消费者的购物旅程比之前任何时候都更加复杂，需要电商广告主在越来越多的触点向其目标受众投放广告并衡量效果。亚马逊营销云（Amazon Marketing Cloud，以下简称AMC）正是一款可以帮助品牌更清楚地了解客户旅程，并洞察广告绩效的有效工具。

了解亚马逊广告活动是否成功，最重要的是理解归因和评估。AMC汇聚了不同广告类型、销量和其它第一方数据的数百个数据点，使广告主能够跨渠道全面审视他们在亚马逊平台上的广告成效，了解真正推动增长的因素。

Pacvue与AMC融合，支持广告主通过Pacvue软件登录访问AMC数据，无需登录AMC原生操作台。在Pacvue软件仪表盘上可以查询一系列可视化视图，一部分来自亚马逊的建议查询库，还有一部分来自Pacvue的专属查询设置。

本文将探讨如何通过AMC更准确地衡量整体广告表现——

衡量广告支出回报率（ROAS）是判断广告绩效的一个重要指标。然而，如果只参考ROAS可能会导致一些不准确的判断，尤其是对于营销漏斗顶部的情况。

广告主可以看到在曝光量、点击量和销量显著减少的同时，ROAS可以依然在上升。这并不说明业务在增长，只意味着花费的预算得到了略高的回报。

此外，按照行业标准，最后触点的ROAS没有任何加权归因。这意味着在整个消费链路中用户在点击或查看之前，所有在广告上的投入和努力都不会被认定为最终购买结果做出了贡献。这使广告主很难准确测量属于营销漏斗上层（扩大品牌认知）的展示广告和视频广告的效果。全面整体的衡量归因将有助于您的品牌或产品推广，可以说这是实现消费转化更有价值的环节。

AMC为衡量整个营销漏斗的效率提供了优秀的数据和查询功能。在这些数据基础上，Pacvue还采用了专有的机器学习算法，为用户提供预算建议，优秀限度地提高整体广告销售额。用户可以将以下工具和查询添加到亚马逊广告策略中：

查询消费路径

此AMC数据集可以让广告主查看用户如何跟不同类型的广告互动。用户点击了哪些广告，按什么顺序点击，这种特定的消费路径发生频率如何，在推动销售转化方面效果如何等。

消费者下单前和如此多的触点产生过互动，这是超出广告主预期的。这进一步证明了要做出合理的广告决策需要查看参考此类数据。

辅助转化分析

将AMC消费旅程数据与Pacvue的辅助转化分析功能相结合，可以让您将转化结果部分归因于消费旅程早期的触点。因此当您查询消费路径时，最终消费转化的一部分将计入处于转化漏斗上层的视频广告和展示广告的贡献。

这样的分析更准确地评估了每个广告触点的价值，从而使广告主做出更合理的预算决策。如果最终辅助转化率上升，最后触点的转化率也会上升，这意味着以这种方式衡量评估可以实现长期持续的增长。在很多情况下，使用多触点归因时，以前被视为低效的战术实际上比漏斗型战术更有效。了解所有消费路径以及用户与每种类型广告互动的偏好后，我们可以建立一个高效的模型，对相应的路径和广告类型投入额外预算。