今天我们讲一个非常适合做广告复盘的AMC Use case：
Compare purchase path of converters versus non-converters
中文可以理解为：
对比购买用户和未购买用户，在购买前或未购买前到底经历了什么广告接触路径。
很多卖家做广告复盘时，容易只盯着“谁买了”。
但吴老师一直提醒大家：真正有价值的分析，不只是看购买用户，还要看未购买用户。
因为未购买用户告诉我们的，往往是广告浪费在哪里、频次是否过高、再营销应该怎么做。
Introduction
官方这篇Use case的目的，是帮助广告主评估两类人群的互动模式差异：
-
购买用户； -
未购买用户。
它会从用户第一次广告曝光、商品详情页浏览或品牌搜索之后开始观察，比较两组人群在后续路径上的差异。
官方希望通过这个Use case回答几个问题：
-
平均多少天后发生购买； -
哪些广告产品更容易推动购买； -
每种广告产品比较理想的曝光频次是多少； -
购买用户和未购买用户在广告接触数量上有什么差异。
吴老师解读：
这篇Use case不是单纯看转化路径，而是在做一个对照实验。
购买用户是一组，未购买用户是一组。
我们要看的不是某一条路径漂亮不漂亮，而是两组人群之间到底差在哪里。
这个Use case适合解决什么问题？
它适合用在这些场景：
-
广告有曝光、有点击，但转化率不高； -
DSP、SP、SB都有投放，但不知道哪个组合更有效； -
想判断用户购买前平均需要多少广告触点； -
想知道未购买用户是不是广告频次不够，还是频次太高； -
想为再营销人群设计更合理的触达策略。
吴老师解读：
如果你只看购买用户，容易误判。
比如购买用户平均看了43次广告，你可能会觉得“多打广告有用”。
但如果未购买用户也看了40次广告，却没有买，那说明问题就不只是频次，而可能是人群、素材、价格、商品力或路径组合的问题。
这就是对比分析的价值。
Template里需要填写什么？
这篇Use case的模板默认会捕捉Sponsored Ads广告活动。
用户主要需要补充的是Amazon DSP Campaign Groups。
也就是说，模板里会让你设置：
-
日期范围； -
时区； -
Tracked ASINs； -
Campaign Groups； -
每个Group对应的DSP campaign IDs。
吴老师解读：
这里的Tracked ASINs很关键。
如果你选择ALL，分析的是所有可追踪ASIN的购买路径。
如果你只想分析某一个核心产品，就应该把范围收窄到指定ASIN。
Campaign Groups则是用来把DSP活动按业务含义分组，比如Awareness、Consideration、Retargeting。
它会返回哪些数据？
官方说明中，这个查询会把结果分成两类：
Purchase：在广告曝光之后发生购买的用户； No Purchase：广告曝光之后没有购买的用户。
返回的核心指标包括：
-
平均购买天数； -
每个用户平均接触的广告产品类型数量； -
每个用户平均曝光次数； -
每个广告产品类型下的平均曝光次数； -
每个用户平均品牌详情页浏览次数； -
每个用户平均浏览的品牌商品数量。
吴老师解读：
这不是一个“看销售额”的Use case。
它更像是在回答：
为什么有的人买了，有的人没买？
买的人，是不是接触了更多广告产品？
没买的人，是不是虽然看到了广告，但没有进入足够深的商品浏览？
结果示例应该怎么看？
官方示例里，会对比Purchasers和Non-purchasers。
比如示例中可以看到：
-
Purchasers平均接触了更多广告产品； -
Purchasers平均总曝光次数更高； -
Purchasers的DSP曝光、SP曝光、品牌详情页浏览等指标也可能更高； -
Non-purchasers虽然也有曝光，但后续互动深度可能不足。
吴老师解读：
这里不要只看单个数字。
要看的是差异。
如果购买用户比未购买用户多接触了某一种广告产品，那这种广告产品可能在推动转化路径中起到了作用。
如果未购买用户曝光次数很高，但详情页浏览、品牌商品浏览很低，说明广告可能没有把用户带到足够深的考虑阶段。
指标应该怎么理解？
官方定义了几个关键指标：
days_to_purchase_per_user：从第一次广告曝光到购买的平均天数； ad_products_exposed_per_user：每个用户平均接触过多少种广告产品； total_impressions_per_user：每个用户平均曝光次数； impressions_per_user_per_ad_product：每种广告产品下的平均曝光次数； dpvs_per_user：每个用户平均品牌详情页浏览次数； products_viewed_per_user：每个用户平均浏览的品牌商品数量。
吴老师解读：
这几个指标最好放在一起看。
如果购买用户的广告产品接触数量高，说明多广告产品协同可能有效。
如果购买用户的购买天数更短，说明路径效率更高。
如果购买用户的DPV明显更高，说明广告不仅带来了曝光，还推动用户进入商品考虑阶段。
这个Use case在运营中怎么用？
第一，用来判断广告产品组合。
如果购买用户更多接触了DSP + SP，而未购买用户主要只接触SP，那么说明DSP可能在前置种草中有价值。
第二，用来判断曝光频次。
如果购买用户平均曝光次数是合理增长，而未购买用户曝光次数很高却不购买，就要警惕频次浪费。
第三，用来优化再营销。
未购买用户并不一定没有价值。
如果他们已经有多次曝光和DPV，只是没有购买，可以进入更精准的再营销人群。
第四，用来优化漏斗。
如果未购买用户只有曝光，没有DPV，说明广告可能停留在浅层触达，没有把用户带入商品页面。
实操建议
吴老师建议大家使用这篇Use case时，按这个顺序看：
-
先看Purchasers和Non-purchasers的广告产品接触数量差异； -
再看总曝光次数差异； -
再看DSP、SP、SB各自曝光次数； -
接着看DPV和商品浏览； -
最后再判断是否要调整预算、频次和再营销策略。
不要一上来就问“哪个广告产品最好”。
AMC更适合回答的是：
什么路径下，用户更容易往购买方向走。
最后总结
Compare purchase path of converters versus non-converters，是一篇非常适合做广告复盘的Use case。
它的核心价值不是告诉你“谁买了”，而是帮你看清楚：
-
购买用户和未购买用户的路径差异； -
广告产品组合是否真的推动了购买； -
曝光频次是否合理； -
哪些未购买用户值得再次触达。
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。
Codex+亚马逊AMC线下实操课
今天这篇Use case已经进入到AMC广告路径对比分析了。
如果你只是会看广告后台报表，很难看到购买用户和未购买用户之间的路径差异。
但如果你能把Codex和AMC结合起来，就可以把官方Use case拆成更容易理解的运营问题，再一步步改成适合自己账户的分析模板。
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。
