Brand+ 和 Performance+ 接入一方受众后，零售媒体进入信号协作阶段
Amazon Ads 让 Brand+ 和 Performance+ 接入一方受众信号，并继续扩展音频、Prime Video 和结果优化能力。行业重点不只是 AI 自动投放更强，而是品牌、平台和服务商围绕信号协作重新分工。
2026-08-29
Brand+ 和 Performance+ 接入一方受众后，零售媒体进入信号协作阶段
Amazon Ads 近期对 Brand+ 和 Performance+ 的更新，最值得关注的不是“又有十个功能”，而是它把一方受众信号、音频、Prime Video、结果优化和衡量框架放进同一个 AI 广告系统。品牌可以通过 Ads Data Manager 把自己的受众数据作为优化输入，系统保留继续发现新用户的空间。这个设计说明，零售媒体正在从平台单向优化，转向平台和品牌共同提供信号。
这对行业的意义很大。过去很多品牌把 Amazon Ads 当成站内销售或站外曝光工具；现在 Brand+ 和 Performance+ 更像一个围绕购物、浏览、流媒体和转化信号运转的增长基础设施。谁能提供更干净的一方信号，谁就更有机会让模型更快理解高价值人群。
行业判断：Amazon Ads 正在把 AI 优化从黑箱投放推向信号协作。FlyFus 观察这条线时，重点应放在品牌如何治理自己的数据，而不是只看平台新增了哪些按钮。
发生了什么
Amazon Ads 官方说明里，Brand+ 和 Performance+ 新增的能力包括 Audience Signals、音频扩展、Brand+ STV 自动 deal 选择、Brand Outcome Optimization、Prime Video Signal Integration、Performance+ 异步再营销以及更多转化支持。Audience Signals 的核心是，广告主可以通过 Ads Data Manager 把一方受众带入 Brand+ 和 Performance+，作为 AI 优化输入，而不是硬性定向约束。
这是一种很典型的协作模式：品牌提供自己知道的人群线索，Amazon 用更广的购物、内容和媒体信号继续扩展判断。它既不是传统圈定人群，也不是完全放手给平台，而是在两者之间建立新的信号接口。
基础设施变化
| 变化 | 旧模式 | 新模式 | 长期影响 |
|---|---|---|---|
| 受众 | 平台定向或品牌名单 | 一方信号作为优化输入 | 数据质量变成投放资产 |
| 媒体 | 单一展示或视频 | display、OLV、STV、audio | 全漏斗预算更难割裂 |
| 优化 | 点击或转化导向 | 品牌结果和购物行为 | 品牌广告更接近业务结果 |
| 衡量 | 单渠道报表 | OCM 和闭环指标 | 服务商要解释增量 |
| 自动化 | 人工建组调参 | AI 持续学习 | 团队角色从操作转向治理 |
为什么不是普通功能更新
普通功能更新通常只是多一个库存、多一个格式或多一张报表。这次不同，因为它把“品牌知道的客户”和“平台知道的行为”放进同一个优化过程。品牌的一方数据不再只是 CRM 或再营销资产，而会影响 AI 如何寻找新客、评估品牌动作和分配预算。
更关键的是，Amazon 强调这些受众信号不是硬性限制。也就是说，品牌不能把它理解成老式人群包投放。它更像给模型一个方向，让模型在更大的媒体和购物场景中寻找相似或更高价值用户。这样一来，数据的干净程度、标签粒度和更新时间会直接影响学习效率。
哪些能力会成为基础设施
一方信号治理
品牌必须知道哪些数据能代表真实价值。购买过一次的人、复购高的人、退货低的人、线下会员、内容互动人群，它们对模型的意义不同。如果一方信号只是一个混杂名单，AI 只会更快学习到混杂结论。
全漏斗媒体联动
Brand+ 和 Performance+ 同时扩展音频、Prime Video、展示和结果优化，说明零售媒体预算会越来越难按单一渠道拆开。品牌要看的是用户从内容接触、品牌搜索、详情页浏览到购买之间的连续路径，而不是把 STV、audio 和 sponsored ads 当成孤立预算池。
跨渠道衡量
Omnichannel Metrics 这类工具的价值会继续上升，因为广告影响不只发生在 Amazon 站内。行业会越来越关心哪些媒体触点带来站内外销售、哪些人群只是看过、哪些真的进入购买链路。服务商如果不能解释增量和路径，很难守住预算。
对行业的影响
对品牌来说，一方数据会从营销部门的资产，变成投放和增长团队共同管理的输入。对平台来说，它能在保留自动化优化能力的同时，让品牌参与信号定义。对服务商来说，投放执行的价值会被压缩，数据接入、标签治理、衡量解释和预算归因会变得更重要。
观点分析
零售媒体的下一阶段，不是所有人都把操作交给 AI，而是所有人都要学会给 AI 提供更好的信号。Amazon Ads 越强调 Brand+、Performance+ 和一方受众协作，行业越会从“谁会调平台”转向“谁能治理信号”。这会抬高品牌和服务商的基本功门槛。
谁会先受影响
最先受影响的是中大型品牌、零售媒体服务商和数据团队。中大型品牌通常已经有 CRM、DMP、AMC 或站外转化数据，但这些数据未必能直接用于广告优化。服务商需要帮客户判断哪些人群可以作为输入，哪些需要清洗，哪些会误导模型。数据团队则要承担更新频率、权限和隐私合规。
小卖家也会受到间接影响。当大品牌用更好的信号提高模型效率，竞价和媒体成本会被重新分配。小卖家未必需要立刻搭复杂数据栈，但至少要开始把复购、退货、评价、内容互动和广告结果放到同一套判断里，否则只能在平台自动化里被动跟随。
另一个会被放大的变化是组织协作。媒体团队要理解客户标签，CRM 团队要理解投放目标，电商团队要解释利润和库存约束。信号协作听起来像技术问题，实际会逼公司重新定义谁对数据质量负责。
这也是 Amazon Ads 抬高行业门槛的方式：工具越自动，前置数据越不能混乱。
服务商的新分工
未来服务商的交付会从“帮客户开 campaign”变成“帮客户设计信号合作”。这包括定义高价值客户、连接 Ads Data Manager、区分拓新和再营销、解释 Brand+ 与 Performance+ 的不同目标，并用 OCM 或闭环数据证明预算没有只是买到已有需求。
如果服务商仍然只输出曝光、点击和 ROAS，就很难解释为什么一方信号值得接入，也很难判断模型到底学到了什么。真正的竞争力会在数据标签、业务理解和复盘能力上。
卖家可以马上做的 5 件事
- 观察 Brand+ 和 Performance+ 是否继续扩大一方信号接口。
- 把 CRM、复购、退货和高价值客户标签做一次清点。
- 区分哪些信号适合拓新，哪些只适合再营销。
- 用 Omnichannel Metrics 思路复盘站内外影响。
- 用 FlyFus 跟踪服务商是否能解释信号、预算和结果的关系。
主要来源
- https://advertising.amazon.com/en-us/resources/whats-new/brand-plus-and-performance-plus-expand-ai/
- https://advertising.amazon.com/library/guides/brand-plus-ai-advertising-solution
- https://advertising.amazon.com/en-us/library/news/inside-amazon-dsp-predictive-ai-model/
- https://advertising.amazon.com/en-gb/measurement-analytics/omnichannel-metrics