每周一学｜AMC人群模型创建以及使用：加购未购人群

本文深度拆解亚马逊AMC规则型人群模型——加购未购人群（Abandoned Cart/Add to Cart No Purchase）。该模型旨在精准捕捉将商品加入购物车但未完成结算的流失流量，通过高意向再营销提升转化效率。

核心看点：

该模型属于高意向再营销人群，基于亚马逊一方行为数据，抓取指定周期内有加购动作且未在店内购买的用户。生成的人群包支持同步用于Amazon DSP定向投放及Sponsored Ads（SA）原生广告出价调节。

相较于浏览未购人群意向参差不齐、质量波动大的特点，加购行为代表了更强的转化信号：用户已认可产品价值，仅差最后一步下单。此模型的核心在于锁定这部分“临门一脚”流失的高意向客户，通过二次召回撬动成交。

底层逻辑以“加购（add_to_cart）”和“本店购买（purchase）”为判定标尺，收拢有加购记录但同周期内未下单的买家。产出的人群包既可用于DSP独立定向投放，也可作为SA广告的出价增益信号，嵌入原有广告以放大竞争力。

运营层面，该模型主要解决以下核心问题：

打通上述环节，即可搭建高价值的再营销闭环，有效挽回卡在加购环节的意向流量。

人群输出渠道需二选一：单次任务仅能输出至DSP或Sponsored Ads其中一个渠道。若需双通道对照测试，需复制模板新建独立任务。建议优先运行Rule-based规则人群，当体量不足时，再搭配Lookalike进行扩量。

图 1 · 如何选择人群保存位置

口径说明：判定标准为“本店加购”且“本店无购买”。若用户加购后在竞品店铺下单，系统无法识别，该用户仍会保留在人群包中。加购与购买行为共用同一回溯时间窗口。

基础参数搭建完成后，需重点关注人群体量、转化率及品牌新客占比。鉴于加购人群天然基数较小，样本过少可能导致转化结果偶然性强，建议拉长回溯周期以积累数据。投放阶段，素材与优惠应尽量匹配用户原加购ASIN，以提升精准度。

两大投放通道的本质区别如下：

模板参数设置：回溯周期设为14/30天，选取店铺主推核心ASIN，采用Rule-based规则人群，任务输出至DSP通道人群包。

图 2 · 模板参数设置

DSP可在基础加购未购人群之上进行精细化二次定向：锁定适配的年龄区间、目标性别及中高消费力受众，同时配置曝光频次上限，减少因高频打扰导致的用户抵触。

围绕DSP持续迭代优化，主要落实以下四点调整：

图 3 · 前期数据效果

加购召回叠加DSP人群画像属性精筛后，ROAS提升约400%（同广告订单项前后周期对比）。数据显示，经过小预算测试验证可行性并优化放大后，ROAS从4.35拉升至17.83，实现量级与投产同步增长。

图 4 · 后期优化调整后效果

实际投放需考虑品类分化特点：高客单价、决策周期长的品类，在DSP进行加购召回的收益放大效应显著；低客单价冲动型小件，用户弃购多为临时想法变动，召回提升空间有限。