魔镜公式助选ROI最高的产品：如何在选品时预测ACoS

满足你的好奇心: 销量猛翻的前一周我们到底干了什么？

今天的内容非常重磅，因为这个可以说是无数卖家问到我的问题，就是广告数据，广告的逻辑如何去帮助我们选品？我在国内外也找了很多资料，市面上很少有提及广告在选品中的重要性，所以这里也算是首发了。

分享这篇文章，你将会获得我们的代投千万美金经验得到的产品客单价/广告转化率梯度变化表格。这个表格将可以配合新品ACoS预测的魔镜公式使用。

前言

我今天要将选品是从市场长远期推广角度来讲的，而不是简单地从产品出发。我今天要带大家解决的是两大问题：

1、广告对推一款新品的成本与难度

2、广告对巩固市场份额的重要性

有了这个方法，我们就能更准确地预测这个产品的潜力了。

为什么选品时要看PPC: 平台大环境

其实我在做卖家的时候我也不去看PPC， 我也觉得不重要这个东西。但是其实我发现PPC非常关键，他会和你后期开发市场的成本和你长期的利润挂钩。

首先看下国外电商博客Vox2019年中发出来的数据，数据中展现了历年来，亚马逊广告位置带来的Listing访问整体占比。这个数据由2017年的4%到2019年中变为了11个点。整整翻了两倍。

亚马逊平台的广告权重占比原来越提高，这个和亚马逊这两年来鼓励广告位，增加广告位和推出，完善广告产品分不开的。2017年时自然位置可以做到第一排，但是从2019年中后，我们团队也发现广告抢位效果已经远远高于自然。

这里面最明显的变化，就是广告出单比例。广告出单比例的提升，主要时因为：在买家一次搜索，浏览，对比，购买的这个购买路径里面，广告能够展现在我们买家面前的位置和次数，远远大于了你的自然位置。自然位置只能出现一两次，而广告能出现几次甚至十次以上。

为什么选品时要看PPC: 市场竞争因素

即使是产品可单价相似，我们也可以做到不同的广告投入产出比，这里我给大家看两个案例，因为两个案例里面我的客户都是Best Seller的第一名，而且是同一个大类的两个不同细分类，从数据对比的角度出发，简直是非常完美！

两款产品都为客单价在$45-$50间。第一个产品在优化2个月后出单ACoS为24.32%

第二个产品的ACoS优化稳定后，出单ACoS为10.18%

我们采用的是同一套我们开放的系统（Climb Analytica）进行投放， 同样的投放逻辑与降ACoS算法。

那么玄机在哪里？为什么相似的客单价，同样的技术，我们作出的极致ACoS就是有10%的差别？这个就是因为他们的PPC竞争不一样， 获得的CPC不一样， 一个为$1.1， 另一个产品的市场CPC均价则为$0.4。如果我们能够提前在选品阶段就知道广告能做到的极致CPC，或许我么就能提前预估出来我们广告推广的陈本和我们自己的利润了。

PPC数据对与新品推广的帮助

我们团队虽然不直接加入到买家的运营，但是我们一直都有关注客户的产品上新。我们最近的一个新品，我们就建议了客户使用PPC进行0 reviews开跑。我们使用了3个自动，配合了我们的首页刷词广告，顺利1个月不到进入小类前100。这个PPC推新品ACoS完全控制在了客户的目标ACoS内。

产品从第一个月猛刷词到收录，再到推主流量，我们看到了它从81%迅速地变成了19%，在不到一个月内。reviews只有5个不到当时。作为一款利润率为25%的产品，我们做到了几乎立即赢利。

那么我们又是怎么知道我们客户可以没有reviews广告可以直接推，而且知道ACoS会在一个我们可以接受的范围的？这些是怎么计算的？如果你能在选品时找到类似的产品，不是应该很好推吗？所以我就要带你进入下一个数据解读。

