如何写出高收录词的listing文案,先做好这一点

news2024/9/23 15:57:03

在亚马逊上,关键词是连接买家搜索与产品之间的桥梁,超过80%的购买行为都是通过搜索关键词开始的。因此,文案中包含的精准关键词越多,Listing越能匹配买家的需求,从而提高自然排名并优化广告效果。

亚马逊的收录分为静态收录和动态收录。静态收录是指首次收录,亚马逊通过抓取产品的类目、标题、五点描述、产品详情、QA和评论等信息,进行关键词的匹配。而动态收录是根据买家行为,如浏览、点击、加购、收藏、购买、评论等,来判定关键词与产品的相关性。当某个关键词的相关性达到一定阈值后,产品就会被亚马逊加强动态收录的可能性。

在产品运营的初期,静态收录非常重要!静态收录是亚马逊初次分配给卖家产品流量的基础,而关键就在于Listing文案的质量。而写出高收录的Listing文案,核心就在于搭建一个全面的关键词词库。

一、为什么要搭建关键词词库

首先,我们先理解一下亚马逊系统的收录逻辑。亚马逊A9系统抓取到的关键词信息是词根,比如power bank这个关键词在亚马逊索引库里呈现的就是#power 与 #bank,亚马逊A9根据标题、ST、五行及A+产品描述等关键词信息的不同权重来抓取词根,被抓取到的这些词根亚马逊系统会互相匹配组合成多种多样的关键词,互联网专业术语称之为“蜘蛛网关系”。

今年引入的COSMO算法则是在A9的基础上,通过关键词对用户进行更加智能化的产品推荐。这意味着无论是A9还是COSMO,都是基于关键词来进行的,因此,搭建关键词词库是高收录Listing文案的核心。

随着亚马逊上的产品种类不断增加,买家需要通过更加精准的关键词组合来找到他们想要的商品。再加上买家搜索习惯等因素的不同,就会引申出很多各式各样且不断变化的长尾需。而长尾关键词竞争小、竞价低,能带来更多的高意图订单,而这些正是卖家需要重视的。

很多卖家往往只关注几十个大词,再根据这些大词反查一些相关性较高、搜索量大的关键词,这样的关键词库往往不够全面,错失了大量潜在流量。

二、如何搭建全面的关键词词库(简单思路参考)

搭建竞品ASIN库(找准竞品,越多越好)

搭建关键词总词库(总词库,肯定词库,否定词库)

1、搭建竞品ASIN库(找准竞品,越多越好)

首先,在搭建关键词库前,卖家需要收集大量竞品,并进行分类。但往往很多卖家都忽略了这一步,导致后面搜集的关键词库不是很全面。

一般情况下, 我们可以将竞品分为四类:

相关竞品:小类节点下的top100

直接竞品:拥有相同核心属性的相同竞品,有同质化的特点

无关竞品:非同品类且无相似核心属性

偏好推荐竞品:自身品类、竞争情况、产品卖点等竞品判断属性相似度,达标则为偏好推荐竞品(迎合COSMO等新算法)

我们提倡尽可能多地寻找精准的竞品,通过动用现有的工具和方法,全面挖掘所有潜在竞品,为词库的构建提供基础。比如在New Releases、Best Sellers等榜单,或者上下游产品类目去寻找同类产品和关联产品。或者借助关键词工具,如词匠这四种找竞品的方式。

如何写出高收录词的listing文案,先做好这一点

图片来源:词匠

2、搭建关键词总词库(包含意图词库、肯定词库、否定词库)

建立关键词库时,应包含以下几种分类:

总词库:包含所有关键词肯定词库:精准匹配产品需求的关键词否定词库:与产品无关或不适合广告投放的词用户意图词库:基于买家搜索意图的关键词

其次不管是卖家推新品,还是盘活老品,要先确定关键词库量需要多少,先对关键词词库数据做一个量化标准,再对关键词进行地毯式搜索,扩充关键词词库量,关键词数据越多精准度越高。

建议标准:产品关键词词库量达到品类BSR的ASIN关键词词汇量的10倍以上。在我们学员中,关键词词库十几万的都是很常见的。

采集关键词的方式有两种:竞品ASIN采集关键词和关键词采集关联关键词。

竞品ASIN采集关键词:借助现有工具的ASIN反查,将所搜集的直接竞品ASIN及相关ASIN导入,再将结果中的关键词添加到总词库中。

关键词采集关联关键词:借助关键词反查,将核心大词、场景词、人群词等词反查关联关键词数据,再将结果中的关键词添加到总词库中。

为了使我们的词库更加全面,尽量不漏掉核心关键词,可将核心大词、搜索量高的词、产品相关的场景词和人群词去拓展亚马逊下拉框词和推荐词。

如何写出高收录词的listing文案,先做好这一点

图片来源:亚马逊

如何写出高收录词的listing文案,先做好这一点

图片来源:亚马逊

接着对总词库进行瘦身,也就进行肯定词/否定词的筛选。这一步很重要,因为肯定词是帮你出单赚钱的,否定词是帮你净化垃圾流量帮你省钱的。

首先可以先进行人工判断,不过判断之前要先熟悉产品的属性词和产品目标人群习惯,将与产品属性不相关的词和与产品的使用场景不相关的词归类为否定词。

或者借助关键词工具,如词匠「关键词判断(肯否)」。根据搜索结果里的首页、前两页、前三页的关键词精准度情况,以及每个关键词、竞品数量、首页产品数、是否为AC标等因素进行判断。

