吴老师讲AMC——11期"如何在AMC中筛选广告名称中的关键词（How to filter text strings）"

今天我们来讲一个非常基础，但是在实际操作中经常会用到的AMC Use case：

How to filter text strings

翻译成中文，就是“如何筛选文本字符串”。

这个案例主要解决的问题是：当我们的广告活动很多，命名规则也比较复杂的时候，如何在AMC查询中，只筛选出某一类广告活动的数据。

比如：

1. 只看名称以 Blue 开头的广告活动；
2. 只看名称中包含 Consideration 的广告活动；
3. 查询带有单引号的广告名称，例如 Men's electric shaver；
4. 查询带有双引号的广告名称，例如 red 48" rod。

很多卖家一开始学习AMC的时候，会觉得AMC离日常运营比较远。其实不是这样。

AMC里面很多Use case，并不是一上来就做很复杂的归因分析，而是先帮助我们把数据筛选准确。数据筛选准确以后，后面再做转化路径、广告组合、受众分析，才不会跑偏。

PART.01

Introduction

官方文档中，这个use case的核心说明是：

这个instructional query会提供一些过滤文本字符串的示例。需要注意的是，AMC不支持 LIKE 这个函数。下面的示例会使用 SIMILAR TO，配合正则表达式来进行筛选。

PART.02

引言

这段话的意思很简单：

如果我们想在AMC中筛选广告名称、广告活动名称、或者其他文本字段，不能按照普通SQL的习惯去写：

WHERE campaign LIKE '%Consideration%'

在AMC中，应该使用：

SIMILAR TO

吴老师解读：

这里大家要记住一个关键点：

AMC里面做文本匹配，不要用 LIKE，要用 SIMILAR TO。

这个区别非常重要。很多同学在自己改AMC代码的时候，明明业务逻辑没有问题，但是一运行就报错，原因就是把常规SQL中的 LIKE 直接搬到了AMC里面。

SIMILAR TO 可以理解成AMC里面用来做文本筛选的工具。它可以帮助我们判断某个字段中，是否符合我们设置的文本规则。

比如广告活动名称是否以某个词开头，是否包含某个词，是否区分大小写，是否包含引号等特殊字符。

PART.03

Template

在这个use case页面中，官方会提供Query template。

模板区域一般会有几个操作入口：

1. Copy
   ：复制查询代码；
2. Open in query editor
   ：直接在AMC查询编辑器中打开；
3. Open in sandbox query editor
   ：在sandbox查询编辑器中打开，用来测试和练习。

吴老师解读：

如果你只是想学习语法，可以点击Copy，把代码复制出来慢慢看。

如果你已经要在自己的AMC实例中运行，就可以选择 Open in query editor。

如果你还不确定自己修改后的代码是否正确，建议先用 Open in sandbox query editor 做测试。尤其是涉及引号、大小写、特殊符号的时候，先在sandbox里面测试，可以减少正式运行时报错的概率。

实际操作时，建议大家按下面步骤来：

1. 先复制官方模板；
2. 看清楚它筛选的是哪个字段，比如 campaign；
3. 把示例中的关键词替换成自己的广告命名关键词；
4. 先跑简单字段，例如广告名称、广告ID、曝光量；
5. 确认筛选结果没问题后，再加点击、转化、销售额等指标。

PART.04

示例一：筛选以某个词开头的广告活动

官方第一个例子，是筛选所有以某个字符串开头的campaign。

例如，我们想找到所有以 Blue 开头的广告活动，可以参考下面的写法：

SELECT   campaign,   campaign_id,   SUM(impressions) AS impressions FROM   dsp_impressions WHERE   campaign SIMILAR TO '^Blue.' GROUP BY   1, 2

这里最重要的是：

'^Blue.'

