核心洞察：2026年亚马逊DSP关键数据一览
- NTB定义更新：统计过去12个月未购买该品牌的新客下单行为。自2025年Q4起，亚马逊DSP后台默认报表已包含NTB列，将其列为核心增量指标。
- ROAS与NTB背离：2026年基准显示，DSP整体ROAS中位数约为2.8，但NTB订单占比中位数仅为34%。在高ROAS广告活动中，NTB占比常低于20%，表明高回报多源于老客复购。
- 类目转化基准：美国站DSP NTB转化率基准约0.42%。家居厨房类NTB客单价较老客高约18%；美妆个护类首单渗透快但复购率偏低。
- 预算分配建议：建议按60/30/10比例分配预算至拉新、再营销及测试层。拉新层应以NTB CPA而非ROAS为优化目标。
- 归因窗口设置：拉新活动建议采用“14天浏览+7天点击”，再营销活动采用“7天点击”，以避免浏览归因将老客复购误算为新客增量。
指标解析：NTB口径、算法与2026年基准变化
NTB（New-to-Brand）指在过去12个月内未购买过该品牌任何商品的顾客，经DSP触达后完成下单的行为。需明确的是，NTB统计的是“品牌级新客”，而非“店铺新客”或“品类新客”。即便顾客购买过竞品，只要未购买过本品牌，即计入NTB。
自2025年Q4起，亚马逊广告后台将NTB列为DSP报表的核心增量指标，默认展示NTB订单数、销售额、转化率及CPA。2026年亚马逊广告基准报告显示，美国站DSP整体ROAS中位数约2.8，而NTB订单占比中位数仅34%。这意味着约三分之二的DSP订单来自老客复购或已购人群。值得注意的是，在ROAS高于4的广告活动中，NTB占比中位数常低于20%。这表明高ROAS往往源于对高意愿老客的预算投入，而非新客获取。
“DSP的ROAS是结果指标，NTB才是增量指标。用ROAS考核拉新，等同于用复购成绩单评价拉新能力。”——亚马逊广告2026基准报告
从类目差异来看，2026年美国站DSP的NTB转化率基准约0.42%。家居厨房类NTB客单价较老客高约18%；美妆个护类首单渗透迅速但复购率偏低；3C电子类因决策周期长，NTB CPA普遍高于均值30%以上。因此，不同类目需设定差异化的NTB目标。
- NTB口径：过去12个月未购买品牌商品，基于品牌维度而非店铺维度。
- 2026基准：DSP整体ROAS中位数2.8，NTB订单占比中位数34%。
- 类目差异：家居类NTB客单价高18%，3C类NTB CPA高出30%以上。
风险预警：高ROAS掩盖老客依赖的三个信号
DSP的再营销（Retargeting）功能天然具有高ROAS特性，因其触达对象为浏览过商品、加购或已购买的人群，转化概率远高于冷启动人群。若卖家将大部分预算投入再营销并仅以总ROAS考核，虽报表亮眼，但品牌新客池并未实质扩大。
识别预算被老客复购“吃掉”的三个关键信号：
第一，NTB订单占比持续低于25%。2026年基准显示，健康的拉新活动NTB占比应在40%以上。若整体占比长期低于25%，表明预算结构严重偏向再营销。
第二，NTB CPA远高于老客CPA且仍在增加预算。这并非错误，但必须单独核算，避免其高成本被总ROAS中的低成本低效拉新“平均”掩盖。
第三，归因窗口过宽。14天浏览归因（View-through）会将大量自然复购计入DSP效果。2026年多项第三方测试显示，浏览归因可使DSP报表ROAS虚高30%-50%。
| 监测信号 | 健康值 | 预警值 |
|---|---|---|
| NTB订单占比 | ≥40% | <25% |
| 拉新层预算占比 | ≥50% | <30% |
| 浏览归因（View-through）占比 | <30% | >50% |
对于中国卖家而言，典型风险场景为：旺季前将预算全押注于再营销以保ROAS，导致旺季中新客池未扩大。一旦老客复购潜力透支，次年Q1业绩将出现断崖式下跌。NTB指标的价值在于提前预警“增长是否可持续”。
策略落地：分品类NTB目标与预算重配公式
基于2026年基准，美国站DSP NTB转化率约为0.42%。NTB CPA因品类而异：家居厨房类约28-35美元，美妆个护类约18-24美元，3C电子类约45-60美元。卖家应以过去12个月的NTB CPA为基线，设定“NTB CPA不高于基线15%”的拉新考核线，替代单一的ROAS考核。
建议采用“60/30/10”预算重配结构：
