亚马逊AMC数据与人群创建指南（上）

亚马逊广告的AMC更新已经有两个月了，早都说给大家做个指南了，文章分上下两个部分，主要是因为内容篇幅过多，而且我也没那么多时间一次性做完。

上篇：AMC的基本介绍、数据模型使用、人群包创建。

下篇：AMC每个模型功能分析、使用优化指南。

本文就是上篇，属于简单的部分，手残党的福音，手把手教你如何使用AMC搭建数据模型（其实是现有模板）和生成人群包。

---

首先来说什么是亚马逊AMC？

我用最简单话术来表达：亚马逊AMC营销云是一款基于亚马逊云服务的安全隐私优先的数据净室解决方案，它能整合亚马逊平台、广告主自身及第三方服务商的匿名化信号，涵盖广告曝光、点击、转化等数百个相关字段，助力广告主拆解完整转化链路、追踪用户从广告触达到成交甚至复购的全流程行为。同时，其具备的跨渠道整体效果衡量能力，为广告主量化多渠道广告影响力，科学分配预算、调整广告策略提供数据支持。

入口在哪里？

进入广告的页面：

图片来源：亚马逊广告营销云

今天我会先介绍2个模型：

01：如何根据数据分析模板生成自己广告的数据分析报告。

02：如何根据数据模板生成可以自主投放使用的人群包。

一、如何根据数据分析模板生成自己广告的数据分析报告

首页你会看到亚马逊为你准备好的三个模型，当然你也可以在旁边ADD insight里选择其他模型添加。篇幅原因，只选择其中一个在文章中解释。

图片来源：亚马逊广告营销云

Path to conversion by campaign groups：

在营销数据分析场景中，核心指用户从接触营销活动到最终完成转化（如购买、注册）所经历的完整流程或环节，我们用来弥补流量的最短板。

Time to Conversion：

指用户从触发某个行为（如点击广告、浏览页面）到完成目标转化（如购买商品、提交表单）所花费的时间，通常和同类相比，越长决策时间代表产品竞争力约束。

Overlap by campaign groups：

营销活动组划分的重叠部分，在营销数据场景中，通常指不同营销活动组之间的重合数据，比如重复触达的用户、共同贡献的转化量等。通常低价产品重复率越高，代表广告有一定浪费，但是高单价产品，重复率低则代表需要更多广告工具协助同时使用。

以Time to Conversion为例子，我们如何来使用它：随便点开一个，比如转化时间，进入后就可以选择相应的广告活动来获取我们某个产品、品牌的数据，我们可以一键设定好广告活动来独立选择，通常我们会根据产品来做选择。

图片来源：亚马逊广告营销云

请注意，这里需要你自己命名报告名称，只能用英文，中文没办法跑。

选了广告之后让它自己跑数据即可，通常需要10-20分钟才出数据，跑完在原有板块会显示：No results returned。并不是没有数据，数据在这里，看下图：

图片来源：亚马逊广告营销云

往下拉，就看到你刚才跑出来的数据在哪里了，当然你可以在Projects这个页面找到你过往生成的所有数据记录，不知道Projects在哪里？看下图：

图片来源：亚马逊广告营销云

就在这里。

当然，如果你的店铺数据过少，或者广告活动太新确实会没办法跑出来数据。

图片来源：亚马逊广告营销云

这个模型怎么解读和使用，请看本文最后一部分内容。

二、如何根据数据模板生成可以自主投放使用的人群包

目前有巨多模型版块，当然很多和DSP有关。我就使用第一个Seasonal advertising exposure off-peakaudience：季节性广告触达——非高峰期受众为大家作为案例举例。

图片来源：亚马逊广告营销云

虽然它有描述，但是我相信你看了描述还是不知道它是什么意思。

Seasonal advertising exposure off-peakaudience：就是比如会员日，你广告全开，高预算高竞价，但是过了会员日你预算广告都降低了，那么在会员日期间你高花费广告触达的人，但是在预算阶段没有包含的这部分人，其含义就是希望通过高频次触达来带来购买转化。

