Amazon で販売している場合、おそらくデータが殺到しているでしょう。 毎日、広告予算、クリック数、インプレッション数、販売速度、在庫レベルなどに関する情報が必要です。
立ち上げたばかりのブランドにとって、そのデータの管理は大したことではないかもしれません。 しかし、私の経験では、企業の規模が大きくなるにつれ、ほとんどのブランドは、競争力を維持するには、すべてのデータを収集して分析するためのより良いプロセスが必要であることに気づきます。
最終的に、彼らは、独自のデータ インフラストラクチャを構築するために社内プログラマーとデータ アナリストのグループを雇うのか?という疑問に直面します。 それとも外部のパートナーと協力してそれを行うのでしょうか?
これは、構築と購入の典型的なジレンマです。 このことについてよく質問されますが、ブランドが考慮すべき重要なポイントがいくつかあると思います。
社内データ管理の利点は何ですか?
明らかに、ここで私は少し偏見を持っています。私は、単一のプラットフォームで API 接続を確立し、データを強化し、分析を可能にすることができる会社の CEO です。
社内にデータチームを置くことには確かにいくつかの利点があります。 たとえば、社内チームは次のようになります。
- 自分のビジネスを知る 内外を問わず、ニーズに合わせた実用的な洞察を作成するために調整されたデータの分析を実行できます。
- 指標を理解する あなたが最も関心があるのは、不明瞭な指標やブランド固有の指標などを追跡して活用することです。
社内のデータ チームは、データからの洞察を実装するのに有利な立場にあります。 それが彼らの最も得意なことです。そして、データ インフラストラクチャをゼロから構築するという面倒で骨の折れるプロセスに巻き込まれるべきではありません。
外部ソリューションは、これらの基本的な API 接続を、社内のどのオプションよりも優れて、高速かつ安価に確立します。 外部パートナーを選択すると、データ チームが解放され、代わりに実用的な洞察を抽出することに集中できるようになります。
リスク: データ収集プロセスの構築には時間がかかる
では、こうしたつながりを社内で構築することを選択した場合はどうなるでしょうか?
社内 API 接続の構築は簡単ではありません。 典型的なブランドは、多数の情報のうちのいくつかから情報を取得する可能性があります。 データソース:
- Amazon スポンサー広告 API
- Amazon DSP API
- AmazonベンダーセントラルAPI
- AmazonセラーセントラルAPI
- Amazon マーケティング クラウド API
- Amazon マーケティング Steam API
- ウォルマート API
API に接続するには、必要な特定のデータ セットを API から直接要求するソフトウェア プログラミングを作成する必要があります。 次に、このデータをどこかに保存する必要があります。
こうしたつながりを構築するのは簡単そうに聞こえるかもしれませんが、実はそうではありません。 私が話をしたブランドによると、これには経験豊富なソフトウェア開発者チームが必要になる可能性があるそうです。 3-4ヶ月.
API 接続を構築するだけでは十分ではありません
この最初のステップである API データのリンクと保管は、実際には簡単であることがよくあります。 ブランドにとっての本当の課題は、このデータを効果的に整理して実用的な洞察を可能にすることです。
たとえば、データ ウェアハウスへの情報のファイアホースを作成したら、次のことを行う必要があります。
- マッピングテーブルの作成。 API データをウェアハウスに取り込んだからといって、データがニーズに応じて編成されるわけではないことに注意してください。 入力をグループ化するマッピング テーブルの広大なネットワークを構築する必要があります。 ブランド キーワードと非ブランド キーワードの両方にわたって広告キャンペーンを追跡したいとします。 特定のキーワードをブランド キーワード (「ナイキ スニーカー」) として識別し、一部のキーワードを非ブランド キーワード (「スニーカー」) として識別するマッピング テーブルを作成する必要があります。 この例は、キーワード、キャンペーン、商品グループなどにわたって無数にあります。
- 参考データを追加します。 たとえば、製品ごとの収益性を表示したい場合は、常に更新される利益率の表をデータ ウェアハウスに添付する必要があります。 マージン データは頻繁に変更されるため、頻繁に更新されるように設定する必要があります。
- 通貨を変換する。 複数の地域で販売する場合、広告費用や収益性の数値を追跡するには、通貨を自動的に換算するワークフローを構築する必要があります。
社内ソリューションの注意事項
社内で人材を雇用するかどうかを決定するときは、次の点にも留意する必要があります。
実用的なデータ ストアを構築するには、さまざまな種類の専門知識が必要です。 これは通常、複数の雇用を意味します。 たとえば、データ ウェアハウスへの API 接続を構築するために雇用する人には、ソフトウェア スキルと Amazon の API の経験が必要です。
一方、データを整理してダッシュボードを構築するには、データ アナリストに依存することになります。 データアナリストには電子商取引の知識が必要であり、このデータを確実に実用化できるよう Amazon のレポートと指標に精通している必要があります。
将来の API アップデートに備えてください。 Amazon は常に API を微調整しています。 2022 年にはアマゾン リリース 5 つの異なるバージョン スポンサー広告 API のみ。
これはより多くのデータを意味しますが、それを維持するのは多大な労力でもあります。 API が更新されるたびに、データ コネクタを調整する必要があります。 場合によっては、これらの更新を簡単に組み込むことができます。 また、結果がより複雑になる場合もあります。
たとえば、スポンサープロダクト API の最近の更新により、XNUMX 日だけではなく、一度に複数日分のレポートをダウンロードできるようになりました。
これは大きなメリットですが、データ コネクタを書き換えてその機能を組み込むことは、小規模なチームにとって大きな進歩となります。
