一、为什么你越会看广告报表，反而越容易误判？

多数卖家的优化动作建立在三个问题上：哪个关键词出单、哪个活动 ACOS 高、哪个 ASIN 应该否定。这些问题当然重要，但标准报表往往以广告活动或点击结果为中心，难以完整回答一个更接近经营的问题：消费者在下单前，到底经历了多少次曝光、哪些广告产品、怎样的先后顺序？

假设一位消费者先看到了 DSP 或视频广告，三天后点击 Sponsored Brands，最后通过 Sponsored Products 的品牌词成交。如果只看末次点击，功劳很可能全部落在品牌词上；于是运营会继续加品牌词预算、削减上层广告。短期 ACOS 变漂亮了，但新增需求被掐断，品牌逐渐陷入“收割越来越好、增量越来越少”的循环。

二、AMC 到底是什么？先把三个误解讲清楚

Amazon Marketing Cloud（Amazon Marketing Cloud，简称 AMC）是 Amazon Ads 提供的云端、隐私安全数据净室。广告主可以在其中对经过假名化处理的 Amazon Ads 信号及其合规导入的第一方信号进行分析，并基于聚合结果创建受众。官方资料强调：AMC 只接受假名化信息，输出为聚合、匿名结果；它不是下载消费者名单的工具。

误解1：AMC就是一个更复杂的报表后台

报表的基本单位通常是 campaign、ad group、keyword 或 ASIN；AMC 的核心优势则是事件与路径。你可以围绕曝光、点击、转化、触点顺序、频次、时间间隔和人群交集提出自定义问题。它把“固定字段取数”升级成“围绕经营假设做分析”。

误解2：只有做DSP的大品牌才能用

这一判断已经过时。Amazon Ads 于 2025 年 9 月宣布，AMC 向所有正在运行 Sponsored Products、Sponsored Brands、Sponsored Display 或 Sponsored TV 的广告主开放；符合条件的 Sponsored Ads 广告主可在广告控制台的 Measurement & Reporting 中自助进入。

误解3：会SQL就等于会AMC

SQL 只是提问语言，不是商业判断。真正稀缺的能力是：先提出可执行的假设，再选择观察窗口、去重口径、转化定义与对照组，最后把结果变成预算、创意、频控和受众动作。而且 AMC 现在提供无代码分析模板、低代码模板及自然语言辅助能力，技术门槛正在下降，策略门槛反而更突出。

三、传统报表与AMC，究竟差在哪？

四、AMC最值得卖家优先做的六类分析

1. 转化路径：找到“第一触点、助攻触点、收割触点”

路径分析不是为了评选一个“最强广告”，而是判断每种广告在旅程中的角色。建议至少拆出三层：首次接触、转化前中间触点、最后触点。对每条高频路径同时观察去重人数、转化人数、转化率、销售额、平均触点数和转化周期。

·典型问题：SB Video → SP 的转化率，是否显著高于仅接触 SP？

·典型动作：若视频主要负责首触达，不应仅用末次点击 ROAS 砍预算；应建立增量验证或路径对照。

2. 触点重叠：判断组合是协同还是重复购买同一批流量

把接触 SP、SB、SD、DSP 的去重人群做集合拆分：只接触某一产品、接触两类产品、接触三类以上产品。关键不是重叠越高越好，而是重叠人群的转化率提升能否覆盖额外触达成本。

3. 频次分析：找出“有效重复”与“预算疲劳”的分界线

按每位去重用户的曝光次数分桶，例如 1 次、2-3 次、4-6 次、7-10 次、11 次以上；分别计算转化率、每千人销售额与触达成本。如果转化率在 4-6 次后趋平，而 CPM 和花费继续上升，说明继续堆频次的边际回报已明显下降。

4. 曝光到转化时间：决定再营销窗口，而不是凭感觉设7天或30天

统计首次曝光、首次点击到购买之间的时间差，观察 1 天、3 天、7 天、14 天、30 天内的累计转化贡献。低客单冲动型产品的黄金窗口可能只有数天，高客单耐用品则可能需要更长教育周期。窗口应该由真实购买周期决定。

5. 新客与复购：把“广告订单”拆成获客质量

单次 ROAS 无法区分新客获取和老客收割。AMC 可帮助分析新客占比、首次购买品类、复购间隔、交叉购买与长期价值分层。对耗材、食品、美妆、宠物等复购型类目，真正值得增加预算的广告，未必是首单 ACOS 最低的广告，而可能是带来高复购人群的广告。

6. 受众构建与激活：让分析真正回到投放

AMC 的闭环不是“做完一张图”，而是把洞察转成可激活人群。常见人群包括：高意向未购、看过视频后浏览详情页但未购、购物车未购、购买主品但未买配件、复购周期将至、沉睡高价值客户等。

五、一个完整的90天实战案例：如何用AMC重构预算

案例背景

某美国站家居收纳品牌，客单价 39.99 美元，月广告花费约 12 万美元。SP 承担主要成交，SB Video 与 SD/DSP 负责拉新和再营销。控制台显示：SP 品牌词 ACOS 仅 12%，SB Video 为 58%，DSP 为 74%。团队原计划削减上层预算 40%，把钱集中到 SP。  

