社区 发现 Amazon 关于“基于规则的竞价”基础逻辑的思考，对...
关于“基于规则的竞价”基础逻辑的思考，对卖家来说这到底是鸡肋亦或是神器？
发帖26次
被置顶26次
被推荐17次
质量分0星
回帖互动128次
历史交流热度3.54%
历史交流深度0%
亚马逊“基于规则的竞价”这个竞价策略出来已经有一段时间了，但似乎关注这功能或者因为这个功能获得更好收益的朋友还是比较少。关于这个策略，个人做了一些思考，与各位老铁一同探讨。
首先，大家是否有想过，“基于规则的竞价”其实原有的竞价策“动态竞价-提高或降低”的进阶版？
先看看原来“提高或降低”的竞价策略的逻辑。这个策略其实原理就是，敞开权限让系统去控制竞价，让它去判断某些流量对你的ASIN转化意愿高的时候，提高竞价去抢广告位，当判断到某类流量对你的链接来说可能转化意愿不高的时候，以低一些的竞价去获得这些流量。这个策略理论来说是无瑕的，但往往我们去使用的时候会看到竞价只会提高导致ACOS超高，而鲜有见到竞价被降低的情况。
为什么呢？
原因在于，系统要实现上述转化意愿高还是低的判断，它必须先有数据进行统计，通过大量的数据的统计学习它才能把流量性质做大概率正确的判断。但是，往往要做出这个判断，需要的数据量非常大，所以它只能一直跑“提高”，目的是先获得更多的数据，但常常我们也忍不到它能做出正确判断的时候。这也就是为什么我们用了这个策略，看到结果总是只提高。
所以由此，又引申出另一个问题，亚马逊真的有千人千面吗？我想，是有的。
基于前面是所述的动态竞价-提高或降低的投放原理，它的工作流程大概如此：通过数据统计最后得出具有高转化可能性的客户画像，比如统计发现某个地区、某年龄段、某种性别职业，且近期有某些消费表现，或者表现出某些喜好的买家对于所投广告的产品具有高转化性，那么当有这种画像的客户进行商品浏览时，提高竞价去抢广告位来向其展示产品。
反之，对于对本产品带有低转化可能性画像的买家，降低竞价向其展示产品。
那么，论坛上大家曾经热议过的一个话题“亚马逊是否有优质、低质流量？”其实就有了答案。所谓的优质或者低质流量，不是系统具体到去定义每个客户（这个就是高富帅，那个就是穷逼），而是匹配ASIN来进行判断。客户在ASIN 1这类产品上转化率高，那么这类客户对于ASIN 1来说就是优质流量；但是同样的客户在同类产品ASIN 2 表现出的转化率低，那么这个客户在ASIN2这里又变成了低质流量。
所以流量是优质还是低质，需要VS 你的产品来判定。
回到“基于规则的竞价”这话题，为什么说它是“提高或者降低”的进阶版呢？
因为对于“提高或者降低”，系统很难提出判断抢或者不抢广告位的标准，但是，卖家你若直接给系统一个参考数值（ROAS），让它知道你的心理预期，那么是否就让操作变得简单了。
所以，“基于规则的竞价”其实就是卖家给出判断标准，让系统根据学习到的数据匹配你的标准来判断什么情况下“提高或者降低”竞价去匹配广告位。这也就是为什么这个竞价策略的开启前提是，要有一定的跑广告的时间以及一定出单量，因为没有这些数据依据它也就无从作出基础判断。
所以，当你去设置上这个规则的时候，你会发现有可能先有一轮的竞价提高的操作，但是如果实际数据差你的预期目标太多，你会发现广告获得的曝光量又被减少了。也就是，当你给的条件越宽松，比如ROAS小于1，这个竞价策略下的广告越容易获得曝光；但是给得严了，又可能导致曝光量收紧（又或者它一开始就依据你历史广告数据出现误判，导致它认为哪种流量都不适合判给你，那曝光量也减少）。
所以说，对于多数链接来说，可能就是一个鸡肋！
哪种链接适合用这个策略获得更好收益呢？
答案是，已进入稳定期的销量可观的链接。这些链接由于有大量的数据可以进行统计学习得出优质或者低质流量的客户画像，系统就能够根据你的心理预期（ROAS）对你的广告对某一种画像的客户是否加大展示快速作出判断。当数据表现越来越好，积累的数据越来越多，你自然就可以用逐步收窄条件（即加大ROAS）来达到优化广告，提升广告效益的目的。
