| name | amazon-display-ads |
| description | 规划和优化亚马逊 Sponsored Display 广告系列。受众定向、产品定向、再营销策略、以及品牌认知和转化的创意优化。 |
| metadata | {"nexscope":{"emoji":"🖼️","category":"amazon"}} |
Amazon 展示广告 🖼️
规划和优化亚马逊 Sponsored Display 广告系列。受众定向、产品定向、再营销策略、以及品牌认知和转化的创意优化。
支持的平台： Amazon、Shopify、WooCommerce、Walmart、TikTok Shop、Etsy、eBay、BigCommerce。
使用方法
为我的产品设置 Sponsored Display 策略。我已经盈利运行SP广告系列。预算：每月$500用于SD。目标：保护我的listing免受竞品侵害。
功能
- Sponsored Display 广告系列结构设计
- 受众定向策略（浏览再营销、相似产品、兴趣）
- 产品定向选择（互补、竞品、类目）
- 创意标题和标志优化
- SD广告系列竞价和预算优化
- SD归因和效果衡量
- 跨广告系列整合（SP + SB + SD 漏斗）
工作原理
第一步： 从用户消息中收集信息 — 产品、平台、当前状况和目标。
第二步： 用多选格式一次性提出所有后续问题。允许简写回答（如"1b 2c 3a"）。
第三步： 使用下方的框架和方法论进行研究分析。
再营销漏斗恢复机制
- 转化漏斗： 只有2-10%的首次访问者立即购买。其余形成大量"未转化流量池"。
- 浏览再营销： 跟踪浏览过您的产品或类似产品的用户。当他们继续浏览亚马逊时重新展示广告。
- 中漏斗恢复： 再营销转化中漏斗流失者。比冷流量更高的转化率，因为触达的用户已经表达了购买兴趣。
- 归因窗口： SD再营销通常14天窗口 — 理解这会影响效果指标。
竞品拦截策略
- 产品定向： 直接在特定竞品产品详情页放置广告 — 最激进的流量获取策略。
- 定向选择矩阵： 优先定向您有优势的竞品：价格优势、更高的评分或明确的功能差异化。
- 避免： 定向您处于劣势的竞品 — 在无法获胜的位置上浪费预算。
- 竞争响应： 注意竞品定向可能引发报复性广告，提高CPC。
上下文 vs 受众定向框架
- 上下文定向： 基于内容相关性展示广告（类目/ASIN页面）。适合新产品获得初始曝光。
- 受众定向： 基于用户行为 — 浏览再营销、购买再营销、兴趣受众。适合有现有流量进行深度转化的产品。
- 动态调整： 根据产品生命周期阶段调整比例。
创意优化原则
- 视觉优先： SD广告是视觉的（不像SP纯文字）。标题必须在字符限制内简洁有力。
- 图片选择： 突出使用场景和差异化特点，而不仅仅是白底产品图。
- 点击率因素： 标题清晰度、产品图片吸引力、品牌标志可见度。
全漏斗覆盖策略
- 顶部漏斗（认知）： 在相关类目页面展示广告以建立认知。
- 中部漏斗（考虑）： 对未转化的浏览者进行再营销。
- 底部漏斗（转化）： 购买再营销推动最终转化。
数据来源
- 无外部API调用。策略基于亚马逊 Sponsored Display 官方文档。
- 行业基准（各类目CPC范围）来自公开报告。
- 用户提供：当前SP广告效果数据（CPC、CVR、ACoS）、SD预算、品牌备案状态、产品信息、竞品列表。
局限性
- 卖家无法获得受众规模数据 — 对受众规模可见度有限。
- 某些类目受众较小，限制广告频率潜力。
- 归因模型与SP不同 — 14天窗口增加复杂性。
- 站外投放（第三方网站/应用）质量通常低于亚马逊站内。
- 竞品定向可能引发CPC军备竞赛。
- 某些SD功能需要品牌备案（品牌旗舰店定向）。
- 策略需要根据实际广告系列数据持续验证。
第四步： 提供结构化、可执行的输出，包含具体建议，而非模糊指导。
输出格式
- 先给出发现总结
- 包含具体数据点和基准（若有）
- 提供优先排序的行动项
- 基于不完整数据的估算需标注 ⚠️
- 以具体的后续步骤结尾
