今天我们讲一个看起来基础，但很容易被用错的 AMC Use case：
Effectiveness of ad placements
它通过不同广告位的点击率，帮助我们判断：广告出现在哪个位置，更容易让用户产生点击。
为什么广告位不能只看花费？
同一组广告，出现在搜索结果顶部、商品详情页或其他位置时，用户的意图并不一样。
有些位置曝光大但点击率低，有些位置点击率高但量级很小。如果不拆开看广告位，就很容易用一个平均 CTR 掩盖真实差异。
这篇 Use case 的目的，就是按placement_type把点击和曝光重新汇总，再计算每个位置的 CTR。
先理解它回答什么，不回答什么
它能回答：
-
哪个广告位的点击率更高； -
哪个广告位带来更多绝对点击； -
某一组 Campaign 的广告位表现是否与整体不同。
它不能直接回答：哪个广告位最终 ROAS 最高、利润最好或转化率最高。CTR 代表互动效率，不等于最终经营效率。后续还要结合转化和花费分析。
模板参数怎么填？
模板支持两种方式：
-
保持 ALL，查询全部 Sponsored Ads Campaign； -
输入一个或多个 Campaign 名称，专门比较指定活动。
吴老师建议：先跑全量，了解整体广告位结构；发现异常后，再按 Campaign、广告产品或阶段做更细的拆分。
它使用哪张表？
核心表是：
sponsored_ads_traffic
这张表包含 Sponsored Ads 的曝光、点击、广告位信息和 Campaign 信息。查询按placement_type分组，汇总clicks与impressions，再计算：
click_through_rate = clicks / impressions
官方逻辑还会过滤user_id为空的记录，以保证分析使用可归因的流量事件。
结果表应该怎么读？
最少要同时看三个数字：
impressions：这个位置获得多少曝光； clicks：用户实际点了多少次； click_through_rate：每 100 次曝光中，大约有多少次带来点击。
例如，搜索结果顶部 CTR 更高，通常说明搜索意图更强；但如果曝光很少，它对总点击的贡献未必最大。反过来，详情页 CTR 较低，也不代表没有价值，可能它承担的是更宽覆盖或竞品拦截的角色。
高 CTR 广告位能直接加价吗？
不能直接这样做。
吴老师建议按下面顺序判断：
-
先确认 CTR 高不是因为样本过小； -
再看绝对点击是否也足够； -
接着补看转化、销售额和花费； -
最后才决定是否提高该位置的竞价或预算。
如果只根据 CTR 加价，可能把预算集中到“很容易被点击、但不一定购买”的位置。
哪些情况值得单独拆 Campaign？
-
新品推广和成熟品推广混在一起时； -
自动投放与手动关键词投放混在一起时； -
Sponsored Products、Sponsored Brands、Sponsored Display 需要比较位置策略时； -
某个 Campaign CTR 突然变化，想判断是位置变化还是素材、价格等因素导致。
吴老师的实操建议
-
先用全量结果找出高量级与高 CTR 的广告位； -
把高 CTR 但低转化的位置单独列为排查对象； -
用 Campaign 维度复核，不要只看全店平均； -
在调整竞价前，补充转化、销售额和花费数据； -
每次只调整一类位置策略，保留足够时间观察结果。
最后总结
Effectiveness of ad placements 是一个很好的“第一层诊断” Use case。
它帮我们拆开不同广告位的互动表现，但真正的优化动作，要把 CTR、点击量、转化和利润放在一起看。广告位不是谁 CTR 高就一定赢，而是谁在你的经营目标下更有效。
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
广告位分析的价值，在于把“感觉这个位置好”变成可验证的数据判断，再把判断落实到竞价、预算与投放结构上。
吴老师准备了 Codex+亚马逊AMC王牌技能组合线下实操课，会带大家用 Codex 和 AMC 把广告位置、路径、转化与消费者行为串成真正能落地的优化方案。
