ROAS不够看？看清全盘，发现下一个增长机会

下一个增长机会，藏在你看不见的「全局」里。

封面图片由AI生成

出品｜白鲸出海编辑部

消费者还没打开商品详情页，围绕“买什么”的竞争，可能已经在新的发现入口中悄然开始——从电视大屏、社交媒体，到 AI 驱动的对话式体验（如 ChatGPT），消费者发现商品和形成购买意图的路径正在不断延伸。

德勤今年针对欧洲 15 个国家、13,500 名 18—59 岁消费者的调查显示，56% 的受访者曾使用 AI 辅助购物。亚马逊广告于 9 月 10 日宣布，广告主未来可通过亚马逊广告体系在 ChatGPT 中投放广告，进一步印证了消费者发现入口正在快速演变这一趋势——消费者旅程正在从传统搜索和商品详情页，延伸至更多 AI 驱动的新兴场景。

未来，广告主不仅需要关注消费者最终在哪里完成购买，更需要理解他们如何发现商品、形成兴趣并做出决策。随着消费者旅程不断延伸、变得细碎复杂，卖家需要更全面的数据视角，捕捉新的增长机会。将分散的数据转化为对消费者旅程的理解，正在成为卖家广告投放的一道考题。而据此分配预算，还需要将消费者与商品联系起来，确保将对的商品推广给适合的人群，这又要求卖家把 ROAS、CPC 等指标放回具体的人群与商品背景中判断。

面对难题，一些卖家，也已经开始借助 AI 和新的洞察工具，书写自己的“秘笈”。

一、同样的广告预算，

投对人群才能撬动增量

当广告订单没有增长时，卖家的第一反应往往是调整关键词、竞价或预算。但这些操作主要围绕广告活动本身展开，未必能够回答另一个更关键的问题：看到同一个广告、搜索同一个关键词的消费者，是否具有相同的购买意向？

亚马逊营销云（AMC）提供了一个更细的人群分析视角。通过将可用的广告曝光、点击与转化信号关联起来，让广告报表中的人群差异变得更清晰。同样没有下单，有人只接触过一次广告，有人已经多次点击了解商品。单看总点击量或平均转化率，很难区分他们所处的购买阶段。借助 AMC，卖家可以按广告接触、互动和购买行为划分人群，比较各类人群的表现，再将构建的受众用于后续触达和竞价调整，让预算分配更有据可依。

亚马逊卖家讲师 Kiki 最近与我们分享的一个无线电钻案例，展示了如何依据受众分析调整投放，进而突破转化瓶颈。

在亚马逊某站点无线电钻品类下，核心搜索词 “cordless drill”的 ABA 集中度达到了 28.48%，头部三个链接吃掉了近 3 成的点击。Kiki 接触的这位卖家投了 7 个广告活动，总花费超过 1 万美元，但整体点击率不到 1%，他们尝试去调高或者调低关键词的预算，订单量都没有明显变化。

后续，卖家没有更换关键词，也没有增加整体预算，而是基于 AMC 对现有 Sponsored Ads 投放进行进一步分析。结果显示，同一个关键词背后，不同受众所处的购买阶段和转化可能性并不相同。

卖家据此构建了“点击未购买人群”和“品牌潜在新客”两类受众，并在原有关键词投放基础上，提高面向这两类受众的竞价。关键词没有改变，但预算开始更有针对性地投向具有更高转化潜力的人群，订单数量也随之增长。

“事实上，基于 AMC 对细分受众的构建，如可识别哪些消费者点了广告但未下单、哪些消费者买了同品牌 A 商品、也点了 B 商品的广告却还未加购等等......卖家还可以做很多事情，如复购激活、关联销售、新客拓展等等，卖家可以将用户当做长期资产经营，而不只是围绕一单的成交。”Kiki 分享道。

“举个例子，我最近接触了一个玩具品类的卖家，他们的客单价超过 60 美元，通过 AMC 对过去 10 周的广告数据进行追踪后，发现 ACOS 从第 1 周的 41.86% 持续下降至第 8 周的 17.99%，本来是一个好事情，广告成本占比在下降。但在这 10 周内，TACOS 的波动很大，2 个数据共同释放的信号是自然流量和广告协同不稳定。每一单都是独立的，缺乏复购和关联销售策略。

