返回文章列表运营技巧

知无不言论坛 - 回帖整理

亚马逊客户运营与测评转化技巧!如何将已订购客户转化为忠实粉丝和测评人。

2022-03-208 min
知无不言论坛 - 回帖整理

通过中介上的评论最大的问题,在于安全性不足。要解决这问题,我觉得应该是充分利用已经订购的客户,免费下单新品,售后客户转化为测评人的可能性有多大?

https://www.wearesellers.com/question/54047

通过中介上的评论最大的问题,在于安全性不足。要解决这问题,我觉得应该是充分利用已经订购的客户,免费下单新品,得到评论。提高了客户复购率,亚马逊也不会认为有啥问题。

我这样子想的,然后弄了一个客户运营的岗位,主要来转化有售后问题的客户。解决问题后,客户运营把态度好的,沟通积极的客户搜集起来,等我大概1-2个月一款新品上架后,对他们集中邀请体验新品。

现在我新品上线了,目前给60个客户发了邮件,明确被拒3封,其他没有回复。没有一个转化为新品测评人的。开始寻求测评中介的帮助。

我有点沮丧,这个策略效率是不是有点低,要不要继续呢? 如果觉得行,可以给我一些提高转化率的建议吗?

==Andy 回答==

知无不言新人来答,楼主说到的已下单客户转化为测评客户应该怎么转化为测评客户,这里分享我公司现在正在做的做法,而且我们已经形成了一套完整的方法和话术,现在公司的忠实客户粉丝群体已经在2000人以上,所以就算是新品上架,我们也可以获得一个非常有利的开局,下面来说说我们一个完整的转化过程:

  1. 产品包装内容:之前的违规玩法,产品包装里面放小卡片(邀请带图片图视频留评,这种现在逮到必s无疑),那是否还有其他方法联系到客户,还是放小卡片,但是注意是售后联系方式小卡片(如有任何使用问题,请与我们获得联系,我们将第一时间解决你的问题),这种卡片是允许的,卡片可以放上自己的 品牌网站 和 企业邮箱。(打二维码,这里还包含卡片设计的内容,有空再展开聊)

  2. 客户使用有问题了,可能就会跟你获取联系,这时候别磨叽,不要为了省两个产品钱,有专业的客服话术解决他的问题,重发或者退全款,引导客户选择重发产品,跟进好物流进度,后面产品到了第一时间询问使用体验,如果很满意,就邀请他分享评价到页面(让更多的客户知道我们在这里提供客户支持,我们希望帮助更多的客户),客户几乎都会被你感动的,留评率很高

  3. 客户满意之后,这时候就邀请他进行新品体验,发权威链接给他,问他是否感兴趣,然后通过Paypal给他返款,客户问为什么通过Paypal就说可以直接在亚马逊下单,我们就不需要知道你的地址,保护你的信息安全(这里就是一个完整的测评流程了,注意一个细节问题,企业邮箱解决客诉问题,测评一定要转出去私人邮箱,规避账号安全风险

  4. 客户都是慢慢积累的,我们也是做了几年,通过优质的客户服务,建立自己庞大的客户群体,新品前期发营销邮件,发10封回复5封转化3封,新品一上来就有3个高质量评价,对你来说就很有利了。

分享不易,希望大家点赞跟帖我还有好多好多干货但是我没有发帖权限,谢谢大家。 这个流程当中有哪些细节不懂的,可以提出来一起探讨一下~


如何使用“数据透视表”分析近30天出单时间高峰期

https://www.wearesellers.com/question/45415

==Andy 回答==

这种分享就是很棒!!但是老实说操作还是比较繁琐了,可以使用power query进行数据处理,power query更合适处理百万级别以上的数据,而且不需要每次订单表更新了都重新走一遍流程,一键刷新即可。强烈推荐大家学习一下power query的一些基本操作,这个模块就在excel里面。(如果大家对使用power query处理订单表数据,后期我可以单开一个帖子来给大家详细说明流程,但是我威望不够啊 阿西吧

我们来拆解一下订单表可以收集到哪些有用的信息 先来给大家看一下我的订单表的表头: https://assert.wearesellers.com/answer/20220304/d559d64571110bf54f1b39069c0480f8.png

  1. 订单号和SKU信息(最重要的信息)

