL+F 階段:對一個文檔做關鍵詞檢索,可以精準也可以泛檢索。
2. PC 搜索引擎早期:對網頁檢索,以關鍵詞密度判斷相關度 →「埋詞密度」概念的源頭。
3. PC 搜索引擎中期:網頁太多 + 作弊行為太多 → 引入權重算法,核心是外鏈投票。投票的人不一樣分數不一樣(新浪一票>小網站一票)→ 這就是「權重」的本意。
4. PC 搜索引擎後期:訪客行為(停留、跳轉、轉發、評論)被廣泛採用,行為樣本的權重超過了外鏈和關鍵詞密度。
5. 移動端搜索引擎時代:多平台打通數據,權重赋值更複雜、更智能。「聊美食 → 抖音推美食」就是這個的副產物。

「廣告有沒有權重」— 用實驗破除迷信

如果廣告有權重,記錄的應該是廣告計劃 ID。那麼把老計劃停掉,一模一樣設置開新計劃,結果應該很差。

奈心測試過無數次:新計劃頂多冷啟動幾天,表現和老計劃幾乎一樣。

「廣告計劃隨時關,隨時開。破除掉這個迷信後,你才會發現廣告是一個非常順手的工具。不會被各種所謂的權重說法束縛了自己。」

為什麼老計劃看起來好?(看似有權重的真因)

人群數據累積在 ASIN 整體,不是廣告計劃。所以你廣告計劃隨便開和關都不會影響這個人群。老計劃看起來好,是因為:

• 同一個 ASIN 在老計劃跑出來的新客,留存在 ASIN 的人群標籤中
• 新計劃接手後,還是這個 ASIN,還是同樣的人群庫
• 所以新計劃冷啟動後表現會收斂到一致水準

2.2 「廣告反複觸達」=「ACOS 越低 ≠ 越好」

幾乎所有運營都覺得 ACOS 越低越好,最好低於毛利率。但實踐中,壓 ACOS 壓到極致的廣告,放不大,放大一段時間就跑不動,只能加出價,ACOS 又變差。這個是怎麼回事?

廣告的第一原則 = 效率優先

平台的總展現機會有限,只有縮短成交的周期和路徑,平台才能價值最大化。平台首要目的不是賺你廣告費,是縮短成交時間。

前台實驗證明廣告是反複觸達工具

1. 搜索 swivel accent chair,點一個廣告商品進去,一直瀏覽。
2. 退出,改搜 swivel barrel chair。
3. 結果:剛才那個產品的廣告位和自然位同時出現了。

系統假設你這次很可能成交,所以無論你換什麼詞搜索,接下來這個產品都會出現在搜索結果頁。

把這層想通後重新看 ACOS

• ACOS 越優秀 = 反複觸達自家新客的占比越高。所以 ACOS 變好不一定是優化好了,可能只是新客被收割了更多。
• 自動廣告 ACOS 比手動好,核心原因是自動更追新客,不是手動優化得差。
• 越求 ACOS,鏈接越難起來。因為沒人在拉新,新客池子枯了。

「轉化率優化必須基於 listing,不能透過廣告優化。」

三圈模型:潛客池 → 新客池 → 老客池。廣告 ACOS 特別低的計劃,本質是在「新客池裡兜圈子」,不會給你帶來新單量;只有觸達潛客的計劃,才會幫你擴大新客池,給未來帶來增量。

2.3 「廣告壓制免費流量」的 4 個機制

很多卖家发现:

• 廣告 ACOS 很低,但放大預算後,總單量沒變化
• 關掉一些廣告後,訂單沒變化
• 廣告轉化率 > 整體轉化率
• 首頁 CPC < 商品頁 CPC

這些都不是巧合,都是廣告壓制免費流量的表現。原因有 4 個機制:

機制 1:動態竞价 + 提高僅降低 → 追高相關度人群

同一個 $1 的 CPC,動態竞价會把它分配到高人群相關度的訪客身上,所以高相關度訪客在首頁就被你的廣告位接走,自然位拿不到他;低相關度訪客則被推到商品頁去看廣告。這就解釋了為什麼首頁 CPC < 商品頁 CPC。

機制 2:自動廣告截流回流 → 跑推薦端口

自動廣告不只跑搜索,還會跑推薦端口。所以成交沒沉澱到搜索詞權重上,反而被推薦回流位置截走。

機制 3:廣告位 vs 自然位

廣告一般在自然位之前曝光。也就是說,廣告位天然就會截走本該流向自然位的訪客。

機制 4:大多數運營用自動廣告做收割 → 不可控不聚焦

自動廣告訪問路徑不可控、不聚焦,容易把成交分散到很多端口,反而沒辦法累積到具體詞的權重上。

診斷壓制的 3 個方法

控制壓制的 3 個方法

1. 控廣告位置:自然位排第一時,把廣告位往後放。用 Sif 反查確認自己廣告位和自然位的關係。
2. 控廣告下線時間:低客單、短決策週期品 → 控廣告早上下線(對應 §5.8 半夜流量原理),讓訪客有機會回流到自然口子成交。
3. 控引流投放口:不同類型的廣告投放到不同口子,避免自動廣告全包。

2.4 「廣告拉動免費流量」的 3 種路徑

先回顧亞馬遜的 4 大流量分類:

3 種拉動路徑

路徑 1:廣告觸達潛客 → 自然承接認知階段回流

奈心反復強調的「有些廣告需要反向優化 ACOS」就是這個路徑:用廣告觸達潛客(轉化越差越好),讓潛客變成新客;後續這些新客二次訪問時透過免費位置回流,免費流量起來。

路徑 2:廣告促成關鍵詞成交鏈路 → 完成權重赋值 → 得到自然排位

用 SP 廣告定向幾個關鍵詞做收割,把成交集中到那幾個關鍵詞 → 累積關鍵詞權重 → 得到自然排位 → 拿到免費搜索流量。

注意:SP 對關鍵詞排名的提升效果明顯;但 SB 對關鍵詞排名的推動效果有限(SB 主要基於人群運行,後面 Part IV 詳細講)。

路徑 3:廣告根據人群相關度拿到推薦端口流量

當廣告數據表現優異時,系統會在推薦端口(AC、TR、HR、Trending now、Shoppers Also Bought 等)免費給你更多曝光。這是「打開推薦口的阙值」之後的副產物。

新品期廣告拉動免費的兩種情況

2.5 Sif 反查的真實意義

Sif 反查 ≠ 真實排名。理解這個誤區可以省下很多焦慮。

為什麼 Sif 排名不是真實排名?

