复购买家如何让亚马逊展示广告报表"虚高"：新客占比、归因窗口与DSP排除的边界
第三方来源DeepSeek 双重检查 · 附原文依据
一分钟读懂
这篇由 Marketplace Valet 的 Justin W. Boggs 署名、原文标注最后更新于 2026 年 10 月 26 日的文章提出一个机制性判断：复购买家更容易认出熟悉的产品并点击购买，使展示广告的 ACoS 看起来很好，却未必带来新客增长。作者建议把新客（new-to-brand）购买数据与 TACoS 并读，并按广告活动而非账户整体看新客占比；在 Amazon DSP 侧用购买历史与再营销排除段构建拉新受众，把再营销单独设预算与基准。文中引用的归因窗口与品牌漏斗研究均为作者转述，需回到原始研究核查。
值得关注：原文把"报表好看"拆成可检查的机制：点击无法区分首购与第十次购买、归因窗口偏向临近成交的广告、账户级新客占比会混合拉新与再营销。这些点能直接转化为报表检查动作，而不只是"关注新客"的口号。
适用场景与条件
覆盖亚马逊展示广告与 Amazon DSP 的衡量口径问题：ACoS 与 TACoS 的差别、新客指标的含义、归因窗口对不同漏斗层级广告的影响、DSP 受众排除的机制与局限。不涉及具体出价策略、竞价工具操作细节或各站点的费率差异，也不提供可复现的测试样本。
关键事实
- 作者称，复购买家是最可能看到熟悉产品就点击并购买的人群，因此 ACoS 这类标准指标会显得很强，却未必有真实的新客增长；展示广告报表会把忠诚客户本来很可能发生的购买记在广告头上。 [1] [2]
- 原文提出的替代读法是：把新客购买数据与 TACoS 并读，而不是只看 ACoS。作者称新客数据反映有多少买家是品牌新客，TACoS 用总广告花费对比总销售额，反映整个渠道是否在增长；两者合看才能判断花费是在扩大客户群，还是在为本来就会发生的购买付费。 [3]
- 作者转述一项 Amazon Science 研究：在两周归因窗口内，上层与中层漏斗广告产品只体现出其总效果的 30–50%，而下层漏斗产品为 60–90%。原文据此推论，复购买家通常最接近购买，其订单落在窗口内被计入，而展示广告触达的新客往往在窗口关闭后才购买。该数字为第三方转述，样本与统计口径需回原研究核查。 [4]
- 作者称亚马逊广告控制台已有 new-to-brand 报表：每笔订单按该消费者在回看周期内是否购买过该品牌，标记为首购或复购，并与点击等结果出现在同一报表中。作者强调应逐个广告活动看新客占比，而非看账户整体，因为账户级占比会把拉新与再营销混在一起。 [5]
- 作者称在 Amazon DSP 中，拉新受众可用购买历史与再营销排除段，排除已购买该产品的消费者，而不只依赖广泛兴趣或品类定向；并提醒拆分后拉新活动的 ACoS 通常会高于原先混合口径，这是更诚实的数字而非活动变弱。 [6]
- 作者明确承认排除并不彻底：DSP 的购买历史排除只能移除数据可匹配的已知买家，共享设备、礼品购买和购买历史缺口会让部分重叠继续存在，目标是缩小重叠而非消除。 [7]
如何理解这条信息
以下为编辑分析，需结合具体业务验证。
- 分析：如果按原文逻辑，ACoS 达标并不能证明展示广告在获客——同一报表里首购点击与第十次购买点击无法区分，预算会顺着"看起来最好"的活动流向事实上的再营销，而承担更难工作的拉新活动因对比难看被削减，几轮之后账户花更多钱触达同一批老客。这一推论成立的前提是账户确实未拆分拉新与再营销口径。 [2] [5]
- 分析：归因窗口的偏向意味着用短窗口报表评估上层漏斗展示广告，会系统性低估其对新客的作用，同时高估临近成交的再营销；因此"窗口内转化好"与"广告有效"不是同一命题，评估口径需与广告所处漏斗层级匹配。 [4]
- 分析：DSP 受众排除是缩小重叠的机制而非清零机制，原文自己列出共享设备、礼品购买、历史缺口三类残留；因此即便做了排除，拉新活动的新客占比也不会等于 100%，判断时应看变化方向而非绝对值。 [6] [7]
可以从这里开始
以下为编辑建议；先检查适用条件，再决定是否调整。
