AMC DSP品牌新客分析

一、功能概述

AMC DSP品牌新客分析是基于亚马逊营销云（AMC）数据，专注于分析DSP广告在品牌拉新（NTB，即New-to-Brand）中的贡献与价值的工具。通过多维度数据看板，帮助您全面了解DSP广告在新客获取中的表现，以及DSP与其他广告渠道之间的协同关系。

核心价值：

• 量化DSP拉新贡献：清晰呈现DSP带来的品牌新客数量及其在全渠道中的占比；

• 洞察渠道协同效应：区分各广告类型的独立拉新与协同拉新能力，评估渠道间的联动效果；

• 分析转化路径：通过首触/末触分析，了解DSP在用户转化路径中的位置与角色；

• 识别优质转化路径：查看TOP 10新客转化路径，发现高效的新客获取组合。

二、核心指标定义

本功能涉及的关键指标及计算口径如下：

三、数据看板说明

3.1 关键指标卡

指标卡位于页面顶部，集中展示DSP广告拉新效果的核心数据：

• DSP带来的NTB用户：以DSP为首触渠道的新客数量；

• 占全渠道NTB比例：DSP新客在全渠道新客中的占比，反映DSP在品牌拉新中的整体地位；

• DSP参与的转化路径占比：DSP在用户转化路径中（首触或末触）的出现频率；

• DSP相关NTB总量：DSP在首触或末触中出现的记录所对应的新客总数；

• 全渠道NTB总用户：所有渠道的新客总数，作为对比基准。

3.2 各渠道NTB贡献占比

分别按 首次触达（First Touch）和 末次触达（Last Touch） 两个维度，分析各广告活动类型在品牌拉新中的贡献占比。

首次触达分析：

按所统计的时间区间内、首次触达的广告活动类型进行分组，统计每个广告类型对应的 NTB 用户数量，计算各类型在全部类型中的占比（单个类型用户数 ÷ 全部类型用户总数 × 100%），以饼图形式展示。

末次触达分析：

按所统计的时间区间内、末次触达的广告活动类型进行分组，统计每个广告类型对应的 NTB 用户数量，计算各类型在全部类型中的占比（单个类型用户数 ÷ 全部类型用户总数 × 100%），以饼图形式展示。

对比解读：对比首触与末触两个饼图，可以帮助您识别不同渠道在用户转化路径的不同阶段中的角色差异。例如，某渠道在首触中占比较高，说明其在新客引入方面能力强；若在末触中占比较高，则说明其在促成转化方面表现突出。

3.3 TOP 10 新客转化路径

按 NTB 用户数量降序排列，展示排名前10的转化路径记录。

占比计算：单行记录的 NTB用户数量 ÷ 统计结果中 NTB用户总数量 × 100%（分母为全部记录的总量，而非TOP 10的合计）。

应用建议：通过分析TOP 10路径中的渠道组合规律，可以识别出最高效的新客获取路径，作为预算分配和渠道组合策略的参考依据。

3.4 DSP作为首触 vs 末触的NTB贡献

本图表展示DSP在用户转化路径不同阶段的新客获取贡献对比：

对比解读：通过对比这三项数据，可以判断DSP在新客获取中主要扮演“引入者”（首触占比高）、“促成者”（末触占比高）还是“全程覆盖者”（首末均为DSP占比高）的角色，从而指导DSP广告的投放策略调整。

3.5 渠道独立拉新 vs 协同拉新

按广告活动类型分组，分析每个渠道的独立拉新与协同拉新能力：

以DSP为例：

• 独立拉新 = 首次触达和末次触达均为 DSP 的记录中NTB用户数量

• 协同拉新 = 首次触达或末次触达为 DSP、且首次触达和末次触达不相同（即另一触达渠道非DSP）的记录中NTB用户数量的合计

应用建议：此图表帮助您判断各渠道在拉新中的“单打独斗”能力与“团队协作”能力。独立拉新占比高的渠道适合作为主力投放渠道；协同拉新占比高的渠道则更适合与其他渠道组合投放，发挥联动效应。