ROAS失灵？头部品牌已切换关键增长指标

ROAS失灵？ROC成新增长指标

如何用最少的投入，撬动最大的利润？这一直是各品牌关注的问题。

在传统营销时代，由于数据割裂、触点分散等原因，品牌普遍采用ROI（投资回报率）作为核心指标来衡量整体效果。然而ROI视角下，数据缺乏颗粒度和可追踪性，品牌难以针对消费者人群、渠道或营销内容进行拆解优化。

进入数字营销初期，零售媒体的出现催生了以ROAS为核心指标的营销体系。品牌首次实现了对每一条广告点击和转化路径的追踪。然而ROAS仅关注短期转化的弊端也逐渐暴露，缺乏了对增量价值和长期品牌价值的反馈。

随着精准营销的发展，零售平台的数据技术带来新的转机。在消费行为和细分用户数据能够精准匹配后，品牌开始计算更具长期价值的消费者回报率（ROC）。

ROC、ROI与ROAS的概念区别

ROC：驱动可持续增长的“黄金指标”

随着营销增长方式的发展，“人货场”的中心逐渐从“场”转移到“人”。ROC 作为品牌营销进入“人群经营”阶段的重要指标，如果品牌想平衡获客成本，实现长期价值，关注重点则应逐步转变为考虑：这类人群给我带来了多少价值。

1. 从SKU×CID判断“人货匹配”的价值

过去，品牌更关注“货”与“场”的关系（哪些SKU在哪些渠道卖得好），现在更需要关注“人”与“货”的连接（谁需要什么商品）。

品牌若想利用ROC判断人群价值，需要从消费者与产品两大维度入手。在此，我们引入CID（Customer ID，消费者画像数据）、SKU级购买数据（消费者行为数据）这两个关键的数据类型：

CID是站在“消费者”视角， 让卖家在人群经营中了解卖给了谁、谁是高价值消费者；SKU是站在“商品”视角，帮助卖家全盘掌握买了什么产品、哪些产品卖得好。

当CID与SKU联动，更有利于卖家实现“把对的产品卖给对的人”。而这正是ROC的核心逻辑。

举个例子，某个护品牌旗下有洗衣液、洗衣剂等多个品类，通过AMC数据分析发现：约40%的用户在首次购买了洗手液之后的3个月内，会再次购买洗衣剂。

基于此洞察，品牌在Prime Day大促期间，锁定“购买洗手液但未购买洗衣剂”的人群进行投放，并推出“洗衣液+洗衣剂”组合优化套装，有效提升了洗手液的复购和洗衣液的新客增长。

亚马逊上的洗衣液组合优惠套装

以上过程，便是ROC驱动品牌增长的一个常见路径。

在竞争日益激烈的跨境市场，真正能穿越周期的，不是流量，而是对“人”和“商品”关系的深度理解与精细运营。而SKU与CID作为数据基础，在衡量ROC的过程中至关重要。

2. 垂直化ROI探索，为ROC奠定基础

要实现“人”和“货”的价值最大化，品牌不能只盯着销量数字，更需要打通CID与SKU之间的关联链路。这一联动的基础，正是用户画像体系的重构，而目前在“人-货”数据协同方面，最具代表性的实践者正是亚马逊。

亚马逊营销云（Amazon Marketing Cloud）是首个在确保用户隐私安全的前提下，将长达五年的SKU级购买数据与CID精准关联的安全数据共享环境。

AMC部分功能：定义效果衡量目标、运行自定义查询、汇总生产匿名输出

品牌因此得以跳出传统“以场景争夺流量”的思维，转而专注于从“人”和“货”出发的行为链路，重构更可持续的增长逻辑。

此外，各大零售平台与品牌也已有相关探索。

Costco凭借会员模式，坐拥超7250万高质量会员，让众多快消品牌看到了巨大的“流量金矿”。面对巨大流量红利，Costco开始下场零售媒体，探索个性化营销的影响力。

早在去年6月，Costco已宣布将推出自己的零售媒体网络（RMN），加入与亚马逊、沃尔玛的同台竞争。Costco计划通过整合线下门店、官网电商、B2B大宗采购等全渠道数据，将会员用户与跨渠道广告投放绑定，在追求广告利润的同时，提升会员的体验。

据Marketing Dive的报道，Google Ads在今年5月表示，将整合Costco的零售媒体数据。两者的合作意味着品牌可以把Costco的零售媒体受众数据，应用于YouTube的广告投放中，从而实现广告曝光和转化的联动，进一步拓宽其“场-人”联动的边界。

可见，各大零售平台都在积极布局，试图打通CID与SKU之间的数据链路，这无疑为品牌定向投放和个性化营销进一步夯实基础。然而，品牌也正面临新的抉择：如何将AMC的成功经验迁移至其他平台？

亚马逊数据赋能，品牌ROC破局利器

值得关注的是，依托亚马逊在数据开放和营销推广的领先优势，部分先锋品牌已凭借消费者购物旅程归因、重新定义POME产品、AMC精准营销，率先实现投资回报最大化。

这些品牌案例，或许能为我们揭示“品牌实现ROC增长”的可行路径。

1. 多触点归因，定位引流投资点

当站在长期视角，评估高价值消费者的增长路径与转化机制时，品牌可以借助多触点归因模型，寻求ROC增长的策略。

尽管营销行业涌现了DTC闭环、AIPL等诸多概念，但消费者的转化路径本质上还是传统的销售漏斗，且在购买链路的变迁中，漏斗的每一层都可能影响消费者的购买决策。

因此，多触点归因模型的分析，要与销售漏斗的框架相结合，精细化考量每个环节对消费者长期价值的实际贡献，基于品牌战略进行广告投放。

多触点营销对消费者转化带来更大影响

有数据显示，当消费者同时接触到电视和数字触点时，详情页浏览率提升298%，购买率提升308%，订阅率增加了653%。这再次印证了：真正高效的广告投放，应着眼于全漏斗、多触点的协同效应。