- 建议：先按广告活动拉取 new-to-brand 报表，逐条记录新客占比并与该活动的 ACoS 并列；若某活动 ACoS 明显优于同类但新客占比偏低，先把它标记为疑似再营销，再核对其定向设置是否包含再营销或品牌词等临近成交的流量，确认后再考虑调整预算归属。 [5]
- 建议：在 DSP 中为拉新单独建受众，加入购买历史与再营销排除段，同时保留一个未排除的对照活动；若排除后拉新活动 ACoS 上升但新客占比同步上升，说明拆分生效，可考虑把预算向该活动倾斜；若新客占比几乎不变，则先排查排除段是否真正生效，而不是直接加预算。 [6]
- 建议：把再营销（面向已购者与弃购者）单独设预算线与 ACoS 基准，与拉新报表分开评估；切换期间同步观察 TACoS，若总广告花费相对总销售额的比例在拆分后未恶化而新客占比提升，才考虑维持新结构；若 TACoS 明显走高，先回到分活动数据定位是哪条线在拖累。 [3] [8]
- 建议：若要验证展示广告是否真的带来新客，按原文提到的做法设计留出测试，让一组匹配人群看不到该广告；只有在对照组与测试组的新客购买出现可观察差异时，才把该活动认定为获客来源，否则仅凭窗口内转化不下结论。 [5]
证据边界与待确认项
- 原文为第三方营销机构文章，署名 Justin W. Boggs，标注最后更新于 2026 年 10 月 26 日；文中对亚马逊报表功能（new-to-brand、DSP 排除段）的描述属作者陈述，未见官方文档直接引用，执行前应以广告后台实际可见字段为准。
- 归因窗口 30–50% 与 60–90% 的数字来自作者转述的 Amazon Science 研究，原文未给出研究年份、样本范围与统计方法，不能直接套用到具体账户或品类。
- 文中提及的 2024 年 Journal of Marketing Analytics 研究（122,000 个品牌）同样为转述，原文未说明其数据来源与适用市场，仅可作为"点击混合了认知、考虑与购买阶段"的旁证。
- 原文未提供任何拆分前后的效果数据或案例，作者也声明结果因品牌、品类与投入水平而异；因此上述动作只能作为检查流程，不构成收益承诺。
关键依据 · 8 条
[1] Why Repeat Buyers Skew Amazon Display Campaign Results Repeamarketplacevalet.com ↗
[2] d what is really retargeting the same buyers. A click from amarketplacevalet.com ↗
[3] decide. The fix is to read new-to-brand purchase data nextmarketplacevalet.com ↗
[4] lock. An Amazon Science study found that within the two-weekmarketplacevalet.com ↗
[5] hows clicks. The campaign’s new-to-brand share is themarketplacevalet.com ↗
[6] isting Buyers A prospecting audience in Amazon DSP can exclumarketplacevalet.com ↗
[7] Not fully. In Amazon DSP, purchase-history exclusions removmarketplacevalet.com ↗
[8] shows a brand exactly what it wants to see. Pull this monthmarketplacevalet.com ↗
来源与核查范围
marketplacevalet.com · 原文发布 2026/10/27
本站收录 2026/11/02 · 本次整理 2026/11/02
完整入库的文字正文（不含图片信息）
检查原文一致性与实用性；不代表独立验证原作者所有说法
查看原始来源 ↗marketplacevalet.com ↗ 完整入库的文字正文