亚马逊AMC最全讲解，看这一篇就够了
3500摘要
亚马逊卖家的分水岭来了
不懂AMC
你可能一直在用错误的方式分配广告预算
月底复盘广告，运营拿出三份报表：
商品推广ACOS不错，建议加预算；品牌推广带来了品牌搜索，也建议加；展示广告的ROAS还能接受，同样建议继续投。
单独看，每个渠道似乎都有效。问题是，三个渠道都加预算以后，总订单没有按照相同比例增长，TACOS反而上升了。
到底是哪一笔广告创造了新需求？
哪一笔只是重复触达同一批买家？
买家第一次看到视频广告，后来点击商品推广，最后通过品牌词购买，这张订单应该怎么理解？普通广告报表很难完整回答这些问题。
我先把结论放前面
AMC不会自动帮你降低广告费，但它能让你看见传统广告报表看不见的受众重叠、触达频次和跨渠道转化路径。
真正的分水岭，不是会不会写SQL，而是卖家能不能从“评价单个广告活动”，升级到“评价一整条买家旅程”。
一、AMC到底是什么？
AMC全称是Amazon Marketing Cloud，中文名称是亚马逊营销云。
亚马逊官方将它定义为一款安全、保护隐私、基于云服务的数据净室解决方案。广告主可以在其中分析匿名化的亚马逊广告信号，也可以选择接入自己的匿名第一方数据。
简单理解：
普通广告报表像一张张分开的成绩单。
AMC更像一个分析室，把经过隐私处理的不同广告信号放在一起，让你从跨渠道、跨触点的角度重新回答业务问题。
根据亚马逊当前公开说明，AMC可以用于：
分析广告展示、点击和转化信号；
观察不同广告媒体和渠道中的消费者旅程；
构建定制化受众；
将匿名第一方数据与广告信号结合；
生成定制化指标和分析；
通过API按需或按计划生成报告；
将符合条件的受众用于后续媒体激活。
AMC不是买家个人信息查询工具。
亚马逊官方明确说明，AMC只接受匿名输入，广告主只能获得匿名、汇总的输出结果，同时存在隐私保护和聚合门槛。
二、为什么只看ACOS
可能会做出错误判断？
ACOS的计算方式是：广告花费 ÷ 广告销售额
它能回答一个重要问题：某类广告获得一美元归因销售额，花了多少广告费。
但它很难单独回答下面这些问题：
这张订单之前接触过多少种广告？
哪个触点负责首次种草，哪个触点负责最后收口？
两个广告渠道触达的是新增人群，还是高度重叠的人群？
买家看一次广告和看十次广告，购买率有什么差异？
一个广告活动带来的，是品牌新客还是老客回购？
某个广告看起来ROAS很高，是创造了增量，还是截取了已有需求？
买家从首次曝光到购买，通常需要多长时间？
表面上看是广告效果问题，真正的问题其实是测量口径。
如果团队只依据活动级ACOS分预算，通常会天然偏爱最后一次点击或最接近成交的广告，同时低估前端触达，也可能高估重复收口的价值。
三、预算最容易浪费在这5个地方
多个渠道重复触达同一批人
商品推广、品牌推广、展示广告和视频广告可能触达相同或部分重叠的受众。
重叠本身不一定是浪费。合理的多次触达可以帮助买家完成决策。
真正要判断的是：新增触达是否带来新增购买，以及达到某个频次以后，继续曝光还有没有价值。
频次越来越高，购买率却不再增长
一个买家看过一次广告没有购买，继续触达可能有效。
但如果某些受众已经看到很多次，购买率没有继续改善，继续追加预算的边际价值就可能下降。
AMC可以帮助团队按触达次数分组，比较不同频次区间的转化表现。
这里没有一个适合所有品牌的“最佳频次”。高客单产品、快消品和耐用品的决策周期完全不同，需要用自己的数据判断。
把品牌词收口当成全部广告价值
品牌词广告通常转化不错，ACOS也可能很好看。
但买家为什么搜索品牌词？他可能此前看过视频、展示广告、达人内容或其他商品。品牌词只是最后一步，并不一定独自创造了整张订单。
这不代表品牌词广告应该关闭，而是预算评价不能只看最后收口。
把上层广告当成“没转化”
视频和展示类广告可能承担首次触达、兴趣建立和商品浏览的任务。
如果只看短周期直接转化，它们容易被判断为低效。AMC能够帮助团队观察曝光、点击和购买之间更长、更复杂的路径。但看到相关性以后，仍需要通过对照实验或增量测试验证因果。