^ 表示从开头开始匹配。

也就是说，只有campaign名称一开始就是 Blue，这个广告活动才会被筛选出来。

吴老师解读：

这个写法适合广告命名比较规范的卖家。

比如你的广告活动名称是这样命名的：

Blue_Product_US_DSP Blue_Product_US_SP Red_Product_US_DSP

如果我们只想分析Blue这一条产品线，就可以用这种方式，把Blue开头的广告活动筛选出来。

这也是为什么吴老师一直建议大家广告命名要规范。

如果广告命名没有规则，后面做AMC分析的时候，就会非常痛苦。你想筛选一个产品线，结果名称里有的人写Blue，有的人写blue，有的人写BL，有的人干脆不写，最后数据就很难整理。

PART.05

示例二：筛选名称中包含某个词的广告活动

第二个例子，是筛选广告名称中包含某个字符串的campaign。

例如我们要筛选名称中包含 Consideration 的广告活动，可以参考下面的写法：

SELECT   campaign,   campaign_id,   SUM(impressions) AS impressions FROM   dsp_impressions WHERE   campaign SIMILAR TO '(?i)consideration' GROUP BY   1, 2

这里的重点是：

'(?i)consideration'

(?i) 表示不区分大小写。

也就是说，下面几种写法都可以被识别：

1. consideration
2. CONSIDERATION
3. Consideration

吴老师解读：

这个写法在实操中会更常用。

因为很多广告账户的命名并不是完全统一的。尤其是多人运营的账号，大小写、缩写、命名顺序经常会不一致。

如果我们只写固定大小写，很容易漏掉一部分广告活动。

所以在实际查询中，如果你不确定命名是否统一，可以优先考虑加上：

(?i)

这样可以让筛选不区分大小写，结果会更完整。

PART.06

示例三：筛选带单引号的文本

有些商品词或广告命名里会带单引号。

例如：

Men's electric shaver

如果直接写成下面这样，是容易出错的：

'men's electric shaver'

因为SQL会把中间的单引号当成字符串结束。

正确写法是把单引号写成两个单引号：

SELECT   campaign,   SUM(impressions) AS impressions FROM   sponsored_ads_traffic WHERE   campaign SIMILAR TO 'men''s electric shaver' GROUP BY   1

吴老师解读：

大家要注意，代码里的引号和我们平时写文字不一样。

在SQL中，单引号是有语法含义的。它不是普通字符。

所以当我们要查询的文本本身包含单引号时，就需要做转义。

简单理解就是：

men's

在SQL里面要写成：

men''s

这种问题非常常见，尤其是做欧美站点的时候，商品标题、广告活动名称里面经常会出现英文单引号。

如果你发现AMC代码一直报错，但字段名和表名都没有问题，就要检查是不是字符串里面的引号没有处理好。

PART.07

示例四：筛选带双引号的文本

有些广告名称中会包含规格，例如：

red 48" rod

这里的双引号也属于需要特别注意的字符。

官方示例的核心意思是：当你要筛选的文本中包含特殊符号时，一定要确认整个SQL字符串仍然是合法的。

吴老师解读：

遇到这种情况，大家不要凭感觉直接改代码。

建议先做三件事：

1. 从广告后台复制真实的campaign名称；
2. 确认里面到底是英文引号、中文引号，还是其他符号；
3. 先在sandbox query editor中测试，再放到正式查询中运行。

很多时候，我们肉眼看起来都是引号，但代码识别的时候并不一样。

所以涉及特殊符号时，不要只看显示效果，要看真实字符。

PART.08

这个use case在运营中怎么用？

这个案例虽然看起来只是一个很小的文本筛选技巧，但它在AMC分析中非常基础。

因为AMC里面的数据量很大，如果我们一上来就查所有广告活动，结果往往太宽泛。

真正有运营价值的分析，一般都要先把对象筛选清楚。

比如：

1. 我们只想看某一条产品线的广告表现；
2. 我们只想看某一类投放策略的campaign；
3. 我们只想对比品牌词、竞品词、类目词广告；
4. 我们想把DSP和Sponsored Ads中同一类活动放在一起分析；
5. 我们要为后续路径分析、转化分析、人群分析准备基础数据。

这些场景，都离不开文本筛选。

吴老师解读：

AMC不是魔法工具，它的前提是数据要被整理好。

如果广告命名混乱，筛选条件写不准，后面再复杂的分析也没有意义。

所以这个use case虽然基础，但它其实是在教大家一个很重要的能力：

先把要分析的对象框出来，再去做指标分析。

只有对象准确，结论才有意义。

PART.09

实操建议

大家在自己账户里使用这个Use case时，可以按照下面的顺序操作：

1. 先确定你要筛选的字段，是 campaign、ad_group，还是关键词字段；
2. 再确定你要使用的数据表，例如DSP曝光数据可以看 dsp_impressions，Sponsored Ads流量数据可以看 sponsored_ads_traffic；
3. 用官方模板作为基础，不要一开始就自己从零写；
4. 修改 WHERE 后面的筛选规则；
5. 先跑小范围数据，确认筛选结果；
6. 确认无误后，再增加更复杂的指标。