Sif 通過爬蟲帳號查排名。爬蟲帳號:

• 沒有購物行為
• 沒有互動歷史
• 系統無法啟用人群相關度

所以系統返回的是「未啟用 COSMO 加權的基礎權重排名」。

三種「排名」對比

實踐意涵:

• 你的鏈接「明明可以在首頁看到自己,但 Sif 查不到」的核心原因 = 你自己天天看,你這個帳號是高人群相關度的
• 當 Sif 推薦流量餅圖占比變大時,意味著你的自然搜索排名不夠,系統把回流訪客優先丟到推薦端口去承接,因為系統不想錯過這次成交機會

2.6 4 個經常被誤解的廣告現象

把前面 2.1–2.5 整合起來,可以一次解釋這 4 個常見的「為什麼」:

奈心多次強調:「廣告是一個工具,工具不是迷信。把工具背後的原理拆開來看,所有奇怪的現象都有解。」

3.1 結構分離原則

「拉新和收割不能用同一支廣告做。」這是奈心反復重申的原則。

為什麼?因為拉新和收割對廣告的要求完全相反:

• 拉新:需要觸達潛客(從未和你互動的人)。ACOS 必然差,因為你在和系統說「我要曝光給沒看過我的人」。
• 收割:需要觸達新客(已點擊/加購/瀏覽過你的人)。ACOS 容易好,因為這些人本來就快要下單了。

結構分離配置對照表

3.2 「越打越掉」的因果鏈

奈心舉了個典型的弟子班案例:學員的精準 SP 一直在低竞价跑,看著 ACOS 很好,結果關鍵詞排名持續下滑,SP 預算開始跑不完,搜索流量占比下滑。

因果鏈拆解

精準 SP 一直低竞价
    ↓
動態竞价天然優選「高相關度新客」進行轉化
    ↓
推進「新客 → 老客」轉化過程
    ↓
潛客 → 新客的觸達在減少(沒拉新計劃補)
    ↓
待割新客規模衰減
    ↓
ACOS 變高 + 預算跑不完 + 排名掉

關鍵的算法理解:關鍵詞權重赋值不單純算成交。點擊、加購、轉化都會給對應權重赋值(假設一個詞 10 分:點擊率 2 分 + 加購率 4 分 + 轉化率 4 分)。

所以你長時間只追轉化(收割),點擊和加購的權重赋值密度下降,總分掉 → 排名掉。

關鍵詞之間的權重傳導

長尾詞 ABCD 拿到的 10 分權重,會通過詞系傳導給 ABC(5 分)、AB(3 分)、A(2 分)。所以單一短尾關鍵詞掉排名,也會和你這個關鍵詞延展的長尾詞掉有關。

驗證方法:用品牌分析查 ASIN 視圖

路徑:品牌分析 → 搜索分析 → 搜索查詢績效 → ASIN 視圖

對比關鍵詞開始掉的前兩週和掉之後兩週的數據:訪客、加購量、加購率、成交數量。

• 訪客數:可能下滑(取決於預算是否加大)
• 加購量、加購率:會明顯衰減(這是最關鍵的指標)
• 成交量:一開始變化不大,後面幾週逐步衰減

應對方法 — 兩種打法

3.3 「點擊率高 = 警報而非好兆頭」

很多人以為點擊率高、轉化率高就是廣告打得好。奈心給出一個顛覆性的命題:

點擊率 ↑ + 加購率 ↓ = 你卡緊了高相關度人群 = 偏收割,失去拉新作用

監控指標

對應的 weekly monitor 指標:CTR ÷ CartRate ratio。這個比率飆升 = 拉新斷層警報。

4 種情況下的打詞策略

權重密度的概念(排名上升的底層邏輯)

權重多久更新一次?目前 Sif 給到的最小時間單位是小時,可推測亞馬遜權重赋值至少 1 小時更新一次。實操中以此為節奏即可。

3.4 「關鍵詞首位轉化率天然低」

這是奈心最顛覆認知的論點之一。陪跑項目實測數據:

為什麼?

核心邏輯:關鍵詞首位拿到的是更高比例的「首次新客」,所以轉化率天然低。

轉化率公式 = 成交 / 點擊量。但點擊量的構成不一樣:

• 如果你的點擊量都是高相關度訪客貢獻的 → 轉化率高
• 如果你的點擊量都是潛客/低相關度訪客貢獻的 → 轉化率天然低

自然排名首位 → 拿到更多潛客觸達 → 稀釋了轉化率指標。排名靠後的 ASIN 觸達的潛客比例少,所以平均轉化率反而高。

結合幾個體感現象一起看

這些「為什麼」其實是同一個原理:

• 為什麼廣告 ACOS 越低,你的點擊率越高?
• 為什麼廣告 ACOS 上升時,建議竞价區間整體會被拉高?
• 為什麼廣告出價越下壓,轉化越好?
• 為什麼動態竞价的廣告轉化率都高於整個鏈接的轉化率?

都是因為你的廣告點擊量大比例是中高相關度新客貢獻的,自然轉化率好看。但這同時也意味著潛客觸達不足,排名會掉。

真正的打首位邏輯

打關鍵詞排名不在於高點擊率、高轉化率,在於拿到更多獨立 ID 權重赋值 — 單體關鍵詞更多的潛客觸達,拿到高密度的首次新客觸達。

實操:用業務報告中的 瀏覽量 ÷ 訪客數 計算「人均訪問次數」,判斷當天的重複觸達 vs 首次觸達占比。如果可以算出你鏈接的「首次觸達」「加購回流」「複購」三層人群比例,就可以反向設計廣告架構(這也是海牛參謀軟體的核心算法)。

3.5 「反向優化 ACOS」的拉新計劃

有些廣告需要反向優化 ACOS — 轉化越差越好,用來拉新觸達潛客。正向收割計劃由另外的計劃承擔。

對應的拉新打法配置

對照:檢漏計劃的本質(常被誤用為拉新)

很多人愛開「捡漏計劃」(超低出價、選長尾詞、控成本),因為 ACOS 看著很低,讓老闆滿意。但捡漏計劃本質是收割口計劃,作用在易收割新客池上,前提是你已經構建了拉新口、有比較大規模的新客群體。如果沒有拉新計劃補,捡漏計劃會把鏈接打垮(就是上文§3.2 的因果鏈)。

檢漏計劃的兩種正確開法

1. 基於超強回流收割的布局 — 覆蓋所有有可能的回流路徑,卡住高相關度的易成交新客強力收割。
2. 基於完整覆蓋詞系拉新回流的布局 — 把整個詞系的長尾都拉出來(用 ABA / Sif 拓詞工具),不想要這個詞上的任何流失。長尾成交的權重赋值傳導到核心詞。

4.1 SP vs SD 本質差異

很多人開 SD 開不好,因為把 SD 當成 SP 來操作。它們的運行原理截然不同:

SP 基於商品權重(受曝光池限制)

SP 廣告的曝光受兩層限制:

1. COSMO 人群分層:一個商品無法獲取全品類的曝光
2. 商品權重基礎:你的商品無法獲取所在曝光池的所有曝光機會

所以 SP 必須一個一個升級打怪,慢慢熬。建議竞价對應的是你所在曝光池的競爭度,如果市場沒有波動,建議竞价是逐步變低的(因為你的相關度新客越來越多)。

SD 基於全域人群(不受商品權重限制)

SD 不基於商品權重,所以 新店也可以放量。新店反而更好,因為新客重疊更少。

SD 的建議竞价對應的是「可獲取的曝光總規模」。出價越高 → 獲取曝光規模越大,但 CPC 變動不會太大。從出價 1 到 4,CPC 可能只從 0.5 變到 0.6。

對照表

4.2 ASIN 定向的真實意義

ASIN 定向 ≠ 定向 ASIN 本身,而是定向 ASIN 背後的人群標籤。

很多人開 ASIN 定向,以為自己在打那個對手的 ASIN,結果跑出來的廣告詞報告裡有詞、有 ASIN、也有別的沒定位的 ASIN。為什麼?因為 ASIN 定向背後跑的是「人群」,不是 ASIN 本身。

兩種廣告打法的本質區別

實踐意涵:如果你的人群被打偏了(強搜索品類常見),可以用 ASIN 定向修正第一層人群分層。透過 Sif 的 ASIN 投放透視功能查看實際跑出的人群。

4.3 SD 4 大人群定向

4 種應用思路(歷史行為定向)

