纯分享，无广告。

关于展示型广告，论坛讨论不少。今天不细谈展示型广告本身的内容和意义。仅仅讨论动态细分这个新模块，讨论其和过去我们经常做的广告投放逻辑差异点在哪。以及竞价方式的选择，从不同广告类型的组合应用，在不同的时机选择不同的广告类型，从这些角度出发，来讨论选择展示型广告的意义。
 
一、动态细分：


看官方解释，展示位置是在替代商品或补充商品的详情页上，展示逻辑是利用亚马逊基于购物趋势和机器学习算法不断发展的洞察，轻松针对特定广告使用案例配置投放策略。

结合这个广告投放逻辑以及展示位置，可以联想到是和自动广告里的Substitutes，Complements匹配类型很相似的。一是展示位置都在商品详情页，二是广告投放逻辑均由亚马逊系统决定。
 
主要差异点在于：自动广告里的匹配方式是纯粹基于listing页面信息内容的关联性来匹配的。而动态细分的匹配方式是利用亚马逊机器算法来帮助匹配的。
 
举个例子：
比如Substitutes的匹配逻辑，如果您的产品是“Doppler 400-count Cotton Sheets”，我们将在包含“300-count Cotton Sheets”和“Queen 400-count Sheets”的详细信息页面上展示广告。

而动态细分匹配逻辑是：基于ASIN过去的销售环境（在哪些关键词、哪些展示环境被转化），购买这个ASIN的买家（受众）的相关购买情况等其他维度的计算（毕竟这个机器算法的具体算法内容，亚马逊也没公布），但可以确定的是利用亚马逊基于购物趋势和机器学习算法不断发展的洞察，针对特定广告使用案例配置相应的投放策略。

也就是自动广告的匹配逻辑主要基于listing信息内容出发，进行匹配。

而动态细分不考虑产品属性信息本身（这一点是得到亚马逊广告部门回复验证的），而是从其他维度（ASIN历史销售数据环境、ASIN本身的用户画像、互替代品或互补品的用户画像等维度）出发，通过机器学习算法和购物趋势情况进行配置投放广告的，注意它这个过程中，广告的投放逻辑是动态的，是会不断调整变化的，并不会一直只投放在一个或某几个群体。这一点其实可以理解，比如平台上一些关键词下的产品类型随着时间推移，是存在变化的，某些关键词的转化分布，不会一直只集中在这几类产品上，可能明年会有其他相似款的产品（更加符合买家需求）挤进了原有的关键词的市场产品面貌。以及不同的季节，或在不同的时间点，购物趋势的差异，也会产生消费现象的变化。

而自动广告里的Substitutes，Complements匹配方式基本就是静态的，只要你的listing内容没有发生巨大的变化，基本匹配逻辑不会发生较大变化。

理解了动态细分的广告投放逻辑之后，在实际的应用或思考中，就可以知道：

如果你店铺里某一条listing，这条listing不是新的，是有一定的历史销售权重，并且你在你所能挖掘到的关键词布局上、你所能找到的直接或间接的竞对布局上，你通过前面两个维度（关键词、竞对）的分析，挖掘出来的数据，进行整合，进行推广，在已有的关键词布局和竞对布局上出发去拓宽产品展示/流量空间，但发现单量基本还是很难再上一层楼，或者说你想单量上去（通过抢夺直接或间接竞对的搜索流量入口）的时候可能需要牺牲利润（打折、促销）。————在这种情况下，利用动态细分的广告投放逻辑，利用亚马逊系统的动态机器学习算法去帮助你尝试拓宽产品额外的展示空间，去尝试获得你很难发现的潜力展示空间（因为我们掌握的数据信息有限），通过平台机器算法来帮助我们尝试发现新的展示空间（不管是受众还是竞对），并获得转化。
 
具体操作如下：


 
在受众里也有动态细分的选项，但和商品投放选项里的动态细分是不一样的。

商品投放里的动态细分是：向浏览过与您的广告商品相似的商品详情页面的买家展示您的广告。其实向就是游览过竞对的页面的买家来展示你的广告。

而受众里的动态细分是属于“再营销”
 
