先说结论：

这不是一个“免费数据集”开放的消息，而是一次重建广告衡量体系的窗口期。

真正的机会，不是省下每月几千美元，而是在免费窗口期内，把 AMC 高级数据集变成你的广告衡量基础设施。

亚马逊刚刚移除了其平台上做高级衡量分析的最大障碍：费用门槛。

自 6 月 2 日起，Amazon Marketing Cloud，也就是 AMC 的部分付费功能，将免费开放访问，直到 2026 年底。

这次免费开放的高级数据集包括：
• Amazon Retail Purchases
• Brand Store Insights
• Amazon Garage audience data
• Audience Segment Insights
• Flexible Shopping Insights

过去，这些高级 AMC 数据集并不便宜。很多功能原本每个账户每月可能需要 1,000 到 10,000 美元。

现在，在这个窗口期内，成本变成了 0。

对于很多品牌和服务商来说，这不是一个简单的“省钱机会”。

这更像是亚马逊把一层原本只有少数高级玩家才能接触的数据能力，突然向更多广告主打开了。

真正的问题是：

你能不能在免费窗口期内，把这些数据变成自己的广告衡量基础设施？

免费福利：这篇文章会帮你先看懂业务价值

我整理了每个核心数据集最高杠杆的 3 个使用场景，包括：
• 每个数据集到底能回答哪些关键问题；
• 哪些场景最适合亚马逊品牌和广告代理商或者卖家优先使用；
• 这些数据集应该按照什么顺序订阅和激活；
• 如何从归因 ROAS 走向真实增量分析；
• 以及如何在不写 SQL 的情况下，先理解它们的业务价值。

注意：

这篇文章不需要你写任何 SQL。先理解业务价值，比一上来写SQL查询更重要。

一、真正重要的不是“免费”

很多卖家看到这个消息，第一反应可能是：

“原来要收费，现在免费了，那就先开通看看。”

但如果只是开通，不分析、不建查询、不建受众、不建立增量衡量基线，那这个机会基本等于没有抓住。

因为大多数 SaaS 服务商、广告代理商（比如说DSP代投商），甚至品牌内部团队，很可能会做同样的事情：

帮客户订阅这些数据集，然后把数据放在那里，却不知道下一步该怎么用。

数据本身不是护城河。

会不会把数据变成决策系统，才是护城河。

对于真正懂 AMC 的团队来说，这次免费窗口期的价值，不是省下每个月几千美元，而是可以提前搭建一套更高级的广告衡量体系。

二、从“归因分析”走向“增量分析”

