亚马逊营销云(AMC)

2024-09-12

在数字化营销时代，凭借大数据的分析与洞察，营销活动中各类媒体的投放效果、不同用户的接触习惯，以及对同一数据从多角度进行的解读，都可能得出截然不同的分析结果。

对于中国出海企业和卖家而言，利用大量数据进行建模分析，以更清晰地监测各类广告形式的投放效果、了解海外消费者的喜好和行为习惯，正在受到越来越多的关注和重视，尤其是在复杂的广告归因逻辑中愈加明显。以亚马逊的广告生态为例，假设某位消费者先是浏览了SP搜索广告，接着又看了DSP投放的展示广告，最终在搜索广告中完成了购买，这种转化应该如何归算呢？或者，尽管亚马逊站内和站外的广告都在投放，但如何合理分配广告费用以实现最佳的转化效果仍然是一个难题。

针对这一系列营销痛点，亚马逊广告推出了亚马逊营销云（Amazon Marketing Cloud，简称AMC），这是一种综合衡量和分析亚马逊生态内广告效果的解决方案。其目的是帮助卖家和营销人员通过更为多维和细致的数据分析，评估搜索广告、展示广告、视频广告以及OTT电视广告等不同媒体渠道的营销效果。

此外，AMC是建立在亚马逊网络服务（Amazon Web Services, AWS）之上的，这使其能够为广告客户提供高度灵活和透明的跨渠道数据，进而帮助他们做出更精准的营销决策。

一、AMC具体是如何运行工作的？

Amazon Marketing Cloud 旨在保护最终客户的隐私，因此它仅返回汇总分析。Amazon Marketing Cloud 永远不会返回任何个人用户数据。

为了保护客户隐私，所有聚合必须至少包含一百名用户。广告商无法直接访问亚马逊广告事件级数据。聚合最低数量的用户可为广告商提供重要且可操作的报告，同时保护最终客户的隐私。

此外，目前AMC主要通过开放的API和用户界面（UI）为用户提供数据汇集与分析功能。除了亚马逊广告活动的关键指标，如展示量、点击量和转化率等，用户还可以导入自己的数据集。通过AMC报告，卖家能够进一步分析广告数据表现，从而在每个跨渠道营销投放中做出更明智的决策。

二、AMC的主要功能及优势有哪些？

AMC最显着的一个功能和优势在于能够根据卖家或广告主的广告目标、策略和渠道进行完全个性化的数据分析。这包括对各个渠道的广告运营策略调整、效果分析、转化路径分析、转化窗口分析等的支持。同时，用户还可以开发自定义的归因模型，以帮助他们更清楚地识别在广告投放过程中，哪个渠道或形式对目标受众的影响最大。

下面我将结合实际案例探讨不同维度的数据分析的意义。

1、最佳广告频次分析模块

分析广告频次对于广告点击率的关系，根据不同产品在投放不同阶段的表现，随时调整广告设置，优化整体投放表现。

如上图所示，该图为某个客户在转化阶段的投放表现，第一次广告曝光后转化率处于最高水平，随着曝光次数增多转化率同步减少，并在第5次曝光后大幅度减少。也就是说，在转化阶段，受众被触达控制在6次之内转化效果相对较好。

在考虑阶段的投放目标主要是吸引潜在消费者了解产品和品牌，所以我们以DPVR (到达DPV的转化率) 作为主要考核目标。上图数据分析中同样出现第一次曝光获得最高DPVR，随着次数增多转化率逐步减弱。可以发现，在考虑阶段受众被触达4/3次以内广告投放效率更高。

2、转化路径分析

转化全路径分析

转化路径分析的主要目的是观察消费者从广告曝光到购买的全过程，以理解他们在不同阶段和渠道的偏好与行为，从而分析各渠道在不同时间节点对转化的影响力。

以在亚马逊下单购买为例，通过AMC的转化路径分析，从右向左看可以发现，对该品牌客户而言，在亚马逊下单的消费者，其实也会经常出现在新闻、电子邮件、娱乐网站以及其他app等平台。这表明在广告投放时，应布局亚马逊站内外的多渠道，以全面覆盖更多目标受众，扩大流量入口。