那么，对于这种链接，具体的数据确定及优化步骤是怎样呢？建议是拉取近65天的该产品的广告数据，获得总体ACOS数值，得到初始设置的ROAS，即1/ACOS，观察后续数据表现，每次按增幅不大于10%进行调整。
以上。表哥出品，不是精品就是废品，欢迎理性探讨。
首先，大家是否有想过，“基于规则的竞价”其实原有的竞价策“动态竞价-提高或降低”的进阶版？
先看看原来“提高或降低”的竞价策略的逻辑。这个策略其实原理就是，敞开权限让系统去控制竞价，让它去判断某些流量对你的ASIN转化意愿高的时候，提高竞价去抢广告位，当判断到某类流量对你的链接来说可能转化意愿不高的时候，以低一些的竞价去获得这些流量。这个策略理论来说是无瑕的，但往往我们去使用的时候会看到竞价只会提高导致ACOS超高，而鲜有见到竞价被降低的情况。
为什么呢？
原因在于，系统要实现上述转化意愿高还是低的判断，它必须先有数据进行统计，通过大量的数据的统计学习它才能把流量性质做大概率正确的判断。但是，往往要做出这个判断，需要的数据量非常大，所以它只能一直跑“提高”，目的是先获得更多的数据，但常常我们也忍不到它能做出正确判断的时候。这也就是为什么我们用了这个策略，看到结果总是只提高。
所以由此，又引申出另一个问题，亚马逊真的有千人千面吗？我想，是有的。
基于前面是所述的动态竞价-提高或降低的投放原理，它的工作流程大概如此：通过数据统计最后得出具有高转化可能性的客户画像，比如统计发现某个地区、某年龄段、某种性别职业，且近期有某些消费表现，或者表现出某些喜好的买家对于所投广告的产品具有高转化性，那么当有这种画像的客户进行商品浏览时，提高竞价去抢广告位来向其展示产品。
反之，对于对本产品带有低转化可能性画像的买家，降低竞价向其展示产品。
那么，论坛上大家曾经热议过的一个话题“亚马逊是否有优质、低质流量？”其实就有了答案。所谓的优质或者低质流量，不是系统具体到去定义每个客户（这个就是高富帅，那个就是穷逼），而是匹配ASIN来进行判断。客户在ASIN 1这类产品上转化率高，那么这类客户对于ASIN 1来说就是优质流量；但是同样的客户在同类产品ASIN 2 表现出的转化率低，那么这个客户在ASIN2这里又变成了低质流量。
所以流量是优质还是低质，需要VS 你的产品来判定。
回到“基于规则的竞价”这话题，为什么说它是“提高或者降低”的进阶版呢？
因为对于“提高或者降低”，系统很难提出判断抢或者不抢广告位的标准，但是，卖家你若直接给系统一个参考数值（ROAS），让它知道你的心理预期，那么是否就让操作变得简单了。
所以，“基于规则的竞价”其实就是卖家给出判断标准，让系统根据学习到的数据匹配你的标准来判断什么情况下“提高或者降低”竞价去匹配广告位。这也就是为什么这个竞价策略的开启前提是，要有一定的跑广告的时间以及一定出单量，因为没有这些数据依据它也就无从作出基础判断。
所以，当你去设置上这个规则的时候，你会发现有可能先有一轮的竞价提高的操作，但是如果实际数据差你的预期目标太多，你会发现广告获得的曝光量又被减少了。也就是，当你给的条件越宽松，比如ROAS小于1，这个竞价策略下的广告越容易获得曝光；但是给得严了，又可能导致曝光量收紧（又或者它一开始就依据你历史广告数据出现误判，导致它认为哪种流量都不适合判给你，那曝光量也减少）。
所以说，对于多数链接来说，可能就是一个鸡肋！
哪种链接适合用这个策略获得更好收益呢？
答案是，已进入稳定期的销量可观的链接。这些链接由于有大量的数据可以进行统计学习得出优质或者低质流量的客户画像，系统就能够根据你的心理预期（ROAS）对你的广告对某一种画像的客户是否加大展示快速作出判断。当数据表现越来越好，积累的数据越来越多，你自然就可以用逐步收窄条件（即加大ROAS）来达到优化广告，提升广告效益的目的。
那么，对于这种链接，具体的数据确定及优化步骤是怎样呢？建议是拉取近65天的该产品的广告数据，获得总体ACOS数值，得到初始设置的ROAS，即1/ACOS，观察后续数据表现，每次按增幅不大于10%进行调整。
以上。表哥出品，不是精品就是废品，欢迎理性探讨。
倒计时：
10 个回复
劳伦斯杨杨 - 亚马逊广告投放师