过去很多亚马逊广告分析，核心都围绕一个问题：

广告带来了多少销售？

所以大家看 ACOS、ROAS、转化率、点击成本、广告销售额。

但这里面有一个很大的问题：

广告归因不等于广告增量。

广告系统告诉你“这笔订单归因给广告”，并不代表这笔订单一定是广告创造出来的。

有些用户本来就会买，只是购买前碰巧点击了广告。

有些用户已经被品牌长期种草，只是最后一次触点被广告拿走了归因。

有些复购用户即使没有广告，也可能会自然搜索品牌，或通过 Alexa、Rufus 等路径完成购买。

这就是为什么品牌和 CFO 经常会质疑广告 ROAS：

这些销售到底是广告真正带来的，还是本来就会发生？

AMC 高级数据集的战略价值，就在这里。

它可以帮助品牌从“广告声称自己带来了什么”，进一步走向“广告到底真正促成了什么”。

也就是从归因分析，走向增量分析。

三、最值得优先关注的 3 个数据集

这次开放的数据集很多，但从实战角度看，最值得优先关注的是下面 3 个。

第一，Amazon Insights / Flexible Shopping Insights

这个数据集最关键的价值，是可以帮助你看到广告触达用户和未被广告触达用户之间的转化差异。

换句话说，它可以帮助你建立一个非常重要的基线：

哪些用户可能本来就会买？

这对于判断广告真实增量非常关键。

过去很多增量实验需要做 圈圈测试，也就是保留一部分人群不触达广告，用来做对照。

但在实际业务中，很多卖家并不容易做完整、干净的对照实验。

而 FSI 的价值，就是让你更接近回答这个问题：

• 广告到底带来了多少额外销售？
• 哪些销售只是被广告系统“拿走了归因”？
• 哪些预算是在创造新需求，哪些预算只是在重复触达已有需求？

这对广告预算分配非常重要。

第二，Amazon Retail Purchases

Amazon Retail Purchases 的价值更大，因为它不是只看广告归因订单，而是可以看到用户的更完整的亚马逊购买行为。

这意味着你不再只是看：

这个广告带来了多少订单？

而是可以进一步看：

• 这个客户后续还有没有复购？
• 这个客户在亚马逊上的长期价值是多少？
• 广告带来的到底是一次性购买，还是高价值客户？
• 哪些产品是新客入口，哪些产品负责后端复购？

对于品牌来说，这就是 LTV 视角。

过去很多广告工具只能告诉你广告当下有没有赚钱，但无法告诉你这个客户未来值不值得继续投。

而 ARP 的意义，是让品牌有机会从单次转化思维，升级到客户生命周期价值思维。

这对做精品、做品牌、做长期复购品类的卖家尤其重要。

第三，Brand Store Insights

Brand Store Insights 解决的是另一个长期痛点：

品牌旗舰店到底有没有价值？

很多品牌都在做 Store 页面，也在投 SB、SBV、品牌广告，把用户导入 Store。

但过去很难清楚证明：

• 哪个流量来源带来了品牌旗舰店访问？
• 用户进入旗舰店后停留了多久？
• 最后有没有转化？
• 旗舰店是真的提升了购买决策，还是只是一个看起来漂亮的品牌页面？

BSI 的价值，就是让品牌旗舰店的 ROI 开始变得可证明。

它可以帮助你判断不同流量来源进入 Store 后的表现，也能帮助你优化 Store 的路径、模块和转化设计。

这对品牌广告预算非常关键。

因为以前很多老板会觉得：

“品牌广告是不是只是花钱买曝光？”

但如果你能证明 旗舰店访问、停留、转化和后续购买之间的关系，品牌广告就不再只是一个模糊的预算项，而是可以被量化评估的增长资产。

数据集 / 优先回答的问题 / 核心价值

• Flexible Shopping Insights：广告是否带来真实增量？—— 建立触达与未触达基线
• Amazon Retail Purchases：客户是否具备长期价值？—— 从单次转化走向 LTV
• Brand Store Insights：品牌旗舰店是否有效？—— 量化 Store 与品牌广告 ROI