如何写出高收录词的listing文案,先做好这一点

图片来源:词匠

将肯定词放入肯定词库中,同时根据用户画像、人群定位进行对肯定词的属性标签分类,如特征属性、材质属性、功能属性、季节属性、价格属性、品牌属性、品质属性,产品属性决定其价值,也是区别其他竞品的维度。让肯定词词生成词根和矩阵,用于布局文案,让重要的产品信息及精准属性被亚马逊正确收录,让A9算法正确识别我们的产品。

否定词则生成词根频率后进行归纳,将出现高的频率词根排除在文案里出现,广告打自动或手动词组/广泛时用词组否定这些不相关词根,前期先排除不精准流量,提高点击率和转化率,降低ACOS,节省更多无效广告成本。

如何写出高收录词的listing文案,先做好这一点

图片来源:词匠 高频词根展示

搭建一个有效全面的亚马逊关键词词库,可以更系统化和规范化的管理关键词,帮助卖家更好地进行广告投放和优化文案。

今天关于词库搭建的思路就分享到这里,相对比较简单,希望能给各位卖家一点启发。

(来源:董海温)

以上内容属作者个人观点,不代表雨果跨境立场!本文经原作者授权转载,转载需经原作者授权同意。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2157926.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【CSS Tricks】在css中尝试一种新的颜色模型HSL

目录 引言浏览器支持性HSL介绍HSL相较于RGB的优势在哪?HSL在网页设计的应用场景如何用代码转换hslRGB转HSLHSL转RGBHEX格式的互转 总结 引言 本篇不会对rgb颜色模型或是hsl颜色模型的显色原理进行深入的探究,仅从前端开发角度去论述在工作中选择哪种比较…

C/C++指针的前世今生

前言 老早之前就想写这个内容了,打了草稿后闲置了两个月,因为其他事就没再动过这个东西了,今天翻草稿箱的时候发现了它,就把它完善出来,顺便我也学习学习。 正文 指针的前世今生 前面先说一下,故事是随…

【第十七章:Sentosa_DSML社区版-机器学习之异常检测】

【第十七章:Sentosa_DSML社区版-机器学习之异常检测】 机器学习异常检测是检测数据集中的异常数据的算子,一种高效的异常检测算法。它和随机森林类似,但每次选择划分属性和划分点(值)时都是随机的,而不是根…

前端——实现时钟 附带小例子

创建日期对象 toLocaleDateString() 获取日期 console.log(date.toLocaleDateString()) toLocaleTimeString() 获取时间 console.log(date.toLocaleTimeString()) toLocaleString() 获取日期和时间 console.log(date.toLocaleString()) date.getDay() 获取星期几 周日为…

VisualStudio的“应用代码更改“按钮功能

无意发现这个按钮,因为开发这么多年也没专门尝试这个按钮,于是好奇它的功能。 光标放在按钮上面提示了“应用代码更改”,于是猜想应该是在调试不断开的情况下支持热应用更改。 经过验证,功能确实如同猜想的一样,具体验…

Leetcode 1039. 多边形三角形剖分的最低得分 枚举型区间dp C++实现

问题:Leetcode 1039. 多边形三角形剖分的最低得分 你有一个凸的 n 边形,其每个顶点都有一个整数值。给定一个整数数组 values ,其中 values[i] 是第 i 个顶点的值(即 顺时针顺序 )。 假设将多边形 剖分 为 n - 2 个三…

力扣(leetcode)每日一题 1014 最佳观光组合

题干 1014. 最佳观光组合 给你一个正整数数组 values&#xff0c;其中 values[i] 表示第 i 个观光景点的评分&#xff0c;并且两个景点 i 和 j 之间的 距离 为 j - i。 一对景点&#xff08;i < j&#xff09;组成的观光组合的得分为 values[i] values[j] i - j &#…

windows 出现身份验证错误,要求的函数不受支持

现象环境&#xff1a; win10 mstsc内网远程server2016&#xff0c;出现错误代码&#xff1a; 远程桌面连接出现身份验证错误。要求的函数不受支持。这可能是由于CredSSP加密数据库修正 出现身份验证错误 原因&#xff1a; 系统更新&#xff0c;微软系统补丁的更新将 Cred…

