亚马逊 Marketing Cloud（AMC）：卖家实用指南

你在跑 Sponsored Products，几条 Sponsored Brands 广告，也许还有一些 Amazon DSP 展示广告，再加上一场 Prime Day 促销。每一个都有自己的后台。每一个都把成交算在自己头上。当你把每份报告里所有"归因"到的转化加起来，总数不知怎的竟然比你实际拿到的订单数还多。

这正是 Amazon Marketing Cloud 要解决的问题。AMC 是亚马逊的 clean room（洁净室）：一个私密、安全的环境，你品牌的每一次广告展示、点击和购买都汇聚到同一个地方，精确到单个（但已匿名化的）购物者层级，让你终于能回答那些分散的后台答不出来的问题。顾客最先看到的是哪条广告？他们买之前经历了多少个触点？你在 Sponsored Brands 上的花费到底有没有帮助 Sponsored Products 转化，还是它们只是在互相抢功劳？

多年来 AMC 一直是企业级代理商的玩具。现在不是了。如果你在跑 Amazon DSP，或与跑 DSP 的合作伙伴合作，你很可能已经有权限了。本指南讲清楚 Amazon Marketing Cloud 到底是什么、clean room 如何运作、值得跑哪些报告、谁适合用，以及如何在不变成 SQL 分析师的前提下把洞察落地。

什么是 Amazon Marketing Cloud？

Amazon Marketing Cloud 是一个免费的云端分析环境，你可以用假名化的事件级信号，跨渠道衡量和分析你的亚马逊广告。关键在于事件级：不是一份写着"Sponsored Products 带来 400 单"的预聚合报告，AMC 保留底层的每一行，每一次展示、每一次点击、每一次详情页浏览、每一次购买，让你随心所欲地切分。

"洁净室"这个名字不是白叫的。你永远看不到购物者真实的姓名、邮箱或地址。亚马逊剥离一切可识别信息，用匿名用户 ID 取而代之。你可以跑查询，把广告曝光数据和转化数据关联起来，但你无法伸手进去拉出一份具体的人员名单。这正是它对隐私安全的原因：你获得用户级数据的分析力，却不接触个人信息。

把它想成银行对账单和原始交易流水账之间的区别。你平常的广告控制台是对账单：合计、汇总、整齐的分类。AMC 是流水账：每一个带时间戳的单独事件，随时可以重新拼装成你需要的任何图景。大多数卖家在看到之前，根本意识不到自己的后台藏了多少细节。

有两件事 AMC 不是。它不是广告管理工具：你无法在里面投放或编辑广告。它也不等于 Amazon Attribution，后者衡量站外流量。AMC 衡量的是你站内各广告产品（Sponsored Products、Sponsored Brands、Sponsored Display、DSP、流媒体电视）之间的相互作用，以及它们如何合力促成购买。

为什么 clean room 对卖家很重要

亚马逊广告最大的谎言，就是每条广告都在孤立地运作。并非如此。一位购物者可能周一看了你的 Sponsored Brands 视频，周三划过一条 DSP 展示广告，周五点了一条 Sponsored Products 广告然后下单。三条广告都碰过这一单。在你平常的报告里，抢到最后一次点击的那条拿走全部功劳，另外两条看起来像是白花的钱。

AMC 把它理清。因为它按每位匿名购物者保存完整的事件历史，它能重建真实的购买路径，向你展示各渠道如何互相助攻。突然之间，那条"表现差"、从不拿最后点击功劳的上层漏斗广告，原来正是启动了你一半转化的那个。

这就是它改变决策的原因：

• 你不再重复计算转化。当每个后台都把同一单算在自己头上，你的综合 ROAS 看起来比现实好。AMC 跨渠道去重，让你看到真实、唯一的转化数。
• 你发现上层漏斗广告真正的助攻价值。展示和视频很少赢得最后点击，所以卖家最先砍它们。AMC 展示这些广告为在别处成交的转化贡献了什么，往往与最后点击报告暗示的恰恰相反。
• 你在路径层级衡量 new-to-brand。除了标准的 New-to-Brand 指标，AMC 还展示哪种广告曝光组合带来首购买家、哪种带来复购者，让你分别为拉新和留存做预算。
• 你看到频次与重叠。一位转化者购买前看了你的广告多少次？你是不是用全部五条广告反复轰炸同一批人群，却忽略了其他所有人？AMC 两者都能回答。

如果你只跑一条 Sponsored Products，这些几乎都无关紧要，没什么可理清的。可一旦你跑两种或以上广告类型，它们之间的相互作用就成了关键，而 AMC 是你唯一能看清它的地方。

AMC 到底如何运作

在底层，AMC 跑在 AWS 上，说的是 SQL。你（或你的合作伙伴）写一条查询，AMC 在 clean room 内对你假名化的数据集执行它，返回一个聚合结果，永远不是原始行，只有越过最小聚合阈值的汇总，好让任何个体都无法被反推出来。

