Una guida pratica per creare previsioni delle campagne con la suite di API per la pianificazione dei media di Amazon

Sono un media strategist che lavora in un'agenzia pubblicitaria di medie dimensioni. Un brand di prodotti per il benessere è venuto da noi con 150 milioni di dollari da investire su Amazon. Aveva una sola domanda: "Potete garantire che funzionerà?"

Io non potevo. Nessuno di noi poteva. Avevamo 15 anni di esperienza, migliaia di campagne alle spalle e una genuina fiducia nel prodotto. Ma non avevamo certezze. Dovevamo progettare un piano media da 150 milioni di dollari affidandoci, di fatto, a esperienza, intuito e speranza, come facevano gli architetti prima che esistesse l'ingegneria strutturale. Dentro di noi, eravamo terrorizzati. Dopo tre mesi il cliente ha chiesto: "Stiamo raggiungendo il pubblico target come avevate previsto?" Non ne avevo idea. Non ci era possibile misurare con precisione la copertura unica su tutti i canali. Le nostre proiezioni sulla copertura? Ipotesi ragionate.

Sei mesi dopo, ho partecipato a una conferenza di Amazon Ads e ho scoperto le API per la pianificazione dei media, una soluzione che avrebbe risposto a ogni domanda a cui non riuscivamo a rispondere:

• Qual è stata la copertura modellata per il contesto del nostro inserzionista sull'inventario di Amazon nello scorso trimestre?
• Quante persone raggiungeremo con investimenti di budget diversi?
• Quali risultati della campagna siamo in grado di prevedere prima di impegnare il budget?
• Stiamo pagando per raggiungere la stessa persona su più canali?
• Quali comportamenti dei clienti preannunciano i tassi di conversione più elevati?
• Come si misura l'impatto effettivo del nostro investimento nei media?

Oggi, lo stesso cliente investe 200 milioni di dollari all'anno non aumentando la spesa sugli stessi canali, ma espandendosi verso nuovi acquirenti tipo e in un nuovo inventario identificati tramite la suite di API e lo fa con piena fiducia. Non perché siamo più intelligenti, ma perché abbiamo smesso di procedere basandoci su supposizioni.

La pianificazione dei media è simile a quella che fa uno studio cinematografico in occasione del lancio di un film di successo. Prima di spendere una qualsiasi somma nella produzione, lo studio si chiede: Chi è il nostro pubblico? Su quali canali sarà presente? Quanto dovremmo spendere in ciascun marketplace? Quale ritorno dobbiamo aspettarci? La pianificazione dei media funziona allo stesso modo per gli inserzionisti: è il lavoro strategico che si svolge prima di acquistare degli annunci, per dare alla campagna concrete possibilità di successo.

Senza un piano, tiri solo a indovinare. Se invece hai gli strumenti giusti, in particolare la suite di API per la pianificazione dei media di Amazon, puoi preparare proiezioni previsionali. Questa differenza vale decine di milioni di dollari.

Le API per la pianificazione dei media di Amazon sono organizzate in quattro gruppi, ognuno dei quali affronta una sfida fondamentale della pianificazione:

Quante persone abbiamo raggiunto, raggiungeremo e qual è la reale sovrapposizione?

Quali risultati possiamo preannunciare prima di impegnare il budget?

Che tipo di pubblico dovremmo utilizzare come target e perché?

Come misuriamo l'effettivo impatto dei media su tutti i canali?

Tutte le API operano sui segnali comportamentali e sull'inventario di Amazon Ads. La copertura su più publisher, la deduplicazione, il confronto tra le performance e la caratterizzazione del pubblico richiedono il supporto di partner di misurazione indipendenti.

Ogni campagna attraversa quattro fasi e le API per la pianificazione dei media si integrano in ognuna di esse.

Prima di spendere denaro, devi analizzare i risultati delle campagne passate, fare una previsione della copertura e della performance e stendere il piano. Le API della curva della copertura, di previsione delle performance e per il pubblico ti forniscono i dati per fare tutte e tre le cose.

