后台管理大数据可视化!

 


  
 
 文中以前先回望好多个事情:  
 1.2018年1月许多商家涉嫌控制review被封号账户；  
 2.2018年2月14日，amazon判断大批商家操纵点评和补单，因涉嫌诈骗，大量账户没法登陆；  
 3.2018年2月24日，amazon群发消息警告信，强调账户很有可能因涉嫌评测、补单、实际操作review，并注重假如再次将一样被终止市场销售；  
 4.2018年3月1日，现阶段这一小红旗的警报声已经消除，amazon层面已确认这封电子邮件是自已的不正确。  
 与此同时大家再看另一个2个信息:  
 1. 新浪称:据好几个广告商和技术性合作方透露，amazon一直在偷偷地在自身的网址和其它服务项目中检测广告宣传商品。该企业规划在2018年发力数据广告服务。内部人士表明，amazon期待在2018年中，将重点放到国际贸易检索和视频平台的广告宣传上。  
 2.amazon公布发布新的广告宣传专用工具，致力于协助广告商管理方法Sponsored Product广告宣传的每天费用预算。新的通告及人性化提议致力于让广告商的广告宣传维持24小时合理。  
 众所周知，补单也好，评测也好全是为了更好地得到总流量或是获得转换，而从此外一个视角PPC广告宣传也是可以做到相同的实际效果，那麼一方面在打击，一方面在激励…  
 极思细恐！！！因此2018年亚马逊运营的重心点显而易见，想一想Jeff的忽悠也是一溜一溜的！！！  
 大破冲霄楼，大家今日聊一聊广告后台的近期的转变——后台管理大数据可视化！（依据我还在商家群中的调研，现阶段仅仅一部分检测，并没有转变的商家可以耐心等待）  
 图一:广告宣传主题活动一览  
   
 在后台管理多了一个标志主视图的按键，挑选标志主视图则数据信息会发生数据可视化。  
 图二:数据信息指标值  
   
 商家可以按照自身的需要加上数据信息指标值，数据信息指标值一共有8个，先后是耗费（spend）、曝光量（impressions）、点一下（clicks）、每一次点一下花费（cpc）、点击量（ctr）、奉献市场销售（sales）、订单信息量（orders）及其广告宣传成本费市场销售占有率（acos）。  
 商家好朋友可以按照自身的需要挑选2组统计数据做好剖析，除曝光量是以柱形图展现外，别的的信息指标值全是以曲线图开展展现。  
   
 与此同时对于于独立的广告宣传组，也拥有数据可视化的数据展示:  
   
