大促预热投放“打水漂”？你的预热放量点找对了吗？

（图片来源：图虫创意）

大促预热在什么时间段放量效果最佳？应该用多少预算达成目标？大部分卖家会有两个时间节点，一个是 PD ，一个是 Q4 。那 Q4 放量点在哪里？我们看某卖家如何通过 AMC 模型解决 Upper Funnel 在 BFCM 前 Ramp Up 预热投放问题，该模型可推广至任何促销活动（Prime Day等）。数据来源：亚马逊营销云（AMC）and DSP AD Console。

1、何时开始BFCMRamp Up?

基于AMC User ID、Event Log 超细颗粒度数据，分析 Upper Funnel 触达用户的行为数据， 找出用户开始被大促影响的关键时间节点，并以此为基础来分析Ramp Up 策略。

如下图所示，明显看到，某品牌从 2022年11月6日-12 日这周开始，用户等待大促再购物的特征非常明显，即认为从该时段开始，可以开启BFCM 的 Ramp Up 策略，为大促购物转化提前蓄水。

（数据来源：亚马逊营销云）

从该模型看出，在11月6日-12日放量的整体转化率在升高，所以卖家在11/6开始放量效果最好。

系统可自定义指标：

“ BFCM 购买占比”= BFCM 购买人数 /（ BFCM 购买人数+触达后 4 天内购买人数）

“ Upper Funnel 整体成本”：基于 User ID，将 Ramp Up 期间该策略的 DSP 花费平均分摊到其触达的 BFCM 购买用户上。

“ BFCM Sales Improvement Coefficient ”：BFCM 日均Sales 较 Ramp Up 和 Daily Delivery 的涨幅。“修正系数”= 2023 Daily CPM / 2022 Ramp Up CPM

" BFCM Attribution Factor "：Ramp up 周期内，每天 Upper Funnel 触达但在 BFCM 购买人数，占这部分总购买人数占比。

Please note : All data is for instructional purpose only！

2、Ramp Up 目标怎么定？

基于历史 Sales , 测算新 BFCM Sales Goal。Upper Funnel 策略的设计，终将回归 BFCM 的销售目标。通过研究 AMC 积累的品牌历史 Sales 数据，分析日常期 Sales 和 BFCM Sales 的关系，以此数据来指导新 BFCM Sales Goal 的设立。

如下图所示，基于 2022 年的 Sales 数据，Upper Funnel 的 BFCM 日均 Sales 是日常的 2.57 倍，Lower Funnel 的 BFCM 日均 Sales 是日常的 2.64 倍，整体上 BFCM 日均 Sales 是日常的 2.62 倍。

假设 2023 年 BFCM 前的日常日均 Sales 为 7,000，按照历史 BFCM Sales Goal是日常的2.62倍设置，则2023年BFCM的Sales Goal可初步定为7,000*4*2.62=73,360。

如何通过往年预热期间的 Sales ，来测算 2023 应该花多少预热成本？

上面已经知道了 2023 的BFCM Sales Goal，那就以这个 Sales Goal 驱动Upper Funnel 的流量获取。

通过研究 AMC 积累的 2022 年品牌历史 Sales 数据，如下图蓝色字体所示：

（数据来源：亚马逊营销云）

2022年 BFCM Sales 基于 User ID，按时间序列拆分 4 大部分，Ramp up 触达的 BFCM 购买用户贡献了 15.51% BFCM Sales，总购买人数为222人。

结合 2022年 Ramp up Upper Funnel Cost 为 $10,221.29，即这些 Ramp up触达的 BFCM 购买用户的 Upper Funnel 成本：$10,221.29 / 222 = $46.04。

因此，2023 年 Ramp up Upper funnel DSP Cost = 46.04 * 新 BFCM 所需购买人数 * 修正系数。

假设：2023 年日常 Sales 和 2022 年齐平，但 BFCM Sales Goal 较日常的增长由 2.62 提升至 3，增长至 $59207.08，CPM 价格从 2022 年的 3.82 上涨至 6。

Ramp up 触达的 BFCM 购买用户还是按照 15.51% 贡献 BFCM Sales，则需贡献 9182.53 BFCM Sales，输送271个购买用户。

按每个购买用户的 Upper Funnel 整体成本 $46.04 计算，2023年 Ramp up Upper Funnel DSP Cost = $46.04 * 新BFCM所需购买人数 * 修正系数，则：2023年 Ramp up Upper Funnel DSP Cost = $46.04 * 271* (6/3.82) = $19489.5

（数据来源：亚马逊营销云）

4、如何分配预算？

Ramp up Upper Funnel 预算分配原则 : 按对 BFCM Sales 的贡献程度 (BFCM Attribution Factor) 进行等比例分配。

即根据 BFCM Attribution Factor 的大小，衡量其为 BFCM Sales Goal 的贡献，从而针对性地给 Ramp Up 各时段分配预算。

如基于测算的新 BFCM Ramp up Upper Funnel 的总 Budget 为$19,489.5，以 BFCM 前每 7 天划分一个周期，对应的 BFCM Attribution Factor 分别为13.88%、31.67%和54.45%，测算出每个周期 Budget 分别为$2,704.95、$6,172.83和$10,611.72。(支持自定义调整模型的参数)

（数据来源：亚马逊营销云）

4KMILES AMC 预热期广告预算模型，品牌卖家只需输入4个模型参数，分别是大促Sales增长率、最新CPM、日常Upper Funnel和Lower Funnel的Sales，模型即可自动计算出预热期所需DSP广告费用，及广告费用的消耗计划，以此作为预热期广告花费规划的参考。

AMC 的重要性在于它是一个全新的 Amazon 营销数据系统，智能预算模型只是亮点之一。基于用户及事件级数据，它提供了一个全新的角度来衡量品牌各广告对于品牌销售的贡献，不再单独片面地分析广告营销表现。

横空出世定意义非凡！AMC 以双广告视角去看整个消费者链路，直观不同类型广告、链路的贡献价值，差异化地分配预算，这是亚马逊广告全链路营销的趋势和方向。通过各种报告看到 DSP、SP、SB 以及 SD 的流量交集，洞察所有广告类型和预算花费在每个触达点的转化情况如何，以此来指导广告的投放策略。

做好自然位、广告位、竞品流量、站内站外协同，从而实现品牌流量闭环，品牌卖家已经意识到需要站在双广告的格局上看问题，而不是靠一条腿跑。

关注4KMILES公众号，解锁更多 AMC 功能，我们还能提供定制化服务哦。

（编辑：江同）

（来源：4KMILES）

以上内容仅代表作者本人观点，不代表雨果跨境立场！如有关于作品内容、版权或其它问题请于作品发表后的30日内与雨果跨境取得联系。