1. 新品強打人群標籤:定向最近浏覽特定產品和品類的訪客
2. 人群強拉新:定向最近浏覽類似品或具體品的訪客
3. 行業訂單攔截:定向最近浏覽同類和行業 → 促轉化
4. 拉複購:定向購買自己和行業

非標 vs 標品 SD 開法

類目客戶攔截打法(低價螺旋產品專用)

適用條件:極致性價比定價或低價螺旋打法的產品。配置:

• 優化方案:促點擊
• 定向:歷史行為 - 再營銷瀏覽 - 類似於推廣的商品
• 回溯期:決策週期短 → 7 天;決策週期長 → 結合品牌分析判斷

SD 不考核 ACOS(在 SP 中追求 ACOS)。SD 強拉新 + SP 強收割 回流配合。

4.4 SD 1-2 週建模期(SD 開法的 4 步詳解)

SD 廣告開啟後不是線性出單,而是分階段的人群建模過程。如果按 SP 的思維開 SD,你會慌:出價很高 CPC 很高,點擊率很低,預算跑不掉。其實是系統還沒抓到你的人群樣本。

Step 1:SD 人群建模(3-7 天)

• 狀態:出價很高,CPC 很高,點擊率非常低,預算跑不完
• 原因:系統剛開始,還不知道哪些人群標籤適合你的優化方式 → 用泛品類曝光獲取反饋樣本
• 操作:預算固定(例 $20),出價直接給高,讓他先動起來。不要動預算,讓系統有足夠曝光機會獲取反饋。
• 關注:只看曝光量有沒有起來,不要管點擊率。曝光起不來 → 預算給高、出價給高頂到最高建議竞价之外。
• 加速:預算直接給夠,出價衝頂 → 縮短到 3 天可進入第二步

Step 2:SD 人群修正(幾天)

• 狀態:CPC 慢慢一天比一天低,點擊率逐步變高,預算跑得飛快
• 原因:系統有人群樣本了,在累積樣本同時修正樣本
• 操作:CPC 是 1.6,出價略高一點 1.62 → 第二天繼續跑。為什麼?縮小總曝光規模,讓他跑時間長一些,拿到更多時段的反饋數據。
• 耐心:還需幾天

Step 3:SD 人群放量

• 狀態:CPC 基本穩定到 0.5-0.8,點擊率和 SP 差不多 → 計劃跑穩
• 放量:通過預算 + 出價放大。出價太低預算跑不完就加出價,預算根據想拉取的潛客數量定。
• 創意圖:務必重視 SD 投放創意圖,不要用白底圖。後面 §4.3 對應的 SD 創意圖原則另文詳細展開。

Step 4:監測效果和回流承接

• SD 用促點擊優化 → 幾乎沒有轉化,別慌
• 監測:首次觸達新客的淨增長(品牌分析 → 客戶忠誠度)
• 觀察:SP 廣告是不是下線時間越來越早 → 回流開始了 → 調控收割強弱配合
• 記住:不要 SD 拉新了卻沒承接到,流失了

案例:跨類目拉新從零起爆

奈心弟子班案例:一個新品類,SP 自動全開出價衝到 $2.6 才入池,跑了 2 週後 SD 介入(跨類目拉新母嬰人群)。SD 介入後:

• 加購率:9% → 12.74%(行業 12.5%,持平)
• SD 階段成交 4 單(2 單在搜索回流時成交)

SD 廣告不是用來打轉化的,不是用來做 ACOS 的。SD 是最好的人群擊穿廣告工具。

4.5 SP 自動廣告 4 種定向

4 種定向的觸發機制

自動廣告由 3 個要素組成(收割 vs 拉新的決定因素)

1. 定向方式 — 不決定收割/拉新,只決定什麼條件下觸發曝光
2. 竞价方式(固定/提高降低/僅降低)— 決定成交趨向的優化方式
3. 出價人群 — 下象限出價圈高相關度人群(收割傾向);上象限出價圈廣域人群(拉新傾向)

4.6 自動廣告 4 階段運行

自動廣告開啟後,系統的內部運行邏輯有 4 個階段(讓你理解為什麼初期數據不好不要慌):

1. 基礎曝光獲取反饋樣本(基於埋詞)
   系統還沒人群樣本,根據你的埋詞給泛曝光,收集反饋。
2. 同類人群擴展(根據正反饋)
   有了第一批點擊/加購/成交數據,擴展到同類人群(BC 商品鏈)。
3. 共性搜索行為詞擴展(根據高成交指向人群的搜索行為)
   把高成交人群的共性搜索詞拿出來,擴展成更多關鍵詞曝光。
4. 關聯曝光(強相關度收割)
   穩定後進入強相關度收割階段。

收割漏斗的 6 次觸達理論

奈心借用營銷學的「6 次觸達理論」(亞馬遜官方研究也支持)建構廣告漏斗:

• 前段(觸達潛客):ACOS 不會好,別追 ACOS
• 中段(認識加深 + 中段收割):ACOS 表現不會太差也不會太好。不是所有計劃都應該擠到尾段。
• 尾段(防御收割):強相關度人群依然有流失概率。當你自然流量收割能力弱時,要有防御性的收割計劃匹配。

4.7 「埋詞作用」

很多人花大量時間埋詞,但埋詞的作用其實有限:

• 出發時有用:系統初始基礎曝光的依據(第 1 階段)
• 出發後意義不大:系統根據成交指向人群的共性搜索行為擴展,不是根據埋詞(第 2-4 階段)

真正關鍵的是成交發生在哪個詞,因為這決定了系統後續會擴展什麼詞。所以你早期要把廣告打到對的詞上,讓系統知道「這個產品成交發生在這類詞」。

5.1 ⭐「出價決定人群,溢價決定位置」

這是整套打法最核心的箴言。看似簡單,但 99% 運營理解錯了。先記住兩句話:

出價拉取曝光人群樣本,溢價決定曝光給他的位置。
出價控制人群關聯度,溢價控制訪問入口。

展開理解

• 出價(基礎竞价) 圈定的是哪一群人會看到你。出價越高 → 圈到的人群規模越大,但人群相關度越泛(也包括了大量潛客)。出價越低 → 圈到的人群規模越小,人群相關度越高(主要是新客)。
• 溢價(廣告位 BID+ / 分時 BID+) 圈定的是這批人看到你時你出現在哪。首頁 +30% = 在你圈定的人群裡,願意多花 30% 把廣告推到首頁。

關鍵推論:CPC 不等於你的出價

奈心舉了個實驗:首頁位置加了 100% BID+,實際 CPC 卻和商品頁接近。為什麼?

