官方案例库完整指南

Amazon Marketing Cloud
案例库中文指南

面向 AMC 初学者、广告优化师、品牌运营、亚马逊 DSP 投手、数据分析师、增长负责人 — 快速理解 AMC 官方 Case / Template 的用途、价值、适用阶段与典型应用场景。

24+ 官方案例详解
Audience + Measurement 分类
实战优先级排序
一、AMC 能做什么

隐私安全的数据分析环境

Amazon Marketing Cloud 本质上是亚马逊提供的隐私安全数据分析环境。它最大的价值并不是"看报表"，而是重建消费者广告路径、分析广告与自然流量关系、建立高价值人群、做跨广告类型归因。

重建消费者广告路径
分析广告与自然流量关系
建立高价值人群
跨广告类型归因
研究复购 / NTB / 生命周期
DSP 精细化受众运营
站内外联合分析
品牌增长决策

AMC 官方案例的四大核心价值

AMC 的官方案例（Case / Template）本质上可以理解为：

官方预设的数据分析模型
官方推荐的营销分析框架
官方受众构建方案
官方 SQL 模板逻辑

这些案例可以直接用于

广告优化
人群运营
DSP 精准投放
品牌增长分析
跨媒体归因
生命周期运营
高层汇报
二、AMC Case 分类体系

两大类型 · 十二大模块

AMC 官方案例基本分为 Audience（受众）和 Measurement（分析）两大类，进一步可拆分为十二个典型应用模块。

Audience（受众）

构建可投放的人群包，用于 DSP 再营销、精准触达、排除低效人群。

Measurement（分析）

做数据分析、归因、路径研究，理解广告真实效果与用户行为。

模块 典型用途
受众运营 再营销、排除、复购、升级
转化路径 用户从曝光到购买的过程
频次分析 找最佳曝光次数
NTB 分析 新客获取
生命周期 长期价值、复购、留存
DSP 分析 DSP 投放效果研究
Sponsored Ads 分析 SP/SB/SD 深度分析
品牌增长 Brand Store / 搜索 / ASIN 拉新
站外归因 Off-Amazon 转化分析
地域分析 Geo / DMA / 国家分析
视频与流媒体 Prime Video / STV / 视频广告
高级归因 自定义归因模型
三、Audience 类（受众构建）案例库

8 大受众构建案例

通过 AMC 构建可投放的高价值人群包，应用于 DSP 再营销、精准触达与排除低效流量。

Case 01 Audience

加入购物车但未购买人群

识别已经 Add to Cart，但最终没有下单的人群

这是 AMC 中最经典的再营销场景之一。该人群代表：已产生强购买意向、已完成产品比较、已进入转化后期，但最终被价格 / 竞品 / 犹豫阻断。

深度解析

  • 该群体的 CVR 往往远高于冷流量
  • 适合 DSP 重定向、Coupon 激活、Deal 追投、站外召回
最适合

高客单价产品、长决策周期产品、消费电子、家居类目、安防类产品

策略 说明
DSP 重定向 召回 ATC 用户
降价广告 配合 Coupon
对比型素材 打击竞品犹豫
社会证明 强化 Review 信任
Case 02 Audience

多次浏览详情页但未购买人群

识别多次访问商品详情页但未转化的人群

这是"高兴趣但高犹豫"人群。用户反复研究产品，已进入 Consideration 阶段，但仍未建立最终购买信心。

深度解析

  • 用户卡在：价格、品牌信任、参数对比、使用场景理解、Review 不足
  • 特别适合：新品牌、高竞争类目、技术型产品、需要教育成本的产品
动作 作用
视频广告 降低理解门槛
KOL 内容 提升信任
A+ 优化 强化卖点
DSP 再营销 提醒转化
Case 03 Audience

高价值新客人群

构建同时满足 New-to-Brand（NTB）且高消费金额的人群

这是 AMC 中最重要的人群之一。因为它代表"真正有价值的新用户"。很多广告虽然带来 NTB，但客单低、生命周期短、复购差。

深度解析

  • 筛选真正值得长期获取的客户
  • 适合：品牌化运营、长期增长、高复购产品、DTC 品牌
用途 说明
Lookalike 扩量 找类似高价值用户
DSP 种子包 提高 ROAS
品牌拉新 优化 CAC
生命周期分析 找优质来源
Case 04 Audience