多触点营销推动各类关键数据提升

除了分层分阶段的广告投放，转化商业的基础要素同样十分重要。若产品详情页（PDP）内容质量欠佳或评论不足时，任何广告投入也只是无用功。

所以，品牌可以综合考虑投放策略和营销内容，从而精准定位最佳投放点，有效吸引新客。

2. 优化POME，关注优质客群

如果说多触点归因模型的使用，帮助品牌找到了“在哪里”吸引消费者的关键，那么市场切入点产品则是解决吸引“谁”的问题。

通过POME分析，可以判断“高长期价值产品”以及“高新客引入产品”。前者用户黏性强、复购率高、总体的利润贡献大；后者生命周期价值可能没有高长期价值产品高，但能吸引大量新用户下单。围绕这两类产品进行新客结构的优化，以及营销策略的调整，有利于提高消费者的长期价值回报。

以某营养健康品牌为例，为评估亚马逊关键营销节点对客户长期价值（LTV）的影响，品牌基于过去五年的数据开展POME分析，测算Prime Day和New Year New You促销期间LTV的波动差异。

结果发现，NYNY期间LTV波动更平稳，带来更多高价值、长期客户；而Prime Day更易吸引一次性购买的价格敏感型用户。这说明，不同促销节点带来的新客质量不同，NYNY带来的新客ROI更高、回报更持久。

3. AMC赋能人群，实现精准营销

在推动ROC提升方面，AMC可以整合全域的广告、消费行为、内容互动数据，追踪细分消费群体的复购情况、激发触点，并圈定高LTV受众做定点投放。

2023年，亚马逊营销云推出了自定义受众（AMC Audiences）的功能。AMC Audiences不仅能帮助品牌精准控制广告出现位置，更能定位观看了广告的观众，实施精准营销策略。

· AMC助力获取新客

对于品牌而言，通过AMC在机会和认知阶段触达消费者，有助于通过站内外的广告营销，吸引并留住目标客群。

基于“AMC筛选人群+DSP投放”的组合拳，某服装品牌有效提升了“加购但未购买用户”的转化率。品牌针对男装与女装产品线，分别构建了“弃购”人群包，并应用于亚马逊DSP广告投放中。

最终结果显示：相较于常规DSP策略，新的DSP策略转化率提升64%，新客获取率（NTB）提升22%。这说明，品牌可以通过AMC构建更细分的人群标签，以此为基础调整广告投放策略，能提升新客转化效率。

新的DSP策略提高了新客获取率和购买率

此外，AMC的数据整合与智能分析，能助力SA实现精准投放。广告主可以精准定位高LTV群体，针对性优化关键词投放策略，动态调整竞价策略，从而提升广告CTR和CVR。

在某健康保健品牌提升新客获取效率的实践中，借助AMC搭建新客相似受众人群包。这一策略被应用于非品牌词和竞品转化广告投放中。投放数据显示，该方案使CTR显著提升64%，ROAS增长116%，CVR更实现了167%的跃升。

这一成效验证了AMC在人群建模和精准投放方面的价值，为其他品牌在利用AMC精开展准营销提供了可参考的范式。

借助新客相似受众定位，提升各项关键指标

· AMC助力提升新客LTV

在成功获取新客后，品牌增长的关键从拉新向提升消费者的品牌忠诚度转变，最终实现LTV最大化。

以某快消品牌为例，为了提升“订购省”（Subscribe & Save，简称 SnS）用户的长期复购率与黏性，该品牌在AMC中搭建了以SnS行为为核心的人群策略，包括：

精准定向：筛选出曾在品牌旗下其他品类产品中参与过SnS的老用户，并面向其推荐关联品类的订阅商品，以此激发跨品类复购行为；

相似人群扩展：基于上述高忠诚用户的行为数据构建Lookalike模型，扩展出一批具备相似行为特征的新用户群体，并对这部分人群采用更高的出价策略，以提升转化效率。

最终实验结果显示：实验组用户的SnS转化率相比对照组提升了50%，有效验证了“基于行为标签+受众扩展”的组合策略，不仅能够驱动跨品类购买和忠诚度提升，更能实现LTV增长，从而带动整体ROC的显著提升。

基于新的组合策略，实现订购省概率提升50%

谁掌握数据，谁赢下增长

如今，“消费者数据洞察”已成为零售平台和品牌的新增长引擎。

品牌希望广告能带来可衡量的转化效果，也更期待零售平台开放更透明的数据，因此，它们也愈发期待平台开放SKU+CID等关键数据权限。在这一趋势下，任何推动零售商开放消费者行为洞察的举措都将创造共赢：品牌方能精准量化消费者回报率(ROC)，转而推动零售平台发展高利润的广告业务。

目前Instacart、沃尔玛等头部零售平台已率先下场。

Instacart推出了基于用户行为的自动优化功能，广告出价和展示将不再依赖手动调整，而是根据用户真实行为自动优化，实现以“用户反应”为中心的投放逻辑；还与The Trade Desk合作，打通站内销售与站外广告的闭环链路，让广告主能在投放平台上直接使用 Instacart 的第一方人群数据。

沃尔玛也在加速数据合作，不仅深耕自有广告平台Walmart Connect，还联合第三方平台，帮助品牌获取更具深度和价值的消费者洞察。

由此可见，谁掌握消费者行为数据，谁将掌握下一个阶段的营销增长主动权。

注：本文基于Flywheel飞未数据库的数据分析得出，报告中提到的品牌和产品案例，旨在展示市场趋势，不代表对具体品牌的推荐或背书。