本文之前先回顧幾個事件：

1.2018年1月不少賣家因涉嫌操縱review被封賬號；

2.2018年2月14日，亞馬遜判定大批量賣家操控評價和刷單，涉嫌欺詐，大批賬號無法登入；

3.2018年2月24日，亞馬遜群發警告信，指出賬號可能涉嫌測評、刷單、操作review，并強調如果繼續將同樣被停止銷售；

4.2018年3月1日，目前這個小紅旗的警報已經解除，亞馬遜方面已證實這封郵件是自己的錯誤。

同時我們再看另外兩個消息：

1. 新浪網稱：據多個廣告主和技術合作伙伴透露，亞馬遜一直在悄悄的在自己的網站和其他服務中測試廣告產品。該公司計劃在2018年發力數字廣告業務。消息人士表示，亞馬遜希望在2018年中，將重心放在電子商務搜索和視頻產品的廣告上。

2.亞馬遜宣布推出新的廣告工具，旨在幫助廣告主管理Sponsored Product廣告的每日預算。新的通知及個性化建議旨在讓廣告主的廣告保持全天有效。

我們都知道，刷單也好，測評也好都是為了獲得流量或者贏得轉化，而從另外一個角度PPC廣告也是可以達到同樣的效果，那么一方面在打壓，一方面在鼓勵…

細思極恐?。?！所以2018年亞馬遜運營的重心不言而喻，想想Jeff的套路也是一溜一溜的！??！

言歸正傳，我們今天聊聊廣告后臺的最新的變化——后臺數據可視化！（根據我在賣家群中的調查，目前只是部分測試，沒有變化的賣家可以耐心等待）

圖一：廣告活動總覽

在后臺多了一個圖標視圖的按鈕，選擇圖標視圖則數據會出現可視化。

圖二：數據指標

賣家可以根據自己的需求添加數據指標，數據指標一共有8個，依次是花費（spend）、曝光量（impressions）、點擊（clicks）、每次點擊費用（cpc）、點擊率（ctr）、貢獻銷售（sales）、訂單量（orders）以及廣告成本銷售占比（acos）。

賣家朋友可以根據自己的需求選擇兩組數據進行分析，除曝光量是以柱狀圖展示外，其他的數據指標都是以曲線進行展示。

同時針對于單獨的廣告組，也有了可視化的數據展示：

坦白說，數據可視化之后，小麥感覺壓力倍增，以前這些數據是需要人工去記錄，工作比較復雜，所以廣告數據的分析需要經過數據的收集——數據整理——數據分析，而現在廣告數據可視化之后，將大大降低數據收集和整理的工作量，數據可視化將會更加直觀，使數據分析更加便捷。亞馬遜直接把小麥之前自己做的數據分析表格放在了后臺，淚奔…但是對于大部分賣家來說這是一件好事。

數據的可視化將會帶來這些好處：

1. 數據信息的獲取更加的便捷

“研究報告能用表格不要用文字，能用圖片不要表”以前大學導師經常跟我們這樣說。實際上人腦對視覺信息的處理要比書面信息容易得多。使用圖表來總結復雜的數據，可以確保對關系的理解要比那些混亂的報告或電子表格更快。

這提供了一種非常清晰的溝通方式，作為運營可以更快的理解和處理后臺的廣告信息。數據可視化工具可以提供實時信息，使運營更容易對整個廣告方案進行評估。對市場變化更快的調整和對新機會的快速識別。

2. 理解運營與結果之間的關系

數據可視化的一個好處是，它可以讓運營去跟蹤運營和整體業務性能之間的連接。在競爭環境中，找到業務功能和市場性能之間的相關性是至關重要的。

例如：我們之前會關注點擊率與銷售額的變化趨勢，我們發現點擊率跟銷售額之間存在著正向相關的聯系。于是我們強化圖片的點擊率，不斷的優化圖片。

3. 數據之間建立聯系

數據可視化的主要好處是它及時帶來了風險變化。但與靜態圖表不同，交互式數據可視化鼓勵用戶探索甚至操縱數據，以發現其他因素。這就為使用分析提供了更好的意見。

原先的廣告數據都是表格，并且收集整理比較麻煩，并且數據之間都是獨立的個體，需要運營人員對數據的意義有一定的了解和對數據分析有著一定的基礎技能才能操作，而現在只需要添加兩個指標就可以進行數據的分析。

我們以Acos為例，從Acos的計算的公式我們可以知道它是由花費/總銷售，那么當我們的Acos增加時，我們需要具體的去考慮是花費升高了呢，還是總銷售下降了。通過添加Acos和花費的指標以及Acos和總銷售的數據可視化指標我們就可以找到原因所在。

