AMC看板
一、功能简介
1.1 业务定义
亚马逊营销云（Amazon Marketing Cloud，简称 AMC） 是一款安全、保护隐私且基于亚马逊云服务的 clean room 解决方案。广告主可以通过不同的匿名化信号执行分析并构建受众，包括亚马逊广告信号以及广告主自己的输入数据。
1.2 功能描述
积加ERP系统的AMC看板，通过接口获取亚马逊平台的AMC分析数据并在系统呈现。目前已经对接六个模型，分别是：广告重合度分析、转化路径分析、转化时长分析、首次搜索词和归因搜索词分析、转化时段分析、ASIN交叉购买分析。
1.3 功能价值
1.3.1 平台业务价值
- 深入了解消费者：AMC 数据能提供消费者的详细行为信息，如浏览偏好、购买频率、购买品类等。卖家通过分析这些数据，可构建精准的消费者画像，明确目标受众群体，从而为精准广告投放奠定基础。
- 精准广告投放：AMC 数据能帮助卖家了解哪些关键词、广告形式和投放渠道最有效。卖家可以根据数据反馈，将广告预算集中投放在效果好的渠道和关键词上，提高广告投放的精准度和投资回报率，避免资源浪费。
1.3.2 积加功能价值
通过可视化的数据呈现，方便卖家更直观、全面的分析广告投放效果，解锁更多广告投放或优化方案。
二、数据同步逻辑
系统按月请求平台的AMC数据，每个月的数据只会同步一次，不会多次同步反复更新
- 历史数据同步：如果在每个月的15号之前开通使用AMC看板的店铺，会同步历史11个月（不含上月）的数据；如果是在每个月的15号之后开通使用AMC看板的店铺，会同步历史12个月（含上月）的数据。
- 由于平台接口限制，历史数据预计会要24小时左右完成同步
- 日常数据同步：每个月16号同步上个月的数据。
三、前置设置
3.1 基础设置
需要先在ERP系统-AMC店铺管理模块 开通AMC店铺，才能选择同步到AMC模型数据。
点击查看AMC店铺开通操作步骤
3.2 模型设置
- 目前系统提供6个AMC模型，可以根据实际情况勾选需要的模型，只有被选择的模型系统才会去进行数据同步，AMC看板页面也才会展示对应数据；
- 如果后续有不需要的模型，也可以取消勾选，系统会暂停该模型的数据同步和展示；
- 取消后间隔一段时间，再次勾选确认，系统会对中断时间月份的数据进行补充请求，但是最多只请求历史12个月的数据（平台接口最多只提供13个月的数据，含当月）。
3.3 菜单权限
功能入口：广告-Amazon-分析-AMC看板
菜单权限资源包括：查看、AMC模型设置
3.4 数据权限
- AMC看板模块数据权限控制到店铺+广告账号级别
- SC店铺控制到店铺级别
- VC店铺控制到店铺+VC广告账号级别
- 此模块的店铺查询条件下拉列表，会展示已经开通AMC数据同步的店铺，未开通AMC数据同步的店铺不支持选择
四、模型介绍
4.1 广告重合度分析
模型介绍
分析只触达单一广告类型和同时触达多种广告类型的用户数与购买情况，找出更优的广告类型组合。使用此模型时，建议广告主有至少使用2种以上类型的广告。
- 该模型数据只受店铺、时间查询条件影响，不受广告活动查询条件影响
数据解读
- 优化广告组合策略，提升协同效应。通过上图举例数据发现，只是单一的接触SP广告、SD广告、SB广告的购买率都低于0.3%，但是同时接触两种、三种广告类型的购买率都要更高，比前者要高出4倍以上。建议：实施多种类型广告组合投放的策略，以最大限度地提高购买率。
4.2 转化路径分析
模型介绍
分析用户购买前的广告触点顺序，了解受众在购买决策前被广告影响的路径，可以通过多触点方式提升广告效果
- 该模型数据只受店铺、时间查询条件影响，不受广告活动查询条件影响
4.3 转化时长分析
模型介绍
平台用户在最后一次看到广告后需要多长时间才能产生归因转化？有时转化会迅速发生，只需几分钟。有时可能需要几天才能完成购买。可以使用此信息来调整广告系列和促销活动的持续时间，以最大限度地提高销售额。
- 该模型数据受店铺、时间、广告活动查询条件影响
4.4 首次搜索词和归因搜索词分析
模型介绍
关于首次搜索词和归因搜索词的定义：比如用户第一次搜“咖啡”，后来又搜“智能厨房咖啡机”，最后购买，那么“咖啡”是首次搜索词，“智能厨房咖啡机”是归因搜索词。
分析用户首次搜索的词和购买前归因的搜索词组合，指导后续广告关键词的组合投放策略。
- 该模型数据受店铺、时间、广告活动查询条件影响
【归因提升】计算逻辑（该字段由ERP系统自行计算，非平台接口直接提供字段）
- 分组计算规则：同广告活动、同一个首次搜索词的多条数据分为一组进行计算
- 首次搜索词=归因搜索词时，归因提升为空
- 首次搜索词≠归因搜索词时，归因提升=购买量/（首次搜索词=归因搜索词 数据行的购买量）-1
| 广告活动 | 首次搜索词 | 归因搜索词 | 购买量 | 归因提升 |
|---|---|---|---|---|
| 广告活动1 | coffee | coffee | 220 | - |