我目前测试过的case里，商品投放的动态细分表现是比较OK的：

 
我筛选了大量的已知的竞对AISN一起放进去投放，可以看到动态细分的投放带来的效果更加明显（展示空间更广，可以弥补自身信息采集的局限性）。
 
二、竞价优化：

1. 针对可见展示进行优化：
 
我们将优化您的出价，以吸引更多可见曝光量，从而帮助提高商品知名度。

针对可见展示进行优化使用每千次可见展示成本 (vCPM) 模型，在这种模式下，您按购物者查看的每千次展示量付费，而不是按点击量付费。
 
当您使用此出价优化策略时，我们将帮助向相关受众群体投放相关广告，以最大限度地扩大覆盖面，同时针对频率进行优化，以帮助提高。 与其他竞价优化相比，这些广告活动更有可能具有更高的可见曝光量和更低的点击率或转化率。

可见展示次数的优化归因基于点击量和预计浏览量，类似于亚马逊 DSP。 其他出价优化策略以及商品推广和赞助品牌广告系列都有仅基于点击量的归因类型。
 
注意：如果你输入的 vCPM 出价低于$3,你的广告可能不会带来可见的曝光量。

2.针对页面访问进行优化：

我们将优化您的出价以获得更高的点击率。 此策略可以向更有可能点击广告的购物者展示您的广告，从而帮助您推动商品考虑。 这种出价优化可用于吸引考虑类似商品的 “走出通道” 和 “过道” 的相关购物者，并将他们吸引到您的详情页面。

3.针对转化进行优化：

我们将优化您的出价以获得更高的转化率。 此策略可以通过向更有可能购买商品的购物者展示您的广告来帮助您提高销量。 在通过产品定位定位定位自己的详情页面时，此出价优化可用于联合销售和追加销售需求，或者在使用受众视图再营销时用于再营销需求。

三种竞价方式决定了你的广告目的，是追求展示量，还是追求点击量，还是追求转化率。

选择哪一个竞价方式，需要实事求是的，根据listing实际情况来衡量的。
 
比如你listing本身图片足够吸引人，本身listing的天然点击率就不低，这种情况下，就不要选针对页面访问次数优化的竞价方式了，而是考虑选择针对展示量进行优化，因为你点击率不低的情况下，展示量越大，基数越大，所带的点击数量才更多，流量才更多。另外两种竞价方式的选择逻辑也可以这么参考，当然具体情况具体分析。
 
竞价方式的选择，一定程度上，可以作为listing本身天然缺陷的补足，并优化缺陷带来的影响（展示、点击、转化），使得广告投放出价逻辑更加吻合listing的现状。

总结：

通过展示型广告的动态细分，借助亚马逊平台的机器算法学习、购物趋势、动态分析投放的能力，来弥补我们的信息局限性，或广告投放的局限性。在细分市场不断变化，市场产品的关联性不断演变，以及在我们自身布局的已有的关键词打法和竞对目标的情况下，可以通过动态细分这个广告投放逻辑，用以弥补，或用以扩充，或用以尝试，通过平台的机器动态算法，来摸索我们的产品在“未知的且存在转化可能性”的展示空间。

组合传统的商品广告投放逻辑，使得广告投放更加自适应调整，更加可以根据listing现状，去选择或尝试更合适的广告布局方式。

另一方面展示型广告的展示面貌也不可忽略，举个例子，展示型广告的ASIN广告是会展示coupon标识的，这就很关键了，比如你listing跑7D前夕，做大额coupon用以提升搜索权重，给7D铺垫。这种情况做展示型ASIN广告就更加适合了。然后7D开启之后，通常coupon就取消了，售价直降秒杀价，这种情况，就要考虑切换选择普通的ASIN广告了。根据listing的现状特点，选择相应的广告展示方式，广告展示也可以打出组合拳效果。