OCM 能看到站外零售商销售后，AI 投放要重做全渠道归因表
Amazon Ads 的 Omnichannel Metrics 已为美国 DSP 广告主提供零售商级别拆分，可看到广告影响了哪些站外零售商销售。随着 AI 定向、预测模型和流媒体广告把触点扩到更多渠道，卖家要把归因从“亚马逊店内成交”升级为全渠道归因表，避免误判广告真实增量。
2026-07-20
OCM 能看到站外零售商销售后，AI 投放要重做全渠道归因表
发生了什么
Amazon Ads 在 7 月 7 日更新 Omnichannel Metrics，面向美国 Amazon DSP 广告主提供零售商级别拆分。广告主现在可以在研究和广告活动层面看到 DSP 广告如何带动特定站外零售商的销量和销售额。官方说明称，这一能力结合 Amazon Shopper Panel 第一方信号和第三方信号，并基于曝光归因，帮助广告主判断广告接触过的买家最终在哪里完成购买。
这条更新看似是报表细化，实质是 Amazon Ads 把“站内成交”以外的结果纳入更清楚的衡量框架。与此同时，Amazon Ads 已在 DSP 中推广 AI 多信号定向、预测模型和更细的曝光归因口径。卖家如果仍只看 Seller Central 里的订单，就会越来越难判断广告到底带来了新增需求，还是把原本会在别处成交的买家重新分配了渠道。
提示： AI 投放越会跨渠道找人，归因表越不能只看一个平台的订单。否则预算优化会被“看得见的成交”牵着走。
为什么重要
对品牌卖家来说，买家旅程已经不再线性。一个人可能在 Prime Video 或开放互联网看到广告，在 Amazon 详情页研究评论，最后去品牌官网、线下连锁或其他零售商购买。OCM 零售商拆分让广告主看到站外结果，意味着“广告有效”不再只等于 Amazon 店内销售上升。
AI 定向会进一步放大这个问题。Amazon Ads 的 enhanced targeting 能把行为信号和上下文信号结合，帮助广告主在开放互联网触达高意图人群；DSP 的预测 AI 又会动态判断哪些人更可能转化。系统越聪明，越可能找到已经处在购买路径中的用户。卖家必须区分三件事：真实新增、渠道转移、重复触达。
| 归因层级 | 要回答的问题 | 误判风险 |
|---|---|---|
| Amazon 店内 | 广告是否带来店内成交和详情页行为 | 忽略站外成交 |
| 站外零售商 | 买家是否在其他零售商购买 | 把渠道转移当新增 |
| 品牌官网 | DSP 是否带来官网访问和购买 | 与自有投放重复归因 |
| 长周期复购 | 广告是否改变复购和客单 | 只看短窗口 ROAS |
对不同卖家的影响
只在 Amazon 销售的卖家，也需要关注这类变化。因为上游 AI 定向和曝光归因会影响竞价环境，品牌广告主能够把更多站外销售计入价值后，可能愿意提高 DSP 和视频广告预算。站内卖家会感受到类目 CPC、品牌词防守和视频触点竞争的变化。
多渠道品牌影响更直接。过去团队常常把 Amazon、官网、Walmart、Target、线下渠道分开算账，广告团队负责投放，渠道团队负责销售。OCM 让广告影响可以按零售商拆开看，卖家就必须重新定义预算归属。Flyfus 的数据导出/API/MCP 能帮助团队把 Listing 表现、关键词、广告触点和站外报告放进同一套分析流程，减少人工拼表带来的延迟。
代理商和服务商则要改变汇报方式。只给客户看 ROAS 已经不够，必须解释哪些销售来自新触点，哪些是渠道之间重新分配，哪些可能是自然需求被广告“认领”。这不是降低广告价值，而是让预算决策更真实。
全渠道归因表 4 步框架
- 先统一事件口径。 曝光、点击、详情页访问、加购、店内购买、站外购买、复购要有统一日期和货币口径。
- 再标记渠道角色。 Amazon 店内、品牌官网、站外零售商、线下渠道不要混在一个销售字段里。
- 拆分预算目的。 拉新、品牌防守、上新、清库存、复购唤醒使用不同观察窗口。
- 设置增量判断。 对照未曝光人群、历史基线、地区差异和渠道毛利，避免只看归因销售。
归因表字段建议
建议卖家至少建立 12 个字段：广告活动、素材类型、定向方式、曝光人群、商品族群、Amazon 店内销售、站外零售商销售、官网销售、毛利区间、库存状态、自然搜索变化、复盘结论。若能拿到 OCM 拆分，再增加零售商名称、销量、销售额和研究周期。
这张表的关键不是字段越多越好，而是能把问题问清楚。例如某个 DSP 活动在 Amazon 店内 ROAS 一般，但站外零售商销售明显上升，可能说明它适合品牌扩散；如果店内和站外都上升，但品牌词自然搜索也同时大涨，就要判断是否被大促或外部事件影响；如果站外销售上升但 Amazon 详情页转化下降，可能是价格、库存或评论承接出现问题。
卖家还要把归因表接到利润。站外零售商的毛利、退货、结算周期和库存成本可能与 Amazon 店内不同。AI 投放如果只按销售额优化，就可能把预算导向毛利更低或供货压力更大的渠道。成熟团队应给每个渠道设置“可接受获客成本”和“不可牺牲库存线”，让广告优化有边界。
最后，归因表应每两周复盘一次，而不是月底看总数。AI 定向学习速度快，错误信号也会快速累积。越早发现某个渠道只是在抢自然成交，越能保护预算和库存安全。
卖家还应把“无法解释的增长”单独标出来。比如某个零售商销售突然上升，但 Amazon 店内关键词排名、广告点击和官网流量没有同步变化，就不要立刻把功劳归给 AI 投放。先检查促销、价格、库存补货、达人内容和渠道活动，再决定是否追加预算。归因的目标不是证明广告一定有效，而是把预算投向更确定的增长路径。
常见误区
- 把 OCM 站外销售当成额外利润，不看渠道毛利和库存压力。
- 只用 Amazon 店内订单评价 DSP，忽略站外研究和购买。
- 认为 AI 定向越自动越不需要人工归因。自动化投放更需要人定义什么是好结果。
- 把所有活动放进同一个 ROAS 门槛，导致品牌扩散、上新和清库存互相误伤。
卖家可以马上做的 5 件事
- 把最近 30 天 DSP、Sponsored Ads、品牌词和站外销售数据放到同一张表。
- 用 Flyfus 或内部导出把核心 ASIN 映射到商品族群，避免只按单 ASIN 看归因。
- 为每个活动标注预算目的：拉新、复购、品牌防守、上新或清库存。
- 设定渠道毛利和库存红线，不让 AI 投放只按销售额优化。
- 每两周检查一次站内、站外、自然搜索和复购指标，区分新增与渠道转移。