案例一

客戶遇到的挑戰(zhàn)：

1、賣家在亞馬遜廣告上的業(yè)務(wù)增長迅猛，但是品牌溢價(jià)空間不大，容易陷入價(jià)格戰(zhàn)；

2、認(rèn)可展示型推廣廣告和視頻廣告能長久建立用戶認(rèn)知，但對(duì)效果存在疑慮；

3、客戶自己的SA廣告投放團(tuán)隊(duì)遇到了瓶頸，期待新的廣告策略和工具帶來增量。

| AMC提供可信的廣告效果歸因分析報(bào)告

通過AMC的模型數(shù)據(jù)，能清楚看到：

1、在展示型推廣廣告和流媒體視頻廣告的共同推動(dòng)下，DPVR（商品詳情頁轉(zhuǎn)化率）對(duì)比只用展示型推廣廣告提高了37% ，對(duì)比只用流媒體視頻廣告提高了101%。在Purchase Rate（購買率維度）上，對(duì)比只用展示型推廣廣告提高了11%，對(duì)比只用流媒體視頻廣告提高了54%。

2、客戶被站內(nèi)搜索廣告和展示型推廣廣告同時(shí)觸達(dá)后，對(duì)比僅被搜索廣告觸達(dá)，購買率接近2倍增長，而對(duì)比僅被展示型推廣廣告觸達(dá)，購買率接近4倍增長。這也說明，展示型推廣廣告與SP廣告之間存在協(xié)同作用，且展示型推廣廣告對(duì)于SP的轉(zhuǎn)化有促進(jìn)作用。

| 利用AMC提供的小時(shí)級(jí)廣告數(shù)據(jù)，持續(xù)調(diào)整廣告策略

通過AMC報(bào)告分時(shí)段數(shù)據(jù)發(fā)現(xiàn)，在9:00AM到12:00PM這段時(shí)間的前后，CPC是較低的，ROAS是比較高的，而在該時(shí)間段內(nèi)這兩個(gè)數(shù)值都不是特別理想。同時(shí)我們用關(guān)鍵詞搜索份額（Share of Voice）工具可以看到，該時(shí)段是競爭對(duì)手大量集中投放的高峰時(shí)段。

于是我們做了如下的策略調(diào)整：

1、避開競品投放高峰時(shí)期，加大在上午8:00前以及下午12:00之后的投放；

2、在銷售和轉(zhuǎn)化率俱佳的傍晚時(shí)分，通過系統(tǒng)里的關(guān)鍵詞加速功能，也就是加大對(duì)好的廣告位的搶奪，以及更加激進(jìn)的投放策略進(jìn)行投放，達(dá)到用戶心智占領(lǐng)和提升市場(chǎng)份額的作用。

案例二

客戶遇到的困難：

|如何通過AMC預(yù)判品牌投入帶來的銷售額？

我們知道在亞馬遜廣告用戶界面中，通過歸因周期，可以清晰得知客戶在和DSP廣告交互后兩周內(nèi)進(jìn)行的購買行為，但無法了解客戶首次購買后是否進(jìn)行了復(fù)購，以及相關(guān)表現(xiàn)。

為了解決這個(gè)問題，我們通過一系列自定義查詢以及數(shù)據(jù)建模，生成了用戶的LTV（LifeTime Value）用戶價(jià)值模型。例如Prime用戶的購買力就比非Prime用戶的購買力強(qiáng)，因此Prime用戶的LTV就會(huì)更高。

接下來，當(dāng)我們計(jì)算出了LTV數(shù)據(jù)之后，結(jié)合這個(gè)公式來預(yù)估GMV：

總預(yù)估GMV = 新客平均客單（AOV）+ 新客全生命周期客單 （ LTV ）+ 重購客戶平均客單（ AOV ） - 流失客戶平均客單（ AOV ）

簡單來說，就是新客的價(jià)值+新客的全生命周期的價(jià)值+老客的價(jià)值-流失客戶的價(jià)值。通過獲新和留存的數(shù)據(jù)模型來預(yù)估GMV。

我們把這個(gè)模型應(yīng)用在一個(gè)品牌上，去衡量通過品牌投入，這種NTB（New To Brand）的廣告活動(dòng)到底能為品牌在將來12個(gè)月里帶來多少GMV。

我們知道DSP廣告是基于流量漏斗模型的，在每個(gè)模型里，我們可以定義一系列的數(shù)據(jù)指標(biāo)去衡量廣告投放的有效性。我們把搜索、曝光、點(diǎn)擊、加購等單獨(dú)列出來，對(duì)于每一個(gè)投放的廣告活動(dòng)，都能清晰獲得其重復(fù)購買用戶和NTB（品牌帶來的新客戶）數(shù)據(jù)。

然后我們結(jié)合過去12個(gè)月平均訂單金額和客戶留存率，通過不同流量、不同渠道、不同觸點(diǎn)的NTB客戶進(jìn)行加總計(jì)算，就能有效預(yù)估品牌廣告投放帶來的新客戶所帶來的GMV。

更重要的是，我們可以細(xì)化到廣告策略的層級(jí)，站在整個(gè)品牌及生意的維度，從整體廣告策略的搭建、店鋪生意表現(xiàn)、全渠道廣告表現(xiàn)以及市場(chǎng)大盤數(shù)據(jù)來全面分析，去確定什么樣的媒體和工具更有效、能獲得良好的ROI，以優(yōu)化未來的品牌增長。

AMC通過馬爾科夫、首次歸因、線性歸因、自定義歸因等模型對(duì)購物行為、轉(zhuǎn)化路徑、廣告交互、用戶價(jià)值、品牌詞搜索、人群地域、廣告分時(shí)等維度進(jìn)行分析，清晰展現(xiàn)整個(gè)用戶轉(zhuǎn)化路徑上不同廣告的觸達(dá)順序和表現(xiàn)，量化每個(gè)觸點(diǎn)，每個(gè)廣告活動(dòng)的貢獻(xiàn)價(jià)值。

品牌賣家結(jié)合數(shù)據(jù)可自定義建模計(jì)算廣告觸點(diǎn)權(quán)重，通過“移除效應(yīng)”研究不同變量對(duì)廣告活動(dòng)影響，找到最佳觸點(diǎn)權(quán)重分配和廣告組合方式來進(jìn)行預(yù)算分配，實(shí)現(xiàn)廣告活動(dòng)效果的最大化。

（來源：小K說跨境）

以上內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表雨果跨境立場(chǎng)！本文經(jīng)原作者授權(quán)轉(zhuǎn)載，轉(zhuǎn)載需經(jīng)原作者授權(quán)同意。?