| 广告活动1 | coffee | buy kitchen smart coffee | 1256 | 4.71=1256/220 -1 |
| 广告活动1 | coffee maker | coffee maker | 265 | - |
| 广告活动1 | coffee maker | kitchen smart coffee maker | 662 | 1.5=662/265 -1 |
| 广告活动2 | kitchen appliances | kitchen smart | 225 | - |
数据解读
- 优化关键词组合策略
- 首次搜索词反映用户初始需求（如“coffee”），归因搜索词对应最终促成购买的精准需求（如“buy kitchen smart coffee”）。通过分析两者的关联性，可搭建“宽泛词→精准词”的投放链路，例如：
用户首次搜索“coffee”后，可能后续搜索“smart coffee maker”，最终通过长尾词转化； - 上述举例数据中，第一行表明，在选定期间内，当客户仅将 “coffee” 作为他们的第一个搜索词和属性搜索词时，总购买量只有 220 次。第二行表明，当客户先搜索 “coffee”，然后搜索 “buy kitchen smart coffee” 时，购买量是前者的 5.7 倍，归因提升4.7倍。在评估其他行时，存在一个普遍趋势，即上层渠道的非品牌术语，如 “coffee maker” 首先被搜索，而品牌术语，如 “kitchen smart coffee maker” 更有可能被归因。你可以将此作为调整广告活动的关键字和出价策略的依据。
- 首次搜索词反映用户初始需求（如“coffee”），归因搜索词对应最终促成购买的精准需求（如“buy kitchen smart coffee”）。通过分析两者的关联性，可搭建“宽泛词→精准词”的投放链路，例如：
- 提升广告精准度与覆盖范围
- 将首次搜索词纳入广告投放（如SP广告），扩大潜在用户覆盖；归因搜索词用于SD/SB广告定向收割高意向用户
4.5 转化时段分析
模型介绍
分析广告在一天不同时点和一周内不同日期的表现，通过时间维度精细化运营、帮助卖家实现“在正确的时间向对的人展示广告”，从而降低无效曝光、提升广告投产比。
- 该模型数据受店铺、时间、广告活动查询条件影响
数据解读
- 识别高转化时段，定位流量高峰与转化低谷时段，例如：发现晚20-22点的转化率比凌晨时段高3倍以上
- 动态调整广告预算与竞价策略：在转化高峰时段（例如周末晚间）提高竞价，抢占高价值流量；在低效时段（例如工作日凌晨）降低预算，减少无效消耗
4.6 ASIN交叉购买分析
模型介绍
分析不同商品之间的关联购买行为，可以识别出适合组合销售的商品搭配，也可以使用定投做流量关联
- 该模型数据只受店铺、时间查询条件影响，不受广告活动查询条件影响
注意：
- 系统数据按月请求，平台提供的数据中就已经给出排名信息；如果在系统跨月查看数据，系统将会根据系统已经同步到的数据重新计算排名，计算排名的规则是：按“主ASIN、主ASIN的广告类型、关联ASIN、关联ASIN广告类型、用户群组”分组统计【购买用户数】的值，按降序进行排列；
- 单月查看数据时，“平均购买间隔天数”将会按平台提供的数据显示；如果跨月查看数据，“平均购买间隔天数”则显示“--”，因为跨月查看数据系统重新计算了排名，无法再统计平均购买间隔天数；
- “用户群组”是平台用于标记新客户、回头客。
数据解读
- 根据客户购买倾向提供产品组合和捆绑推荐
- 定制营销活动重点突出互补产品
- 与交叉购买模式相一致的库存预测和计划
- 针对具有高交叉购买潜力的 ASIN 进行广告竞价优化
六、常见问题
Q1：AMC模型的数据是否可以在后台核对？
A：不行。AMC模型数据是通过亚马逊单独的AMC接口同步到系统的，卖家后台不会展示AMC模块和相关AMC报表，所以无法核对。
Q2：为什么有的模型没有数据？
A：不是每个模型、每个店铺、每个月都必然有数据，如果店铺没有符合模型统计规则的数据，平台接口就不会提供对应数据。
Q3：为什么转化时段分析模型里面，购买用户数、购买量、销售额这些指标都是0，广告管理模块这个站点是有广告销量和广告销售额的？
A：平台接口提供的AMC分析数据会有数据聚合阈值规范。数据聚合阈值是亚马逊营销云（Amazon Marketing Cloud，简称 AMC）为保护用户隐私和确保数据安全而设置的一种数据处理标准，用于规定在查询数据时，特定列或指标所需的最小数据量或唯一用户数量等，以确定是否返回完整数据。数据聚合阈值还区分不同等级：没有、低、中、高、非常高。比如“低阈值”：表示数据行样本中如果只有1个独特用户，就会返回null或者空，如果至少有 2 个独特用户，结果就会正常加载。所以，如果出现购买相关指标为0的情况，基本就是因为数据聚合阈值规范，平台在返回的数据中直接给了null值或者空值，因此系统显示为0.