亞馬遜基于規(guī)則的競(jìng)價(jià)(Rule-Based Bidding）是一種以廣告的最終效果為目標(biāo),使用機(jī)器學(xué)習(xí)算法來(lái)考慮影響廣告效果的一系列參數(shù)(時(shí)間、觀眾群體、展示地點(diǎn)等等),并根據(jù)大量數(shù)據(jù)來(lái)幫助廣告客戶更精確的報(bào)價(jià)。

賣家每天開廣告所需要的并不是曝光量而是點(diǎn)擊量(個(gè)別類型廣告除外),因?yàn)橹挥幸粋€(gè)點(diǎn)擊量,才能證明成功地將“流量引入”到賣家產(chǎn)品詳細(xì)頁(yè)面,“引流”才是廣告最大的價(jià)值。

為增加流量,必須提高出價(jià)以將廣告置于較高的位置,因?yàn)榍懊娴奈恢脮?huì)有足夠的曝光量,然后增加點(diǎn)擊率。

但是,由于買家需求的多樣性、市場(chǎng)動(dòng)態(tài)性的變化以及自身產(chǎn)品的競(jìng)爭(zhēng)力等因素,賣家常常會(huì)在錯(cuò)誤的時(shí)間將錯(cuò)誤的產(chǎn)品呈現(xiàn)給錯(cuò)誤的人群,使廣告的展示對(duì)象很不準(zhǔn)確,不僅增加了流量成本,而且影響了廣告的最終效果。

這種情況對(duì)于買家、賣家和平臺(tái)方都是一種損失。

站在買家角度：搜索出來(lái)的產(chǎn)品要么太貴,要么款式不喜歡,總之不想要,浪費(fèi)時(shí)間,影響購(gòu)物體驗(yàn),差評(píng)！站在賣家角度：燒掉了這么多廣告費(fèi)用,卻沒(méi)有向產(chǎn)品的目標(biāo)受眾展示,ACoS高的也都快上天了,差評(píng)！站在平臺(tái)角度：廣告位很有價(jià)值,結(jié)果賣家的產(chǎn)品點(diǎn)擊率很低,而CPC廣告是通過(guò)點(diǎn)擊付費(fèi)的,還是無(wú)法收錢,很大地影響了廣告收入,股價(jià)又要跌了,差評(píng)！要解決這個(gè)問(wèn)題,首先要了解影響買家需求的準(zhǔn)確性(影響流量準(zhǔn)確性)要考慮什么因素：美國(guó)有成千上萬(wàn)個(gè)城市,跨越6個(gè)時(shí)區(qū),每星期7天,每天都分晝夜兩次,買家在查看產(chǎn)品之前是否看過(guò)或購(gòu)買過(guò)產(chǎn)品,還要考慮買家使用的是iOS還是Android,是電腦手機(jī)還是平板電腦等。

單是以上這些因素的排列組合就必須有上千萬(wàn)的情況了,就這還沒(méi)提到買家搜了什么。

以前推出的動(dòng)態(tài)報(bào)價(jià)有一些硬傷,即完全以轉(zhuǎn)化率為目標(biāo)去優(yōu)化,轉(zhuǎn)化率是銷售過(guò)程值而不是結(jié)果值,盡管可以提高流量轉(zhuǎn)換效率,但是由于忽略了流量成本這一因素,常常出現(xiàn)轉(zhuǎn)化率和ACoS齊飛的情況。

轉(zhuǎn)換率是上升,最終核算成本,相反廣告虧的更多,最后買家買到心儀的產(chǎn)品,亞馬遜賺足了廣告費(fèi),只留賣家默默流淚。

基于規(guī)則競(jìng)價(jià)模式可以很好地彌補(bǔ)了這一缺陷,賣家只需設(shè)定預(yù)算并保證最終RoAS的目標(biāo)。

不必為每一次投標(biāo)價(jià)格都操心,不必?fù)?dān)心“大范圍匹配”與自動(dòng)廣告相匹配的長(zhǎng)尾詞語(yǔ),更不必在午夜爬起來(lái)對(duì)廣告進(jìn)行“分時(shí)調(diào)整”,畢竟,人工調(diào)整的再準(zhǔn)不能和機(jī)器相比。

這一智能競(jìng)標(biāo)模式將大大改善亞馬遜賣家的廣告投放效果的下限,同時(shí)專注于廣告投放的人也不必為每日調(diào)整價(jià)格0.05這樣的小事而煩惱,省下的時(shí)間精力可以用來(lái)考慮廣告策略和研究產(chǎn)品。