用户购物习惯数据的广告使用

关于用户购物习惯数据的广告使用，可以分为两个方面，一方面为广告的曝光时间优化，另一方面为广告的单次点击竞价优化。

运营者可以通过柱状图来展示店铺总订单的单日变化趋势。

运营者可以将店铺整体的购物高峰进行标注。

美国时间6:00~19:00为订单高峰期，那么这段时间也是亚马逊美国站的流量高峰期，因此运营者可以利用这段时间使广告的曝光效率最大化。需要留意的是，这里的最佳曝光时段并不是指ACoS最低的时段，而是在相同时间内广告效率最大的时段，适合属于成长期的产品而非稳定期的产品。

关于广告的单次点击竞价优化，多数运营者会选择“高单价低总额”一“低单价高总额”的阶梯形优化方法。例如，当一个产品刚刚上架需要广告曝光时，很多运营者会选择一个较高的单次点击竞价（如1美元1次点击），但是单日广告预算设置一个较低的预算（如单日10美元），如果广告投放后广告预算快速被消费完毕，运营者就会调低单次竞价同时增长广告预算，直到广告ACoS达到一个稳定值。

“高单价低总额”一“低单价高总额”的广告设置方法属于传统的技巧，便利运营者在有限的成本下，一步步逼近广告单次竞价的最优数值，但是其优化效率因人而异，本节将从数据的角度讲解如何精准优化单次点击竞价。

首先，运营者要认清一个事实，即每个店铺在每天24小时中每个时间段的订单都是存在波动的。运营者可以将店铺某一类目产品的单个交易日分为24小时，然后分析在24小时的不同时间段内总订单（包括广告带来的订单和自然曝光带来的订单）和广告支出的变化。

第一步盘算不同时间段订单量的变化以及广告支出的变化。

关于一个店铺的订单量变化，运营者可以通过店铺后台或者第三方运营插件知晓。