因為動態竞价的 BID+ 是基於成交指向的。系統只會在「這個訪客很可能成交」時才動用 BID+ 把你推到首頁,不是無腦加價。如果你的高相關度人群沉澱規模不夠,BID+ 觸發次數很少,所以 CPC 變化不大。

5.2 CPC 4 層產生機制

把上一節的箴言展開,你會看到 CPC 是由 4 層機制共同決定的:

第 1 層:建議竞价 — 決定曝光池

例子:關鍵詞 A 日均搜索 5 萬,建議竞价 $1.5–$2.9。你頂格 $2.9 → 細分曝光池 2 萬搜索量(系統給你 2 萬樣本)。出價接近 $1.5 或更低 → 拉取的樣本越少,只能拉到和你人群關聯度高的那部分。

第 2 層:竞价匹配方式 — 對人群樣本做篩選優化

固定/提高降低/僅降低。延續上面 $1.5 例:你拉到的是已經觸達 3 次以上的人。某人是第 5 次觸達 → 系統判斷他極度可能成交 → 如果是提高降低,首頁給你動到 $3 把廣告推到那個位置。

第 3 層:廣告位 BID+ — 整體 vs 局部加價

還是上面例子:某人第 5 次觸達但動態竞价還沒把你推到首頁,此時你首頁加了 50% BID+ → 那個人的曝光就能到首頁了。

第 4 層:分時 BID+ — 時段獨立加價

給你機會在特定時段提高基礎竞价。即使你有人群關聯度但未必拿到曝光位置,這時可以啟用。

5.3 三種竞价方式定位

典型場景:用自動緊密 + 提高降低 + 上象限出價

系統運行的 4 階段:

1. 抓品牌新客樣本:廣告展現多在自己同品牌的關聯商品頁。CPC 主要以降低規則運行。
2. 抓強關聯人群:有了反饋樣本,系統知道哪些人會選你、用什麼詞搜。詞報告觸發 ASIN 變多。CPC 慢慢偏高。
3. 行為樣本擴展現:訪問行為(詞)和產品的關聯紧密起來,大量以詞觸發。慢慢增加 BID+。
4. 追新客回流:有新客沉澱後,成交指向明確,定格 BID+ 最大化促成交。出價越低 → 新客占比越高。

5.4 ⭐ 建議竞价的本質

市面上很多人對建議竞价的定義都是錯的。比如「建議竞价根據鏈接的轉化率等指標調整」 — 這個說法站不住腳。

反證:同一產品在不同店鋪的建議竞价不同

實踐中,有多個店鋪運營同一款產品的賣家會發現:兩家店同一個時間點創建同一種類型的廣告,建議竞价完全不一樣。這怎麼解釋?

真相:建議竞价由曝光池決定

平台把曝光分成池,例如每池 500 萬曝光量。不同檔次的 ASIN 在不同池子裡得到曝光。這就是賽馬機制 — 你在新品池贏不了,你就跳不到下個池。

為什麼要分池?

1. 新品保護:不然新品永遠沒機會,平台希望保持新陳代謝。
2. 平台賺廣告費:新品池 ASIN 多,大家把竞价拉高,平台就賺廣告費。曝光是被反復銷售的,平台不虧。

這就解釋了:

• 為什麼同一產品「先干的那個店」建議竞价低,「新上架另一家店」建議竞价高 — 因為先干的那家已經跳到下一個池子
• 為什麼你對標對手干很賣力卻搶不走他的單量 — 一開始你們壓根不在一個池子裡

建議竞价驗證實驗(同類目、不同 ASIN)

建議竞价在實踐中的 3 個用途

1. 打 SP 選詞:綜合搜索量 + 供需比 + PPC 三者來確定打什麼詞
2. 判斷淡旺季:PPC 變化反映競爭熱度 — 旺季前提前蓄力,避開競爭激烈的時間點
3. 控制計劃處於潛客觸達:出價低於建議最低值 → 雖然還在曝光池裡,但已經很難跑潛客人群 → 系統會給你跑新客(收割)

5.5 廣告 4 變量框架

把前面的概念整合起來,任何廣告計劃都可以拆成 4 個獨立變量來設計:

潛客拉新 vs 新客收割的 4 變量配置

5.6 「曝光池縮小」的 3 條診斷信號

曝光池會縮小(可能是你的 ASIN 進入了一個更窄的人群相關度池子,或者廣告對手變多)。3 個 CPC 信號可以幫你診斷:

5.7 多計劃同曝光池

同 ASIN 不同廣告計劃,都調用同一曝光池。所以多計劃之間會互相搶,不是各自獨立。

高竞价覆蓋低竞价

同詞、同象限、高出價的計劃先吃光那部分人群,低出價計劃只能撿剩。實踐中:

• 不要在同個 ASIN 開多支「同詞 + 同象限」的計劃,只會彼此削減效率
• 不同象限的多計劃可以共存(因為圈到的是不同人群)

5.8 半夜流量反直覺

很多人覺得半夜沒人買東西、廣告不要跑。但奈心的觀察相反:

Amazon 是購物平台 ≠ 資訊平台。半夜在 Amazon 上的人,絕大多數都帶著購物目的(不是無聊滑著看)。

半夜競爭弱 + 排名易爬 = 卡位機會。分時 BID+ 在半夜可以拿到很好的位置,反而出單效率高。

實操要點

• 對標品(短決策週期):廣告不要全天跑滿,控早上下線時間(讓回流靠自然口子接)
• 對長決策週期品:可以利用半夜時段競爭弱的特性,適度加分時 BID+

5.9 動態 BID+ 失效的原因

很多人發現:「我加了首頁 BID+ 100%,廣告大部分還在商品頁,首頁 CPC 也沒有特別高。」

真因:不是簡單加價,是有效率優先機制

• 動態 BID+ 只在「高相關度人群可能成交時」才動用
• 如果你的高相關度人群池子不夠大 → BID+ 觸發次數少 → 對 CPC 和位置影響有限
• 從根上,你需要先把高相關度人群沉澱規模做起來,BID+ 才會發揮作用

5.10 SP 受眾 BID+(2025 新功能)

2025 年 Amazon 把 SP 廣告開放了受眾溢價功能。以前我們只能通過出價間接圈人群,現在可以直接對 3 個人群包定向溢價。這對 §5.1 的「出價決定人群,溢價決定位置」是一次重大更新 — 溢價現在也能控制人群了。

Amazon 提供的 3 個人群包

3 個人群包的用法建議

• 新店/新品:對「低相關度新客」高溢價 → 強化從潛客到新客的觸達速度
• 爬升期:對「高相關度新客」適度溢價 → 收割成交
• 成熟期:對「品牌老客」溢價 → 拉複購 + 對「低相關度新客」維持 → 持續拉新

奈心預測:Amazon 後續會繼續開放更多人群字段、AMC 圈人、買家歷程分析等。廣告打法的可控性會越來越強,但用錯也越容易出現拉新斷層。

6.1 ⭐ 大促本質

「大促並非商家的狂歡日,而是平台與平台之間競爭的犧牲品。」

奈心一針見血:

• Amazon vs Shein / Temu / TikTok 搶用戶心智 → 平台要的是商家配合價格
• 整個 6+7 月銷售額日均 ≈ 全年日均(只是集中)
• Amazon 內部會議要推全托管低價商店 → 平台間搶用戶心智已經卷到不行

大促前後出現的兩個現象

1. 流量大規模傾斜:平時表現好、加購轉化好的商品流量暴增;非應季 / 平穩 / 下滑商品流量繼續下滑。平台把買來的訪客優先給大促期間會表現好的商品。
2. CPC 走高:廣告 CPC 越來越高、跑不動。原因兩個:你之前的廣告倾向收割,大促前收割被抑制;或者你不在亞馬遜大促傾斜類商品的行列。

6.2 大促 3 階段流量邏輯

階段 1:蓄水拉新期

絕大多數用戶等大促放價後再下單。商品賽馬的是積蓄加購和新客指標。

• 賽馬機制變化:從 BSR 變成加購榜
• 該做什麼:不是拉轉化,是拉大拉新廣告。誰積蓄的新客多,誰拿到更多流量
• 監控指標:加購榜位置(亞馬遜沒有實時加購數據,看插件 + 加購榜位置)

