Amazon Brand Analytics 亞馬遜品牌分析是什麼？
Amazon Brand Analytics 亞馬遜品牌分析是亞馬遜在 2019 年初，開放給具有亞馬遜品牌註冊，且有 R 標（®標）的 Amazon 專業賣家，可以在後台透過關鍵字或是產品的 ASIN ，找到在一天、一週、一季，亞馬遜平台上的熱門商品與關鍵字。
讓品牌專業賣家能近一步地做競品分析、廣告策略調整，以及市場趨勢分析的實用工具。
符合上述資格的亞馬遜品牌電商賣家，可以在賣家中心的後台： Brand → Brand Analytics 找到這個功能，或直接在搜尋引擎上貼上此網址（需登入賣家帳號） https://sellercentral.amazon.com/analytics/dashboard/searchTerms ，就可以進到後台看到數據了！
不過這個功能一開始是供應商 Vendor 專屬的。
然而，隨著亞馬遜對於「品牌賣家」越來越重視，一些原先只開放給供應商、須額外付費購買，或是需要亞馬遜客戶經理協助賣家才能參與的行銷活動，也都逐漸開放，例如 Amazon Vine Prgram。
像是品牌分析一開始有只有「Amazon Search Terms」，現在（2021.08）品牌賣家可以在 Brand Analytic 看到的數據也更多。包括你在 Repeat Purchase Behavior 重複購買行為、Market Basket Analytics （也買了什麼）市場分析、Item Comparison and Alternate Purchase Behavior 商品比較與替代品購買行為， 以及 Demographics 人口統計變數。
亞馬遜品牌電商賣家則可應用 Amazon Brand Analytics 品牌分析裡的數據與功能，來更了解自己品牌的消費者以及競爭對手。
此外也可以藉此了解亞馬遜上那些「金銀銅牌的選手」平均點擊率佔比、轉換率佔比如何，自己的表現在同樣的品類中究竟是真的吊車尾，還是市場趨勢使然？又你有沒有機會，可以搶下競爭對手的關鍵字寶座，或是當長尾關鍵字的駭客呢？
這篇文章手把手教你，亞馬遜品牌分析數據的 7 個應用方法！
亞馬遜品牌賣家如何使用亞馬遜品牌分析工具 ABA？
1. 了解最近消費者喜歡買什麼：市場趨勢與近期熱門議題
在一開始進入的畫面不做任何設定時，你可以看到在最近一週亞馬遜上的熱門關鍵字數量及相對應的資訊。
我們將畫面由左至右（→）看。
此圖的解析為： 2021年 8月 1日到 7 日這段期間，亞馬遜美國站點（Department: Amazon.com）上有將近快 210 萬個熱門的關鍵字詞被搜尋。「Search Frequency Rank」則顯示了該關鍵字在這段期間內，被消費者搜尋的熱門程度。
以上圖來說，「Search Term 」的直欄就是在這段期間，在亞馬遜上熱搜的前五大關鍵字詞。
如果你想要看不同時間區間、品類的趨勢，則可以根據以下的操作彈性調整。
（1）設定你希望查找數據的時間：可設定每天、每週、每月或者每一季
延續前面登入 Brand Analytics 看到的畫面，我們可以從 Amazon Search Term 找出什麼數據端倪？
將頁面向右邊滾動，我們可以看到在該關鍵字底下，前三名的產品標題、產品頁面點擊率佔比以及產品頁面轉換率佔比。
點擊率佔比的意思是，在同一個關鍵字底下，有多少比率的消費者，點擊了這個第一名的產品頁面；轉換率佔比則是消費者在搜尋該關鍵字後，購買該商品的次數除以購買任何商品的總次數，可以了解搜尋該關鍵字後的購買行為是集中在少數商品上，還是較廣泛地分散在不同的商品中。
點擊率佔比與轉換率佔比二者是獨立事件。
以下圖來說，搜尋關鍵字 A 排名第一的產品頁面，點擊率占比是 15.50%，轉換率佔比則是 17.69％。但是關鍵字 D（第四橫行），在第一名的這個產品頁面，它的點擊率佔比雖然很高，有 35.19%，可是產品頁面的轉換率佔比卻只有 0.02%。