高频曝光人群

识别被广告频繁触达的人群

AMC 中频控是极其重要的高级能力。很多账户 ROAS 下降，原因是：过度曝光、广告疲劳、预算浪费。

深度解析

  • 用于：找出被轰炸的人群、做负向排除、优化频次 cap
  • 适合：DSP 大预算账户、Streaming TV、Display 高频投放
场景 作用
Negative Audience 排除疲劳用户
Frequency Cap 控制曝光次数
创意轮换 避免素材疲劳
漏斗优化 控制不同阶段频次
Case 05 Audience

基于关键词行为的人群

基于用户搜索过的关键词构建受众

这是 AMC 非常强大的搜索意图能力。用户已经显性暴露需求（如搜索 "wireless camera"、"pet camera"、"security camera outdoor"）。这种受众通常 CVR 高、兴趣明确、漏斗位置靠后。

深度解析

  • 特别适合：搜索型产品、需求明确产品、品牌抢词
策略 说明
DSP 搜索再营销 高转化打法
品牌词保护 防竞品抢流
竞品词召回 拦截竞品用户
漏斗运营 区分搜索意图
Case 06 Audience

点击广告但未购买人群

识别点击 Sponsored Ads 后未成交的人群

用户已经对广告感兴趣、愿意进入详情页，但最终没有形成购买。这通常意味着：Listing 转化率问题、Review 问题、价格问题、竞品截流。

深度解析

  • 适合：Listing 优化、DSP 重定向、视频教育
动作 说明
优化主图 提升第一印象
提升 Review 建立信任
DSP 召回 二次触达
Coupon 缩短决策
Case 07 Audience

购买主产品但未购买配件的人群

识别已购买主商品，但未购买配件商品的人群

这是典型 Cross-sell（交叉销售）场景。例如用户买了摄像头，但没买 SD 卡、支架、电池、收纳盒。AMC 可以精准做后链路运营。

深度解析

  • 特别适合：电子产品、配件型品牌、多 SKU 品牌
指标 价值
AOV 提高客单价
LTV 提高生命周期价值
ROAS 提高广告效率
Case 08 Audience

潜在升级换代用户

识别过去购买过某 ASIN、可能进入升级周期的用户

AMC 可以基于购买时间、产品生命周期、品类周期推测用户进入换新阶段。例如：摄像头使用 3 年、跑鞋使用 1 年、电池寿命衰减都意味着可能换代。

深度解析

  • 适合：消费电子、周期性产品、品牌升级款
场景 用法
新品升级 老用户召回
Premium 化 推高端型号
以旧换新 提高复购
四、Measurement 类（分析）案例库

11 大分析案例

通过 AMC 进行深度数据分析、归因研究与路径洞察，理解广告真实效果与用户行为。

Case 09 Measurement

按 Campaign 分析转化路径

分析用户在转化前经历了哪些广告活动

AMC 最大价值之一：重建真实用户路径。例如用户可能 1）先看到 DSP → 2）再看到 SB 视频 → 3）再点击 SP → 4）最终购买。普通广告后台看不到，AMC 可以看到。

深度解析

  • 特别适合：多广告产品组合、全漏斗打法、品牌化运营
问题 价值
哪种广告负责种草？ 上层漏斗分析
哪种广告负责收割？ 转化分析
哪个顺序最有效？ 路径优化
Case 10 Measurement

转化时间分析

分析用户从看到广告到最终购买花了多久

不同类目决策周期差异极大。这个案例能帮助设置合理归因窗口、控制广告节奏、优化预算分配。

深度解析

  • 特别重要于：高客单产品、长决策产品、B2B 风格产品
类目 转化周期
手机壳 几小时
安防摄像头 数天
高端家电 数周
Case 11 Measurement

触达与曝光频次分析

分析广告覆盖人数与平均曝光次数

这是 DSP 核心指标之一。AMC 能回答：曝光太少？曝光太多？Reach 不足？Frequency 疲劳？

深度解析

  • 最重要于：DSP、Streaming TV、品牌广告
目标 说明
控制疲劳 避免浪费
提高 Reach 扩大品牌触达
找最佳频次 提高 ROAS
Case 12 Measurement

新客分析

分析广告带来的 NTB（New-to-Brand）客户

AMC 中 NTB 是品牌化运营最核心指标之一。很多广告只是不断卖给老客户，但真正品牌增长来自持续获得新用户。

深度解析

  • 特别适合：品牌增长、新品期、类目扩张、品牌化卖家
指标 含义
NTB Rate 新客比例
NTB ROAS 新客广告效率
NTB CAC 新客获取成本
Case 13 Measurement

