Amazon Marketing Cloud (AMC) — 亚马逊营销云

Amazon Marketing Cloud (AMC) 是亚马逊官方提供的广告数据分析与受众构建平台。通过 SQL 查询广告展示/点击/转化的全链路数据，支持创建高度定制化的受众群体（人群包），用于 SP/SD/SB 广告的精准投放与竞品拦截。

核心功能

人群包构建（Audience Building）

AMC 的核心价值在于基于用户行为数据的精准受众构建。与市面上 ERP 自带的模板化人群包不同，AMC 支持：

自定义 SQL 查询：从曝光→点击→转化的完整链路中提取用户行为
关键词搜索人群：针对搜索过特定关键词但未购买的用户构建受众
品牌词再营销：搜索过自身/竞品品牌词的用户群体
收入/消费分层：按消费能力拆分高/中/低客单价人群
转化路径归因：追溯用户从首次曝光到最终购买的广告触点顺序

人群包使用场景

人群包类型适用广告类型核心策略关键词搜索人群SP（SKAG/自动/ASIN定投）精准关键词+人群包加价品牌词人群SP + SD + 购物车再营销促销收割未转化品牌搜索用户竞对品牌词人群SD + 品牌定制促销从竞品页面抢订单高消费人群SD/SP客单价较高产品专投转化路径人群全广告类型多重曝光+再营销收割

实操方法论

关键词人群包的三种部署方式

1. SKAG 广告组 + 对应 SKAG 关键词人群包
- 每个关键词单独一个广告组 + 对应人群包加价
- 数据最清晰，管理成本高
- 适合核心大词和高转化词

2. Auto 广告组 + 不同关键词人群包
- 自动广告配合精准人群包加价
- 紧密匹配/同类匹配广告+不同关键词人群包
- 适合测词和新品期

3. 竞品 ASIN 定投 + 特定关键词人群包
- ASIN 定向投放+高相关关键词人群包
- 精准狙击竞品流量
- 需要页面承接能力支撑

人群包 + 品牌营销组合

利用自身品牌词人群包，配合 亚马逊购物车再营销促销 + SP/SD 广告，形成完整的品牌搜索用户收割闭环：

用户搜索品牌词 → 未购买 → 进入人群包 → 购物车再营销促销 → SD/SP 二次触达 → 转化

预算充裕时的分层策略

对有预算的卖家，同时设置两组广告：
- A组（普通）：不做人群包加价 → 触达新客户
- B组（人群包加价）：对 A 组未转化的用户再次触达 → 收割

小贴士

创建人群包需要满足 2000+ 人群基数，不满足则创建设置失败
人群包一旦创建成功无法删除，建议做好命名区分
创建失败（样本不足）的人群包可以正常删除
AMC 后台为全英文，可使用翻译插件辅助操作

SQL 实战：转化路径归因分析

以下为社区分享的 AMC SQL 代码，用于分析用户从 DSP + 赞助广告展示到最终转化的完整路径

SQL 功能概述

步骤说明1. 整合广告展示数据收集 DSP + 赞助广告（SP/SD/SB）的用户展示记录2. 收集转化数据提取购买行为的用户记录3. 过滤有效展示仅保留"展示时间早于转化时间"的有效记录4. 标记接触顺序按用户分组，对其接触的广告活动按时间排序5. 生成路径将用户接触的广告活动汇总为"路径"数组6. 聚合效果按路径分组汇总覆盖用户数、展示量、成本、销售额

核心 SQL 结构

-- 1. 整合 DSP + 赞助广告展示数据
WITH impressions AS (
    -- DSP 广告
    SELECT 'DSP' AS product_type, campaign, user_id,
           MIN(impression_dt) AS impression_dt_first,
           SUM(impressions) AS impressions,
           SUM(total_cost) AS total_cost
    FROM dsp_impressions
    WHERE user_id IS NOT NULL
    GROUP BY product_type, campaign, user_id

    UNION ALL

    -- 赞助广告（SP/SD/SB）
    SELECT ad_product_type AS product_type, campaign, user_id,
           MIN(event_dt) AS impression_dt_first,
           SUM(impressions) AS impressions,
           SUM(spend) AS total_cost
    FROM sponsored_ads_traffic
    WHERE user_id IS NOT NULL
    GROUP BY product_type, campaign, user_id
),

-- 2. 收集购买转化数据
converted AS (
    SELECT campaign, user_id,
           MAX(conversion_event_dt) AS conversion_event_dt_last,
           SUM(product_sales) AS product_sales,
           SUM(purchases) AS purchases
    FROM amazon_attributed_events_by_traffic_time
    WHERE purchases + total_purchases_clicks > 0
      AND user_id IS NOT NULL
    GROUP BY campaign, user_id
),

-- 3. 关联展示和转化，仅保留有效记录
-- ...后续步骤包括：成本单位转换、广告接触顺序标记、
--    用户路径生成、路径级效果聚合

-- 最终输出
SELECT path,
       COUNT(DISTINCT user_id) AS path_user_count,
       SUM(impressions) AS total_impressions,
       SUM(total_cost) AS total_cost,
       SUM(converted_users) AS converted_users,
       SUM(total_sales) AS total_sales,
       CASE WHEN SUM(reach) = 0 THEN 0
            ELSE SUM(converted_users) / SUM(reach)
       END AS user_conversion_rate
FROM assembled_with_imp_conv
-- ORDER BY user_conversion_rate DESC
;

完整 SQL 代码见原始帖子：raw/articles/wearesellers/2026-06-10-006-亚马逊广告ACOS的救星-亚马逊营销云AMC.md

注意事项

效果因类目而异：AMC 人群包在部分类目效果显著，部分类目样本不足无法生效
转化率高 ≠ 量足够：人群包精准度高但量可能偏小，需要平衡精准度与覆盖面
需要 SQL 基础：自定义人群包和高级分析需要 SQL 技能
DSP 广告商协助：高级人群包（如收入分层）需要 DSP 服务商配合
购物车再营销实测效果最佳