Amazon Display Ads

Amazon 展示广告 🖼️

规划和优化亚马逊 Sponsored Display 广告系列。受众定向、产品定向、再营销策略、以及品牌认知和转化的创意优化。

支持的平台： Amazon、Shopify、WooCommerce、Walmart、TikTok Shop、Etsy、eBay、BigCommerce。

使用方法

为我的产品设置 Sponsored Display 策略。我已经盈利运行SP广告系列。预算：每月$500用于SD。目标：保护我的listing免受竞品侵害。

功能

• Sponsored Display 广告系列结构设计
• 受众定向策略（浏览再营销、相似产品、兴趣）
• 产品定向选择（互补、竞品、类目）
• 创意标题和标志优化
• SD广告系列竞价和预算优化
• SD归因和效果衡量
• 跨广告系列整合（SP + SB + SD 漏斗）

工作原理

第一步： 从用户消息中收集信息 — 产品、平台、当前状况和目标。

第二步： 用多选格式一次性提出所有后续问题。允许简写回答（如"1b 2c 3a"）。

第三步： 使用下方的框架和方法论进行研究分析。

再营销漏斗恢复机制

• 转化漏斗： 只有2-10%的首次访问者立即购买。其余形成大量"未转化流量池"。
• 浏览再营销： 跟踪浏览过您的产品或类似产品的用户。当他们继续浏览亚马逊时重新展示广告。
• 中漏斗恢复： 再营销转化中漏斗流失者。比冷流量更高的转化率，因为触达的用户已经表达了购买兴趣。
• 归因窗口： SD再营销通常14天窗口 — 理解这会影响效果指标。

竞品拦截策略

• 产品定向： 直接在特定竞品产品详情页放置广告 — 最激进的流量获取策略。
• 定向选择矩阵： 优先定向您有优势的竞品：价格优势、更高的评分或明确的功能差异化。
• 避免： 定向您处于劣势的竞品 — 在无法获胜的位置上浪费预算。
• 竞争响应： 注意竞品定向可能引发报复性广告，提高CPC。

上下文 vs 受众定向框架

• 上下文定向： 基于内容相关性展示广告（类目/ASIN页面）。适合新产品获得初始曝光。
• 受众定向： 基于用户行为 — 浏览再营销、购买再营销、兴趣受众。适合有现有流量进行深度转化的产品。
• 动态调整： 根据产品生命周期阶段调整比例。

创意优化原则

• 视觉优先： SD广告是视觉的（不像SP纯文字）。标题必须在字符限制内简洁有力。
• 图片选择： 突出使用场景和差异化特点，而不仅仅是白底产品图。
• 点击率因素： 标题清晰度、产品图片吸引力、品牌标志可见度。

全漏斗覆盖策略

• 顶部漏斗（认知）： 在相关类目页面展示广告以建立认知。
• 中部漏斗（考虑）： 对未转化的浏览者进行再营销。
• 底部漏斗（转化）： 购买再营销推动最终转化。

数据来源

• 无外部API调用。策略基于亚马逊 Sponsored Display 官方文档。
• 行业基准（各类目CPC范围）来自公开报告。
• 用户提供：当前SP广告效果数据（CPC、CVR、ACoS）、SD预算、品牌备案状态、产品信息、竞品列表。

局限性

• 卖家无法获得受众规模数据 — 对受众规模可见度有限。
• 某些类目受众较小，限制广告频率潜力。
• 归因模型与SP不同 — 14天窗口增加复杂性。
• 站外投放（第三方网站/应用）质量通常低于亚马逊站内。
• 竞品定向可能引发CPC军备竞赛。
• 某些SD功能需要品牌备案（品牌旗舰店定向）。
• 策略需要根据实际广告系列数据持续验证。

第四步： 提供结构化、可执行的输出，包含具体建议，而非模糊指导。

输出格式

• 先给出发现总结
• 包含具体数据点和基准（若有）
• 提供优先排序的行动项
• 基于不完整数据的估算需标注 ⚠️
• 以具体的后续步骤结尾

亚马逊展示型推广广告 (Amazon Display Ads)

概述

亚马逊展示型推广（Sponsored Display，简称 SD）广告技能帮助卖家规划、搭建和优化展示型广告活动，实现从品牌认知到购买转化的全链路覆盖。与 SP 广告依赖关键词竞价不同，SD 广告的核心在于受众定向和产品定位，能够在亚马逊站内外多个触点与潜在买家互动。本技能特别适合已经建立起稳定 SP 广告表现的卖家，希望进一步拓展流量来源、防御竞品侵蚀并提升品牌整体曝光。

展示型推广广告的独特价值在于其"主动性"。当买家浏览竞品详情页时，SD 广告可以直接将你的产品展示在竞品页面下方或上方；当买家浏览了你的产品但未购买时，SD 广告可以在其后续浏览中持续触达。这种基于行为数据的精准投放，使得 SD 广告在流量抢夺和再营销场景中具有不可替代的作用。

