数据分析是亚马逊运营的核心技能，但是大多数人缺乏有效的数据分析框架，尤其是在面对海量的广告数据时无从下手。所以往往没有数据优化方向，甚至是不会提问，总是会问一些空泛而无法落地的问题。你是否也有以下问题：
· 什么时候优化广告？怎么优化？
· 广告报告太多，不会整理数据？
所以，在此我希望尽我所能地给大家介绍广告数据分析优化的框架思维，形成一个可复制的SOP模板
广告优化的整体思路
在讲操作流程之前，需要明确整体的优化思路，才能更好的适应各自不同的销售状态和产品阶段。总结起来就6个字：先诊断、后优化。
1.AIDA 模型去诊断 Listing
AIDA是营销沟通过程的一个经典模型，我们要用合理的消费心理购物模型去衡量和诊断。那我们用来打广告的listing质量怎么样？如何评判链接转化是否合理呢？
在此，我们可以结合搜索词表现（search query performance）的ASIN视图去判断链接的数据。
Awareness是指链接的曝光，除了付费广告之外，我们还可以从其他流量入口去思考，如关联流量、类目流量、专属页面流量等，评判的标准是亚马逊的流量推荐系统里的权重高低。
Interest是指链接的点击，关键因素是主图、价格、评论、标题等是否能够吸引消费者注意，评判标准是如果点击率＜0.3%，则需要被优化。
Desire是指链接的转化，链接的视觉和文案能否触达消费者痛点，在精准描述产品属性的同时也能够让顾客能够有代入感，评判的标准是转化率的高低，这个数值需要结合历史数据和类目竞争数据去综合评判。
Action是指链接的加购、加心愿单和购买，这是反映的客户的消费体验，综合各方面的因素去判断客户的需求是否被满足。
2.运用公式化报表去诊断整体销售数据
在整体的销售数据诊断中，由广告账户级数据、全渠道销售数据和库存数据组成，分别对应【已推广的商品报告】、【业务报告】和【库存报告】。
分析广告数据时，我们要针对整体广告数据有一个判断。
· 广告展现量：我的展现量够大吗?
· 广告点击率：我的点击率算高算低?
· 广告转化率：我的转化率要多少才合格?
· 广告平均点击花费：我的商品竞价为什么那么高?
· 预计销售月数：什么标准算滞销?
· 广告ACOS：我的目标ACOS是多少？
分析业务报告时，销量和综合销售额需要结合广告表现一起使用。目的是能够从整体销售表现中判断广告的权重占比，此外还涉及到其他的数据。
这里主要介绍两个重点数据指标：
1.综合Acos=广告总花费/总销售额，这是衡量店铺全部的投入产出比的指标；
2.自然单CR=（总销量-广告销量）/（PV-广告点击），通过对比自然CR和广告CR的不同而判断广告的效果和关联流量的比重。
分析库存报告时，FBA当前库存数量是关键指标，因为广告开启的前提条件之一就是拥有购物车。这是一个不同忽视的重点，尤其是在广告优化之前需要结合实际的在售库存数量去调整推广力度。我们在整体诊断环节只需要关注是否存在断货风险和滞销风险即可。
3.如何优化数据？
在优化环节，同样可以利用框架思维去拆解，从而定位出问题并针对性地控制变量去调整数据。
由于篇幅的关系，这次只介绍常用的分析逻辑，具体的优化策略和实操方案放到下一篇。
广告数据：
按照不同广告层级去具体分析，从广告活动、广告组、广告位、推广商品、投放词等维度层层拆解。所以需要将多种广告报告进行整理。
业务数据：
业务报告的可视化运用也能让我们直观地通过图表的形式感受到后台账户日、周、月的的整体表现情况。
库存数据：
库存管理是个更大的话题，除了后台的FBA库存报告之外，我们还是要分析全流程库存周期，并对在途批次的衔接有整体的节奏把控。
最后，有了诊断和分析思路外，下一步就是具体举例分析并搭建广告框架了，这是一个系列文章，我们下次见。
