mcpField
A
amz-search-term-report-miner

amz-search-term-report-miner

github.com/jaygptpro营销与增长11113 次安装3 天前更新
代码仓库

关于 amz-search-term-report-miner

amz-search-term-report-miner 是供 Amazon 卖家分析 Sponsored Products 搜索词报告的技能。它将搜索词分为四类行动，并生成 Bulk Operations 上传文件，以减少浪费支出并扩展有效词。

主要功能

  1. 01搜索词四类分组
  2. 02筛选精准和词组否定词
  3. 03提取转化词用于精准匹配
  4. 04识别可扩量的优质词
  5. 05生成 Bulk Operations 文件

适用场景

  1. 01进行月度 PPC 否定词审查
  2. 02查找有点击却无订单的词
  3. 03将转化词移入精准匹配广告系列
  4. 04在旺季前整理 PPC 投放

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/jaygptpro/amazon-pro-skills --skill amz-search-term-report-miner

安装后在 Claude Code 中输入/amz-search-term-report-miner确认已加载。

详细介绍

搜索词报告挖掘器

成熟账户的搜索词报告有 50,000 多行。卖家下载报告后， 打开 Excel，滚动查看 20 分钟，找到 4 个否定词，然后就放弃了。与此同时，真金白银正在流失：点击 30 次以上却没有订单的搜索词、滞留在广泛匹配广告活动中的精准匹配转化词，以及每天吞掉 $200 的无效词群。此技能将文件精细划分为 4 个类别，并输出可直接提交的批量操作上传文件。

适用场景

  • 每月进行 PPC 审查，并希望全面清理否定词
  • PPC 月支出达到 $3K 以上且 ACoS 有所上升的账户
  • 新产品上线 60 天后，准备进行首次收割
  • Q4 旺季前清理。在旺季到来前削减浪费的支出

框架：四个类别

提取搜索词报告（60 天窗口）。根据点击和订单阈值，将每个搜索词准确归入一个类别。

类别筛选条件操作
1. 精准否定点击次数 >= 10，订单数 = 0，ACoS 为空在广告活动中添加为精准否定词
2. 词组否定3 个以上词共享词根，合计点击次数 >= 25，订单数 <= 1将词根添加为词组否定词
3. 精准收割订单数 >= 2，ACoS < 目标 ACoS，且该词尚未设为精准匹配移入新的精准匹配广告活动
4. 核心放量展示次数 >= 1000，转化率远高于账户平均值，且 ACoS < 目标值将预算和竞价提高 +20%

其他情况：暂不处理。

关于核心放量门槛的说明：并不存在通用的“良好”转化率。它会因品类、价格和产品而大幅不同。不要硬编码 12% 之类的固定数值，而应将每个词与您自己的账户或品类基准进行比较。实用的核心放量门槛大约是该产品平均转化率的 1.5 至 2 倍。先计算基准值，再据此设定门槛。

分步操作

  1. 下载 STR。 广告 > 报告 > Sponsored Products > 搜索词 报告。日期范围：过去 60 天。格式：CSV。

  2. 设定目标 ACoS。 通常为 25-35%，具体取决于利润率。这是类别 3 和 4 的 阈值。

  3. 应用类别 1 筛选条件。 点击次数 >= 10 且订单数 = 0。导出搜索词 列。将其格式化为批量操作的精准否定词行。

  4. 为类别 2 建立词群。 按共同的 2 词词根，将剩余的 0-1 单订单词分组。 如果词根词群的合计点击次数达到 25 以上，将该词根添加为词组 否定词。

  5. 应用类别 3 筛选条件。 订单数 >= 2 且 ACoS < 目标值。检查每个词是否 已经是任何广告活动中的精准关键词。将其格式化为新精准匹配广告活动的行。

  6. 应用类别 4 筛选条件。 展示次数 >= 1000，转化率远高于您的 账户平均值（大约为该产品基准值的 1.5-2 倍），且 ACoS < 目标值。这些是放量候选词。生成竞价 +20% 的行。