2.下单时间(包括 日期 和 时间h) 这里可以开始做数据分析,例如 a: 每个星期周几出单比较多,是否有明显高低峰?(这里是以天为单位的) b:每天哪个时间点出单比较多?是否有明显高低峰(如果有明显的高低峰,就可以结合广告做运营上的操作,例如广告分时竞价,这样就可以降低acos,提高转化率) 3.预计收货时间(结合上面的出单时间,就可以算出配送时间,看美东美西是否有配送时间差异,订单跟地址库存分布是否合理,可以配合发货计划进行调整

  1. 发货地址(包括国家、州和城市,可以看出自己的订单是否有地域差异,上面也说了可以针对性发货,如果是特别明显,就针对某一特定地区和人群做深度客户洞察和用户需求分析,例如某一个时间段你的差评集中反映一个问题,这个时间段的订单又是集中在一个地区的,这时候就要进行地域的分析)

补充:这里的地址信息更高阶一点的信息处理则是 数据可视化,可视化的工具有很多,例如excel的maps插件就可以做,但是我用tableau做的一个数据化仪表盘更直观,而且可以随着订单表更新而更新,不需要重复繁琐的操作 这里是我做的数据可视化呈现,如果有更好的补充建议,欢迎提出~ https://assert.wearesellers.com/answer/20220304/352786a4ca478bb97920eb2dccaff316.png

分享不易,各位老板给弟弟点点赞,如果流程里面有哪些细节有疑问的,欢迎一起交流学习~

----------------------------- 注:严禁任何形式转载,违者必究!!


浅谈我们选品的思路之一:如果在众多新品中挑选出我们认为可以的产品呢? 唯一衡量标志。产品有用。 你们可以问问开发新品的工厂,你的新品解决了什么问题。或者你的新产品解决了同类型产品可能忽视的点

https://www.wearesellers.com/question/57828

==Andy 回答==

不好意思,说话比较直,感觉这个问题就是脱裤子放屁 衡量产品是否可行的标准是“有用”,消费者肯定是因为产品有用才买啊,所以是有用的废话 底层应该是你的产品抓住了消费者的一个“需求”,具体是什么需求,是否有更细分的需求,你的产品是怎么解决这个需求的,通过你解决他的需求来体现产品的价值,或者你发现一个细分需求,但是市场上并没有产品能够很好解决这个需求,那么你就发现市场上一个空白的口子。这种机会很少,而且量也不会太大,但是也够小卖家活的很滋润了。

以上分析都需要具体而细致的工作来支撑,而不是短短两个字“有用”,与君共勉。


从巴菲特股东大会中思考亚马逊卖家的未来

https://www.wearesellers.com/question/104970

==Andy 回答==

感谢分享,感觉还是有很多收获的,得再找资料深挖一下巴菲特的讲话分析,分享一下里面的一些个人思考 1. 贸易不该成为政治的武器 从竞争优势到帕累托效应:这两个都是非常经典的经济学理论,我当chairman,你掏大粪,都是为国家做贡献,只不过是物尽其才,也是一种价值选择,社会总会把人放在合适的位置上(个人专长),因为你tf的竞争优势比我强;帕累托效应则是在一个系统中,不影响任何人的利益的前提下,可以提升系统整体的收益。 中国的竞争优势:依托全产业链优势,以及人力成本/ 运营成本方面的优势,Made in China的核心竞争优势就是“物美价廉” 美国的竞争优势:全球最大的消费市场&军事实力支撑的美元信誉,金融科技成为支柱产业,也造成了制造业空心化,所以Trump才会想要通过关税来推动“制造业回流”,但是实际效果只会增加民众的生活成本,闹剧应该也快走向尾声了

2. 价格是情绪产物,价值会穿越周期 价格会围绕价值进行波动,但是异常情况下价格会严重脱离价格曲线,价格更多是由市场供需进行的定价调整 价值本质上还是凝结在商品中的人类无差别劳动。 只要存在不是完全开放的市场(不同国家和地区),就一定会有贸易的需求,本质上还是低买高卖(产品/ 人力 套利) 还是继续重仓品牌出海,跪了也认了lol

但是也要警惕宏大叙事,普通的跨境卖家还是更多想想从谈话里面分析对自己的实际经营是否有启发/ 调整思路。


单干小卖家,怎么突破瓶颈啊?现在什么方式推新成功率会高一点?第一年推新的大部分链接都能达到日销10单以上,大概日销300单左右......