NTB 引流 ASIN 分析

识别哪些 ASIN 最容易带来新客户

很多品牌会发现真正拉新能力最强的未必是利润款，而可能是：入门款、爆款、低价 SKU、高 CTR SKU。AMC 可以帮助建立"引流 ASIN"体系。

深度解析

  • 特别适合：多 SKU 品牌、产品矩阵运营、品牌漏斗搭建
Case 14 Measurement

ASIN 连带购买率分析

分析购买主产品后，又购买配件产品的比例

这是 Cross-sell 核心指标。AMC 可以帮助：找高关联 SKU、做 Bundle、做后链路营销。

深度解析

  • 特别适合：配件型品牌、消费电子、宠物用品、家居品牌
Case 15 Measurement

Sponsored Ads 与 DSP 重叠分析

分析用户是否同时接触 SP、SB、SD、DSP

这是 AMC 非常经典的 Full Funnel 分析。它能帮助你理解单广告类型是否不足。很多时候真正高 ROAS 用户是"多广告协同曝光"形成的。

深度解析

  • 特别适合：品牌化运营、大预算账户、DSP 联动
问题 价值
DSP 是否有增量？ 判断是否值得投
SB 是否负责教育？ 漏斗分析
SP 是否负责收割？ 转化分析
Case 16 Measurement

最佳曝光频次分析

寻找最优广告曝光次数

广告不是曝光越多越好。AMC 能帮助找到：1 次太少、20 次太多、5~8 次可能最佳。

深度解析

  • 最适合：DSP、Streaming TV、视频广告、品牌广告
收益 说明
降低浪费 避免无效曝光
提高 ROAS 找最佳区间
控制疲劳 提升用户体验
Case 17 Measurement

按用户漏斗阶段分析 Campaign 表现

按消费者漏斗阶段分析广告效果

AMC 可以把用户分为：Awareness、Consideration、Conversion、Loyalty。不同广告的职责不同。

深度解析

  • 特别适合：Full Funnel 品牌、DSP 团队、大预算品牌
广告类型 典型职责
STV 种草
DSP 召回
SP 收割
Case 18 Measurement

自定义归因模型

自定义广告归因逻辑

默认归因往往并不准确。AMC 可以建立：First Touch、Last Touch、Linear、Position Based 等模型。这意味着你终于可以真正理解哪个广告在种草、哪个广告在转化。

深度解析

  • 特别重要于：多广告组合、品牌投放、DSP 联动
Case 19 Measurement

受众重叠分析

分析不同 Campaign 的受众重叠程度

很多广告预算被浪费在重复触达同一批用户。AMC 可以帮助：找出 Audience overlap、降低内耗、提高净新增 Reach。

深度解析

  • 特别适合：多 DSP Campaign、大预算品牌、多 Audience 策略
Case 20 Measurement

地域洞察与激活

分析不同地区的广告与销售表现

AMC 可以看到哪些州表现最好、哪些地区 ROAS 更高、哪些地区渗透不足。然后进行区域化预算策略。

深度解析

  • 特别适合：美国市场、DSP 品牌、区域型消费品
五、Prime Video / Streaming TV 类案例

2 大流媒体案例

分析 Prime Video 广告的增量覆盖能力与订阅用户长期留存价值。

Case 21 Measurement

Prime Video 频道订阅用户长期留存分析

分析广告获取用户与自然用户的长期留存差异

重点不是"订阅"，而是订阅后的长期价值。AMC 可以分析：观看时长、留存率、观看深度、用户价值。

深度解析

  • 适合：Streaming 品牌、OTT 平台、视频订阅业务
Case 22 Measurement

Prime Video Ads 介绍

分析 Prime Video 广告的增量覆盖能力

Prime Video Ads 最大价值：覆盖传统 DSP 没触达到的人群。AMC 可以分析 Incremental Reach、视频曝光贡献、Full Funnel 作用。

