Բլոգ/ Amazon Advertising/ Ավտոմատ առատներ

Առատներ, որ իրենք են ուղղվում

Ավտոառատներ DAX-չափիչներով ժամանակային ֆրեյմերի մեջ

Մենեջերը ձեռքով ուղղում է առատները օրը մեկ անգամ՝ և միևնույն է ուշանում շուկայից։ Մենք արեցինք այնպես, որ առատն ինքն է հաշվվում հասկանալի կանոնով, իսկ մարդը միայն դնում է նպատակը։

Թիրախ-առատը ամեն SKU-ի համար DAX-չափիչ է ժամանակային ֆրեյմի մեջ. վերցնում ենք ACoS-նպատակը, փաստացի CTR/CR և մարժան, հաշվում անվտանգ առաստաղը։ Go-ծառայությունը ամեն N րոպեն մեկ վերցնում է արդյունքը և ուղարկում հազարավոր առատներ API-ով։

ՄԱ Միխայիլ Աբովյան·ACS-ի հիմնադիր ·Մայիս 2026 ·10 րոպե
Ավտոմատ առատներ ACoS / ROAS ժամանակային ֆրեյմեր DAX Go + API Amazon Ads
Ղեկի մոտ Պարզ լեզվով՝ ինչն է ցավում, ինչ է փոխվում և ինչ եք ստանում։ Ներքևի թիրախ-առատի հաշվիչը կենդանի է՝ քաշեք ACoS-ի նպատակը։ Բանաձևեր չկան՝ անցեք «Կապոտի տակ», եթե ինժեներիա եք ուզում։
Կապոտի տակ Ինժեներիա՝ DAX-չափիչներ, ժամանակային ֆրեյմեր, առատների առաքման սխեման API-ով։ Անալիտիկների և բանաձևեր սիրողների համար։
առատ ACoS-գոտում 88% էր 32% ձեռքով
ձեռքով ուղղում / օր ~0 էր 2–3 ժամ
արձագանք շուկային 15 ր. էր «օրը մեկ»
SKU ավտոառատի տակ 3 400+ մեկ անցում

01 Ինչու է ձեռքով բիդինգը միշտ ուշանում

Գովազդը հարթակում ապրում է ժամերով. առավոտյան առատը կարգին է, կեսօրին մրցակիցները բարձրացրին կլիկի գինը, և դու կա՛մ գերավճարում ես, կա՛մ սահում ես ցուցադրման մեջ։ Մենեջերը բացում է կաբինետը, նայում տասնյակ կամպանիա, ուղղում առատները ձեռքով՝ և միևնույն է արձագանքում կես օր ուշ։ Իսկ SKU-ները հազարավոր են։

Գլխավոր փորձանքը նույնիսկ արագությունը չէ, այլ տրամաբանությունը։ «Բարձրացրու 0.10$-ով, որտեղ վատ է»-ն ստրատեգիա չէ։ Պարզ չէ, որքան կարելի է վճարել կլիկի դիմաց, որ գովազդը դեռ պլյուսում լինի հենց այս ապրանքի մարժան հաշվի առած։

«Ոչ թե «բարձրացնել, որտեղ վատ է», այլ «վճարել կլիկի դիմաց ճիշտ այնքան, որքան ապրանքը կարող է իրեն թույլ տալ»»։

02 Գաղափարը՝ թիրախ-առատը չափիչ է, ոչ թե կոճակ

Մենք շրջում ենք խնդիրը։ «Ի՞նչ առատ դնել»-ի փոխարեն դու պատասխանում ես մեկ հասկանալի հարցի՝ որքան ես պատրաստ ծախսել գովազդի վրա ամեն 100$ հասույթից այս ապրանքով (դա ACoS-ն է՝ գովազդի ծախսերի բաժինը)։ Հետո մաթեմատիկան նպատակը վերածում է կլիկի գնի։

Տրամաբանությունը պարզ է. եթե 100 կլիկից միջինում երեքն են գնում, ու միջին չեկը հայտնի է՝ ուրեմն պարզ է, որքան հասույթ է բերում մեկ կլիկը։ Բազմապատկում ենք թիրախ-ACoS-ով՝ ստանում ենք, որքան չի ափսոս վճարել այդ կլիկի դիմաց։ Քաշեք ACoS-ի նպատակը և տեսեք, ինչպես են վերահաշվվում թիրախ-առատները՝

Թիրախ-առատ ըստ SKU-ի և ֆրեյմի
թիրախ-առատ = հասույթ կլիկից × ACoS-նպատակ · սինթետիկ տվյալներ
18%
SKUՖրեյմCRAOVՀաս./կլիկԹիրախ-առատ