https://www.wearesellers.com/question/105279

==Andy 回答==

说一个有效但是不太道德的方法: 一楼已经提到了提升执行的方法就是去找个班上,他律总是比自律有效,人都是有惰性的。 但是楼主已经是在个人单干的小卖家了,所以肯定不是本着单纯上班的心思去工作的。 所以说点底层的东西,不喜勿喷~

1. 公司选择 直接说理想公司标的:精铺经营模式、人数30-50人、协作模式粗放 a. 精铺经营模式:你这个阶段,肯定不合适去超级精品品牌打法的公司,这种公司的资源也不是普通单干卖家能够撬动的,直接去处在上升期的中小规模公司,业务模式选精铺意味着较低的启动成本,公司处在上升期说明有一定的核心玩法(选品思路、资源储备) b. 人数30-50人:这种其实在跨境行业里面算是中型规模的公司了(纯卖货性质),这种公司也可以留意一些比较有想法的同事,有可能可以发展为partner,例如设计师直接隐晦点问有没有接私单(还能搞个同事价),人数太少公司对你的掌控度比较高,人数太多基本上就是固定螺丝钉了,你很难接触到全盘的业务链条 c. 协作模式相对粗放:意味着只要有想法,积极主动一点,这个业务链条中的多数节点你都可以接触到,是非常有利于全盘框架思维提升的,所以大公司会针对不同岗位做具体的岗位切割,就是避免这种情况

2. 单干资源积累 a. 供应链资源:精铺公司是否有稳定合作的供应链,重点合作类目是哪些?精铺模式下采购怎么去谈判账期、交货条件等内容(初期没什么订单的时候怎么画饼?) b. 服务商资源:这部分可以说是跨境行业相对不太透明的资源了,例如推广、review、测评、差评等资源,这种自己摸索有较大风险,但是公司有稳定合作的,你直接就能对接到(省下了大量的筛选成本) c. 物流商资源:公司是否有优势物流渠道,对于精铺里面的一些侵权/擦边产品是否可以报关清关,公司与物流公司的合作形式,账期谈判是如何的,自己的业务是否能够借鉴? d. 设计资源:精铺型公司,原始一点的甚至要求运营可以独立出图,一般的就通过淘宝派单、或者与独立设计师进行合作,甚至一些精铺公司为了节省人力成本,已经在开始探索AI作图了,如果你能整理出来完整的AI电商图SOP,对后续的成本控制也会非常有利。

论坛上的可能也会有不少老板在看,所以玩法不要太过火。


聊聊公司的政治关系:权责错位与组织效率。一个能看到业务机会但没对应实权的人,如何去推动业务的发展

https://www.wearesellers.com/question/106897

==Andy 回答==

这是一个很有值得探讨意义的话题,而且老实说在职场里面已经是常态化了。 公司做大了之后,流程冗长、决策效率下降多数情况下是无法避免的,所以"公司政治"这种产物虽然效率不高,但是也是一个妥协的折中的解决方案,同时我觉得你已经看到底层本质了,其实就是权责关系。

所以我很想知道一些1,000+人以上的企业(不含产线工人),具体的业务流程体系应该如何设置?如何平衡决策效率与流程风险? 看了大量的经管类书籍、商业人物访谈分享,但是一直有较多疑问。如果有大佬看到,能点拨一二,深表感谢!

你看到了业务机会,想要把握机会就得跟公司拿资源、要预算,而且你是业务部门,品牌更多是支持部门(但是有的公司品牌部门是主导部门,看自己的实际情况),再回到你的情况来看,品牌总监支持力度较低可能会有几方面原因:

  1. 风险评估:做成了都是你的功劳,失败了(投入了大量的资源,没有任何结果产出)就得背负巨大的上层压力
  2. 被统领、专业度被质疑:我作为品牌一把手,我意识不到当前的业务阶段需要推进品牌投入?老板会怎么评估我的专业度
  3. 舒适圈效应:很多人是习惯待在舒适圈的,突破不是我的第一要务,维稳等待确定性较大的机会

一个朋友跟我分享:大公司里面聪明人不少,但是大家都太过爱惜自己的羽毛,

推进思路:

  1. 现在这个阶段其实更多还停留在idea的阶段,你需要什么资源?需要多少?需要哪些团队协作?预期的结果产出是什么?关键的过程性指标是什么?如果能带来盈利,盈亏平衡什么时候回正?如果仅仅是品牌声浪的放大,这是不是当前业务阶段最紧迫的行动?
  2. 针对第1点,你想要讲清楚里面的逻辑,就需要输出一个完整的、成熟的方案(耗时较多,而且是你个人想法,可能还得下班之后搞),之后带着你的方案去跟老板争取资源(评论区已经有老哥分析 老板才是关键决策人),后面再拿着老板的"红头文件"(最差也得是老板的口谕),让多数人知道老板对此项目的支持程度,师出有名后面推进会顺畅很多,不然有的是人给你使绊子(解释成本极大)
  3. 如果这时候你是“专员”title,这些涉及到“决策流程”、“业务优化”这些一般都是经理、总监级别推进的事项,你推进过程中处理好“人”和“事”,确实也很容易产生实绩(升职加薪筹码);但是如果干废了,事情一直都没有进展产出,还得罪了关键部门,你上级可能都想把你“办了”。成了“升职加薪”,输了“提桶跑路”
  4. 如果觉得自己的想法迟迟不能落地,公司晋升也没什么盼头,其实也可以把这里面的推进过程包装好进行简历润色,外部看一些能够拿到关键决策权的岗位(B端业务较强,C端业务思维缺失,你就成了最懂的人),继续往“业务军师”的方向靠拢

我分享一个实例:

  1. 之前待的一家公司,有上市规划,但是国内的产品、研发、生产都有很多主体公司,同时涉及到较多的海外业务主体,但是整体股权规划较乱

这里面会涉及到很多复杂的问题:核心业务控制、员工激励平台、上下游供应商利益绑定、跨境税务合规、资金流货物流规划

  1. 我就看到了里面的机会,如果输出一个完整的思路方案,那就有可能有机会进入核心决策圈(建议通过上级递交,剑走偏锋的哥们当我没说
  2. 我做这个事情的优势:对经营管理有较强兴趣,对财务有基础认知,对业务流程较为熟悉
  3. 我做这个事情的劣势:不是专业财务背景,只能通过公开渠道获取信息,老板获取的信息渠道专业度/ 可信度 可能会高于我几个层级
  4. 推进思路:收集信息(国内消费电子上市企业)-- 通过招股说明书/ 财务报表分析其股权架构 -- 评估股权架构设计的思路与风险 -- 结合当前公司业务输出完整的股权架构方案 -- 递交(后续推进还有太多细节,后续有机会再分享了)
  5. 我得到了什么:a. 推进过程中学习了相对较为专业的股权架构认知(对商业世界的认知又多了一点)b. 推进过程中在关键决策层中积累的信誉度(credit/ reputation)c. 职场履历包装,后续的潜在机会

亚马逊广告ACOS的救星-亚马逊营销云(AMC)

https://www.wearesellers.com/question/111629

==Andy 回答==

丢一个最近在用的人群转化路径SQL代码,可以追溯不同的转化路径分析: 1、细致到不同转化路径(客户点击的广告活动和顺序) 2、该转化路径的 曝光 - 点击 - 花费 - 成交 逻辑链条的 客户数量

-- 功能:分析用户从DSP广告和赞助广告(Sponsored Ads)的展示到最终转化的完整路径,
--       计算各路径的覆盖用户数、展示量、成本、销售额等指标,评估不同广告路径的转化效果。
-- 适用场景:广告投放策略优化、转化路径归因分析


-- 1. 整合广告展示数据(DSP + 赞助广告)
-- 作用:收集两类广告的用户展示记录,统一格式并聚合基础指标(首次展示时间、总展示量、总成本)
WITH impressions AS (
  -- 1.1 DSP广告展示数据
  SELECT
    -- 可选配置:如需将特定campaign_id归类(如Awareness/Conversion),可启用下方CASE语句
    -- CASE campaign_id 
    --   WHEN 11111111111111 THEN 'Display_Awareness'
    --   WHEN 222222222222 THEN 'Display_Conversion'
    --   ELSE 'Other' 
    -- END AS campaign,
    'DSP' AS product_type,  -- 广告类型:DSP
    campaign,               -- 广告活动名称(如需重命名可启用上方CASE)
    user_id,                -- 用户唯一标识
    MIN(impression_dt) AS impression_dt_first,  -- 用户对该活动的首次展示时间
    SUM(impressions) AS impressions,            -- 总展示量
    SUM(total_cost) AS total_cost               -- 总成本(原始单位:毫分)
  FROM dsp_impressions
  WHERE user_id IS NOT NULL  -- 过滤无效用户
    -- 可选:如需限定特定活动,可添加条件(如 AND campaign_id IN (xxx, yyy))
  GROUP BY product_type, campaign, user_id  -- 按广告类型、活动、用户分组