如果你的广告命名还没有规范，吴老师建议大家从现在开始按照固定公式来写。

根据广告命名规则，可以采用下面这个结构：

广告类型-SKU-投放目标-广告投放位置-补充说明

这里面每一段都要固定。

第一段是广告类型，可以使用：

SP / SB / SBV / SD

第二段是SKU，填写投放变体SKU即可，SKU中的国家、账号信息不需要重复填写。

第三段是投放目标，可以用字母来表示：

1. 自动广告：A
2. 类目投放：C
3. 商品投放：P
4. 关键词投放：K

第四段是广告投放位置，也用字母表示：

1. 顶部位置：T
2. 商品位置：P
3. 其余位置：O
4. 不进行位置投放：N

第五段是补充说明，用来写这个广告活动的特殊策略。

例如：

SP-CaC003-GRA-P-N-扩展 SD-CaC003-BLA-C-N-VCPM SP-CaC003-GRA-K-T-精准词

这样以后再进入AMC做分析，就可以非常方便地筛选。

比如我们想筛选所有SP广告，就可以筛选以 SP- 开头的campaign；想筛选某个SKU，就可以筛选名称中包含 CaC003-GRA 的campaign；想筛选商品投放，就可以筛选投放目标中带有 P 的广告活动。

PART.10

最后总结

本期我们讲的AMC Use case是：

How to filter text strings

大家重点记住三件事：

1. AMC中不能直接使用 LIKE 做文本筛选，要使用 SIMILAR TO；
2. 如果要不区分大小写，可以使用 (?i)；
3. 如果文本中包含单引号、双引号等特殊字符，要先处理好转义。

这个案例的价值，不在于它能直接给我们一个复杂结论，而在于它帮我们把分析对象筛选准确。

广告分析不是先看大盘，而是先明确对象。

对象筛选准确，后面的曝光、点击、转化、销售额分析才有意义。

好了，本期内容就到这里。

大家可以回到自己的AMC实例中，找一个命名比较规范的campaign关键词，尝试用 SIMILAR TO 跑一次筛选。

如果运行过程中遇到报错，优先检查三个地方：

1. 是否误用了 LIKE；
2. 大小写是否需要兼容；
3. 字符串中的引号是否正确转义。

也欢迎大家收藏专题“吴老师讲AMC”，后面我们会继续用更容易理解的方式，把AMC中的Use case拆开讲清楚。

PART.11

想系统学习AMC，可以关注吴老师线下实操课

今天我们讲的只是AMC中一个非常基础的case：如何筛选文本字符串。

但是大家通过这个案例应该能够感受到，AMC真正的价值，不是把一段SQL代码跑出来就结束了，而是要把广告数据和运营动作连接起来。

同样是一个简单的 SIMILAR TO，如果只是从技术角度看，它只是文本筛选；但如果放到广告运营中，它就可以帮助我们筛选产品线、区分投放目标、拆分广告类型、为后续转化分析和人群分析打基础。

这也是吴老师一直强调的：

AMC不是单纯的数据工具，而是帮助我们看懂消费者购买路径、优化广告投放策略的分析系统。

如果你只是偶尔看一个报表，可能很难真正发挥AMC的价值。

但如果你能系统掌握：

1. AMC底层数据集怎么理解；
2. 不同广告类型在AMC中如何拆解；
3. 如何用Codex辅助生成和分析AMC SQL；
4. 如何把AMC结果转化为广告优化动作；
5. 如何通过路径、人群、转化数据找到新的投放机会；

那么AMC就不再只是一个“看起来很高级”的后台工具，而会变成你做广告增长决策的实战武器。

吴老师也准备了 Codex+亚马逊AMC王牌技能组合线下实操课，会围绕“用上帝视角洞察消费者购物全路径”来展开，带大家系统学习如何把Codex和AMC结合起来，用数据看懂广告、看懂消费者、看懂转化路径。

这门课更适合已经在做亚马逊运营、广告投放，或者希望从普通广告操作升级到数据化广告分析的同学。

如果你希望不只是看懂本文这个基础case，而是进一步掌握AMC在广告分析、人群洞察、路径拆解、预算优化中的高阶应用，可以扫码了解课程详情。