數據的可視化好處還有很多，這里就不一一講述了。

對于數據分析的方法，今天小麥也簡單的跟大家聊一下可以應付基本的數據分析的四大分析思路：

1. 對比思想

數據對比主要是橫向和縱向兩個角度，指標間的橫向對比幫助我們認識預期值的合理性，而指標自身在時間維度上的對比，即我們通常說的趨勢分析。

橫向對比是指在同類事物或同一歷史時期進行的比較，而縱向對比多指從歷史的角度比較。

比如說，你把中國現在跟30年前比較，那是縱向的，跟當前西方國家比較，就是橫向的。一個是歷史視角，一個是國際視野。

縱向對比

通過可視化的報表我們可以把最近30天的廣告數據進行篩選，這樣可以看出最近30天整個廣告效果的變化趨勢，如果我們上周做了調整，那么我們這周就可以看看廣告的效果是否能夠達到預期，如果沒有，那么根據趨勢圖，需要繼續調整。

但是我們要注意一點，所有的分析需要考慮到具體的實際場景，我們例如在旺季的時候廣告單次點擊會上漲，這就是一個普遍的現象；有可能在某一天轉化特別差，那么可能不是廣告流量出了問題，而需要去考慮是否是產品評價或者其他的轉化因素出了問題。

橫向對比

假設我們這周的廣告費用不變，銷售上漲了20%，我們是不是應該高興呢？

當然值得高興，不過這個上漲我們需要考慮另外一個重要的要素，市場整體情況趨勢向好，我們增長了20%，但是競爭對手增長了40%，這樣一不小心就會被競爭對手給打敗了。也就是說我們判斷一個現象好還是不好，都需要一個參照系，雖然我們很難知道競爭對手漲了多少，但是我們可以通過整體的曝光量的變化來判斷整個市場的流量變化趨勢。

通過穩定的廣告組在充足的預算的情況下，根據每天的展現來判斷市場的變化趨勢，這種方法是有一定的參考性的。

2. 細分思想

很多時候我們看到的某一個指標都是一種結果，而這個結果同樣是由多個因素所決定。于是我們可以看到ACOS這個指標的最終分解圖如下：

通過細分的思想，我們可以對分析對象剝絲抽繭，逐步定位到問題點。細分的角度可以有很多，越細分越能準確描述問題。那么讀懂這張圖，我們就能真正的理解ACOS的要素！但是話說回來，廣告卻不僅僅只有ACOS。

細分思想其實就是不斷用更小的量化指標去細分一個大的指標，從而達到定位問題的目的。

所以大家一定要謹記。

3. 轉化思想

細分的思想可以找到所有問題的細分定位，但是單純的把問題細分出來之后并沒有多大的意義，而是需要把這些數據進行分析，這些指標都是怎么來的，每一個步驟的轉化率怎么樣，哪一個步驟的轉化不好，可以改善?這些通過轉化率都可以分析出來。

例如本周廣告成交100件產品，那么我們需要分析這100件產品如何來，梳理一下可以簡單分為以下3個步驟：

廣告獲得的展現——廣告獲得的流量——最終交易訂單——最終交易的件數

這里4個步驟就會有3個轉化率，哪些步驟轉化率比較高，哪些步驟轉化率比較低，歷史趨勢怎么樣，是否合理，是否有改進的空間等等。通過應用轉化的思想，能夠有效的指導和優化實際的運營工作。

4. 分類思想

分類思想簡單的說，就是把一些對象，按照某種規則，劃分為若干個類別，然后分析各個類別的特征，并以此來指導我們的行動。

嚴格說，分類其實也是細分的一種，不過因為它比較重要，所以我們獨立展開。

首先我們的廣告組可以按照目的進行分類，跑詞的廣告組、轉化的廣告組、釣魚的廣告組這是一種分類的方式；同時可以按照產品進行分類，同類型的產品可以做小分類的廣告組。基于這種分類我們可以更好的分析該組廣告的效果，以及制定相應的優化措施。

雖然這些都是一些非常基本的數據分析思想，但是能夠靈活運用起來對付亞馬遜的廣告數據分析，乃至亞馬遜的運營數據分析已經足夠了！

小麥預測2018年的廣告成本將會繼續上漲，賣家所關注的重心應該要從怎樣做廣告轉化為如何更低成本的做廣告，難度系數不斷增加。小麥在2018年也將重點為大家來講解廣告的相關系統的思想和細節。敬請期待！