  7. 构建批量操作文件。 创建 4 个工作表，每个类别一个。使用 Amazon Bulk Sheet 模板中的列。

  8. 执行质量检查，然后上传至 Campaign Manager。

输出格式

## STR Mining Output. [Account] [date range]

**Summary**
- Total search terms analyzed: [N]
- Bucket 1 (Negative Exact): [N] terms, wasted spend last 60d: $[X]
- Bucket 2 (Negative Phrase): [N] roots
- Bucket 3 (Exact Harvest): [N] terms, projected exact-match orders/month: [N]
- Bucket 4 (Hero Scale): [N] terms

**Bulk Operations file structure**
Sheet 1: Negative Exacts
Campaign | Ad Group | Negative Keyword | Match Type
[rows]

Sheet 2: Negative Phrases
[rows]

Sheet 3: Exact Match Harvest. New campaigns
Campaign | Ad Group | Keyword | Match Type | Bid
[rows]

Sheet 4: Hero Scale. Bid increases
Campaign | Ad Group | Keyword | Old Bid | New Bid
[rows]

演示示例（仅供说明）

以下数据只是用于展示各个分桶的结果，不是预期基准。你的搜索词数量、CVR、ROAS 和节省金额完全取决于你的账户。

账户：家居用品卖家，42 个 SKU，每月 PPC 支出 8,400 美元。60 天的 STR 中有 38,200 个独立搜索词。解析后：

分桶 1：184 个否定精准匹配候选词。60 天内的浪费支出为 1,847 美元，也就是每月立即可节省 924 美元。

分桶 2：12 个词组词根，例如“cat”“for dogs”“wholesale”。这些词带来 412 次点击和 8 个订单。添加否定词组后，每月可拦截 200 多次浪费点击。

分桶 3：67 个精准匹配收割候选词。在此示例中，收割的词条转化效果远高于账户平均水平，并以 1.2 倍出价加入精准匹配广告活动。此处应建模的增量订单和 ROAS 数据因账户而异。不要假设固定的订单数或特定的 ROAS。请根据你自己的词条级 CVR 和 AOV 进行预测。

分桶 4：14 个核心词。出价提高 20%，目标是让它们从搜索结果首页中部向顶部移动。

此情景下的总预测影响，结合了否定关键词带来的节省和收割词条带来的增量收益。两者都仅供说明。请根据自己的账户数据计算，而不是直接套用这些数据。

质量检查

  • 日期范围为 60 天，而非 30 天（聚类计算需要足够的数据量）
  • 在分桶前设定目标 ACoS，而非分桶后
  • 确认分桶 3 的收割词条尚未在任何广告活动中设为精准匹配
  • 检查否定词组，避免意外蚕食品牌词
  • 批量文件使用与 Amazon 模板一致的列标题

常见错误

  • 使用 30 天 STR。 每个词条的数据量不足，分桶 2 的聚类计算会失准。
  • 未设置目标 ACoS。 分桶 3 和 4 失去门槛，你会扩大投放无利可图的词条。
  • 添加否定词组前未检查品牌词。 很容易意外将自家品牌变体设为否定匹配。
  • 收割已设为精准匹配的词条。 这会导致内部竞价冲突。
  • 跳过分桶 4。 大多数卖家只关注削减浪费，却错过扩量带来的增长空间，而这往往是更大的杠杆。

由 Jay GPT Pro 打造

属于 Amazon Pro Skills。面向专业 Amazon 卖家的生产级技能。 免费且开源。由 Jay Margaliot 打造。

我每周都会在 WhatsApp 群组中免费分享一个面向 Amazon 卖家的全新 AI 玩法。 点击此处加入：https://chat.whatsapp.com/ILX65p1yWcaIG3c9WGHpTY

评论

支持 Markdown