背景：通过亚马逊的广告解决方案最大化广告支出回报率

一家领先的国际家居用品品牌有效地利用了亚马逊的多元化广告解决方案，含搜索广告 （SA）和亚马逊需求方平台 （DSP），在各子品类中开辟巨大市场空间。为了进一步完善和优化他们的广告策略，他们希望进一步剖析自己DSP 广告投资对销售增长的作用。终极目标是微调 DSP 和搜索广告之间的预算分配平衡，以最大限度地提高广告支出回报率 （ROAS）。

方法：使用评估广告影响的高级分析模型

‍

我们采用了亚马逊营销云 （AMC） 预先构建的重叠分析模型，一种解读 DSP 和商品推广 （SP） 之间受众重叠的重要工具。该分析对转换效率进行全面分析，更好地了解销售漏斗。

此外，为了了解错综复杂的客户旅程以及不同接触点对最终购买的影响，我们利用了“马尔可夫链”模型。这种技术使我们能够进行复杂的多点触控分析 （MTA），帮助确定每种广告格式对总购买转化的单独贡献。

结果：通过策略性预算再分配优化转化

通过这种策略性和数据驱动的方法，我们发现，DSP 和 SP 广告同时覆盖受众比与仅被SP覆盖的受众相比转化率高16.7%。基于这一洞察我们校准了竞价策略，重新评估了亚马逊网站内外广告工作的预算分配。这一微调过程还使我们建立更优的频次上限，确保我们的广告不会过度打扰目标受众。

此外，多触点分析 （MTA） 模型通过在 SA 和 DSP 之间指导策略预重新分配来证明其价值。所有重新分配都是数据驱动，基于每种广告类型对客户购买路径的差异化影响。最终结果是转化率提升了 15.9%，这反映了我们的策略方法和数据驱动决策的有效性。

‍

‍

通过AMC和“马尔可夫链”模型，我们进行综合分析和过程优化，量化提升转化率，证明一丝不苟，基于数据的数字广告策略方法的价值。该家居用品品牌不仅提高了其ROAS，还为未来的战略规划和预算分配提供了宝贵的见解。

‍

‍

‍