階段 2:收割轉化期

用戶下單行為發生變化:

• 影響用戶下單的不是你的廣告,是你在他購物車裡比價是否勝出
• 絕大多數成交的末次訪問是通過購物車完成的
• 其他搜索訪問,主要是補充比價 ASIN

階段 3:重新起跑拉新期

活動結束後,該成交的新客大都成交了。差距不大的 ASIN 站同一起跑線。

• 都要重新積蓄新客
• 這步做錯就掉,做對就脫穎而出
• 對商家來說,大促最好的機遇其實是大促後的冷卻期

3 階段具體操作

按新客積蓄情況分流

6.3 黑五是強收割心智

黑五網一與 Prime Day 不同 — 不是大規模拉新時機。

黑五的特性

• 活動週期被拉長,下單急迫性不高
• 客單高、決策週期長的類目,大規模做潛客觸達拉新沒意義(活動週期內沒成交,活動後更難成交)

應該做什麼

把原來低相關度的新客,推高相關度,進而在活動週期內進行轉化。

因為你的新客也是別人的新客。如果別人是高相關度新客而你是低相關度,你會流失。所以黑五要聚焦把低相關度推高相關度。

診斷新客相關度情況的方法

路徑:品牌分析 → 客戶忠誠度

關鍵指標(都是 90 天歸因週期):

每週跟蹤這 4 個指標,可以判斷自己的新客相關度狀態,進而決定廣告結構。

6.4 ⭐ 淡季真相(反直覺)

很多運營在淡季焦慮萬分,以為流量大幅下滑、轉化崩壞。其實淡季的真相完全不是這樣。

真相 1:訪客構成發生了變化(不是流量真的減少)

奈心觀察很多鏈接:流量反而是上升的!轉化率也和旺季變化不大!所以淡季到底什麼淡了?

背後機制(消費者行為):夏季假期多 + 暑假 → 時間花在出行度假 + 可支配資金花在玩 → 下單意願變弱,決策週期變長。具體變化:

• 獨立 ID 訪問量銳減:真正來訪的獨立個體數量變少了(但你看到的訪問量是 24h 去重,跨幾天再來的人沒被去掉)
• 新客訪問次數變多:有意願的客戶因為不著急,延後下單。比如 8 月想買 9 月用的單車,8 月就會反復挑選

真相 2:流量結構發生了變化

決策週期變長,「逛」變多。推薦流量占比放大(因為這部分是「逛」的人來的)。可以用 Sif 流量結構餅圖前後對比驗證。

真相 3:下單密集時間發生了變化

原先週末訂單好的,淡季變成週一週二好。這也是判定淡季來臨 / 旺季要回的指標。

淡季轉旺季的 3 個階段

階段 1:下單意願變強

• 轉化率突然變高
• 廣告 ACOS 突然走低
• 加購率走低(因為你做高相關度推進)
• 搜索點擊上升

應對:原先收割計劃降低出價卡緊人群相關度拿到更多轉化,廣告下線時間延長、預算放大。同時調弱人群的收割計劃和拉新計劃要跟上,為階段 2 做準備。

階段 2:需求復甦(大盤關鍵詞搜索量爬坡)

• 訪客數顯著提升
• 搜索點擊率下降
• 加購率上升
• 收割廣告下線時間變晚,甚至跑不完
• 建議竞价整體上升

應對:爭抢獨立 ID 訪客。原先動態竞价改成固定竞价(動態竞价的低相關度新客圈不到)。自動計劃提高出價,拿更多獨立 ID 新客。短期 ACOS 漂亮不是好事。

階段 3:競爭賽馬開始

多數運營到這階段才開始動作,已經晚了。階段 2 拿到很多獨立 ID 訪客後,實際轉化效率不高。應對:拉新收割平衡處理,防止新客流失。又要拉新,又要收割。

6.5 性價比低客單品的「淡季倒掛」

奈心觀察到一個反直覺現象:某學員的低客單標品,從 12 月下旬開始逆勢增長,整個淡季都表現極好。一年下來,全年利潤主要在「所謂的淡季」完成。

為什麼會這樣?

核心算法 = 1000 次曝光的價值 = 點擊率 × 轉化率 × 客單價。平台分配曝光的依據是這個。看圖:

性價比低客單品的特性

• 日常已經把決策週期壓到 0.6 天(行業均值 1.8-2.4 天)
• 轉化率全年穩定(極限值)
• 因為客單價低,UV 價值取決於轉化率的領先

旺季 vs 淡季對性價比品的影響

對應的 2 種應對策略

7.1 短決策週期標品的「不可解」困境

標品低客單的本質 = 短決策週期 + 搜索行為單一。也就是回流成交比較少 — 客戶看一兩次就決定買不買。這帶來一個結構性問題:

長決策週期標品 vs 短決策週期標品

• 長決策週期:訪問深度深,4-5 天才形成下單決策,多次點擊回流。所以可以把拉新計劃和收割計劃分開控制。
• 短決策週期:無法切割拉新和收割。3 種嘗試全部失敗:

7.2 ⭐「敢虧而不虧」(SKU 分工策略)

奈心的破局思路 — 先問一個問題:

「不含廣告毛利率 30%、廣告占比 35% vs 不含廣告毛利率 10%、廣告占比 5%,哪個是亏損?」

99% 賣家答得出來,但做不到 — 死守毛利率不能降,卻捨得投超過毛利率的廣告占比。實際上你高廣告占比哪怕起來了也很難降低,這就是一個死循環。

奈心的解:放棄毛利,獲得超級轉化率

核心點:把決策週期壓到「所見即所得」(1 天甚至不到 1 天)。對應做法 = 放棄所有毛利,卖到 0 毛利。

但要注意,不是「不好賣的 SKU 低價引流」 — 那會引來特殊需求人群,讓占大多數的普通人群產生不舒服和糾結,糾結就讓你轉化率變差。正解是卖得最好的 SKU 直接放棄毛利。

SKU 分工框架

前提條件

這個策略有前提:不同 SKU 的尾程派送費差別不大(例如單個裝 vs 兩件裝差不多)。否則 SKU 之間的利潤分擔失衡。

實案數據

某學員案例:

• 主鏈接廣告占比 21.07% → 矩陣鏈接 24.74% → 全店廣告占比 > 20%,毛利率 25% → 算上損耗實際亏損
• 套用 SKU 分工策略後:廣告 ACOS 從 71.54% 爬到 96.97%(看起來變差),但廣告整體占比從 13.02% 降到 3.55%(實際變好) — 看 ACOS 是上升,但廣告占總的銷量比下降了很多
• 關鍵指標:廣告下線早上 6 點前,但廣告下線後沒有任何影響,自然回流接住了

7.3 低客單標品打法(具體廣告結構)

上一節說了 SKU 分工策略。對應的廣告結構這樣設:

3 計劃配置

關鍵原則

• 不控制下線時間 — 廣告早上下線後,自然回流接得住(因為決策週期短)
• 所有計劃高出價,不要怕跑得快 — 因為你 0 毛利 SKU 不需要收回廣告費,只需要打開人群觸達

選詞工具:海牛參謀的「搜索詞洞察」

奈心用海牛參謀,先選 ASIN 轉化率 > 行業的詞投放(第一級搜索量 3 個詞 + 第二級搜索量擴展)。轉化率超群是這個打法的前提條件。

為什麼用高低竞价?

