Content-optimalisatie op Amazon: zo werkt het

Bij Amazon geldt: de klant is koning. Dit kan een nadeel zijn voor verkopers en bedrijven, omdat zij afhankelijk zijn van het Amazon A9-zoekalgoritme voor het classificeren van producten voor potentiële klanten. Wie zijn productdetailpagina’s alleen optimaliseert vanuit het oogpunt van het bedrijf, loopt verkoopkansen mis. Het creëren van klantgeoriënteerde pagina’s is hierbij de oplossing.

Content-optimalisatie: wat is belangrijk?

Content-optimalisatie is gebaseerd op de analyse van een product en de productomschrijving. Op voorhand de juiste productkennis bezitten is het fundament om de beste content te kunnen creëren. Ook moeten de behoeftes, meningen een aankoopintenties van de klant altijd op nummer één staan in het proces. Verplaats je in de klant; hoe zien zij jouw artikelen? Dat is het startpunt bij content-optimalisatie.

Wat is content relevance analysis?

Een Content Relevance Analysis (CRA) doet gedetailleerd onderzoek naar het zoek- en koopgedrag van Amazon-gebruikers. Zowel op productniveau als in andere categorieën. Het doel hiervan is om de klant te begrijpen en ze alle relevante productinformatie aan te bieden om zo een aankoop te garanderen.

De CRA ondersteunt niet alleen uitgebreid trefwoordenonderzoek, maar vormt ook de basis voor het succesvol creëren van content. Er worden verschillende bronnen gebruikt bij de analyse, waaronder:

Analyseren van klantbeoordelingen

In de eerste fase van de CRA worden zowel positieve als negatieve klantbeoordelingen van het Amazon Standard Identification Number (ASIN) meegenomen, en wordt de content hiervan geanalyseerd. Wanneer het product nog niet is terug te vinden in de Amazon-catalogus, betekent dit dat er geen klantbeoordelingen of vragen en antwoorden over zijn. In dat geval kunnen beoordelingen van vergelijkbare producten gebruikt worden voor de analyse.

We nemen een bureaulamp als voorbeeld. Dit zijn de eigenschappen die regelmatig worden beoordeeld bij het product: gebruiksvriendelijkheid, ontwerp, materiaal en vervangbare onderdelen. Meerdere kopers geven aan dat de lamp zeer gebruiksvriendelijk is, direct gebruikt kan worden, er mooi uitziet, etc. Je kunt er dus vanuit gaan dat deze feedback interessant is voor potentiële kopers.

Negatieve feedback kan gebaseerd worden op het incorrecte gebruik van het product door de koper. Dergelijke negatieve feedback kan voorkomen worden als de informatie die (vaker) negatief wordt besproken in de productomschrijving vermeld wordt en de genoemde USP’s hiermee worden aangevuld. In het voorbeeld van de lamp klagen kopers bijvoorbeeld over de matige kwaliteit en het gebruiksgemak van de lamp. Deze klachten kunnen door leveranciers gebruikt worden bij de ontwikkeling van nieuwe producten.

Het is belangrijk om te analyseren hoe klanten met elkaar communiceren, en ook wat voor reviews ze schrijven. De reviews geven bijvoorbeeld inzicht in de tone of voice en de behoeften van de doelgroep. Door de prominente plaatsing van de USP’s van een product, onderscheidt het product zich makkelijker van de concurrentie. Naast het analyseren van de eigen ASIN’s, moeten ook de reviews van concurrerende producten meegenomen worden in de Content Relevance Analysis. Deze kunnen ook reviews bevatten die bruikbaar zijn voor content-optimalisatie.

Highlight de vragen en antwoorden van klanten

De vragen en antwoorden van klanten op productdetailpagina’s zijn ook een belangrijke bron van informatie. Amazon-gebruikers kunnen hier vragen naar de producteigenschappen die voor hen van belang zijn bij een aankoop.

Zowel de reviews als de vragen van de klant over de bureaulamp, in het eerder genoemde voorbeeld, laten zien dat de lengte van de kabel een belangrijke rol speelt in het aankoopproces. Daarnaast zijn er nog een aantal andere vragen over de lamp:

Gebruik de relevante vragen van klanten in je voordeel en zorg ervoor dat deze in de vorm van bulletpoints of productbeschrijvingen onder de aandacht worden gebracht. Een groter aantal vragen over een specifieke eigenschap zou ertoe moeten leiden dat die informatie in de content wordt opgenomen. Hoe nauwkeuriger deze vragen in de content worden behandeld, hoe meer twijfels bij potentiële klanten worden weggenomen. Zo kun je bijvoorbeeld vermelden dat de warm white light prettig kijkt, of dat de lichtbron gemakkelijk vervangen kan worden indien nodig.

Externe websites toevoegen

De laatste fase gaat over het zoeken naar informatie op andere websites die de Content Relevance Analysis aanvult. Deze bronnen zijn bruikbaar voor de analyse:

Alle platforms waarop kopers een review kunnen achterlaten over een gekocht product of kunnen aangeven dat ze geïnteresseerd zijn in een product, bieden belangrijke inzichten in voor content-optimalisatie op Amazon. Maar vergeet niet dat een Amazon-detailpagina minder ruimte heeft voor relevante informatie in vergelijking met een reguliere webshop of marketplace.

In het voorbeeld van de bureaulamp zou de fabrikant webshops van verschillende meubelzaken kunnen bezoeken en deze kunnen doorzoeken op vergelijkbare producten en beoordelingen van klanten, om deze op te nemen in hun CRA.

Focus op klanten

Om een product met succes op Amazon te kunnen verkopen, moeten verkopers en bedrijven zich meer richten op hun klanten. Het is belangrijk om de Amazon-doelgroep grondig te analyseren, hun aankoopgedrag te begrijpen en vervolgens content te creëren die kan leiden tot een aankoop. De Content Relevance Analysis geeft uitgebreide en betrouwbare inzichten in hoe klanten een product en vergelijkbare producten ervaren. En vergeet niet: de klant is koning. Leer van hun gedrag en kom in hun wensen tegemoet.