发现上述问题后，卖家结合 AMC 的受众构建，圈选出进入复购周期的历史购买人群、买了产品 A 但没买产品 B 的人群，去推动复购激活和关联销售，将 AMC 基于消费者旅程实现的人群细分，价值最大化。”

//

ACOS=广告花费÷广告归因销售额×100%，是“广告成本占比”（Advertising Cost of Sales），表示每获得 100 元广告归因销售额，需要花多少广告费。

TACOS=广告花费÷总销售额×100%，分母包含广告归因销售和自然销售。ACOS 看广告投放的成本比例，TACOS 看整个生意的广告成本比例。

当人群和触达时机逐渐清晰后，商品本身也需要被重新审视。把预算投给已经错过成长期的商品、或者以错误的标准判断某个商品是否继续投入，即便在正确时机投放给需要的人，推广的商品不对，也无法实现与投入相匹配的回报。

几年前，AMC 主要面向已经在亚马逊 DSP 中投放广告的广告主。如今，随着能力进一步开放和使用门槛降低，即使是经验相对有限、数据分析能力较弱、仅使用 Sponsored Ads 的中小卖家，也可以通过亚马逊广告后台，或借助亚马逊广告合作伙伴的工具，更便捷地获得数据洞察。比如，领星基于 AMC 底层能力开发了可直接使用的分析模板，帮助卖家把“商品”、“关键词”和“消费者”连接起来，让原本分散的数据真正转化为可执行的增长洞察。

二、同一个 ROAS，

在不同商品上释放不同信号

之前，我们接触到一个在北美站点已经拥有稳定业务的电子配件品牌，2025 年下半年，团队开始拓展德国站。

进入德国市场后，他们很快遇到了一个棘手的问题，德国站 ASIN 的 ROAS 不到美国同类产品的一半。过去在北美积累的运营经验在这里失去了参照意义，团队无法判断，这是德国市场本身的结构性差异，还是自身的广告策略出了问题。

缺少基准，是这道判断题的核心障碍。更准确地说，卖家需要的不是一个模糊的行业均值，而是同站点、同细分品类，大盘以及头部商品的数据基准。对于主要经验积累在美国市场的团队而言，这成为进入德国市场的第一道关卡。

但实际上，仅有同站点品类基准还不够，一个常被忽略的关键变量是 ASIN 所处的生命周期阶段。处于新品期、成长期、成熟期或衰退期的 ASIN，业务目标完全不同，所对应的合理指标范围也截然不同。同样是 ROAS 3.0，对于一个正在拓流量的新品可能是健康信号，对于一个进入衰退期的老品则可能意味着回报递减。

以新品期为例，一个典型的误判是，卖家在冷启动阶段就设定严格的 ROAS 门槛，逐一淘汰“不达标”的关键词。每砍掉一个关键词，就等于关闭一条流量入口——广告系统失去了学习样本，无法积累足够的数据来识别目标用户画像，最终导致一个“ROAS 看起来很高，ASIN 却逐渐失去流量”的矛盾结果。

亚马逊广告对服装细分类目新品期的头部 25%

ASIN 和尾部 25% ASIN 数据进行对比后发现，头部

ASIN 的新品期 ROAS 反而更低 ｜ 图片来源：亚马逊广告

而同站点、同品类限定条件下的头部产品数据基准，数据量较小，还可以通过行业间交流获得；判断 ASIN 所处生命周期阶段，却需要对所做站点有长期积累和理解、并对海量的 ASIN 历史数据进行分析与推导。根据团队自述，公司每位运营平均管理 200+ 个 ASIN，每周约 25%–30% 的工时消耗在手工竞品分析上。即便如此，由于数据滞后、碎片化、部分维度不可见，依然难以得出可直接指导行动的结论，也容易错过商品的增长窗口期。