高低竞价(動態提高降低)本身是強收割屬性的,但這取決於你的出價象限:

• 下象限出價 + 高低 → 強收割(常規用法)
• 上象限出價 + 高低 → 弱收割(具備較強拉新屬性) ← 標品低客單用這個

這樣可以一邊拉新一邊把回流流失減少,共同促成關鍵詞排名爬升。

8.1 ⭐ 完整運營流程(批判「只關注廣告」)

找到適配的人群(選產品方向)→ 確定對路的產品 → 做對路的表達(視覺)→ 廣告操作(讓她看見)

奈心反復強調:廣告開始前的 3 個動作做不好,廣告開了也只是浪費錢。

很多運營只關注廣告數據優化,忘記了:

• 選品錯了 → 你的人群池子根本就小 → 廣告再怎麼打也撈不出來
• 產品功能不對 → 點擊轉化撐不住 → 廣告越打越掉
• 視覺不到位 → 點擊率撐不起來 → 拿不到曝光池升級

8.2 ⭐ SD 起新店 4 步法

新店起款最大的難題是沒有品牌新客基礎。沒有其他鏈接的流量基礎可以拿到新鏈接的第一波新客。所以核心 = 如何大規模快速拉新客。SD 廣告是 Amazon 給的最好工具(但 99% 運營覺得 ACOS 差不愛開,所以相對便宜)。

4 步法詳細操作

Step 1:SD 拉取潛客成為首次觸達新客

• 配置:SD 受眾 — 30 天類目同類受眾(讓正在看相似產品的客戶在 SD 廣告位看到你)
• SD 不受商品權重和品牌新客權重限制,新店和老店開都一樣放量
• 新店反而新客重疊更少 → 拉新效率更高
• 監測:每週看品牌分析的新客增長,確定 SD 是否開始跑重疊。結合 SD 訪客數,確定一週多少首次新客是 SD 進來的

Step 2:SP 廣告進行收割推進(弱收割 + 強收割)

• SP 不再用於拉新、不打詞系,只做強收割 + 弱收割的結合
• 把首次觸達新客推進相關度(弱收割,把沒加購的拉成加購的)
• 同步對已推高相關度的客戶強收割(常規 ACOS 打法)
• 監測:SP 的 CPC 越來越低 + 下線時間越來越早 = 回流承接到了

Step 3:累積搜索權重到 ASIN

• 人群相關度權重和關鍵詞赋值權重都累積在ASIN中,不在廣告計劃
• 監測:用 Sif 反查自己的關鍵詞自然排名,會發現爬升很快(這是這個打法的核心目的)

Step 4:獲取搜索權重後,SD 退卻,SP 拉新+收割並舉

• SD 拉新作用會越來越弱(公域曝光池越來越淺,增量潛客越來越少)
• SD 開始進入弱拉新階段 → 切換打法 → 後面關閉 SD,轉 SP 拉新 + SP 收割並舉

非標 vs 標品的 SD 選擇

• 非標屬性大:強人群拉人群 → 用再瀏覽人群定向(歷史行為 - 浏覽過)
• 非標屬性小:強行為拉人群 → 用情景定向 - 正在浏覽

8.3 ⭐ 次爆款 2 週起款(已有主爆款的店)

這個情況比 SD 起新店有優勢:店鋪有主爆款 → 有品牌新客可以承接。但需要一套不同的打法,因為:

前提條件

• 主爆款 BSR 前百
• 這個品類大標品,搜索 70% 集中在同一個關鍵詞上
• 次爆款和主爆款的功能/外形差異大

定價策略

學員想法:和竞品同價,加大廣告投放。奈心糾正:

「廣告基礎弱的時候拿不到 5 天決策週期。與其加大廣告,不如先拿到優秀的轉化率。定價適度比竞品低一點點即可,這樣總體廣告預算也可以控制下來。」

廣告結構(3 計劃)

第二週指標(健康基準)

8.4 健康鏈接流量重疊模型

奈心觀察健康鏈接的流量結構:免費 + 付費都互相扶持,費比 < 15% 才有利潤。

健康狀態 vs 不健康狀態

診斷:如果 Sif 餅圖看到自然流量 < 50% 且廣告占比 > 25%,就要警覺了。

8.5 決策週期計算公式

判斷產品決策週期是設計打法的前提。奈心給的計算公式:

1 / 加購率 / 轉化率 = 決策週期(天)

解讀

邏輯:

• 1 / 加購率 = 訪問次數到加購需要多少訪客
• 1 / 轉化率 = 加購到成交需要多少加購
• 兩者相乘 = 訪問次數到成交的總週期(用天作單位)

實例

對應策略

• 決策週期 < 1 天:不切割拉新和收割,用 SKU 分工策略 + 高出價拉新型廣告(§7.2/7.3)
• 決策週期 1-3 天:可以開始切割拉新和收割(基本標品打法)
• 決策週期 > 5 天:必須結構分離 + SD 拉新 + SP 收割並舉(§8.2 SD 起新店 4 步法)

9.1 ⭐ 選品 4 步法(通用)

奈心對 4 種錯誤選品法的批判

錯誤 1:榜單選品法(直接跟款)

很多文章說看新品榜跟款 → 失敗。真正用法:結合榜單,按客單分流:

• 低客單(< $20):看銷售榜 + 新品榜的共性款。決策週期短,共性款代表趨勢方向。
• 中高客單(> $100)/季節品/長決策週期:看銷售榜 + 新品榜 + 加購榜 三榜重叠款。加購榜反映「正在考慮但還沒下單」的趨勢。

錯誤 2:關鍵詞選品法(找搜索量大 + 在線商品數少)

這個方法 2020 年有效,當時亞馬遜處於增量通道。2024 後失效 — 同質化嚴重,新需求方向形成關鍵詞趨勢時已經晚人一步。多數賣家有現成供應鏈,聚焦本類目,這方法局限性大。

錯誤 3:工廠選品法

基於外貿訂單方向選品。優勢:可能踩在趨勢上。劣勢:很多工廠的客戶是跟款後下單的,你跟著走,到貨時已經很卷。

錯誤 4:神來靈感選品法

主觀流派,「這個別人都沒有,絕對可以」。能用,但前提嚴苛 — 行業扎根 5 年以上 + 深度接觸工廠/外貿 + 兼顧運營 + 經常看前台。一般運營/開發崗無法滿足。

正確的選品哲學:選人群,不選產品

COSMO 後,「選品」變成「選人群方向 → 找到競爭度小的細分人群 → 找到這類產品的迭代方向」。

例如高跟鞋,不只考慮銷量、關鍵詞競爭度,而是把整個品類進行主觀細分(職場女性 / 森林女孩 / Y2K 風 / 復古 / 學院風...),找競爭度小的細分人群,再找這類產品的迭代方向。

9.2 榜單對比信號(藍海識別器)

奈心給的「藍海識別器」:同時上 3 榜的新品= 新需求方向的明確信號。

5 大榜單用法

9.3 紅海找藍點哲學

COSMO 後,真正能贏的選品邏輯:在紅海裡找藍點。

邏輯

• 2024 後幾乎沒有完全的藍海品類(全行業同質化)
• 但 COSMO 把「同一搜索詞」分成多個曝光池(不同人群標籤)
• 所以即使在紅海大詞下,如果你能切到一個別人沒打透的人群標籤(細分風格、價格帶、使用場景),你就在那個池子裡是藍海