點擊率佔比與轉換率佔比，二者是獨立事件是什麼意思？
我們不能指稱搜尋 A 關鍵字的消費者，他們大部分都是想要購買 A 商品，所以點擊率佔比跟轉換率佔比數值相近；而搜尋關鍵字 D 的消費者，他們可能只是在比價，所以轉換率佔比相對低。
因為點擊佔比歸點擊佔比，轉換佔比歸轉換佔比。點擊可能是因為關鍵字的精準度距離購物決策的遠近、產品的主圖是否吸引人、價格、評價星等，轉換率的考量則包括了該產品頁面的整個設計、圖片、文案內容、A+ Content 等因素。
此外，你也必須綜觀地看前三名的結果，才能下初步的推論。
再將頁面再向右滑動，你就可以看到銀牌 🥈 跟銅牌 🥉 的選手，分別是誰，以及他們的點擊率、轉換率如何，進一步去分析你的假設是否正確。
甚至，你也可以直接點擊 ASIN 看究竟是哪一個產品，直接看產品頁面設計，評斷究竟是它的產品頁面做得差，還是消費者不是真心想買。
看到搜尋「關鍵字 D」排名二的產品，它的點擊率佔比雖然只有 5.95 %，但轉換率佔比有 8.23%， 比搜尋結果排名第一的產品轉換率佔比 0.02% 高出許多。
直接點進產品的 ASIN 看第二名的產品頁面：搭拉～沒錯，排名第二的是個至少有品牌名字的產品，評價將近 24 萬個，平均 4.4 顆星；而上週霸佔 D 關鍵字第一名的產品頁面確實是相對新的，它的評價數量只有 68 個，4.5 顆星 。產品頁面的文案內容兩者差異不大，但排名第二的產品價格略低 1、2 美元，並且排名第二的原定價比起既有販售的價格多了 40% 以上。
換句話說，消費者用更便宜的價格買到可能是更好品質、至少有品牌名稱的產品，而且它的評價更多、更具可信度，這樣，排名老二的轉換率佔比第一名來得高，也不奇怪了吧！
不過，不同品類的關鍵字之間，有時難以這樣直接類比優劣。
最好的方式還是以關鍵字為固定值，對應該關鍵字的點擊率佔比、轉換率佔比，進一步針對你想要進攻的關鍵字做進一步的分析。
比如以上圖來說，你可以看到，搜尋 關鍵字 E ，排名第一的產品，就拿下了整個關鍵字 20% 的轉換率佔比，也就是說，每五個搜尋這個關鍵字的消費者，其中有一個人就買了這個產品頁面的商品。
相較之下，在關鍵字 E ，排名第二、第三的產品頁面，就只有拿到 5% 以下的轉換率佔比。可是在關鍵字 D 的表現上，反倒是排名第三的產品頁面拿下最多的轉換率佔比。
跟所有的數據報告一樣，務必搞懂每一個欄位代表的意思，然後「大膽假設、小心求證」。
小結
在不特別設定任何條件下看 Amazon Brand Analytics – Amazon Search Term 的數據分析結果，品牌賣家可以了解每天、每週、每月、每季 Amazon 上有什麼特殊、有趣的關鍵字衝上榜，說不定能藉此挖掘潛在商機。
而 Amazon Brand Analytics 品牌分析數據除了讓賣家能宏觀地看大至季度、小至一天的趨勢以外，最重要的，賣家還是應該要善用這些第一手官方數據資料，讓自己的產品能在亞馬遜上賣得更多、更好！
2. 消費者都拿你的產品跟誰比？競品比較與替代性商品分析
在這個分析頁面中，你可以知道，消費者瀏覽你的某個產品頁面之後，完成購物決策前，他們通常還會跟什麼產品做比較，最多可以看到 5 個關聯性的產品。這是在品牌分析數據中，唯一一個可以看到 5 個排名的項目。
如果你的產品種類多，並且都有很好的銷售表現，通常排名第一個與第二個比較的商品，都會是你自己的其他相關產品頁面。
當你發現有不是自己的品牌出現，並且 Compared 達到 15% 以上，就要特別注意一下啦！
點擊 Compared ASIN，你就可以直接前往消費者喜歡比較的競品產品頁面，然後進一步地分析、思考，為什麼消費者會拿你的某個產品跟競品做比較呢？是因為價格？產品圖片設計？競品有下廣告還是什麼其他特別的原因導致你的潛在消費者有被其他競品搶走的危機。