* ~30 կլիկից ցածր ֆրեյմում չափիչը լռում է՝ չափազանց քիչ տվյալ՝ ձագարին վստահելու համար։ Այդպիսի տողերը խամրած են։

03 Ժամանակային ֆրեյմեր՝ գլխավոր հնարքը

Նույն ապրանքը վաճառվում է տարբեր՝ առավոտյան, ցերեկը և հանգստյան օրերին։ Դրա համար մենք հաշվում ենք ոչ թե մեկ «միջին» առատ, այլ առանձին՝ ամեն բնորոշ ժամանակահատվածի համար՝ «ֆրեյմ»։ Համակարգը գիտի, որ կիրակի երեկոյան այս SKU-ն ավելի լավ է կոնվերտում, և հանգիստ բարձրացնում է առաստաղը հենց այդ ժամանակ։

Ֆրեյմ A
աշխ. · ցերեկ
CR 2.8% · առատ ↓
Ֆրեյմ B
աշխ. · երեկո
CR 3.6% · առատ ↑
Ֆրեյմ C
հանգստյան
CR 4.1% · առատ ↑↑
Ֆրեյմ D
գիշեր
CR 1.2% · առատ ↓↓

CR-ն և գնման բաժինը հաշվվում են ֆրեյմի ներսում, դրա համար առատը հարմարվում է պահանջարկի օրական և շաբաթական ռիթմին՝ առանց միջինի մեջ լղոզվելու։ Վերևի աղյուսակն արդեն օգտագործում է այս ֆրեյմային կոնվերսիաները։

04 Ինչպես են առատները հասնում կաբինետ

Առատը հաշվելը քիչ է՝ պետք է այն դնել կաբինետում, ու ոչ թե մեկը, այլ հազարավոր։ Դա անում է փոքր ծառայություն. ամեն 15 րոպեն մեկ վերցնում է թարմ թիրախ-առատները մոդելից և զգուշորեն ուղարկում Amazon Advertising-ի կաբինետ նրա պաշտոնական ինտերֆեյսով։ Մարդուն մնում է միայն հետևել նպատակին։

Ինժեներիա ուզու՞մ եք։ Անցեք «Կապոտի տակ» ռեժիմին վերևի աջում՝ այնտեղ ֆրեյմի առատի DAX-չափիչը, փոքր տվյալների աղմուկից պաշտպանությունը և Go-առաքման ծառայությունը՝ դիֆֆով և rate-limit-ով։

01 Ինչու է ձեռքով բիդինգը կոտրվում

Ձեռքով բիդինգը կոտրվում է երկու բանի վրա՝ հաճախականություն և որոշման միավոր։ Մարդը ուղղում է առատները «օրը մեկ» պարբերությամբ, մինչդեռ աճուրդը փոխվում է ժամերի ընթացքում։ Իսկ որոշումն ընդունվում է «աչքաչափով՝ ըստ կամպանիայի», մինչդեռ տնտեսապես ճիշտ միավորը SKU × տեղադրում × ժամանակային ֆրեյմ կապն է, ամեն մեկն իր առատի առաստաղով։

Ուրեմն պետք է ոչ թե «եւս մեկ արտահանում», այլ չափիչ, որ ամեն այդպիսի կապի համար հաշվի առավելագույն թույլատրելի առատը թիրախ-ACoS-ից և փաստացի ձագարից՝ և վերահաշվվի այնքան հաճախ, որքան հասցնում ենք արդյունքը հասցնել կաբինետ։

02 Թիրախ-առատը ձագարից

Թիրախ-առատը բխեցվում է ձագարից։ Կլիկից ակնկալվող հասույթը՝ կոնվերսիան պատվերի՝ բազմապատկած միջին չեկով (գնման ուղղմամբ)։ Բազմապատկում ենք թիրախ-ACoS-ով՝ ստանում կլիկի գնի առաստաղը՝

Առատթիրախ = CR × AOV × Գնում × ACoSթիրախ
CR — կլիկ→պատվեր կոնվերսիա · AOV — միջին չեկ · Գնում — գնման բաժին · ACoS — թիրախ ծախսերի բաժին

Չորս բազմապատկիչներն էլ չափիչներ են, որ արդեն ապրում են մոդելում հաշվետվության համար։ Ավտոառատը նոր ճշմարտության աղբյուր չի ավելացնում՝ այն վերաօգտագործում է նույնը, ինչ օպերատիվ սվոդկայի վահանակները։ Դրա համար առատն ու հաշվետվությունը երբեք չեն շեղվի։