四、为什么广告归因 ROAS 会越来越虚高？

这里还有一个很多人没有连接起来的角度：

亚马逊的购物路径正在被压缩。

Rufus、Alexa、AI 推荐、个性化搜索和内容化发现，会让用户从“发现产品”到“购买产品”，再到“复购产品”的周期越来越短。

过去用户可能需要几周时间完成决策：

• 搜索关键词；
• 浏览多个产品；
• 对比评价；
• 收藏；
• 再次搜索；
• 最后购买。

但未来这个路径可能会被压缩成几天，甚至更短。

尤其当 Alexa 和 Rufus 逐渐参与商品发现和决策推荐时，很多购买可能并不是传统广告推动出来的，而是用户本身已经在自然购物路径中被系统引导完成转化。

在这种情况下，广告归因 ROAS 反而可能变得更虚高。

因为广告可能只是出现在购买前的某个触点，然后系统把订单归因给广告。

但真实情况可能是：

这个用户即使没有看到广告，也会被自然搜索、品牌认知、Rufus 推荐、Alexa 推荐或复购路径转化。

所以未来真正有价值的广告分析，不是只看广告归因销售额，而是要回答：

• 这笔广告费有没有带来真实新增需求？
• 有没有影响原本不会购买的人？
• 有没有扩大新客池？
• 有没有提高客户长期价值？
• 有没有带来可持续的增量增长？

这就是 AMC 高级数据集真正重要的地方。

五、对代理商和 SaaS 服务商，这是重新定义价值的机会

如果你是一家亚马逊广告代理商，或者是面向亚马逊卖家的 SaaS 服务商，这次免费窗口期非常关键。

因为未来客户不会只问你：

• 广告 ROAS 多少？
• ACOS 降了多少？
• 销售额涨了多少？

客户，尤其是老板和 CFO，会越来越多地问：

• 这些广告销售是不是真的新增？
• 有没有把本来就会买的人重复投了一遍？
• 有没有真正带来新客？
• 有没有提升客户长期价值？
• 品牌广告的钱到底有没有效果？
• Store、SB、DSP、SP 之间的预算应该怎么分？

谁能回答这些问题，谁就能赢得更高层级的预算讨论。

过去很多代理商的价值停留在操作层：

调竞价、加否词、开广告、看报表。

但未来真正有壁垒的代理商，一定要往“衡量体系”和“增长决策系统”升级。

AMC 免费窗口期，就是一次低成本搭建这套能力的机会。

六、现在最应该做什么？

在免费窗口期内，品牌和服务商不应该只是“订阅数据”。

更应该做下面几件事。

第一，确定优先启用哪些数据集。

不是所有数据都要马上用，而是要先围绕业务问题排序。

第二，建立基础查询模板。

比如新客分析、复购分析、广告触达与未触达对比、Store 流量来源分析、LTV 分析。

第三，建立增量衡量基线。

先知道自然购物行为是什么样，再判断广告到底带来了多少额外贡献。

第四，创建真实购买意图受众池。

不要只依赖平台建模出来的 lookalike，而要基于真实购买行为、访问行为和转化路径建立受众。

第五，把 AMC 数据和业务决策连接起来。

数据不是为了做漂亮报表，而是为了回答预算怎么分、广告怎么投、哪些产品值得加大投入、哪些客户值得长期经营。

建议的优先顺序：

1. 先启用 Flexible Shopping Insights，建立增量衡量基线。
2. 再启用 Amazon Retail Purchases，补上 LTV 和复购视角。
3. 最后结合 Brand Store Insights，把品牌广告和 Store ROI 量化出来。

七、最后的判断

这次 Amazon AMC 付费数据集免费开放，看起来是一个功能免费消息。

但本质上，它是一次广告衡量体系升级的窗口期。

那些只是开通数据但不会使用的团队，最多只是多了一堆数据表。

而那些现在就开始搭建查询、创建受众、建立增量分析基线、重构广告衡量框架的团队，会在进入 2027 年时，拥有一套更成熟的数据基础设施。

到那个时候，竞争对手可能才刚刚开始为这些数据付费。

真正的差距，不是在谁更早知道这个消息。

而是在谁能把这 6 到 7 个月的免费窗口期，变成未来两三年的广告决策壁垒。

对于亚马逊卖家来说，未来广告优化的核心不只是“怎么把 ACOS 降下来”。

而是：

你能不能证明每一笔广告费，真的带来了新增需求、真实增长和长期客户价值。

写在最后

如果你现在已经有 AMC，但只是把它当成一个高级报表工具，这次免费开放就是一个提醒：

AMC 的真正价值，不是多看几张表，而是重新定义广告到底有没有创造价值。

如果你还没有系统使用 AMC，也不需要一上来就写复杂 SQL。

先从业务问题开始：

• 哪些广告销售可能不是增量？
• 哪些产品真正带来新客？
• 哪些客户值得长期经营？
• 品牌广告是否真的影响了购买决策？

当你能回答这些问题，AMC 才不只是一个数据工具，而会变成你的广告决策系统。

这才是这次免费窗口期真正值得抓住的地方。