用户转化数据

在日常运营中，我们发现许多客户过于关注Retargeting阶段的投放，而忽视了完整消费链路的流量渗透。客户案例分析表明，覆盖消费者从认知到考虑再到转化的全流程，长期来看整体转化率明显高于仅关注某一或两个阶段。

通过AMC转化全路径分析，我们可以识别消费者集中路径，及时调整预算比例。持续分析不同人群包和广告位的影响，对投放链条进行数据追踪，实现效果转化归因，从而提升广告精准度。

3、转化窗口分析

转化窗口分析

通过转化窗口分析，我们可以了解消费者在广告曝光后的转化时间段。分析显示，广告对用户的影响效果是递减的。因此，需要根据结果及时调整不同投放天数的人群包的竞价设置，以最大化曝光率并提升转化效果。

4、跨渠道广告数据分析

正如文章开头提到的，许多卖家常常困惑于广告预算的分配、不同渠道的有效配合及亚马逊的飞轮效应是否存在。

针对卖家的疑问，AMC的跨渠道广告数据分析功能可以帮助基于数据进行精细化预算分配。通过AMC日志数据、数据建模和最佳预算组合，深入了解不同广告渠道和形式对业务增长的影响，利用算法有效分配投放比例，最大化业务增长潜力。

三、数据上传解决方案

在云上基于亚马逊云科技Amazon Marketing Cloud (AMC) 为跨境电商企业提供一套帮助广告客户将其“第一方数据“无缝上传到亚马逊营销云 (AMC) 实例中的解决方案，该方案无需使用专属 IT 资源来构建和支持上传工作流，只需几小时即可高效上传，有效减少上传部署时间，同时可以保持对数据的完全控制，此解决方案帮助客户在 AWS 账户中部署启动，确保客户能够完全控制要与 AMC 共享的数据，保障数据的私有化。

方案将广告客户的“第一方数据“上传到 AMC 能帮助广告主打破数据孤岛，并提供跨渠道的用户行为洞察，优化广告投放策略。通过更精准的归因分析和个性化再营销，广告主可以减少重复曝光、降低广告浪费，进而提升广告的投资回报率。同时，第一方数据还能够帮助广告主提升广告创意的个性化效果，延长客户生命周期，提高客户终身价值，实现更加精准的数据驱动营销。

技术架构：

在云上作为AWS合作伙伴，拥有广告和营销技术服务能力认证（Advertising and Marketing Technology Services Competency），在跨境电商领域拥有数字营销服务和数字化升级方案，助力跨境电商企业实现业务加速增长，提高市场竞争力。

Recent posts

客户案例-花笙书城

2025年8月8日

南京花笙书城网络科技有限公司是一家专注于数字阅读和在线书籍销售的互联网科技企业，业务涵盖书城分销、热剧分销、小说APP和短视频平台等。原先公司所有核心业务系统均部署于本地数据中心，涵盖MySQL数据库、应用服务器及业务数据分析平台。

客户案例-Shengzhi

2025年8月6日

Shengzhi是一家人工智能公司，核心方向聚焦于通用大模型与多模态模型技术的研发与工程落地，推出了自研的 AI 模型平台“模态魔方”。平台以千亿参数大模型为底座，支持图文、语音、视频等多模态能力，服务于工业制造、医疗健康、教育等多个行业客户。

客户案例-Be Rounder Co., Limited

2025年8月6日

Be Rounder Co., Limited是一家专注于海外社交游戏开发与发行的科技公司，面向欧美、东南亚等国际市场提供高互动性的移动端和网页端游戏产品。其核心产品是一款融合社交元素与角色扮演的多人在线游戏，用户可在虚拟世界中结识朋友、组建社群、参与任务与活动。为提升用户粘性与沉浸式体验，客户计划引入基于生成式AI技术的智能NPC角色，使NPC能够进行自然语言交流、引导剧情发展、主动发起社交互动，从而为玩家创造更加丰富、真实的虚拟社交环境。该需求对AI模型的响应速度、上下文理解能力及可扩展性提出了较高要求，同时需要云端具备良好的弹性资源调度能力以应对游戏高峰时段的访问负载。