必须如同做了多年的成熟卖家一样，在同站点、同品类、且处于同生命周期阶段的数据基准下做判断，才是卖家进入新市场需要面对的真正难题。

后续，卖家使用了领星 ERP 基于亚马逊广告一方品类基准洞察开发的「ASIN Journey Intelligence」（AJI）功能——围绕中国跨境卖家以 ASIN 为核心的经营习惯设计，将品类大盘基准转化为卖家日常可执行的优化建议。

具体来说，AJI 提供三层能力：

第一层，看见位置。AJI 自动识别每个 ASIN 所处的生命周期阶段——新品期、成长期、成熟期或衰退期，并将 CTR、ROAS 等关键指标放在同品类基准中对比。团队因此第一次看清了自家 ASIN 与品类头部之间的真实差距，哪些 ASIN 正处于成长期、对标基准后仍有明确的上升空间，哪些成熟期产品的回报已在递减。

第二层，给出建议。AJI 的 AI 推荐引擎根据 ASIN 所处阶段及其与基准的差距，自动生成匹配的优化建议，覆盖竞价策略、预算分配和关键词定向。

第三层，快速执行。推荐操作直连领星后台的广告管理工作流，支持一键执行，将“看见—判断—行动”压缩到最短路径。

基于 AJI 的洞察，团队做出了两个关键调整：一是基于 AJI 对 ASIN 生命周期阶段的“诊断”，将预算从回报递减的成熟期 ASIN 转向高潜力的成长期产品；二是根据品类基准重新优化了关键词定向策略。

28 天内，使用 AJI 的 ASIN，ROAS 提升了 33.6%，广告归因销售额增长了 65.3%；而未使用 AJI 的对照组，ROAS 仅提升 5.34%。团队单次优化（ASIN 分析+优化执行）的耗时，从原本的 2 个半小时，缩短至 15 分钟。

投放效果提升了，购买的又是谁？方案实施两个月后，团队通过 Amazon Marketing Cloud（AMC）全漏斗验证发现，这次营销活动获取的 90.3% 购买者为品牌新客，团队也得以更全面地认识消费者画像。

如果说 AMC（亚马逊营销云）通过构建消费者旅程来理解“人”，那么 AJI 中的 Journey（旅程）则是为商品画出一条“生命曲线”来理解“货”。它的核心逻辑，是将广告数据放回 ASIN 所处的生命周期阶段、品类背景和站点大盘中去解读——不只看数据本身，而是从看单点转向看全局，将原本只有少数成熟卖家凭经验才具备的判断力，转化为每一个卖家都能即时获取的系统化洞察。AJI 与 AMC，一个看懂商品，一个看懂消费者。当两层判断都被赋予全局视角时，卖家才有可能从“单点优化某个广告活动的 ROAS”走向更全面的增长决策。

写在最后

消费者正在用 AI 辅助购物决策，卖家也在借助 AI 和新的分析工具升级广告投放的方式，以 AMC 理解消费者的完整旅程，判断更应该争取哪些人群、甚至将促一次成交转变为长期经营用户资产；以 AJI 看到商品的完整“生命曲线”，判断哪些商品更值得投入，以更具成本效益的方式制定投放策略。具备人群与商品的双视角后，卖家可以通过更合理的预算分配，有效连接商品与消费者。

目前，AMC 和 AJI 2 项功能已通过「领星 ERP」后台直接向卖家开放，启动门槛大幅降低。领星的 AMC 功能内置 13 个人群和分析模板，即开即用，覆盖转化路径、新客购买、顾客终身价值分析、广告重合度分析、商品交叉购买、营销漏斗等维度，中小卖家无需额外技术投入就能上手。

AJI 功能入口：领星 ERP→左侧导航栏进入

「广告」模块→右上角一键直达「AI 洞察」

有兴趣的卖家和品牌，也可扫描下方二维码联系工作人员。

参考文章：

1、56% of Europe is already shopping with AI. Is your store ready? ; Deloitte

2、从Twitch到开放互联网，亚马逊广告这两年在忙什么；刀客 Doc