如何在选品时预估我们的ACoS - KPI预测与收集

我们不可能把这个东西预估的100%精准，因为这里也不需要。我们只要能估算出大概范围， 我们就成功了，这个已经足以支撑你去选品。

那么下面我们就直接去推演一下我们需要的数据吧：

ACoS = Spend / Sales

ACoS = (CPC * Clicks) / Sales

ACoS = (CPC * 1 / CVR) / Sales

那么对于产品的ACoS预估，我给大家我的魔镜公式 - 产品ACoS预测公式：

ACoS = (CPC * M * Clicks) / Sales

这里面的M系数，为产品成熟系数， 新品一般在1.2 - 1.5, 老品在0.5 - 0.7。

所以要计算出我们这个产品的ACoS，我们就要知道：

CPC - 市场关键词均价 （未知）

CVR - 产品转化率（未知）

Sales - 产品的客单价（已知）

那么我们从我们的两个未知量开始入手。首先时市场CPC。我们可以通过很多种途径获取。这里我分享一种最为简单的：

首先我们要选出和我们想要做的产品里面，最为相关的那一个，打个比方，我要做一款婴儿的wipe

第一个卖家是我的对标产品，那么我们进入到Amazon的Brand Anaytics，进行转化流量反查。我们就得到了如下的Search Terms数据：

我们在小类最Top的对标品里面重复这个步骤多次，这样就可以得到很多不同的Search Terms。我们可以从里面取出5个作为我们的参考关键词。

然后我们来到我们由带PPC竞价数据的软件，这里用到Jungle Scout里面的Keyword Scout进行举例:

我们可以知道我们的市场PPC竞价一般在$0.92左右， 就是1美金。我们可以反复这样的操作对于这5个词。然后做一个平均值，有能力的卖家朋友可一做加权平均，这样来计算出你产品的市场CPC。

搞定了市场CPC就来搞定CVR吧。

根据大词Search Term流量的大小我们可以估算出竞争的激烈程度。这里我主要给到大家一些我们投放了那么多广告得到的数据：一般15美金以下的产品PPC平均转化率时可以优化到30 - 50%%的，那么在这个例子里面，我们可以估算我们比如有30%的转化率，最保守的。

那么如果根据这个数据进行入手, 这款产品我们预估计要有3.5 - 4 个点击才会出一单。这里面注意了，这个是根据Best Seller进行估算的，如果是中尾的，你的估算应该是这个的一半水平，所以需要7 - 8个点击。

这样下来你就可以推算出你的前期广告推广的预计ACoS，还有你的成熟期ACoS。这个决定了是是否能够很好地运用到广告的流量加持。

如何在选品时预估我们的ACoS - ACoS预估

这里我们有两个预估模型，分别对应的是老品和新品：

新品可以用我们的保守预估计的模型，那么：

ACoS = (CPC * Clicks) / Sales

ACoS = ($1 * 1.2 * 7) / 11 = 76.3%

这里的1.2是我的成熟系数，主要考虑到新品开高bid，权重低，我们得到的CPC可能比市场平均水平要高。

这个数字虽然看似比较高，但是是可以接受的，因为低客单价的产品利润会比较高。前期打开市场这个小亏损是可以接受的，这个和大家做测评一样的道理，都是为了做市场。

那么对于老品，我们对优化到极致的ACoS估算则为：

ACoS = ($1 * 0.7 * 3) / 11 = 19.1%

这里的成熟系数0.7主要考虑到三个点会下降我们的CPC：

成熟期权重的提升，下降了CPC

老品期由于托词，中长尾词发力，更低CPC

产品广告类型的多样化，对SPA中的大词流量依赖度下降

到了这个步骤，你就可以大概估算出这款产品的潜力了。根据你的采购和物流成本然后来预测出你的利润。

开放性的思考

影响我们ACoS的因素太多了实在，所以这个方法只能够大概估算出这个产品的潜力，但是在我们的团队里面，这个方法已经很有用了，至少能在大方向上给到我们指引。里面的系数大家可以多多的研究，调整和测试。我们这个模型还可以做的更深， 期待大家的探讨。

（来源：从宇宙大爆炸到PPC）