Amazon、Brand Analyticsで商品単位のAI検索データを可視化
原題: Amazon Brand Analytics: Get data to grow your business
背景
商品ごとの検索行動データが把握しづらいという出品者の声を受け、Amazonはブランド登録者向けの既存分析ツール「Brand Analytics」の活用法を改めて整理し、検索表示回数からクリック・カート追加・購入・再購入までを商品・検索語単位で追える使い方を解説した。
結論
- Brand Analyticsは7つのダッシュボードで構成される。「Search Catalog Performance」はインプレッション数・クリック数・クリック率・中央値価格・カート追加・購入数・コンバージョン率を商品単位で表示する。
- 「Search Query Performance」は「検索クエリスコア」と「検索クエリボリューム」という2つの指標で、顧客がどの検索語で商品にたどり着いたかを分析できる。
- 「Top Search Terms」は検索頻度ランクとクリックされたブランド・カテゴリの上位を示し、「Repeat Purchase Behavior」はリピート購入商品の売上・ユニット数・リピート顧客比率を表示する。
- 米国ストア限定の「Demographics」では、ASINあたり100人以上の顧客データが集まると年齢・収入・教育水準・性別・婚姻状態などの傾向が見られる。「Market Basket Analysis」では併売されやすい上位3商品が分かる。
- 「Customer Loyalty Analytics」では顧客を「Top Tier」「Promising」「At Risk」「Hibernating」の4セグメントに分類でき、離反しかけている顧客層の把握に使える。
- 利用には月額39.99ドルのProfessional selling planへの加入とBrand Registry登録が必須で、データは最大3年分遡って確認できる（四半期データの反映は約1週間）。
メッセージ
Brand Analyticsが示すのは、「露出」「クリック」「購入」「リピート」がそれぞれ別のボトルネックを持ちうるという事実である。インプレッションは多いのにクリック率が低いなら商品名や画像の問題、クリックはされるのに購入されないなら価格や商品説明の問題、というように、どの段階で顧客が離脱しているかによって打つべき手はまったく違う。感覚で「なんとなく売れない」と判断するのではなく、どの数字が悪いのかを先に特定してから対策を選ぶという順番を徹底することが、限られた時間で最も効果の出る改善につながる。