第一步：重新定义问题

团队没有直接问“哪个广告 ACOS 最低”，而是提出四个可验证假设：

1.品牌词低 ACOS 中，是否包含大量此前被视频或展示广告影响的人群？

2.视频触达后再点击 SP 的人群，转化率是否高于只接触 SP 的人群？

3.展示广告的频次是否超过有效区间？

4.高意向未购人群是否值得单独激活，而不是与普通浏览者混投？

第二步：路径分析发现“品牌词在收割，上层广告在制造需求”

进一步拆解发现，品牌词成交人群中有 36% 在购买前 14 天接触过 SB Video 或展示广告。这意味着品牌词的低 ACOS 并非全部由品牌词自身创造；它也承接了上层媒体积累的需求。若机械削减上层预算，品牌词仍可能在短期内维持漂亮数据，但可收割人群会逐步变少。

第三步：频次分析找到浪费区间

团队将展示广告的主要频控目标从“尽可能覆盖”调整为优先保持 4-6 次有效频次，并压缩 11 次以上人群的重复曝光。

第四步：建立三层受众，而不是一个“浏览未购”大包

·A层：近7天两次以上浏览详情页＋至少一次广告点击＋未购；高竞价承接。

·B层：近14天看过视频或展示广告＋浏览详情页＋未购；用差异化证据型素材。

·C层：近30天仅一次浅层浏览＋未点击；低竞价、宽松频控，用于低成本再教育。

同时排除近14天已购人群，避免把再营销预算浪费在刚刚完成购买的消费者身上；针对可交叉销售的配件，则另建购买后窗口。 

第五步：预算重构与验证

模拟 8 周验证结果：总广告花费保持基本稳定；广告归因销售额增长 18%，整体 ACOS 从 34% 降至 28.8%；11 次以上高频人群占比下降 41%；高意向未购人群的购买率为普通再营销人群的 2.3 倍；新客订单占比由 47% 提升至 55%。

六、公式与口径：深度分析最容易错在这里

聚合阈值不是故障，而是隐私机制

AMC 只输出聚合、匿名结果，并设置聚合阈值。人群切得过细、时间过短或条件组合过多时，查询可能无法返回足够数据。运营上应减少过度细分、拉长观察周期、合并低量路径，并避免试图反推出个人身份。

七、从0到1落地AMC：一套可执行的四周节奏

建议优先顺序

5.先做转化路径：看清各广告产品的角色。

6.再做重叠与频次：找重复流量和无效曝光。

7.再做人群激活：把分析转成投放动作。

8.最后接入第一方信号与自动化：在口径成熟后扩展 CLV、线下转化和规模化查询。

八、SQL不是重点，但你必须会写“业务问题”

AMC 查询前，先用一句话写出业务问题，再拆成分析单元。以下是一个高意向未购人群的逻辑示意（并非可直接复制的官方 SQL，实际表名和字段以账户实例的数据目录为准）：

好的查询要同时写清五件事：时间窗口、事件定义、用户去重、排除条件、输出用途。如果没有这五件事，再漂亮的 SQL 也可能得到不可执行甚至误导性的结论。

九、卖家最容易踩的七个坑

·把相关性当因果：多触点人群转化高，可能因为其原本意向更高。

·只看路径占比，不看路径规模、成本和增量。

·把品牌词全部视为自身贡献，忽视上层广告的助攻。

·频次只看平均值，不看高频长尾人群。

·人群切得过细，既触发聚合阈值，又失去投放规模。

·做完分析没有预算、素材、竞价或受众动作，AMC 变成昂贵的展示报表。

·每周更换口径，导致前后结果不可比较。

十、什么样的卖家最应该马上开始？

如果你符合以下任意三条，AMC 的价值通常会快速显现：

·同时投放 SP、SB、SD、Sponsored TV 或 DSP 中的多种广告产品；

·月广告预算较高，但只能解释单个活动的 ACOS；

·品牌词效率很好，上层广告却长期被判定“亏损”；

·有复购、交叉销售、配件或耗材业务；

·想区分新客增长与老客收割；

·有站外、官网、CRM 或线下信号，希望在合规前提下联合分析；

·团队已经具备稳定执行能力，下一步需要升级归因和人群策略。

结语：未来的亚马逊广告，竞争的不只是关键词，而是“谁更懂人群”

过去，卖家通过搜索词、竞价和否定词建立优势；下一阶段，优势将来自对消费者旅程的理解：谁需要第一次被教育，谁需要第二次被说服，谁只差最后一次证据，谁已经购买不该继续重复触达。

AMC 的真正价值，不是让报表变复杂，而是让预算决策更接近真实的购买过程。当你能识别首触达、助攻、收割和复购角色，广告就不再是一堆互相争夺功劳的活动，而会变成一套围绕人群流转的增长系统。