Tim spricht mit Christian Kelm über Amazon Analytics, Relevanzmechaniken und die Tatsache, dass der Algorithmus im Kern eine einfache Zählmaschine ist. Christian zeigt, wie Händler ihre Sichtbarkeit durch Kundensignale, Produktdetailseiten und Datenanalysen beeinflussen können.

Einstieg und Vorstellung von Christian Kelm

Tim begrüßt Christian Kelm und führt in das Thema „Amazon Analytics” ein. Er arbeitet seit vielen Jahren mit Amazon-Daten und beschäftigt sich mit Ranking-Mechaniken und Händlersemantik.

Lerne Christian kennen: https://www.linkedin.com/in/christian-otto-kelm/

Erfahre mehr über die AMALYZE AG: https://www.linkedin.com/company/amalyze/

Die zentrale These zum Amazon-Algorithmus

Christian erläutert seine These: Der Amazon-Algorithmus ist weniger mystisch, als oft behauptet wird. Entscheidend sind das Kundenverhalten, Relevanzsignale und die Fähigkeit der Händler, die Marktbedingungen zu erfüllen.

Haufe Akademie: Masterclass Marketing & Sales Analytics

Tim stellt den Sponsor des Podcasts, die Haufe Akademie, vor und verweist auf die Masterclass zum Marketing und Sales Analyst. Teilnehmende lernen dort, Marketing- und Sales-Aktivitäten datenbasiert zu steuern. Unter https://haufe-akademie.de/analyst erfährst du mehr.

Zählmaschine, Relevanz und Kundeninteraktionen

Der Algorithmus basiert im Kern auf Klicks, Reaktionen auf Detailseiten und Kaufverhalten. Diese Signale werden gezählt und in Rankings überführt.

„Zunächst muss man sich bewusst machen, dass es sich hierbei um eine reine Zählmaschine handelt. Nichts weiter. Im Rahmen der A Company kann man sich ein paar alte Patente angucken. Im Endeffekt geht es nur um Relevanz, also eine Sortierung nach Relevanz in einem riesigen Produktkatalog.”

Schau Dir hier das erste Patent von A9 an: https://patents.google.com/patent/US20030195877A1/

Bewertungen, Preise und indirekte Sanktionen

Sinkende Sternebewertungen oder unpassende Preiserhöhungen führen zu weniger Klicks und somit zu schlechteren Platzierungen. Amazon „bestraft“ nicht aktiv, sondern das Kundenverhalten erzeugt die Rankingveränderung.

Preisgefüge und Keyword-Relevanz

Je nach Keyword unterscheiden sich die Preisniveaus, etwa bei Goldarmbändern. Händler müssen verstehen, ob ein Begriff die Material- oder die Farbintention widerspiegelt.

Volatilität der Suchergebnisseiten

Bei Produkten mit klaren Anforderungen, wie beispielsweise Wagenhebern, sind die Suchergebnisseiten träge. In anderen Kategorien verändern sich die Rankings aufgrund des Nutzerverhaltens und der Variantenvielfalt häufig.

„Das heißt, die Volatilität unter diesem Keyword „Wagenheber” ist extrem niedrig, weil es sich um Wagenheber handelt, die den Wagen heben können.”

Kundensprache, Ameisenalgorithmus und Kaufmannsparadoxon

Christian nutzt den Begriff „Ameisenalgorithmus”, um kollektives Kundenverhalten zu erklären. Das Kaufmannsparadoxon wiederum zeigt, wie Amazon Suchergebnisse aus mehreren aufeinanderfolgenden Käufen ableitet.

Erfahre mehr über den Ameisenalgorithmus: https://wirtschaftslexikon.gabler.de/definition/ameisenalgorithmus-54002

Cross-Selling-Effekte in Suchergebnissen

In Suchergebnislisten erscheinen unerwartete Produkte, weil Käufer bestimmte Artikel häufig kombiniert erwerben. Amazon verkürzt diese Customer Journey, indem das Unternehmen diese Muster abbildet.

Produktanforderungen und Titellogik

Amazon-Titel wirken oft überladen, weil Händler ihre Anforderungen direkt in den Titel packen. Die Gewichtung des Titels für das Ranking ist jedoch geringer als von Vielen angenommen.

Google-Amazon-Weiterleitungen und Ranking-Effekte

Christian beschreibt, wie Google-Suchphrasen zu Amazon-URLs weiterleiten und Rankings beeinflussen können. Dabei spielen Canonical-URLs und Keyword-Kombinationen eine technische Rolle.

„Wenn Amazon-Produkte in Google-Rankings auftauchen, liegt das an der Canonical-URL. Die lässt sich selber schreiben. Wenn du in den Titel fünf Wörter schreibst und einen Bindestrich einsetzt, wird die Canonical-URL automatisch erstellt.”

Beispiel Pinkes Kühlpad: Ranking über PDP-Targets

Durch das Targeting anderer pinker Produkte über die PDP (= Product Detail Page) statt über Keywords konnte ein Kühlpad in zahlreichen Keyword-Umfeldern ranken. Dieser Ansatz nutzt Kaufpfade statt der klassischen Keyword-Relevanz.

SEO, PPC und Targeting-Strategien

Für Christian bedeutet SEO, die Sprache der Kunden zu verstehen und deren Suchintention abzuleiten. PPC ergänzt dies durch Sichtbarkeit an Positionen, die organisch noch nicht erreichbar sind.

„Suchmaschinenoptimierung auf Amazon bedeutet, die Sprache der Kunden zu lernen. Kundisch ist die Sprache der Kunden: Was wird im Suchfeld eingegeben und wo geht der Pfad des Kunden lang?”

Brand Analytics, Product Opportunity Explorer und Category Insights

Amazon stellt umfangreiche Datenquellen bereit, darunter Suchvolumina, Klickanteile, Preispunkte und saisonale Muster. Mithilfe dieser Daten können Händler Marktpotenziale und Wettbewerbsdynamiken bewerten.

Erfahre mehr zum Product Opportunity Explorer: https://sell.amazon.com/tools/product-opportunity-explorer

Werbedaten, KPIs und die Amazon Marketing Cloud

In der Advertising-Konsole fehlen zentrale Kennzahlen wie die Conversion Rate oder die Kosten pro Bestellung, die jedoch berechenbar sind. Die Amazon Marketing Cloud ermöglicht tiefere Analysen von Kundenpfaden und Werbewirkung.