从中获取答案有三种方式，从最不技术到最技术：

1. 指导性（预制）查询。亚马逊提供了一个现成查询模板库，覆盖最常见的问题：购买路径、按广告的 new-to-brand、人群重叠、广告频次与销量、转化耗时。你挑一个，设好日期范围，点击运行。除了复制粘贴，不需要任何 SQL 知识。
2. 自定义 SQL 查询。模板覆盖不到的，你就针对 AMC 有文档的表结构（展示、点击、转化等）写自己的 SQL。真正的威力在这里，大多数卖家撞墙也在这里。
3. AMC 界面与付费功能层。亚马逊持续增加了更可视化的界面和付费功能（如人群创建和灵活的 shopping insights 信号），让你无需手写每一条查询也能构建和激活。

一条查询的输出是一张聚合数字表。然后你把它导入表格或 BI 工具画图，或者，越来越多地，反馈进你的出价和预算决策。恰恰是这最后一步漏掉了大部分价值，因为拿到洞察和据此行动是两件不同的活儿，而 AMC 只做第一件。

一个实用提醒：AMC 处理的是一个滚动窗口的历史数据（亚马逊逐步延长了回溯期，DSP 广告主通常拥有最深的历史）。需要长期趋势的分析要据此规划，想留存的东西记得导出。

值得跑的 AMC 报告

你不必探索每一张表才能获得价值。对典型卖家或品牌来说，少数几个分析就能交付大部分洞察。

购买路径

旗舰报告。它展示购物者在购买前接触过的广告类型序列，例如"DSP 展示 → Sponsored Brands → Sponsored Products → 购买"。你会了解哪些路径转化最好，以及哪些渠道稳定地扮演开场者、哪些扮演收尾者。这是保留上层漏斗投入最有力的论据，而最后点击报告一心想让你把它砍掉。

按渠道和路径的 New-to-Brand

哪些广告和组合带来真正的新客，哪些只是在向本来就会买的人重复销售。把它和你的 TACoS 视角结合：能拉来 new-to-brand 买家的拉新投入，值得比只收割既有需求的投入承受更高的销售成本。

人群重叠

展示你不同的广告在多大程度上打的是同一批人。高重叠意味着你在为反复触达同一批购物者付费，却把新鲜人群晾在一边。这是发现被浪费的频次、把预算重新分配给触达的最快方法之一。

广告频次与销量

回答"多少次曝光最优？"它把转化率与购物者看到你广告的次数画在一起。几乎每个品牌都会找到一个饱和点，超过这个曝光次数，额外的展示就不再提升销量。把频次封顶在那里，你就不再把预算烧在收益递减上。

转化耗时

从第一次广告曝光到购买之间隔多久。如果你所在品类多数在三天内转化，那么一次 14 天前的触点价值就低得多，你可以据此为归因和预算节奏加权。

谁真的该用 AMC（谁不该）

Amazon Marketing Cloud 很强大，但它不适合所有人，假装适合只会浪费你的时间。

如果你符合以下情况，AMC 就有意义：

• 在跑 Amazon DSP（或打算跑）：DSP 广告主拥有最丰富的数据，也最有理由去衡量跨渠道路径。我们的 Amazon DSP 指南 分析了 DSP 本身是否值得你投入。
• 在跑 三种或以上广告类型，需要理解它们如何相互作用。
• 花费足够大，10-15% 的预算重分配就是真金白银，通常是中大型品牌，而不是每月只花几百美元的卖家。
• 能找到会写或会改 SQL 的人，或有一个把它抽象掉的合作伙伴/工具。

如果你符合以下情况，AMC 大概率是杀鸡用牛刀：

• 只跑 Sponsored Products，或总共一两条广告。几乎没有跨渠道的相互作用可供分析。
• 还在修基本功，浪费的花费、糟糕的结构、没有否定关键词。先把这些理顺；AMC 修不好一个漏水的账户，它只会把漏点描述得极其精致。
• 拿到结果也没法据此行动。无法落地的洞察只是谈资。

最后这一点才是真正的过滤器。很多品牌跑出漂亮的 AMC 分析，对着图表点头，然后什么都不改，因为把"路径 X 转化高出 22%"手动翻译成几百个关键词上的新出价，是没人腾得出的一周工作量。价值不在报告里。价值在于报告所证明的那次改变。

如何开通 Amazon Marketing Cloud

开通走的是亚马逊广告这一侧，而且门槛随时间放宽了：

1. 确认你的资格。AMC 历来要求有 Amazon DSP 关系。如果你直接或通过代理跑 DSP，你很可能符合资格。亚马逊一直在向更多广告主扩大开放，所以值得在广告控制台里确认你当前的状态。
2. 申请一个实例。一个 AMC"实例"就是你的私有 clean room。你通过你的亚马逊广告账户或托管服务合作伙伴申请。亚马逊会在幕后于 AWS 上完成部署。
3. 接入你的数据源。一旦关联，你的 Sponsored ads 和 DSP 数据会自动流入。如果想丰富分析，你也可以通过付费、隐私安全的上传通道带入自己的信号（如客户或转化数据）。
4. 跑你的第一条查询。从指导性模板开始，购买路径是经典的第一次运行，而不是自定义 SQL。在投入构建任何定制内容之前，先看看 clean room 揭示了什么。