實踐方法

1. 選定大詞(類目大詞)
2. 把這個大詞下的人群再細分(風格、價格、場景、人群屬性)
3. 找競爭度小的細分人群
4. 對應做產品 + 視覺 + 廣告

奈心強調:「絕大多數卖家其實是已有供應鏈才出發亚马逊的。只能聚焦本类目」 — 所以紅海找藍點是大多數人的最佳路徑。

9.4 ⭐ 反查竞對 4 步框架

透過 Sif 等工具反查竞對的廣告結構,然後針對性打。完整的 4 步框架:

Step 1:反查竞對的廣告結構

用 Sif 的「廣告透視」功能查竞對:

• 有幾個 SP 廣告活動
• 每個廣告活動的關鍵詞結構(自動 / 精準 / 詞組 / 廣泛 / ASIN 定向)
• 結合曝光占比 + CPC 換算每個計劃的預算分配

Step 2:透視竞對的廣告打法

分析竞對的計劃結構,找出他的重點:

• 哪個計劃預算最大 → 那是他主打的詞
• 哪些是輔助收割計劃
• 他打的是 A 詞還是 B 詞,什麼風格走向

Step 3:找他的軟肋(關鍵 — 99% 不會做的)

奈心案例:某竞對全力打 B 詞精準 + A 詞詞組,還有CDEF 4 個詞系沒打。這就成為你的機會:

• 他沒打的詞系 → 你的突破口
• 他在 A 詞還沒到首頁 → 你在 A 詞上突破
• 他用泛定向收割 → 你用精準拉新搶他的潛客

Step 4:制定自己的策略

2 個視角:

1. 分析產品優劣勢:他起得快是因為店鋪基礎好,還是產品好/視覺好?針對短板做自己的優勢。「廣告 80% 的問題不在廣告,都在鏈接」
2. 擊打廣告布局軟肋:用他沒打的詞系切入,在他還沒拿到位置的詞上突破

9.5 詞系打法

3 種匹配方式(這是基礎)

標品 vs 非標品的詞系打法

標品詞系打法(高度依賴 A 詞系)

標品的搜索行為集中,A 詞是必須拿下的。對應廣告結構:

1. A 詞精準 + 固定竞价 + 強一象出價 → 拉新
2. A 詞詞組 + 高低竞价 → 二象強收割
3. 自動緊密 + 高低 → 三象強收割(防流失)

非標品詞系打法

消費者搜索行為是多次加詞描述:

產品詞 → 特徵 + 產品詞 → 特徵 + 顏色 + 產品詞 → 加更多描述 + 產品詞

最後決策時依然用產品大詞成交。所以非標品要打:

1. 泛拉新 + 精準收割(如果 A 詞沒有好自然位)
2. 精準拉新 + 泛收割(如果 A 詞自然位已經在前幾頁)

關鍵詞權重密度的推進邏輯

從長尾到短尾的推進路徑(對應 §3.2 詞系傳導):

• 長尾詞拿到的權重赋值 → 傳導給對應的短尾
• 所以詞系打法要從泛長尾開始,逐步推進到短尾
• 分開計劃開,因為竞价設置會適用於整組

9.6 非標品 vs 標品結構差異

1. 「猛拉新 + 不收割」打法

表現:大量自動廣泛 + 高出價,廣告 ACOS 100%+,期望靠拉新拉動排名。
奈心批判:單純猛拉新 = 把潛客變成新客,但沒有收割計劃接 → 新客流失 → 推荐流量爆炸但搜索流量起不來 → 廣告占比 50%+ 但訂單沒漲。
正解:拉新計劃 + 對應的弱/強收割計劃配套。參見 §3.1 §3.5。

2. 「炮火覆蓋」打法

表現:幾十個自動計劃不同出價,各種捡漏組合,號稱「瀑布流」。
奈心批判:不止吃免費,還吃付費的回流 → 出現「廣告費比 100%+,免費流量負數」奇觀。流量重疊投放 + 推薦占比飆高。
正解:精準四象人群分層投放,刪掉所有泛覆蓋計劃。

3. 「死守毛利率,堅持高客單」打法

表現:30% 毛利率不能降,廣告占比 35% 也認,因為「我要利潤」。
奈心批判:30% 毛利 - 35% 廣告占比 = 虧損。哪怕短期單量上去,廣告占比也很難降下來。
正解:標品低客單品用 SKU 分工(0 毛利 SKU + 高毛利 SKU 組合)。參見 §7.2。

4. 「追極致 ACOS」打法

表現:廣告 ACOS 壓到 10% 以下,壓到比毛利率還低,以為這是赚錢。
奈心批判:ACOS 越優秀 = 反複觸達新客占比越高 = 沒人在拉新 → 排名越打越掉 → 過幾週爆雷。
正解:廣告目的不是 ACOS,是拉新 → 把潛客變成新客 → 讓自然流量接住。參見 §2.2 §3.2。

12.1 廣告金字塔出價法(阿 C)

本框架由公眾號「好好學習天天向上的 C」(以下簡稱阿 C)原創。核心是把經濟學的價格歧視應用到亞馬遜廣告的分時出價中。

價格歧視原理

對同一件商品,不同人有不同程度的需求 → 對價格的敏感度不同。有些人愿意花 $20,有些人花 $30,有些人花 $50。如果我們對不同人群設不同價格,就叫價格歧視。目的是企業利益最大化 — 能挣的錢都要挣。

應用到廣告:出價歧視

一天不同時段流量維度不一樣,客戶購物意願高低不一樣。「某些三更半夜的流量,就不值得我們花同樣的錢去購買。」對應不同時段設不同出價 = 出價歧視。

金字塔出價公式

地基層:全天基礎 BID = $1.00 × 1.0   = $1.00
第 4 層:5-21 點    BID × 1.2  = $1.20
第 3 層:8-19 點    × 1.2      = $1.44
第 2 層:10-18 點   × 1.2      = $1.73
第 1 層:11-15 點   × 1.3      = $2.25(高峰時段)

後台設置邏輯(累加 BID)

亞馬遜後台分時竞价規則是累加的:

• 第 1 層 11 上午-5 下午,竞价提升 20%
• 第 2 層 6 早晨-6 晚上,竞价提升 20%(囊括第 1 層時間)
• 實際:第 1 層時間區間 = 20% + 20% = 40% 提升;第 1 層之外到第 2 層之間 = 20% 提升

進階:正形 / 異形 / 斜 / 雙頭金字塔

• 正形金字塔:中午高峰,向兩端遞減(最常見)
• 雙頭金字塔:適合上班族訪問習慣 — 中午 + 晚上雙峰
• 斜金字塔:適合夜間流量比白天好的特殊品類

用於什麼目的?

