今天这篇 AMC Use case，讲的是一个更接近品牌经营的问题：
Understanding cross-selling impact
它不是只看一件商品卖了多少，而是看广告活动会不会让消费者把不同产品组、不同品类，甚至不同品牌一起买进购物篮。
这篇 Use case 用来做什么？
对于多品类、多产品线的广告主，它可以分析广告活动与不同 ASIN 组之间的购买组合；对于单一品牌或单一品类，它可以用来观察广告是否带来更广泛的品牌光环购买。
吴老师把它理解成两个问题：
-
我推户外品类，是否也带动了跑步品类购买？ -
买了某个产品组的人，有多少人也买了另一个产品组？
它有两种分析方式
官方模板提供两组查询：
- 广告影响下的交叉销售分析
：先圈定 Campaign，再看被广告触达的人买了哪些产品组合； - 交叉销售分析
：只看产品组购买组合，用来建立基础购买关系。
把两张表放在一起，才更容易判断广告触达后的组合是否更突出。
第一步：先定义产品组
模板要求至少建立一个 ASIN 组。这个“组”可以是品牌、品类、价格带、使用场景，或者你准备测试的两个商品集合。
吴老师建议分组不要太碎。比如“户外”“跑步”这种能对应业务决策的分组更适合分析；如果每个组只放一个冷门 ASIN，结果容易因样本太小而没有参考价值。
第二步：定义广告活动组
在广告影响分析里，还需要填写 DSP Campaign ID 和/或 Sponsored Ads Campaign 名称。
这里的重点不是把所有活动都塞进去，而是让 Campaign 组能够回答一个明确问题。例如：品牌推广活动是否带动跨品类购买，或者某个新品推广是否带动了旧品组合销售。
它使用哪些数据？
广告影响分析会综合：
dsp_impressions：识别 DSP 曝光用户； sponsored_ads_traffic：识别 Sponsored Ads 触达用户； conversions_all：跟踪这些用户后续的 ASIN 购买。
其中conversions_all属于付费功能，且仅在部分地区可用。它分析的是 ASIN 转化，不包含线下转化等其他类型。
结果表怎么读？
广告影响分析会返回 Campaign 组、去重触达人数reach、购买产品组组合、去重购买用户数dist_purchaser和购买次数purchases。
如果“户外 Campaign”触达的用户，既买户外又买跑步品类的人数较多，就说明这两类商品有值得继续验证的组合机会。
不要把相关性直接当成增量
这是吴老师特别要提醒的一点。
广告影响分析看到的是“被广告触达的人后续怎么买”，它非常适合发现现象和机会；但它本身不是严格的因果增量实验。
因此，看到某个组合表现好后，下一步应当做的是：
-
对比未受广告触达时的基础交叉购买情况； -
结合不同 Campaign 组、时间范围与商品组复核； -
用小预算再营销或组合素材测试，验证是否真的能提升购买。
可以落地成哪些动作？
-
在表现突出的两类商品之间测试套装、满减和品牌店导购； -
对先购买品类 A 的用户，再营销推荐品类 B； -
为高交叉购买的新客设计首购后内容与商品组合； -
把“广告带来的关联购买”纳入品类预算讨论，而不是只看单 ASIN 的归因销售额。
最后总结
Understanding cross-selling impact 的核心，不是找“谁和谁一起卖”，而是把广告触达、产品组与购买组合放在一个视角里看。
这样我们才有机会从单品广告，走到品类联动、品牌光环和更完整的消费者价值分析。
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
多产品线经营最怕只盯着单品 ROAS，而忽略广告如何带动整个商品组合的购买。
吴老师准备了 Codex+亚马逊AMC王牌技能组合线下实操课，会带大家从官方模板出发，建立可用于预算、商品组合和再营销决策的 AMC 分析体系。
