Amazon DSP 是一个程序化广告平台，可利用亚马逊的受众洞察实现自动化、数据驱动的广告投放。与亚马逊的赞助产品或赞助品牌（在亚马逊自己的网站/应用程序上展示广告）不同，DSP广告系列可以通过更广泛的互联网（包括移动应用程序甚至流媒体电视）吸引用户 亚马逊定位信号。这意味着，例如，广告商可以通过在新闻网站上向他们展示横幅广告或在流媒体服务上显示视频广告来重定向在亚马逊上查看产品的用户。值得注意的是，亚马逊 DSP 不仅限于亚马逊卖家——即使是不在亚马逊上销售商品的品牌也可以使用它来开拓亚马逊的 营销的受众数据。但是，Amazon DSP通常被定位为高级解决方案，因此对于具有以下条件的广告商来说最有效 足够的预算和方案专业知识。
为什么要专注于测量？ 在诸如在DSP上运行的程序化广告中，效果不像点击付费广告那样简单。广告可能会在客户旅程的不同阶段（知名度、考虑率、重定向）投放，转化可能会在曝光几天后发生。对于经验丰富的广告商而言，准确地将结果归因于DSP对于证明投资合理性和完善策略至关重要。接下来，我们将研究亚马逊 DSP 如何处理归因。
强大的衡量和归因是成功的亚马逊 DSP 活动的基础。以下是归因对广告商很重要的关键原因：
如果没有可靠的衡量标准，你的 DSP 战役就会视而不见。现在，让我们来看看 Amazon DSP 实际上是如何归因于转化率的，从而为您提供这些见解。
默认归因模型： 亚马逊 DSP 使用 14 天最后一次触摸归因 默认情况下是模型。这意味着，当转化（例如购买）发生时，DSP 会将其记入前 14 天内发生的最后一次广告互动（曝光量或点击量）。实际上，如果客户点击 DSP 广告并在一周后购买该产品，则该销售将归因于 DSP 活动。如果他们只看了广告（没有点击）然后又购买了广告，那么在最后触摸逻辑下，这也可以归因于浏览转化。
点击与查看归因窗口： 对于 Amazon DSP，点击事件和浏览事件的归因窗口通常有所不同。常见的设置是 14 天的点击期限 还有更长的时间 30 天的浏览转化期限。换句话说，如果有人看到了你的 DSP 广告但没有点击，然后在 30 天内购买了你的产品，DSP 可能会将其视为从查看过的广告转化次数。如果他们点击了广告，则转化必须在 14 天内发生才算在内。这种延长的浏览窗口有助于捕捉那些在较长考虑周期内影响买家的上层渠道印象的影响。（相比之下，在某些情况下，亚马逊自己的赞助产品广告通常使用更短的7天甚至24小时的归因窗口，因此DSP的较长窗口是跟踪延迟转化的显著优势。）
品牌新指标： 亚马逊 DSP 报告包括 品牌新品 (NTB)) 这些指标表明有多少转化来自以前（或至少在过去 12 个月内从未从您的品牌购买过商品）的买家。这对于专注于获取客户的品牌至关重要。例如，DSP活动可能显示其40％的销售额是 “新品牌”，这意味着这些广告有助于吸引全新客户。如前所述，将DSP与其他广告同时使用的广告商通常会看到新品牌购买量显著增加，这证明DSP可以将覆盖范围扩大到现有客户群之外。
亚马逊不断变化的归因： 值得注意的是，亚马逊正在不断提高其归因能力。虽然最后一次接触 14 天是标准，但亚马逊已经推出了 建模归因 并正在试用多点触控模式，以提供更全面的视图。2024 年底，亚马逊 DSP 推出 建模转换 非亚马逊转化的归因，它使用机器学习来估算和记入无法直接观察到的转化率（稍后会详细介绍）orange142.com。从2025年开始，亚马逊将推出新的 多点触控归因 (MTA) 在多个广告接触点分配积分的系统，而不仅仅是最后一次触摸。MTA方法利用亚马逊的大量数据（购物、直播、浏览信号）在30天的转化路径中为每次互动分配比例的积分。广告商的结果将是更深入地了解高渠道广告（例如直播电视或赞助品牌视频）与低渠道广告一起如何推动销售。简而言之，Amazon DSP的归因正在从单点触控视图转向更全面的多点触控视图。
目前，了解默认的 14 天最后一次触摸模式（30 天浏览时间）是阅读 DSP 报告的关键。接下来，我们将讨论亚马逊 DSP 衡量中最棘手的方面之一：追踪非亚马逊转化率。
亚马逊 DSP 的独特优势之一是能够吸引亚马逊以外的流量，例如品牌自己的直接面向消费者 (D2C) 网站或特殊登录页面。例如，护肤品牌可能会使用DSP来展示广告，点击这些广告后，将购物者直接带到该品牌的官方网站进行购买（而不是亚马逊的产品页面）。在这些情况下（亚马逊的销售）中衡量转化率会带来特殊的挑战。亚马逊像素和归因标签：为了追踪非亚马逊的结果，亚马逊提供了诸如亚马逊跟踪像素（放置在您的网站上的代码片段）等工具，以及 亚马逊归因标签 用于您的 DSP 广告。设置驱动至外部网址的 DSP 行项目时，广告商可以生成亚马逊归因标签（附加到登录页面 URL 的唯一参数）或使用亚马逊的像素。这使亚马逊能够识别由 DSP 驱动的用户何时在您的网站上执行转换操作。例如，如果有人点击了您的网站上的DSP广告并在那里进行了购买，则购买确认页面上的亚马逊像素会报告该信息，因此DSP活动将获得积分。