深度解析

  • 特别适合：品牌广告、大预算品牌、Full Funnel 投放
六、Off-Amazon（站外）类案例

2 大站外归因案例

AMC 不只是 Amazon 内部分析工具，它还能连接站外行为，实现全链路归因。

Case 23 Measurement

站外受众渗透分析

分析哪些受众在站外转化效果最好

AMC 不只是 Amazon 内部分析工具。它还能连接站外行为，例如：官网购买、App 下载、Lead 提交。

深度解析

  • 特别适合：DTC 品牌、独立站、App 品牌
Case 24 Measurement

站外转化路径分析

分析用户从广告曝光到站外转化的路径

传统 Amazon 广告只能看站内。AMC 可以重建：Amazon 广告 → 站外行为。这是高级品牌最核心的能力之一。

深度解析

  • 特别适合：独立站、DTC、SaaS、App 下载
七、AMC 高阶能力总结

AMC 真正的核心价值

AMC 不是"高级报表工具"，AMC 真正的价值是重建消费者行为。你终于可以知道用户先看了什么、后看了什么、哪一步转化、哪一步流失、哪类人最值钱、哪类广告真正有增量。

Audience

找最值得再营销的人

例如：ATC 未购买、多次浏览未购买、高价值 NTB、搜索关键词用户

Path

理解真实购买旅程

例如：DSP → SB → SP、视频 → 搜索 → 购买、站外 → Amazon

Incrementality

广告到底有没有真正新增价值

例如：DSP 是否真的带来增量、STV 是否扩大 Reach、多广告协同是否更有效

最强三大方向

Audience（受众）

找最值得再营销的人

Path（路径）

理解真实购买旅程

Incrementality（增量）

广告到底有没有真正新增价值

八、不同发展阶段推荐

按阶段选择合适的 AMC Case

根据你的业务阶段，选择最匹配的案例进行学习和应用。

阶段 推荐 Case
初级卖家 ATC 未购买 / NTB / Time to Conversion
成长期品牌 Path to Conversion / Overlap / Frequency
DSP 团队 Funnel / Incremental Reach / Custom Attribution
品牌化卖家 High-value Audience / Gateway ASIN
DTC 品牌 Off-Amazon Conversion
Streaming 品牌 Prime Video Retention
九、实战优先级

最值得优先研究的 AMC 模板

分为三个梯队，从必学到高阶，循序渐进掌握 AMC 核心能力。

第一梯队 · 必学

基础核心

  1. Audience that added to cart but did not purchase
  2. Path to conversion by campaign
  3. New-to-brand customers
  4. Reach and impression frequency
  5. Sponsored ads and DSP overlap
第二梯队 · 进阶

分析深化

  1. Optimal frequency solution
  2. Audience overlap analysis
  3. ASIN attach rate
  4. Campaign performance by user funnel stages
  5. Time to Conversion
第三梯队 · 高阶

高级应用

  1. Custom attribution
  2. Off-Amazon conversion analysis
  3. Geographic Insights
  4. Prime Video analytics
  5. Lookalike audience analysis
十、如何正确学习 AMC

四步学习路径

从基础概念到高级应用，循序渐进建立 AMC 分析能力。

1

理解 Funnel

先理解曝光、点击、浏览、ATC、购买、复购之间关系。

漏斗基础 用户路径 转化阶段
2

理解 Audience

重点学习：再营销、排除逻辑、高价值用户、生命周期用户。

受众构建 人群细分 再营销
3

理解 Path

重点学习：广告协同、多触点路径、DSP 作用、视频种草。

路径分析 广告协同 多触点
4

理解 Incrementality

这是 AMC 最高级部分。核心是：广告到底有没有真正新增价值。

增量分析 归因模型 ROAS 验证
十一、品牌运营重点方向

AMC = 品牌增长操作系统

如果你希望从运营、广告投手、团队管理继续升级，AMC 会逐渐变成品牌增长操作系统。

建议重点研究的六大方向

方向 原因
NTB 品牌增长核心
Audience DSP 精细化运营核心
Path Full Funnel 核心
Frequency DSP 成本控制核心
ASIN relationship 品牌矩阵运营核心
Off-Amazon 未来品牌化核心

AMC 的真正门槛并不是 SQL

而是是否具备"消费者行为分析思维"。真正厉害的 AMC 操盘手不是会写 SQL 的人，而是能够理解消费者路径、理解品牌增长、理解广告协同、理解生命周期、理解数据背后的商业逻辑的人。

这，也是未来亚马逊品牌化运营最核心的能力之一

AMC 案例库是官方提供的分析框架和受众构建方案，但真正的价值在于你如何运用这些工具来理解消费者行为、优化广告策略、实现品牌增长。掌握 AMC，从建立"消费者行为分析思维"开始。