3. 競品關鍵字、長尾關鍵字調查
延續前一個分析，假設你在替代性商品分析性看到競爭對手有展露頭角的機會，那麼你就可以透過 Amazon Search Terms 的「ASIN」反查功能，去找到它排了哪些關鍵字，可能是你沒有的。
注意：Search Frenquency Rank 是指在這段你選擇的時間中，該關鍵字的熱門程度排名，並不是指該關鍵字的搜尋量，不要誤會了！數字越小，表示這個關鍵字在這段時間內被消費者在亞馬遜上搜尋的頻率越高。你可能會覺得通常越熱門的字，搜尋量也越大，不過根據你所選定的時間區間，可能是因為季節性、趨勢性及或話題性，這邊要注意別搞混。
從上面的 ASIN 反查示意圖你會發現，它所排名的關鍵字都是偏向長尾的關鍵字，有較明確地描述產品的使用情境，而不是 ” travel mug” 或是 ” coffee mug” 這種比較廣泛的詞。
而當你知道競品在哪些關鍵字表現特別好的時候，就可以再用一次 Amazon Search Term 的功能，輸入相對廣泛的關鍵字，去找到相關性高的其他關鍵字。
當 Search Frequency Rank 的值越低，則代表那個關鍵字與你輸入的關鍵字關聯性更大！
例如我輸入 “travel mug”，就再找到了亞馬遜上消費者實際找相關產品的其他關鍵字搭配組合，例如：品牌名 travel mug、形容詞 travel mug、travel coffee mug、coffee travel mug、coffee mug travel。
可能你自己是賣 travel mug 的人，但卻不知道原來消費者搜尋地變形關鍵字還有那麼多種！
有了這個數據，你就可以再重新調整你的亞馬遜產品頁面內容、廣告投放策略，置入合適的長尾關鍵字，來提升你的產品頁面關鍵字排名。此外，若你還有使用第三方市場調查分析工具如 Helium 10，也可以搭配反查資料的精準度。
4. 消費者還買了啥？ 優化搭售組合及挖掘新商機。
Ｍarket Basket Analysis 這個分析表可以讓你知道除了你的某個商品以外，消費者還買了什麼其他東西的前三名。
你可以藉此了解自己的產品搭售組合 （Bundle）是否受到消費者的喜愛，或是其實你的搭售組合並不討喜，他們總是會分別把你的其他兩個不同產品頁面的商品，一起加入購物車。
又或者是，他們總是喜歡在買了你的 A 產品之後，再買其他品牌的 J 產品，甚至是其他品類的 Z 產品，如此一來，你也可以重新發現新的產品組合。
這概念有點像是實體超市的行銷傳說，把啤酒跟尿布擺在一起賣，賣得更好？因為銷售人員透過數據發現，週末的某個時段，把尿布跟啤酒一起結帳的消費者總是特別多。
在設定上，你可以選擇將自己的產品頁面排除，就可以進一步看到有沒有什麼新產品是你不知道消費者竟然會一起買的！
若是你自己能研發消費者常一起賣的產品做銷售組合，或者找到優質廠商已相對低的成本價幫你製作消費者時常一起買的商品，那麼就能讓客單價提高，讓你的亞馬遜業績與利潤再更上層樓。
5. 消費者的重購率與消費金額、佔比
如果你的商品是具有「回購」特性，比如衛生紙、洗髮精、沐浴乳等這種家庭常備品，或是時常需要更換的什麼濾心、濾網等，那麼重購率就會是你的優化項目！
在這個數據分析中你可以看到有多少消費者是曾經買過你某個產品頁面的消費者，以及在整體的購買當中，他們的佔比多少、帶來的業績是多少，占比為何。
6. 消費族群的人口統計變數
在 Demographic 的這個項目中，你可以看到消費客群的年齡、家庭年收入、教育程度、性別比例以及婚姻狀態。
- 年齡區間： 18 、25 、35 、45 、 55、65、65以上、未提供。
- 家庭年收入區間（美金）：五萬、七萬五、十萬、十二萬五、十五萬、十七萬五、二十萬、二十五萬、二十五萬以上、未提供。
- 教育程度：高中以下、高中畢業、大專、學士、碩士、未提供。