數據來源

下載商品推廣 → 廣告活動報告(小時單位)。提醒:這是唯一能下載小時級數據的報表,一次性最多 14 天。

12.2 否詞標準化(SIF / 阿 C)

把否詞流程標準化、高效化的方案。3 個層次:基礎知識、前置否詞、阶段性否詞。

基礎知識(99% 賣家容易踩雷的點)

• 詞組否定 ≤ 4 詞,威力很大;精準否定 ≤ 10 詞。都限制 80 字符。
• 單複數 + 介詞變體會一起被否。比如否定 toys for girl,則 toys girl、toy for girl 都會被一起否掉。要先確認三個詞表現好壞再決定否哪個。
• 特殊符號 / \ @ # * $ " % ~ 無法直接否定 → 用空格替代。例:否定 A@B 直接寫 A B。
• 手動商品定投 + 自動廣告可以否定商品 ASIN。
• 手動商品投放可以否定品牌(=否定品牌下所有 ASIN)。
• ASIN 定投只能在廣告活動級別否關鍵詞(借助 Sif 反查跑出的詞)。

前置否詞:上架前提前否定不相關詞

很多小類目產品分布不精準,系統不一定能區分產品差別 → 流量會跑偏。對策:

1. 用 Sif 反查類目市場關鍵詞流量布局
2. 看不同產品類型的核心出單詞差異
3. 把不符合自己產品的關鍵詞提前否定

同類目不同產品的 Top10 關鍵詞往往占 80% 流量入口,Top30(非標 Top40) 即夠分析。

阶段性否詞標準(4 等級設定法)

數據指標分類:

• 門檻指標:曝光量、點擊量
• 優化指標:花費、CPC、曝光位置、曝光量
• 結果指標:CTR、CVR、ACoS

結果指標分 4 級(基於阿波羅 CPC 的 PER vs RES 分類):

12.3 7 天歸因週期影響超 35%(好好學習 C)

連續多日下載 SP 廣告數據,對比稳定後的真實數據,得出 7 天歸因週期內的數據漂移幅度。

關鍵發現

邏輯:CPC、價格、點擊量都穩定,只有訂單量在後續幾天逐漸增加(7 天歸因週期內回流的訂單會被歸到當時的點擊)。所以 CVR 變化最大,進而 ACoS 變化巨大。

日別變化梯度

• D+1 變化最大(買家當天浏覽點擊廣告,第二天下單比例最大)
• D+1 變化幅度 ≈ D+2 的 4 倍
• 第 3 天變化幅度排名第二,大於後續所有天

3 條核心結論

1. 當天 SP 數據不可靠(CVR / ACoS 可飄 35%+)
2. 至少用 D-1 數據(從前面一天的數據開始參考)
3. 當天數據掉 35% 是正常波動,不要慌

12.4 SP 報表選擇邏輯(好好學習 C)

亞馬遜 SP 廣告共 10 種報表。哪個用來看什麼?日常哪些必看?

10 種報表彙整

日常廣告分析必用的 3 個報表

1. 搜索詞展示份額報告(或搜索詞報告) — 分析跑詞、否詞、判斷鏈接定位
2. 投放報告 — 看整體分級 + 各層級表現 + 各投放詞表現
3. 廣告位報告 — 看各廣告活動的廣告位數據,不同落腳點數據天差地別

特殊情況用:廣告活動小時報告 + 預算報告 + 推廣的商品報告 + 已購買商品報告。只下載每日數據(動態分析變化趨勢)。

動態 vs 靜態數據分析

「分析數據分為動態數據分析和靜態數據分析。動態數據加入時間,可以分析出廣告活動各維度表現的發展趨勢。這個趨勢對廣告優化的意義遠遠大於靜態的數據值。」

13.1 工具觀

奈心方法論深度依賴 3 個外部工具:

13.2 數據工具的使用判斷

三種「排名」對比(同 §2.5):

意涵:不要看自己搜索的位置以為自己排名高;不要看 Sif 排名以為這是真實排名。用 Sif 反查的真實意義是「我的潛客看到我排第幾」。

13.3 Amazon 給卖家的數據逐步開放(2024-2026 時間線)

• A9 → COSMO 算法迭代(基於人群分層)
• Rufus 上線(AI 語義購物意圖)
• AMC 營銷雲 開放(讓賣家圈人群包)
• SP 受眾溢價(3 個人群包,§5.10)
• SP 企業購溢價(對 B2B 訪客)
• SP 提示詞投放(對 Rufus 的提示詞)
• SP 視頻素材投放(廣告位開放視頻)
• 買家歷程分析(2025 開放,品牌分析新功能)

「數據和操作可控性持續提升 — 但用錯也越容易出現拉新斷層。」
— 奈心對亞馬遜 2024-2026 演化的總結

1. 「廣告無權重」(SP)
   實驗依據:停掉計劃重開的 case study。
   未驗證:對 SD 也成立?奈心後來改口說 SD 有權重(因人群樣本記錄在計劃中)。對 SB 是否有權重 — 沒有明確說明。
2. 亞馬遜「第六次觸達轉化率最高」研究
   引用自亞馬遜廣告後台的研究,但無公開來源連結。對應的「6 次觸達理論」是廣告漏斗的核心理論基礎。
3. 關鍵詞首位轉化率「天然低於行業均值」
   數學推導合理(首位拿更多潛客觸達 → 稀釋轉化率),但結論歸納於陪跑項目 5 個首位詞 + 9 個非首位詞的單一案例。需要更多案例驗證。
4. 「淡季獨立 ID 銳減,訪客數穩定」
   概念合理,缺實證量化。多少品類符合這個規律?是否需要決策週期 > X 天才會出現這個現象?
5. 金字塔出價法、否詞標準化、7 天歸因
   非奈心本人,引用自外部創作者(SIF / 阿C / 好好學習天天向上的C)。需要奈心明確說明哪些是自己驗證過認可的、哪些只是引用。
6. 3 級人群分層的劃分標準
   COSMO 算法層 / ASIN 成交能力層 / 潛客新客層 — 是奈心提煉的「便於理解」的分層,不是亞馬遜官方公開的分層。實際分層因標籤組合會更細。
7. 四象人群漏斗(認識 → 認知 → 考慮 → 待購)
   奈心與海牛參謀團隊合作開發的「四象決策人群算法」,以亞馬遜廣告 API 數據建模。未驗證:四象的具體計算公式是否準確、是否能擴展到非標品。

主要來源:奈心聊跨境本人(2024-05 至 2026-04)

微信公眾號 ID:MzkzMjY5NTA5Nw==(naixinAMZ)。10 萬字系列文章「透過底層算法,聊亞馬遜運營打法」。

主要涉及主題:

• 算法層:A9/A10/COSMO/Rufus 演化、人群三級分層、四象人群漏斗
• 廣告類型:SP 自動 4 定向、SP 手動、SD 4 大人群定向、SB 防流失、ASIN 定向
• 出價:出價決定人群、溢價決定位置、CPC 4 層產生機制、3 種竞价方式
• 節奏:大促 3 階段、淡季真相、淡轉旺 3 階段、性價比品淡季倒掛
• SOP:SD 起新店 4 步法、次爆款 2 週起款、敢虧而不虧 SKU 分工
• 選品 / 反查:選品 4 步法批判、反查竞對 4 步、詞系打法

外部創作者引用(4 篇)

T0 原文存檔

所有 62 篇原文已存檔於 Obsidian vault:raw/clips/wechat-naixin-2026-05/(1.1 MB,純 Markdown)。本教學的所有命題均可透過原文回溯查證。

抓取方法

使用 ~/.agent-reach/tools/wechat-article-for-ai/(Camoufox + Playwright)抓取微信公眾號文章。citation graph traversal(迭代提取 mp.weixin.qq.com URLs from each article's 「本文引用到的往期內容」 sections),從 1 個 seed URL 擴展到 62 篇文章。

整理 / 教學體系構建

• T0 原文 → T1 方法論合成(naixin-amazon-ad-methodology.md,719 行)
• 35 張示意圖從原文抽取 + 篩選(skip SVG / < 5KB)
• 本教學網頁:基於 T1 + 完整重讀 62 篇 T0,深度展開 + 圖文並茂

版權與引用聲明

本教學僅供學習參考,所有原始內容版權歸奈心聊跨境(郝奈心)及外部創作者所有。引用內容已盡量註明出處。如有不當引用,請聯繫修正。