AWS 和 Amazon Ads 的文档 会带你走完技术设置；如果你与代理或 DSP 合作伙伴合作，他们通常会替你处理好部署。

从洞察到行动：自动化在哪里发挥作用

这就是 AMC 诚实的局限：它出色地告诉你发生了什么，却对此毫无作为。它是一台显微镜，不是一只手。你仍然得把"Sponsored Brands 助攻了我 30% 的 Sponsored Products 转化"变成每条广告上真实的出价和预算调整，然后在数据一周周变化时始终保持它们的优化。

这就是缺口所在。AMC 揭示你的上层漏斗被低估，或者某个关键词簇在首次曝光三天后转化，或者超过四次的频次是浪费。接着得有人登进控制台，调整几百个出价来反映它，每天调，永远调。用手做，洞察在你落地完之前就已经过时。

这正是自动化层挣回身价的地方。Daniks.AI 让你的 Sponsored Products、Sponsored Brands 和 Sponsored Display 广告在自动驾驶下朝着目标 ACoS 运行，根据实时表现每天调整出价，收割制胜的搜索词、砍掉失败的，全程你不用碰一张表格。你把 AMC 的战略洞察（该倚重哪些渠道、在哪里给频次封顶、如何为助攻转化计价）对准自动化，自动化便完成那份不知疲倦的每日执行，把这些洞察变成更低的 ACoS 和更多销量。如果你不想自己搭建自动化，我们关于自动化 Amazon PPC 的指南讲了各种选项。

常见问题

Amazon Marketing Cloud 免费吗？

是的，AMC 本身免费，在你的实例里跑标准查询没有订阅费。亚马逊确实提供付费功能（例如某些人群激活和第三方信号能力），如果你把数据导入外部 BI 或分析工具，那些可能有各自的费用。但核心的 clean room 分析对符合资格的广告主是免费的。

用 AMC 必须会 SQL 吗？

基础用法不必。亚马逊提供了一个指导性（预制）查询库，你只需选一个模板、设好日期范围就能跑。只有完全定制的分析才需要 SQL。很多卖家从模板里就能拿到所需的一切，或者与替他们处理查询层的合作伙伴或工具合作。

Amazon Marketing Cloud 和 Amazon Attribution 有什么区别？

它们衡量不同的东西。Amazon Attribution 追踪站外流量，你的 Google 广告、社媒帖子、邮件、达人，以及它如何带动亚马逊销量。AMC 在事件级分析你站内广告产品（Sponsored ads 和 DSP）之间的相互作用，揭示跨渠道的购买路径。许多品牌两者都用。

用 AMC 需要 Amazon DSP 吗？

历来是的，AMC 的开通与跑 Amazon DSP 挂钩，无论是直接还是通过代理。亚马逊一直在放宽资格，所以请在广告控制台里查看你当前的状态。DSP 广告主仍然拥有最丰富的数据，也最有理由使用 AMC，因为他们有最多的跨渠道活动可供分析。

AMC 能看到单个客户的姓名或邮箱吗？

不能。AMC 是一个隐私安全的 clean room。所有购物者数据都被假名化，替换为匿名 ID，查询输出必须越过最小聚合阈值，好让任何个体都无法被识别或提取。你获得用户级的分析力，却不接触个人信息。

对小卖家来说 AMC 值得吗？

通常还不值得。如果你只跑 Sponsored Products 或一两条广告，AMC 能揭示的跨渠道相互作用很少，你的时间更该花在修好账户基本功、减少浪费的花费上。AMC 的价值随你跑的广告类型数量和预算规模一起上升。

结语

Amazon Marketing Cloud 补上了亚马逊广告最大的盲区：你的渠道合力带来销量，你的后台却坚持把它们分开衡量。clean room 重新拼出真实的购买路径，为你的转化去重，并终于给那些被最后点击报告一再想砍掉的上层漏斗广告应有的价值。

但显微镜只有在你据其所见行动时才有用。AMC 给你是什么。而那份每日、磨人的怎么做，在每条广告上重新分配出价和预算以反映洞察、并在表现变化时始终保持优化，是自动化的活儿。让 clean room 告诉你价值在哪，让 Daniks.AI 这样的系统把钱挪过去，在你的目标 ACoS 下，每一天都如此。

如果你在跑 DSP 或多种广告类型，本周就申请你的 AMC 实例并跑一次购买路径。然后把执行交给自动驾驶，好让洞察真正变成利润，而不是又一张没人理会的图表。