- 60%拉新层：针对兴趣人群、相似受众及品类定向，优化目标设为NTB转化，重点考核NTB CPA。
- 30%再营销层：针对已互动人群，重点考核ROAS，归因采用7天点击。
- 10%测试层：
数据显示，采用分层考核的广告主，其NTB订单占比平均比单层考核高出约22个百分点。此外，应将NTB纳入周报核心，每周监控NTB订单数、CPA及占比，而非仅关注ACOS和ROAS。
同时，注重DSP与SP/SB的协同效应。DSP负责拉新，SP品牌词承接搜索需求，SB进行品牌防守。2026年亚马逊跨产品归因报表支持追踪“DSP触达→SP成交”链路，卖家应将其纳入NTB核算，以免低估DSP的拉新贡献。
实操指南：数据读取、归因设置与团队考核
针对中国跨境卖家的实操痛点，提出以下解决方案：
数据读取与口径统一
DSP后台NTB列默认按“品牌”口径统计。若卖家拥有多店铺或多品牌，需在品牌注册（Brand Registry）层面确保口径一致，避免NTB数据分散。2026年后台支持按品牌维度导出NTB报表，建议每周固定导出并与SP/SB报表对齐。
归因窗口优化
拉新活动建议采用“14天浏览+7天点击”，再营销活动采用“7天点击”。需注意，DSP报表默认开启浏览归因，若不手动区分，拉新层的NTB数据易受再营销浏览归因污染。建议分开查看两类归因数据。
团队考核体系重构
若运营团队仅背负ROAS指标，必然倾向于投放再营销。应将NTB订单数、NTB CPA及NTB占比纳入KPI，权重建议不低于30%。
“将NTB列入周报首位，远比在季度复盘时解释增长停滞更具前瞻性。”
此外，避免将NTB仅视为“新客首单”。2026年基准显示，家居类NTB客单价虽高，但90天复购率低于老客约12个百分点。因此，拉新后需通过SP/SB承接及邮件/站内营销进行二次触达。建议在DSP拉新活动中绑定品牌旗舰店落地页与优惠券，可将NTB转化率提升5%-8%。
执行动作：利用NTB基准优化DSP预算的四步法
- 建立自定义报表：在亚马逊广告后台建立NTB自定义报表，按广告活动、定向、素材三个维度拆分NTB订单与CPA，每周一导出分析。
- 设置预算规则：利用亚马逊广告预算规则（Budget Rules），为拉新活动设置NTB CPA上限。超出上限时自动降低预算，防止拉新成本失控。
- 联动排除机制：将DSP拉新活动与SP自动广告进行人群排除联动。对DSP触达后的NTB人群，在SP端进行承接而非重复触达。实测显示，此举可降低NTB CPA约10%-15%。
- 季度归因审计：每季度对比“7天点击”与“14天浏览+7天点击”两种口径下的NTB订单差异。若差异超过20%，说明浏览归因污染严重，需收紧归因窗口。
最后提醒：NTB是品牌级指标，多品牌卖家务必在品牌注册层面统一口径；单品牌卖家应将NTB占比目标设在40%以上，并将NTB CPA纳入月度复盘。2026年的DSP竞争核心已从“谁ROAS高”转向“谁的新客池扩得快、成本低”。深入理解NTB，才能确保预算高效投入。
常见问题解答
NTB和New-to-Brand是一回事吗？统计周期为什么是12个月？
是同一指标。亚马逊将NTB定义为过去12个月内未购买该品牌任何商品的顾客。设定12个月窗口旨在过滤季节性复购与跨年购买行为，确保“新客”代表真正的品牌增量，而非短期未购用户。后台显示的NTB订单及销售额均按此口径统计。
DSP的NTB转化率0.42%是行业平均吗？我的类目低于这个数正常吗？
0.42%是2026年美国站DSP NTB转化率的基准中位数。不同类目差异显著：美妆个护通常高于均值，3C电子因决策周期长常低于均值。低于基准不一定异常，关键在于NTB CPA是否在类目合理区间，以及NTB占比是否持续低于25%。
拉新campaign的归因窗口应该设多长？view-through要不要关？
拉新活动建议采用“14天浏览+7天点击”，再营销活动采用“7天点击”。不建议完全关闭浏览归因，但必须将其与点击归因分开分析。若浏览归因带来的NTB订单占比超过50%，说明归因窗口过宽，应缩短窗口或单独核算。
多店铺多品牌卖家，NTB数据被拆散了怎么办？
应在品牌注册（Brand Registry）层面统一品牌口径，后台按品牌维度导出NTB报表，而非按店铺导出。若品牌授权分散，建议指定一个主账户进行NTB汇总，避免同一品牌在不同店铺被重复计为新客或漏计。