- 性別：男性、女性、未提供。
- 婚姻狀態：單身、已婚、未提供。
雖然沒辦法再獲得更多相對細緻的數據內容，但有了這些資訊以後，至少可以讓品牌賣家在做行銷活動的時候稍有頭緒。比如，主要客群的年家庭收入以及教育程度在統計數據裡是相對偏低的，那麼可能在價格的設定、文案敘述的內容上，要使用的角度就會不一樣。
甚至你可能會意外的發現，啊，原來你以為你的產品做那樣的設計、包裝、品牌風格，應該都是家庭年收入高的人才買得起的吧？結果. . .後台的品牌數據分析資料發現，什麼 ～ 和你想的不一樣！
對，消費者、人類就是那麼讓你摸不透的生物！
7. 調整廣告投放策略、提升關鍵字排名
有了上面那麼多的數據資料，不定時地，你就可以根據這些品牌分析的參考內容，再去做產品頁面以及廣告投放策略的優化。
實際上怎麼做呢？
例如前面有提到，Amazon Search Term 可以讓你知道競爭對手的關鍵字排名如何、以及他可能用了哪些長尾關鍵字去發現潛在的精準客群。
專業賣家在 Amazon 後台，可以自己操作、以 CPC 計算的方式投放廣告：包括關鍵字和 ASIN。
除了人們比較熟知的關鍵字廣告以外，Amazon 賣家還可以在競爭對手的產品頁面下的不同位置，選擇要攻佔該產品頁面的哪些廣告版面。而專業賣家能在別人的產品頁面下廣告的這個功能約莫是在 2018 年 11 月推出的。
談了那麼多 Amazon Brand Analytics 品牌分析的功能，不知道你會不會覺得有點無聊？
還是學到很多呢？ 這邊再用 1 分鐘的時間，告訴你個外傳小故事。
Amazon 的「自動化」小故事
2019年年初，Amazon 就推出了許多「自動化」的服務，或是透過併購、收購市場，來不斷擴大自己的事業版圖。
像是在距離 Amazon 西雅圖總部北方的華盛頓州，推出了 Amazon Scout 小型送貨機器人測試。機器人的體積類似於小型冰箱，移動速度則是常人的走路速度，在跟隨電腦指示的路線送貨到消費者家門口前時，會自動打開上蓋，通知顧客開門並從 Scout 中取出訂購的商品，以節省人力成本。
又如透過機器學習將成千上萬的消費者資料做運算和數據分析，找到潛在的消費者可能會喜歡的商品，再與廠商合作免費寄送樣品，讓消費者回到家門口的時候出現意外的驚喜！準備免費寄樣到消費者家門這樣的方式，跟市場上的兩大廣告巨人先行者 Google 和 Facebook 抗衡。
抑或是收購 Eero 路由器製造商，讓傳統路由器會產生的覆蓋死角問題交給專業的團隊解決，讓 Amazon 在智慧居家這條路上的領導定位可以走得更順利。甚至搶先特斯拉，秘密協商投資電動小貨卡製造商 Rivian Automative（2018年11月首度亮相，預計在2020年秋天開賣，2021年9月要準備交貨給亞馬遜十萬輛電動貨車！）。
不過，與賣家最直接且息息相關的是，Amazon 在後台開放了讓賣家彼此廝殺的透明數據與功能。
也就是這篇文章提到的 Amazon Brand Analytics 中的「Amazon Search Terms」。
結語
過去，Amazon 可能需要聘請許多專業的「客戶經理」來服務眾多的「亞馬遜賣家」，比如提報各種不同的促銷活動，協助客戶做廣告投放、提供優化反饋等服務。但隨著亞馬遜對於品牌賣家的重視，提供給賣家「自助」的功能也越趨完善，同時也近一步地讓所有需要人工的服務更「自動化」與「透明化」。
對賣家來說，當 Amazon 後台的數據越透明化，能夠使用的工具越多，賣家則更能憑藉數據分析的能力及應用來提升營收的增長。
只是，這對於很多可能剛接觸電商的企業來說，自己要學的東西是更多了。要如何不斷跟上 Amazon 的腳步，在網路行銷的時代透過廣告或是各種成長駭客的手法，持續在 Amazon 上熱銷，則是品牌賣家面臨的一大挑戰。
若你的企業經營亞馬遜遇到了難題，歡迎預約 TransBiz 的免費顧問諮詢。
