做好亚马逊核心是关键词分类和词库打造!
26985
想要做好亚马逊的核心，就是深入理解关键词。
平台对产品关键词有多种分类方式，如大词、长尾词、类目词和出单词等。对于许多新手卖家来说，他们常问如何选择这些不同类型的关键词。
首先，我们需要了解如何对关键词进行分类，以及我们日常提及的大词、长尾词和类目词指的是哪些词。
亚马逊根据关键词分类
根据关键词属性分类
品牌商品关键词：将品牌名称与商品名称或其变体结合作为关键词。补充商品关键词：选择单独销售但可以与其他商品一起使用的商品作为目标。例如，如果关键词是护发素，则补充商品可能是洗发水，因为它们之间存在相互需求。
类别外关键词：选择与商品无关但能提高曝光度从而促进购买的关键词作为目标。例如，雨伞和雨鞋虽然不属于同一类别，但由于它们在下雨天使用的场景相似，可以获得额外曝光。
自动投放关键词：将自动广告活动中效果良好的查询词作为手动广告活动的关键词。
根据消费者搜索属性分类
大词/类目词：通常指涉及范围广泛、需求相对模糊的词，例如"table lamp 台灯"，常见于类目名称中，代表一个大类的名称。
属性词：是我们最常见的关键词，也是形成长尾词的关键。例如"LED table lamp"中的"LED"，需要安排站外推广红人视频的卖家，联系客服V：FLA66668888 表示一种属性。"bedside table lamp"中的"bedside"也是一个属性词，还有像"red table lamp/blue table lamp"和"table lamp with..."等，这些词用来修饰大词/类目词，提供更具体的描述，如颜色、功能、卖点、材质、风格和用途等。
长尾词：并不是单独存在的词，而是由多个属性词、类目词和品牌词组成的较长关键词组合。例如"dimmable LED table lamp black"，具有一个或多个属性词，需求非常明确，因此消费者通过长尾词搜索购买的可能性较高。
节假日/旺季专属词：例如"Prime Day"、"Christmas"、"Black Friday"、"Cyber Monday"等，指特定的节日或假期。例如"back to school"假期，指学生返校日期，如果你的产品与学生或校园有关，这些时期可能会出现流量增加。因此，我们将这些词单独列出，作为旺季专属词来投放和使用。
根据关键词相关性分类
还有另外一种分类方式，是帮助我们更好地去做投放时的分类选择。如果将关键词按照产品词、属性词（修饰词）和品牌词这三个大类去进行划分的时候，我们同时还可以根据强相关性和弱相关性对这个词进行一个划分。
产品词：指符合商品描述的关键词，如"bluetooth headphone"，属于强相关性词。如果广告投放关键词是"bluetooth headphone"，而搜索查询词是"cellphone accessories"、"electronic device"，与"蓝牙耳机"的相关性就较弱。
属性词：是细化商品描述的词，如颜色、形状、尺寸、场景等。只有部分属性与商品情况相符或者属性与购买决策关联度低的词，我们将其视为弱相关性词。
品牌词：指自身品牌名称。有需要加入卖家交流群的卖家，联系客服V：FLA66668888 对于需要进行站外推广或联系红人视频的卖家，比如品牌为"A"，"A"对于该品牌而言是强相关性词。当消费者直接搜索"A"品牌时，与之匹配的机会更大。而如果消费者搜索的是竞争对手的品牌，且竞争对手的品牌与自身品牌在价格区间或产品定位上有较大差异，那么竞争对手的品牌词可能是相关性较弱的词。
通过选品数据工具的【拓展流量词】、【关键词反查】、【关键词挖掘】等工具搜集到目标品类的相关关键词，并一键添加到词库，就可以获得一个初始关键词词库。
还可以在【关键词词库】中自定义分组管理，以方便根据不同的标签，为Listing打造、广告优化，还有关键词分析等不同目标的投放做准备。
以下是我们以灯具为案例，对于属性词进行的整理分类：
不同关键词效果不同
不同类型的关键词带来不同ROAS
ROAS，指的是广告支出回报比。我们得出了以下几个结论：
1、品牌关键词可以产出较高的广告支出回报并且防御市场份额。
如果说消费者已经开始在搜索品牌词，无论他搜索的是我们自己的品牌词还是竞争对手的品牌词，他都已经有开始考虑要去购买某一个产品或者是某一个价格区间、或者是某一些定位的产品了，可能离我们的购买决策已经相对比较近了。
2、品类关键词，最有可能帮助我们扩大市场规模。
某些品类关键词会带来较高的广告支出回报，所以通过品类关键词的设置，我们可以针对一些相对犹豫的消费者，影响他们的决定，来增加市场份额。
3、竞争对手关键词往往具有最低的广告支出回报和最高的投资成本。
但是，它们提供了占领和提高市场份额的机会。
（图片来源：亚马逊广告）
通过上述步骤，我们可以借助迅速地构建起一个内容全面的关键词库，效率确实非常高！