接下来我教大家怎么生成这部分受众。

全是干货，看清楚设置，后续别在群里问。

图片来源：亚马逊广告营销云

step01、选择你的广告账户。

step02、Rule-based audience属于你自己的非旺季广告触达人群。

Lookalike audience和你这部分人群相似属性的可识别用户。

自己的用来提高转化，相似的用来拓展新客户，你选了相似的还会让你选Most similar最相似、Similar相似、Balanced均衡、Broad广泛、Most broad最广泛这些选择，简单来说，最相似人群精准但是数量少，最广泛数量最多但是最宽泛。

step03、自己给这部分人群起个名字，记得英文。

step04、给这部分做个简介，因为后期会很多，别想着省事，最好每个公司定制一套自己的命名规则。

图片来源：亚马逊广告营销云

高峰开始时间，结束时间；

非高峰开始时间，结束时间。

要有2个时间段的数据来做对比，别写反了。

另外，这个时间是根据你上面Date的覆盖时间段内设置。

它让你填写的是“yyyy-mm-dd”是国际通用的日期格式。

yyyy：代表4位数字的年份，例如2025（表示2025年），需完整填写4位，不能简写为“25”。

mm：代表2位数字的月份，1-9月需在前面加0补位，例如1月写作“01”，10月写作“10”。

dd：代表2位数字的日期，1-9日需在前面加0补位，例如5日写作“05”，28日写作“28”。

看我示范的，填写之后运行即可。

结束之后，只要右下方弹出窗口就代表这部分人群生成成功了，你可以在这页看到这部分是否跑出来了。

成功状态会是：

图片来源：亚马逊广告营销云

图片来源：亚马逊广告营销云

生成的AMC人群包会出现在你后台SP广告设置这里，当你设置好AMC成功生成人群包后，你在对于SP广告的竞价部分就可以对这部分人群进行额外的竞价加成。

图片来源：亚马逊广告营销云

重要内容，请仔细阅读：

请注意AMC数据种类很多，今天我只说了2种，第一种是生成自己的数据模型去判断已投放的广告效果。

第二种是生成广告触达人群包用于自己广告的投放。

它的模型种类有很多，需要结合自己的需要去选择相应模型去判别，后续我有空了会出相应的对照表和数据解析思路给大家，模型参考维度千万不要死搬硬套，就比如下面2段话。

比如Time to Conversion：你的消费者看到你广告的购买时间，主要用来判别的是你的产品的竞争力。这个时间越短，证明你的产品竞争力越强。当然这个时间需要一个对比，你可以使用自己不同产品的AMC Time to Conversion先做对比，也可以结合广告经理给的品牌分析报告里的你类目是他品牌Time to Conversion平均值和你做一个对比。我想强调的是它不是一个独立存在的维度，所以单一的数据没有好与坏之说，一定要有对比值，结合对比值再来判断自己下一步需要做什么。

比如通过多数据对比发现你的购买周期确实比别的品牌或者自己其他产品偏长，就可以适当增加在SD\DSP再营销类型广告再洗几遍加大转化结果，或者考虑价格因素叠加折扣券等动作。

Seasonal advertising exposure off-peakaudience：这个模型主要是讲的2个不同时间节点对比，高预算时间触达而在低预算期间没有触达的这部分人群，意思就是让你对这部分看过你的人增加曝光来期待带来转化。

注意点：

1、设置过程中一定要把开始时间和结束时间设置准确。举例：会员日是旺季，会员日前几天或者后几天不是！别弄反了！

2、你可以用它生成2部分人群包，自己曝光过的，用来增加BID再次触达一起带更好的转化结果，或者这部分人看了没买我那我筛选掉他们不再给他们曝光了，亦或者生成相似的人群用来做相似人群拓客。

操作起来我相信不难，最重要的就是对模型的解读和用法。

这部分内容原本我是想只更新给我们付费企业客户的，后来想想，这个月也没出内容，就把这篇给大家放出来做个福利吧。

后续下篇内容就会像前面2句话一样是AMC每个模型功能分析、使用优化指南。

因为AMC内容比较深，可能一般卖家接受起来会比较慢，我已经尽可能用最容易理解的文字去表达它了，后续更新的内容还是看这篇文章大家的反馈，点赞、转发、留言这些，如果大家都对这块感兴趣，请多多点赞转发，我会更多地增加这部分内容。

这篇文章恰好赶在杭州卖家大会当天发，5号在会场，大家杭州见。

封面来源/图虫创意

（来源：七号笔记）

以上内容属作者个人观点，不代表雨果跨境立场！本文经原作者授权转载，转载需经原作者授权同意。​