Ինչու է անվտանգ։ Առատը առաստաղ է, ոչ թե ֆիքսված գին։ Մենք ծախս չենք երաշխավորում, սահմանափակում ենք առավելագույնը, որի դեպքում յունիթ-տնտեսությունը դեռ սերտվում է։ Թիրախ-ACoS-ից վատ չի կարող դառնալ՝ ըստ կառուցվածքի։

03 Ժամանակային ֆրեյմերը DAX-ում

Ֆրեյմը ձագարի ագրեգացման պատուհան է. օրինակ՝ շաբաթվա օր × ժամ-բակետ, կամ սահող 7/14/28 օր հարթեցման համար։ DAX-ում դա չափիչ է, որ հարգում է ընթացիկ ֆրեյմի համատեքստը։ Պարզեցված կմախք՝

// Թիրախ-առատ ընթացիկ ֆրեյմի համատեքստում (SKU × տեղադրում × պատուհան)
Target Bid =
VAR _cr   = DIVIDE( [Frame orders], [Frame clicks] )
VAR _aov  = DIVIDE( [Frame revenue], [Frame orders] )
VAR _buy  = [Frame buyout share]            // 0..1
VAR _acos = [ACoS Target]                    // դնում է ապրանքի տերը
VAR _raw  = _cr * _aov * _buy * _acos
// պաշտպանություն փոքր տվյալների ցատկերից
VAR _safe = MINX( { _raw, [Bid Ceiling], [Prev bid × 1.5] }, [Value] )
RETURN
    IF( [Frame clicks] >= 30, ROUND( _safe, 2 ), BLANK() )
Փոքր տվյալները գլխավոր թշնամին են։ Եթե ֆրեյմում 4 կլիկ կա, «25%» կոնվերսիան աղմուկ է։ Դրա համար չափիչը առատ չի տալիս, քանի դեռ կլիկները շեմից քիչ են, և սահմանափակում է աճի քայլը (×1.5 նախորդից)։ Ավելի լավ է լռել, քան բյուջե այրել պատահական թվի վրա։

04 Ինչպես են առատները հասնում կաբինետ

Մոդելը ճշմարտության աղբյուրն է, առաքումը՝ առանձին շերտ։ Հաշվարկն արտահանվում է (աղյուսակ SKU · տեղադրում · ֆրեյմ · առատ), իսկ Go-ծառայությունը այն դիֆֆում է կաբինետի ընթացիկ վիճակի հետ և ուղարկում միայն փոփոխությունները, փաթեթներով, հաշվի առնելով API-ի սահմանները՝

DAX-մոդելառատ ըստ ֆրեյմի
Արտահանումparquet / API
Go-ծառայությունդիֆֆ + rate-limit
Ads APIAmazon Advertising

Go-ն ընտրված չէ նորաձևության համար. հազարավոր հարցումներ ретrayներով, backoff-ով և rate-limit-ի խիստ պահպանումով՝ սա կոնկուրենտության մասին է, որտեղ Go-ն ուժեղ է։ Ամեն անցում իդեմպոտենտ է. ընկավ կեսից՝ կրկնական անցումը մնացածը կավարտի առանց առատները կրկնապատկելու։

05 Ինչ տվեց սա

Մենեջերը դադարեց ապրել գովազդային կաբինետներում։ Օրը երկու-երեք ժամ ձեռքով ուղղումների փոխարեն՝ նա դնում է ACoS-ի նպատակ և նայում արդյունքին։ Գովազդն արձագանքում է շուկային 15 րոպեում, ոչ թե «երբ ձեռքները հասնեն», և մնում է ամեն ապրանքի տնտեսության շրջանակում։

ՄետրիկԷր (ձեռքով)Դարձավ
Առատ թիրախ-ACoS-գոտում32%88%
Բիդինգի ժամանակ2–3 ժ/օր~0
Արձագանքի պարբերություն~1 օր15 ր.
SKU-ների ընդգրկումթոփ՝ ձեռքով3 400+ ավտո
Ազնիվ նշում։ Ավտոառատները «շահույթի կախարդական կոճակ» չեն։ Դա կարգապահություն է. գովազդը դադարում է դուրս գալ տնտեսության շրջանակից և աշխատում է հավասար՝ առանց փոսերի և գերավճարների։ Վաճառքի աճը գալիս է լավ ապրանքից՝ մաթեմատիկան պարզապես դադարում է խանգարել։

Կհաշվենք թիրախ-առատը ձեր տվյալների վրա

Անվճար վերլուծության ժամանակ ցույց կտանք, ինչ ACoS են պահում ձեր SKU-ները հիմա և որքան եք գերավճարում կլիկների դիմաց՝ ձեռքով բիդինգի պատճառով։ Առանց պարտավորության։

շարունակություն թեմայով  ·  Բլոգի բոլոր հոդվածները →
ընթերցման ռեժիմ