赞同来自: Ss233neu 、 Tesample 、 Wintermelon 、 鸽鸽FANS 、 我是小小小白吖 、 不做大哥好多年 、 Xliaichiyu597 、 铁板猪蹄 、 蟑螂恶霸深圳分霸 、 一灯大师 、 雪球大叭叭 、 yangkezhao 、 QHzwj 、 snow777 、 Tito123 、 昭夕 、 钱来来 、 上山打老虎啊 、 Chelsea0828 、 Sueeeee 、 Yue8866 、 Aatrox 、 是猪皮勒 、 公主请领奖 更多 »
动态竞价（升高或降低&只降低）存在一些硬伤，那就是完全以转化率为目标去优化，转化率是销售的过程值却不是结果值，虽然能改善流量转化效率，但由于忽视了流量成本这个因素，所以经常会出现转化率和ACoS齐飞的情况。转化率是上去了，最终核算成本，反而广告亏的更多了，最后客户买到了心仪的产品，亚马逊赚足了广告费，只留卖家默默空流泪。
基于规则竞价模式完美补足了这个缺陷，我们只需要设置预算和把控最终的RoAS目标，不用再为每次出价多少而操心了，不用担心广泛匹配和自动广告匹配出了什么不相关的长尾词，更不用半夜爬起来对广告进行所谓的分时调价了（尽管我一直对分时调价的效果存疑），毕竟手动调价调的再准也比不上机器。
Target RoAS功能的底层逻辑
想用好一个功能，最好的办法就是先弄清它的底层逻辑。
Target RoAS顾名思义广告自动优化的目标是RoAS，先根据RoAS的计算公式分解出背后的影响因素。
RoAS=Ad Sales/Ad Cost=（曝光*点击率*转化率*客单价）/（曝光*点击率*CPC）
最终 RoAS=CVR*Price/CPC
所以机器在每次为广告展示实时出价时会考虑三个因素：
RoAS目标不用解释，那什么是“预测每次点击的转化价值”和“预测转化率”？
“预测每次点击的转化价值”其实就是客单价，但这个客单价不仅仅是指我们开广告的产品客单价，还包括客户通过广告购买的同店铺其他产品的客单价，在亚马逊的广告逻辑中，这也会算进该广告的销售额中，因为每次出单带来的销售额可能不同，所以预测的每次点击的转化价值也就存在差异，这也是一个亚马逊要考虑的动态值。
“预测转化率”就是由于每次客户搜索时的需求、时间、地点、使用设备、搜索关键词、广告的展示位置等因素会时每次点击的转化率存在差异，所以这也是一个动态变化的值。
简而言之，在RoAS确定的前提下，如果机器判定每次点击转化的价值（客单价）和预测的转化率越高，就会出更高的竞价，反之，就会出更低的竞价。
系统每次出价都会和预测的转化价值与预测的转化率相匹配，如果预测的准，出价又合适，最终的广告效果自然就会符合预期，怎么才能让系统预测的更准些呢，那就需要给系统“投喂”大量的数据（即花大量的预算积累大量的数据）。
这种智能竞价模式将极大的提高亚马逊从业者广告投放效果的下限，而专门从事广告投放的人员们也不用再陷入每天调价0.05这样的琐事中，节省下来的时间精力可以更多地用于思考广告策略和研究产品。
开启Target RoAS竞价后广告效果一定会很好吗？
有了Target RoAS智能竞价我们以后或许不用再辛苦的半夜爬起来调价了（虽然我一直也不认可分时调价），也不用担心由于过度调价影响广告效果所以只能每次0.05的去调价，真的省了很多精力。
但如果想指望换种竞价模式广告的效果就能一飞冲天，我劝你还是早点打消这个念头，广告的底层逻辑没有变，产品依旧是核心，重点指标还是CTR和CVR，一开始的关键词调研和后期的关键词否定该怎么做还得怎么做。
而且亚马逊在官方解释里也明确说了不保证效果，因为亚马逊的广告和用谷歌广告给独立站引流是有区别的，效果不仅由流量本身的准确度决定，还很大程度受到竞品影响，比方说，如果没有竞品的干扰，流量也准确，产品各方面也符合客户的要求，放到独立站上基本就转化了，但是亚马逊上还远远不够，流量再怎么精准，都可能会被正在做秒杀的竞品抢走单量，所以我觉得亚马逊的基于规则的竞价反而更复杂一些，但从长期来看，有了平台上大量数据的投喂，这个功能一定会越来越完善。
综上，这只是一个提升效率而不是提升效果的新功能。