  UNION ALL  -- 合并DSP和赞助广告数据

  -- 1.2 赞助广告展示数据(Sponsored Products/Display/Brands)
  SELECT
    -- 可选配置:如需将特定campaign重命名,可启用下方CASE语句
    -- CASE campaign 
    --   WHEN 'SP_campaign_name1' THEN 'SP_Awareness_name'
    --   WHEN 'SP_campaign_name2' THEN 'SP_Conversion_name'
    --   ... 其他活动映射 ...
    --   ELSE 'Other' 
    -- END AS campaign,
    ad_product_type AS product_type,  -- 广告类型(如sponsored_products)
    campaign,                         -- 广告活动名称(如需重命名可启用上方CASE)
    user_id,                          -- 用户唯一标识
    MIN(event_dt) AS impression_dt_first,  -- 用户对该活动的首次展示时间
    SUM(impressions) AS impressions,        -- 总展示量
    SUM(spend) AS total_cost               -- 总成本(原始单位:微分)
  FROM sponsored_ads_traffic
  WHERE user_id IS NOT NULL  -- 过滤无效用户
    -- 可选:如需限定特定活动,可添加条件(如 AND campaign IN ('xxx', 'yyy'))
  GROUP BY product_type, campaign, user_id  -- 按广告类型、活动、用户分组
),


-- 2. 收集转化数据(购买行为)
-- 作用:提取用户的购买转化记录,关联到对应的广告活动,聚合转化指标
converted AS (
  SELECT
    -- 可选配置:与impressions保持一致的campaign命名规则,需同步启用
    -- CASE campaign_id 
    --   WHEN 11111111111111 THEN 'Display_Awareness'
    --   WHEN 222222222222 THEN 'Display_Conversion'
    --   ELSE 'Other' 
    -- END AS campaign,
    campaign,  -- 广告活动名称(需与impressions中的campaign保持一致)
    user_id,   -- 用户唯一标识
    MAX(conversion_event_dt) AS conversion_event_dt_last,  -- 用户对该活动的最后转化时间
    SUM(product_sales) AS product_sales,                    -- 总销售额
    SUM(purchases) AS purchases                              -- 总购买量
  FROM amazon_attributed_events_by_traffic_time
  WHERE 
    purchases + total_purchases_clicks > 0  -- 过滤有购买行为的记录
    AND user_id IS NOT NULL                 -- 过滤无效用户
    -- 可选:如需限定特定活动,可添加条件(如 AND (campaign_id IN (xxx) OR campaign IN ('yyy')))
  GROUP BY campaign, user_id  -- 按活动、用户分组
),


-- 3. 过滤有效展示(展示时间早于转化时间)
-- 作用:关联展示数据和转化数据,仅保留"展示在转化之前"的有效记录,并转换成本单位为美元
filter_impressions AS (
  SELECT
    i.user_id AS imp_user_id,         -- 展示用户ID
    c.user_id AS pur_user_id,         -- 转化用户ID(未转化则为NULL)
    i.campaign,                       -- 广告活动
    i.impressions,                    -- 展示量
    i.impression_dt_first,            -- 首次展示时间
    -- 转换成本单位为美元:
    -- 赞助广告(微分→美元:÷1亿),DSP广告(毫分→美元:÷10万)
    CASE 
      WHEN i.product_type IN ('sponsored_products', 'sponsored_display', 'sponsored_brands')
      THEN i.total_cost / 100000000   -- 赞助广告成本转换
      ELSE i.total_cost / 100000      -- DSP广告成本转换
    END AS total_cost,
    c.conversion_event_dt_last,       -- 最后转化时间(未转化则为NULL)
    COALESCE(c.product_sales, 0) AS product_sales,  -- 销售额(未转化则为0)
    COALESCE(c.purchases, 0) AS purchases            -- 购买量(未转化则为0)
  FROM impressions i
  -- 左连接转化数据(按用户+活动关联,确保转化归因到对应的展示)
  LEFT JOIN converted c 
    ON c.user_id = i.user_id 
    AND c.campaign = i.campaign
  -- 过滤条件:仅保留"有转化且展示在转化前"或"无转化"的展示记录
  WHERE 
    (c.user_id IS NOT NULL AND i.impression_dt_first < c.conversion_event_dt_last)  -- 有效转化的展示
    OR c.user_id IS NULL  -- 未转化的展示
),