新客和老客使用同一套预算逻辑
老客已经了解品牌，重新购买的决策成本通常和首次购买不同。
如果大量预算都在追逐本来就有较高回购概率的人群，报表可能很好看，但品牌新增能力未必提高。
AMC的一个重要价值，是帮助团队按照不同受众状态和互动历史建立更细的分析与激活逻辑。
四、卖家最应该先跑的6类AMC分析
01
转化路径分析
目标：找到买家购买前常见的广告接触顺序。
例如观察：
商品推广直接转化；
视频广告 → 商品推广 → 购买；
展示广告 → 品牌推广 → 购买；
多次曝光后无点击购买；
点击后隔一段时间才购买。
输出不应该只是一张路径表，还要回答：
哪些路径覆盖人数大；
哪些路径转化效率高；
哪些路径成本过高；
哪些渠道主要负责拉新；
哪些渠道更接近收口。
02
受众重叠分析
目标：判断不同广告产品是否一直触达同一批人。
可以比较：
只接触商品推广的人群；
只接触展示广告的人群；
同时接触两类广告的人群；
接触三类以上广告的人群；
从未发生购买的人群。
如果重叠人群的转化率明显更高，不代表应该无限提高频次；如果重叠很高但没有带来更多购买，也不能继续凭感觉加预算。
03
触达频次分析
把受众按曝光次数分组，比较：
人群规模；
点击率；-购买率；
单位触达成本；
广告花费；
转化时间。
团队要找的是“边际效果开始下降”的区间，而不是追求一个固定行业答案。
04
转化时间分析
观察买家从首次曝光、首次点击到最终购买需要多久。
如果产品决策周期较长，使用过短的观察窗口，可能会低估前端广告；如果产品购买决策很快，过长的归因窗口又可能让广告获得过多功劳。
AMC可以帮助团队建立更符合自身产品的观察视角，但归因口径仍要在报告中写清。
05
品牌新客与回购分析
把预算拆成两个问题：
哪些广告组合更容易获得新客？
哪些广告组合更适合促进已有买家复购或交叉购买？
拉新广告不一定拥有最低ACOS，回购广告也不能因为ROAS高就无限放大。最终要看不同人群的贡献利润、复购价值和生命周期价值。
06
商品组合分析
如果品牌有多个ASIN，可以观察：
哪些产品负责首次获客；
哪些产品更容易发生复购；
买家看过A产品后是否购买B产品；
哪些产品适合做交叉销售；
哪些产品的广告在帮助整个品牌，而不只是自身ASIN。
单ASIN报表可能把预算看成“亏损”，品牌组合视角却可能发现它是一个有效入口。但这个结论必须由真实路径和利润数据支持，不能因为产品销量大就默认它是引流款。
五、不写SQL
也能开始用AMC吗？
可以。亚马逊当前官方页面说明，AMC提供可视化操作、分析模板和受众模板，可以在部分场景下无需SQL生成洞察；页面还介绍了AMC中的Ads Agent测试版，可以通过自然语言辅助生成分析查询、受众和产品支持。
但这不代表完全不需要数据能力。模板可以帮你启动，真正有价值的分析仍然需要团队先把业务问题说清楚：
我想减少重复触达，还是提高新客占比？
我在评估一个渠道，还是一条完整路径？
我关注销售额、贡献利润，还是客户生命周期价值？
分析周期和归因窗口怎么定义？
哪些活动、ASIN和受众应该纳入？
工具不会替你定义正确的问题。
六、一套适合卖家的AMC落地流程
第一步：
先确认账号资格和数据范围
亚马逊官方目前说明，符合条件的广告主可以通过Web界面和API使用AMC，无需额外付费。
DSP广告主可以联系广告科技客户经理申请访问；搜索广告主可以通过自助服务访问，合作伙伴也可以协助使用。实际入口和功能仍可能因站点、账号和权限而异。
先确认：
账号是否具备AMC入口；
有哪些广告产品数据；
可回溯多长时间；
是否需要接入第一方数据；
谁负责数据权限和查询审核；
哪些受众可以激活到哪些广告产品。
第二步：
写一个业务问题，不要先写SQL
例如：
商品推广、品牌推广和展示广告之间存在多少受众重叠？
不同触达组合的购买率和单位转化成本分别是多少？
哪些高频人群继续增加曝光后，购买率没有明显改善？
这比“帮我分析一下AMC数据”有效得多。
第三步：