但是， 并非所有转化都是可追溯的。在某些情况下，像素可能无法触发（如果用户有特定的隐私设置或存在技术问题），或者用户稍后可能会通过不同的路径进行转换（例如看到广告、稍后使用其他设备或通过谷歌搜索访问网站）。亚马逊弥补这一差距的方法是前面提到的建模归因——当缺少直接跟踪时，亚马逊DSP可以根据概率方法对一些非亚马逊转化进行建模。2024 年 8 月，亚马逊推出了这种建模归因功能，以更好地考虑对外部网站的 “浏览” 影响，将测得和建模的结果结合到 统一报告。这有助于更全面地了解亚马逊和非亚马逊转化的活动投资回报率。
即使有了这些改进，仍建议广告商在自己的D2C分析中考虑总体涨幅。许多品牌将比较投放DSP广告前后的总体D2C销售趋势，以估计该活动的影响，而不是仅仅依赖亚马逊的属性数字。这是因为任何归因系统都可能低估某些转化次数。精明的营销人员经常对多个数据点——亚马逊的报告、谷歌分析和后端销售数据——进行三角分析，以了解全部效果。
衡量亚马逊以外的结果需要使用亚马逊的归因工具（像素/标签），并对某些估计感到满意。准备好用自己的分析来补充亚马逊的数据，以全面了解您的DSP投资如何在亚马逊生态系统之外获得回报。
随着亚马逊广告产品的成熟，先进的衡量工具应运而生，可以帮助广告商从DSP及其他方面获得更深入的见解。这里的一个关键平台是亚马逊营销云（AMC），这是一个隐私安全的数据清理室，广告商可以在其中对多个亚马逊广告产品进行自定义分析。许多经验丰富的广告商和代理机构使用 AMC 和 DSP 进行归因分析，而这些分析在标准报告中是不可能的。例如，你可以 查询 AMC 查看导致转化的广告曝光顺序（路径分析），或者计算自己的多点触控归因模型，在客户旅程中对 DSP 和赞助广告的触动给予部分积分。这对于以下情况特别有用 全漏斗测量 — 了解上层渠道的 DSP 印象（如 OTT 视频广告）如何影响后来的低渠道操作（如搜索或产品购买）。
对于跨渠道营销人员而言，跨平台归因仍然是一项挑战。亚马逊的生态系统主要是围墙花园，这意味着亚马逊广告归因侧重于亚马逊媒体对亚马逊转化率（如果使用DSP，则对您的网站）的影响。如果你想了解亚马逊 DSP 和（比如）谷歌广告是如何协同工作的，你需要将数据导出到自己的分析中或使用第三方归因工具。亚马逊自己的 亚马逊归因 （不要与归因混淆 在 DSP) 是一款帮助追踪情况的工具 非亚马逊广告 （例如Facebook或谷歌的广告系列）推动了亚马逊的销量。它使用类似的14天最后一次触摸模式。虽然有用，但它不能直接与DSP数据合并，它们有些孤立。要统一查看看过 Facebook 广告和 Amazon DSP 广告然后在您的网站上购买的客户，需要外部分析解决方案或数据仓库。如果不这样做， 看大局指标：例如，如果你增加在亚马逊 DSP 上的支出，你的品牌的整体搜索兴趣或直接流量会增加吗？亚马逊自己的分析指出，由于品牌知名度的提高，执行良好的DSP活动可以带来更大的品牌搜索量，在某些情况下甚至可以增加总销售额的近一倍。
最后，亚马逊一直在为测量推出预测分析和人工智能增强功能。一个例子（于 2024 年推出）是预测转化建模，它试图通过更多方式将广告曝光量与下游销售联系起来 算法归因，即使直接跟踪很少。这些由人工智能驱动的见解旨在揭示潜在的影响（例如，这种印象导致了几周后的购买），同时维护隐私。广告商应继续关注亚马逊广告的更新，因为此类功能可以进一步弥合归因差距并改善优化。
总而言之，这里有一些 最佳实践 以及充分利用亚马逊 DSP 测量能力的技巧：
在亚马逊 DSP 中，衡量重要因素至关重要。由于预算庞大，有多个接触点在起作用，你需要清楚地了解广告对结果的贡献。Amazon DSP 提供强大的归因工具，从 14 天的最后一次触摸报告到高级建模和多点触控分析，可帮助广告商将从曝光量到转化率的各个环节联系起来。通过了解这些工具和数据，广告商可以不断完善其策略：加倍采取有效的策略，修复或删除表现不佳的企业，最终提高投资回报率。
掌握归因趋势（例如向多点触控模型的过渡）将使您保持领先地位。永远记住数字背后的背景——既要使用亚马逊的报告，也要使用你自己的报告 业务指标 来判断成功。如果衡量得当，Amazon DSP 可以改变游戏规则，解锁有关客户的见解，让您的品牌实现显著增长。通过将 Amazon DSP 的优势与合理的衡量策略相结合，您可以确保每笔程序化资金都得到合理的支出和考虑。