-- 4. 标记用户广告接触顺序
-- 作用:按用户分组,对其接触的广告活动按"首次展示时间"排序,标记接触顺序
ranked AS (
  SELECT
    -- 创建包含"顺序+活动"的结构化数据(便于后续排序)
    NAMED_ROW(
      'order',  -- 顺序字段(按首次展示时间排序的序号)
      ROW_NUMBER() OVER (
        PARTITION BY f.imp_user_id 
        ORDER BY f.impression_dt_first  -- 按首次展示时间升序(最早的在前)
      ),
      'campaign',  -- 广告活动
      f.campaign
    ) AS campaign_order,
    imp_user_id  -- 用户ID
  FROM filter_impressions f
  WHERE f.imp_user_id IS NOT NULL  -- 过滤无效用户
),


-- 5. 生成用户广告接触路径
-- 作用:按用户分组,将其接触的广告活动按时间顺序汇总为"路径"数组
assembled AS (
  SELECT
    -- 收集用户的所有广告接触记录,去重后按顺序排序,生成路径
    ARRAY_SORT(COLLECT(DISTINCT a.campaign_order)) AS path,
    a.imp_user_id  -- 用户ID
  FROM ranked a
  GROUP BY a.imp_user_id
),


-- 6. 用户级别去重(聚合展示和转化指标)
-- 作用:按用户去重,避免同一用户多条记录重复计算,聚合用户级指标
filter_impressions_dedupe AS (
  SELECT
    imp_user_id,  -- 用户ID
    SUM(impressions) AS impressions,  -- 该用户的总展示量
    SUM(total_cost) AS total_cost,    -- 该用户的总成本
    -- 标记用户是否有转化(1=有转化,0=无转化)
    MAX(CASE WHEN pur_user_id IS NOT NULL THEN 1 ELSE 0 END) AS has_purchase,
    MAX(product_sales) AS product_sales,  -- 该用户的销售额(取最大值,因同一用户可能多条记录)
    MAX(purchases) AS purchases            -- 该用户的购买量(取最大值)
  FROM filter_impressions
  GROUP BY imp_user_id  -- 按用户去重
),


-- 7. 关联路径与效果指标(按路径聚合)
-- 作用:将用户的广告接触路径与用户级指标关联,按路径汇总整体效果
assembled_with_imp_conv AS (
  SELECT
    path,  -- 广告接触路径(按时间排序的活动数组)
    COUNT(DISTINCT a.imp_user_id) AS reach,  -- 该路径覆盖的独立用户数
    SUM(b.impressions) AS total_impressions,  -- 该路径的总展示量
    SUM(b.total_cost) AS total_cost,          -- 该路径的总成本
    SUM(b.has_purchase) AS converted_users,   -- 该路径中有转化的用户数
    SUM(b.product_sales) AS total_sales,      -- 该路径带来的总销售额
    SUM(b.purchases) AS total_purchases       -- 该路径带来的总购买量
  FROM assembled a
  -- 关联用户级去重后的指标
  LEFT JOIN filter_impressions_dedupe b 
    ON a.imp_user_id = b.imp_user_id
  GROUP BY path  -- 按路径分组汇总
)


-- 最终输出:各广告路径的效果指标
SELECT
  path,
  reach AS path_user_count,  -- 路径覆盖用户数
  total_impressions,         -- 总展示量
  total_cost,                -- 总成本(美元)
  converted_users,           -- 转化用户数
  total_sales,               -- 总销售额
  total_purchases,           -- 总购买量
  -- 计算用户购买率(避免除零错误:当reach=0时返回0)
  CASE WHEN reach = 0 THEN 0 
       ELSE converted_users / reach 
  END AS user_conversion_rate  
FROM assembled_with_imp_conv
-- 可选:如需按转化效果排序,可添加 ORDER BY user_conversion_rate DESC
;