建立基准组
至少区分：
单一渠道触达人群；
多渠道触达人群；
不同曝光频次人群；
购买与未购买人群；
新客与已有买家；
不同商品或品类人群。
比较组口径不一致，后面的结论没有意义。
第四步：
从模板开始，再做定制分析
先用现有模板理解数据结构，确认结果与广告后台的大方向是否一致。
之后再根据真实业务问题，增加：
时间窗口；
广告类型；
ASIN；
受众分组；
曝光频次；
路径顺序；
转化类型；
自有数据标签。
不要刚开通AMC，就做一张几十个字段、团队没人能解释的复杂报表。
第五步：
把洞察变成可测试动作
分析结果最终要落到预算动作。
例如：
降低高频低转化人群的继续触达；
为只接触上层广告但未购买的人群建立再营销；
区分新客获取与老客回购预算；
减少高重叠渠道中的重复投入；
对高价值路径增加预算；
调整观察窗口和KPI；
为不同商品设计交叉销售人群。
每次测试只改变少数变量，并提前设定成功指标。
第六步：
用增量结果，而不是漂亮图表验收
真正应该问的是：
总订单是否增长；
新客订单是否增长；
单位新增客户成本是否下降；
TACOS是否改善；
重复触达是否减少；
贡献利润是否提高；
调整后的效果能否持续。
AMC发现的是信号和关系，不自动等于因果。
如果一个路径转化率高，可能是它真的有效，也可能是高意向买家本来就更容易接触这些广告。重要预算调整仍应尽量通过实验验证。
不要直接套用“30%–50%”。可以从3类疑似低效支出开始：
高触达频次但没有产生购买改善的花费；
多渠道高度重叠、却没有带来增量转化的花费；
低于团队利润或新客效率要求的受众和路径花费。
但这3类数据可能相互重叠，不能直接相加。
更稳妥的方法是：
在AMC中识别问题人群或路径； 选择一部分活动作为测试组； 降低频次、排除受众或调整预算； 保留可比较的对照组； 比较总销售、新客、利润和TACOS变化； 再计算可以长期削减的预算比例。
只有经过自身数据验证，这个比例才属于你的品牌。
八、哪些卖家现在就应该学AMC？
更适合优先投入的卖家包括：
同时使用多种亚马逊广告产品；
已经投放DSP、展示或视频广告；
广告预算较大，但总增长开始放缓；
单个活动数据不错，TACOS却持续上升；
需要区分品牌新客和老客；
拥有多个ASIN，需要分析跨产品路径；
有CRM或其他合规第一方数据；
团队已经具备基础广告报表分析能力。
如果你目前只投少量商品推广、预算较小、广告结构还很混乱，优先级可能不是马上搭建复杂AMC体系。
先把搜索词、竞价、转化率和利润基础做好，通常更实际。
九、3个常见误区
误区一
开通AMC就能自动省钱
AMC提供的是更深的数据和分析能力，不是自动降低广告费的按钮。
误区二
路径转化率最高，就把预算全部投过去
高转化路径可能覆盖规模有限，也可能主要触达高意向老客。还要看增量、规模和利润。
误区三
AMC能看到具体买家
AMC是保护隐私的数据净室，只输出符合隐私要求的匿名汇总结果，不是用户个人追踪工具。
十、团队落地检查清单
确认AMC账号资格和可用站点；
明确当前可以使用的广告信号；
选择一个具体业务问题；
从路径、重叠或频次分析中选一个切口；
统一分析周期和转化定义；
区分新客、老客和未购买人群；
找出能够直接执行的预算动作；
设置测试组与对照组；
同时监控销售额、TACOS和贡献利润；
不把相关性直接写成因果；
不直接套用其他品牌的节省比例；
每月复盘一次受众、路径和预算变化。
亚马逊卖家的分水岭，不是有没有更多广告报表。
真正的分水岭是：你还在按单个活动判断广告价值，还是已经开始理解买家跨触点、跨渠道的完整决策过程。
AMC最重要的价值，也不是让报表更复杂，而是让预算问题更具体：
哪些广告创造了新增触达；
哪些广告完成了有效配合；
哪些预算只是在重复追同一批人；
哪些高ROAS其实没有带来新增客户；
哪些看似低效的上层触点，正在帮助后续成交。
不会AMC，不代表一定浪费30%–50%的预算；但当你的广告进入多渠道阶段，还只看活动级ACOS，就可能长期看不见真正的预算错配。