核心原理

受众再营销的漏斗回收机制： 在亚马逊购物旅程中，仅有约 2%-10% 的首次访问者会立即下单购买。大量潜在买家在浏览产品详情页后离开，形成庞大的"未转化流量池"。SD 广告的受众再营销功能（Contextual Targeting 中的 Views Remarketing）能够追踪这些浏览过你的产品或同类产品的用户，在其后续浏览亚马逊时重新展示广告，有效回收漏斗中层的流失流量。再营销的转化率通常远高于冷流量，因为它触达的是已经表达过兴趣的买家。

产品定位的竞品拦截策略： SD 广告允许卖家将自己的广告直接投放到特定竞品的产品详情页上，这是亚马逊广告生态中最具攻击性的流量获取手段之一。当买家正在查看竞品时，你的产品广告出现在同一页面，提供了一个直接的替代选择。本技能基于"竞争力评估矩阵"来筛选最佳定位目标：优先选择价格有优势、评分更高或功能差异化明显的竞品页面进行投放，避免在自身竞争力不足的竞品页面上浪费预算。

上下文定向与受众定向的互补机制： SD 广告提供两种核心定向方式。上下文定向（Contextual Targeting）基于内容相关性，将广告展示在与产品相关的类目和 ASIN 页面上；受众定向（Audience Targeting）基于用户行为数据，包括浏览再营销、购买再营销和兴趣受众。两种方式各有优势：上下文定向适合新品获取初始曝光，受众定向适合已建立一定流量的产品进行深度转化。本技能建议根据产品生命周期阶段动态调整两种定向方式的比例。

广告素材的转化优化原则： SD 广告的素材（包括标题、Logo 和产品图片）直接影响点击率。与 SP 广告纯文本形式不同，SD 广告以视觉元素为主。标题需要简洁有力，在有限字符内传达核心卖点；产品图片应突出使用场景和差异化特征，而非简单的白底图。本技能提供基于品类特点的素材优化框架，帮助卖家最大化广告的视觉吸引力和点击转化。

工作流程

第一步：需求分析与目标设定。 技能从卖家的描述中提取当前广告状况（是否已在运行 SP 广告、现有流量水平）、SD 广告预算范围、核心业务目标（品牌防御、竞品抢夺、再营销转化或新品曝光）以及产品差异化优势等关键信息。

第二步：补充信息收集。 通过一次性多选题，技能进一步了解卖家的品牌注册状态（影响可用广告功能）、竞品识别情况、目标受众画像、产品定价策略、以及是否有自定义图片素材等内容。

第三步：SD 广告策略方案生成。 技能基于收集的信息生成完整的 SD 广告策略，包含：活动结构设计（按定向方式或按目的划分为独立活动）、受众与产品定位的具体选择建议、出价策略（基于品类 CPC 基准的初始出价和调整区间）、预算分配方案、广告素材优化建议（标题文案、图片选择指导）、以及与现有 SP/SB 广告的协同整合方案。

第四步：跨广告整合与执行计划。 输出包含 SP+SB+SD 三种广告类型的协同投放策略，明确各广告类型在不同场景下的角色分工，提供分阶段的执行时间表和效果评估指标，帮助卖家建立完整的广告防御与增长体系。

数据来源

本技能无外部API调用，不连接任何亚马逊广告后台或第三方数据平台。策略建议基于Amazon Sponsored Display广告平台的公开机制，包括受众定向方式（浏览再营销、购买再营销、上下文定向、兴趣受众）、产品定位功能、广告素材规范、归因窗口等均来自Amazon Advertising官方文档和卖家帮助页面的公开信息。CPC基准数据和效果参考指标来自行业公开报告。

策略方案的制定需要用户提供当前SP广告的表现数据（如核心关键词的CPC、转化率、ACoS等），因为SD广告的投放通常建立在SP广告已验证的品类数据和关键词数据基础之上。此外，还需要用户提供SD广告预算范围、品牌注册状态、产品信息（价格、差异化优势、目标受众画像）以及竞品识别情况等。用户输入的数据越详实，生成的SD广告策略越贴合实际需求。

本技能无法获取亚马逊平台内部的受众规模数据、具体的竞品广告投放数据或实时的CPC竞价情况。所有出价建议和预算分配方案均为基于行业经验的估算值，实际投放效果需要卖家在广告后台根据真实数据进行持续优化和调整。建议卖家将本技能的策略框架与Amazon广告后台的实际数据结合使用，以实现最佳的SD广告投放效果。

局限性

SD 广告的受众定向数据由亚马逊平台提供，卖家无法获取具体的受众画像细节，只能基于平台预设的受众分类进行选择。在某些品类中，可用的受众规模可能较小，导致广告展示频率受限。SD 广告的归因模型与 SP 广告不同，存在归因窗口的差异（SD 的归因窗口通常为 14 天），可能导致效果评估的复杂性增加。此外，SD 广告在亚马逊站外的展示位置（如第三方网站和应用）的流量质量通常低于站内，需要单独监控和优化。竞品拦截策略可能引发竞争对手的反击性投放，导致 CPC 上升。本技能的策略建议需要卖家根据实际投放数据进行持续验证和调整，不能保证特定广告活动的实际效果。对于未注册品牌的卖家，部分 SD 广告功能（如品牌旗舰店定向）将不可用。