 坦白说，大数据可视化以后，麦子觉得工作压力增长，之前这种信息是要人力去纪录，工作中比较复杂，因此广告宣传数据的分析必须通过数据信息的搜集——数据统计分析——数据分析，而如今广告宣传大数据可视化以后，将大幅度降低数据采集和梳理的劳动量，大数据可视化可能更为形象化，使数据统计分析更为方便快捷。amazon立即把麦子以前自己做的数据分析表格放到了后台管理，泪流满面…可是对大多数商家而言这也是一件好事。  
 数据信息的数据可视化可能产生这种益处:  
 1. 数据信息的获得更为的方便快捷  
 "调查报告能用报表不能用文本，能用照片不必表"之前高校老师常常跟大家这种说。事实上大脑对视觉效果数据的处置要比书面形式信息内容非常容易得多。应用图形来汇总繁杂的数据信息，可以保证对关联的解释要比这些错乱的汇报或表格更快。  
 这给予了一种十分明确的沟通方式，做为经营可以迅速的掌握和解决后台管理的广告词信息内容。数据信息数据分析工具可以给予实时信息，使经营更易于对全部广告方案开展评定。对行业市场转变迅速的调节和对新机会的迅速鉴别。  
 2. 了解经营与结论相互关系  
 大数据可视化的一个益处是，它可以让经营去追踪经营和总体业务流程特性两者之间的联接。在市场竞争条件中，寻找业务流程作用和销售市场特性两者之间的关联性是极为重要的。  
 例如:大家以前会关心点击量与销售总额的趋势分析，大家发觉点击量跟销售总额中间普遍存在着正方向有关的联络。因此大家加强照片的点击量，持续的提升照片。  
 3. 数据信息中间取得联系  
 大数据可视化的具体益处是它立即产生了风险性转变。但与静态数据数据图表不一样，互动式大数据可视化激励客户探寻乃至控制数据信息，以发觉别的要素。这就为应用研究带来了更快的建议。  
 原来的广告宣传数据信息全是报表，而且搜集整理较为不便，而且数据信息中间是独立自主的个人，必须经营工作人员对信息的作用有一定的熟悉和对数据统计分析有着一定的基本专业技能才可以实际操作，而如今只要加上2个指标值就可以开展数据的分析。  
 大家以Acos为例子，从Acos的测算的公式计算我们可以了解它是由耗费/总市场销售，那麼在我们的Acos提升时，大家必须主要的去考虑到是耗费上升了呢，或是总市场销售降低了。根据加上Acos和费用的标准及其Acos和总市场销售的大数据可视化指标值大家就可以寻找缘故所属。  
 数据信息的数据可视化益处也有许多，这儿便不一一叙述了。  
 针对数据统计分析的方式，今日麦子也简易的跟各位聊一下可以面对如此多的各类画册，客户自己可能都应接不暇一般的数据统计分析的四大剖析构思:  
 1. 比照观念  
 数据对比主要是横着和竖向2个视角，指标值间的横向对比协助大家了解预估值的合理化，而指标值本身在时间维度上的比照，即人们通常说的变化趋势。  
 横向对比就是指在类似事情或同一历史时期开展的较为，而横向比照多指从时间的方面较为。  
 例如，你将我国如今跟30年以前较为，那就是竖向的，跟现阶段欧美国家较为，便是横着的。一个是历史时间角度，一个是国际视野。  
 竖向比照  
 根据交互的表格我们可以把近期30天的广告宣传数据信息开展挑选，那样可以看得出近期30天全部广告效应的趋势分析，如果我们上星期进行了调节，那麼我们这周就可以看一下广告宣传的功效是不是可以实现预估，要是没有，那麼依据数据图，必须再次调节。  
 可是我们要特别注意一点，全部的研究必须充分考虑实际的具体情景，大家例如在高峰期的情况下广告宣传单次点一下会增涨，这就是一个广泛的状况；有可能在某一天转换尤其差，那麼很有可能并不是广告宣传总流量出了问题，而必须去考虑到是不是用户评价或是其它的转换要素出了问题。  
 横向对比  
 假定我们这周的推广费用不会改变，市场销售增涨了20%，大家是否应当开心呢？  
 自然非常值得开心，但是这一增涨大家必须考虑到此外一个主要的因素，销售市场总体状况发展趋势稳步发展，大家提高了20%，可是竞争者提高了40%，那样一不小心便会被竞争者给击败了。换句话说大家判定一个状况好還是不太好，都必须一个参考系，尽管大家难以了解竞争者涨了是多少，可是我们可以根据总体的曝光量的变动来判定全部行业市场的总流量趋势分析。  
 根据平稳的广告宣传组到充裕的费用预算的情形下，依据每日的展示来分辨销售市场的趋势分析，这类办法是有一定的权威性的。  
 2. 细分化观念  
 许多情况下大家看见的某一个指标值全是一种结论，而这一结论一样是由众多要素所决策。因此我们可以见到ACOS这一指数的最后溶解图如下所示:  
   
 根据分类的观念，我们可以对剖析目标剥丝抽茧，逐渐精准定位到问题点。细分化的方面可以有很多，越细分化越能精确叙述问题。那麼了解这幅图，大家就能真真正正的了解ACOS的因素！可是总的来说，广告宣传却不仅仅有ACOS。  
 细分化观念实际上便是不断地用更小的量化指标去细分化一个大的指标值，进而做到精准定位的目地。  
 因此我们一定要切记。  
 3. 转化思想  
 细分化的思维可以找出全部问题的细分化精准定位，可是简单的把问题细分化出去后并没多少的实际意义，反而是必须把那些信息做好剖析，这种指标值全是如何来的，每一个过程的转换率如何，哪一个流程的转换不太好，可以改进?这种根据转换率都能够剖析出去。  
 例如这周广告宣传交易量100多种产品，那麼大家必须剖析这100多种产品怎样来，整理一下可以简洁分成下列3个流程:  
 广告宣传得到的彰显——广告宣传得到的总流量——最后买卖订单信息——最后买卖的产品数量  
 这儿4个流程便会有3个转换率，什么流程转换率非常高，什么流程转换率非常低，历史时间发展趋势如何，是不是有效，是不是有完善的室内空间这些。根据运用转换的观念，可以合理的辅导和提升具体的运营管理工作中。  
 4. 归类观念  
 归类观念简易的说，便是把一些目标，依照某些标准，区划为多个类型，随后剖析不同类型的特点，并借此来具体指导大家的行为。  
 严苛说，归类实际上也是划分的一种，但是因为它较为关键，因此大家单独进行。  
 最先让我们的广告宣传组可以依照目地开展归类，跑词的广告宣传组、转换的广告宣传组、垂钓的广告宣传组这也是一种归类的方法；与此同时可以依照商品做好归类，同种类的商品可以做小归类的广告宣传组。根据这类归类我们可以更快的剖析其值广告宣传的实际效果，及其制订对应的改进对策。  
 尽管那些是一些十分基础的数据统计分析观念，可是可以熟练掌握下去应对amazon的广告宣传数据统计分析，乃至amazon的经营数据统计分析已经非常了！  
 麦子预测分析2018年的广告宣传成本费可能再次增涨，商家所关心的重心点应当要从如何投放广告转换为怎样更节省成本的投放广告，难易度持续提升。麦子在2018年也将关键为我们来解读广告宣传的有关体系的思想观念和关键点。敬请关注！