<刷题笔记> 力扣236题——二叉树的公共祖先

236. 二叉树的最近公共祖先 - 力扣&#xff08;LeetCode&#xff09; 题目解释&#xff1a; 我们以这棵树为例&#xff0c;来观察找不同的最近公共祖先有何特点&#xff1a; 思路一&#xff1a; 除了第二种情况&#xff0c;最近公共祖先满足&#xff1a;一个节点在他的左边&am…

现代LLM基本技术整理

0 开始之前 本文从Llama 3报告出发&#xff0c;基本整理一些现代LLM的技术。基本&#xff0c;是说对一些具体细节不会过于详尽&#xff0c;而是希望得到一篇相对全面&#xff0c;包括预训练&#xff0c;后训练&#xff0c;推理&#xff0c;又能介绍清楚一些具体技术&#xff0…

Hierarchical Video-Moment Retrieval and Step-Captioning

背景 为了激发人们对使用机器学习系统从这些基于文本查询的大型视频语料库中提取和总结重要信息的兴趣&#xff0c;在视频检索、时刻检索、视频摘要和视频字幕方面取得了进展。以前的工作通常侧重于独立解决这些任务&#xff1b;然而&#xff0c;所有这些任务都有一个共同的目标…

科研绘图系列:R语言连线点图(linechart dotplot)

文章目录 介绍加载R包导入数据数据预处理画图组合图形导出数据系统信息介绍 不同物种的强度和微生物的组成情况 加载R包 library("here") library("tidyverse") library("reshape2") library("vegan")

照片写真记录摄影作品记录网站源码

完美适应iPad&#xff0c;平板&#xff0c;手机竖屏不支持lazy&#xff0c;横屏可以&#xff0c;但建议使用平板查看效果&#xff0c; 有服务器直接上传解压使用&#xff0c;环境nginxphp&#xff0c; 没有服务器也没关系&#xff0c;可以直接使用html

Cherry Studio:开启AI智能工作的新篇章

引言 在当今快速发展的科技时代&#xff0c;如何高效利用人工智能技术提升工作效率&#xff0c;成为了各行各业专业人士的共同追求。&#x1f352; Cherry Studio 正是为此而生&#xff0c;它是一款支持多模型服务的桌面客户端&#xff0c;内置了超过 30 个行业的智能助手&…

Could not load library libcudnn_cnn_train.so.8 问题及(非常简单)解决方案

问题描述 Could not load library libcudnn_cnn_train.so.8. Error: /usr/local/cuda-11.8/lib64/libcudnn_cnn_train.so.8: undefined symbol: _ZN5cudnn3cnn34layerNormFwd_execute_internal_implERKNS_7backend11VariantPackEP11CUstream_stRNS0_18LayerNormFwdParamsERKNS…

对抗攻击的详细解析:原理、方法与挑战

对抗攻击的详细解析&#xff1a;原理、方法与挑战 对抗攻击&#xff08;Adversarial Attack&#xff09;是现代机器学习模型&#xff0c;尤其是深度学习模型中的一个关键安全问题。其本质在于&#xff0c;通过对输入数据添加精微的扰动&#xff0c;人类难以察觉这些扰动&#…

教你一招:在微信小程序中为用户上传的图片添加时间水印

在微信小程序开发过程中&#xff0c;我们常常需要在图片上添加水印&#xff0c;以保护版权或增加个性化元素。本文将为大家介绍如何在微信小程序中为图片添加时间水印&#xff0c;让你的小程序更具特色。 实现步骤&#xff1a; 1. 创建页面结构 在pages目录下创建一个名为upl…

使用思科搭建企业网规划训练,让网络全部互通,使用规则提高工作效率。

1. 企业背景&#xff1a; 某企业分为销售部、行政部、人力资源部、财务部、业务部、接待中心等主要六个部门&#xff1b;配置网管中心&#xff0c;允许网络管理员登录企业交换机和路由器对企业网络进行管理&#xff1b;配置服务器集群&#xff0c;设置FTP、DNS、WEB服务器&am…

一个基于 Tauri、Vite 5、Vue 3 和 TypeScript 构建的即时通讯系统,牛啊牛啊!(附源码)

这段时间正在学习桌面端开发&#xff0c;目前了解了Electron和Tauri,在搜索教程的时候发现了一位大佬用Tauri开发了个即时通讯的软件&#xff0c;并且技术栈用的也是VUE3和TypeScript&#xff0c;所以今天就给大家分享一下这个项目——HuLa HuLa HuLa 是一个基于 Tauri、Vite …

Skyeye 云智能制造 v3.14.6 发布,ERP 商城

Skyeye 云智能制造&#xff0c;采用 Springboot winUI 的低代码平台、移动端采用 UNI-APP。包含 30 多个应用模块、50 多种电子流程&#xff0c;CRM、PM、ERP、MES、ADM、EHR、笔记、知识库、项目、门店、商城、财务、多班次考勤、薪资、招聘、云售后、论坛、公告、问卷、报表…