Dopo aver creato il piano, configuri il targeting, imposti i canali e definisci le assegnazioni di budget. Le API per il pubblico definiscono il pubblico che vuoi raggiungere, mentre le API della curva della copertura (previsione della copertura, deduplicazione delle previsioni) ti aiutano a convalidare l'efficacia della combinazione di canali scelta prima del lancio.

Una volta avviata la campagna, devi monitorare la performance, modificare i budget in base all'andamento della campagna e ottimizzare il targeting. Le API della curva della copertura (deduplicazione delle previsioni) mostrano se stai raggiungendo clienti unici o se stai pagando sovrapposizioni di pubblico.

Al termine della campagna, devi misurare i risultati effettivi rispetto alle previsioni, trarre le indicazioni utili e pianificare la campagna successiva. Le API della curva della copertura (Copertura storica) mostrano ciò che è realmente accaduto e l'API MMM invia questi segnali al tuo framework di misurazione.

L'API della copertura storica presenta le curve della copertura storiche per l'inventario di Amazon, calcolate nell'ambito del contesto dell'inserzionista. Tu inserisci un intervallo di date e i parametri del pubblico e l'API restituisce stime modellate della copertura unica basate sui dati dell'inventario e delle metriche di Amazon. Niente congetture, nessuna supposizione.

Abbiamo eseguito l'API della copertura storica sui dati delle campagne che il cliente ha condotto negli ultimi sei mesi. Risultato: 12 milioni di clienti unici, non 8 milioni. Una differenza nella misurazione pari al 50%. Questa scoperta ha cambiato tutto. Il costo per copertura era inferiore del 37% rispetto a quanto aveva calcolato il cliente, il che rendeva le campagne molto più efficienti di quanto i dati iniziali suggerissero. Il cliente non stava ottenendo performance inferiori al previsto, le stava invece sottostimando. Con questi dati di riferimento alla mano, abbiamo potuto pianificare con cognizione di causa una campagna da 150 milioni di dollari.

La copertura storica guarda al passato, non al futuro. Non prevede il trimestre successivo. Ma non puoi preparare una previsione valida senza avere una chiara visione del punto di partenza reale. È come leggere il bilancio dell'anno precedente prima di definire il contesto essenziale del budget per quello successivo, non la strategia completa. Non è utile a creare le prime campagne di Amazon senza uno storico.

Il cliente ha chiesto: "Quanti milioni dovremmo spendere: 120, 150 o 180? Qual è la differenza in termini di copertura?" Avremmo, come sempre si è fatto, ipotizzato una scalabilità lineare approssimativa rispetto alla spesa dell'anno precedente? Sono i punti interrogativi che mettono ansia.

L'API di previsione della copertura ti consente di testare scenari di budget prima di spendere qualsiasi cifra. Tu definisci il pubblico target, le date della campagna e più opzioni di budget. L'API restituisce una curva della copertura che mostra esattamente quanti clienti unici raggiunge ogni budget e il punto in cui la curva si appiattisce (vale a dire dove la spesa aggiuntiva smette di fornire una copertura proporzionale).

Esempio illustrativo delle funzionalità dell'API di previsione della copertura:

La curva si è appiattita bruscamente dopo i 150 milioni di dollari. Il passaggio da 150 milioni a 175 milioni ha aggiunto solo 1,7 milioni di clienti a un costo di 14,70 $ per cliente incrementale rispetto a una media di 7,35 $. Abbiamo consigliato di risparmiare quei 25 milioni e di riassegnarli all'acquisizione di potenziali clienti. La reazione del cliente: "Ci avete appena fatto risparmiare 25 milioni di dollari prima ancora di spenderli."

Queste sono proiezioni, non garanzie, e, come le previsioni meteorologiche, non sono perfette. La loro precisione varia in base alle condizioni della campagna; gli intervalli mostrati sono esempi illustrativi basati su modelli di performance comuni. Indica sempre un intervallo di confidenza, ad esempio: "Prevediamo una copertura di 20,4 milioni, con un intervallo probabile compreso tra 18,5 e 22,1 milioni." Pianifica con un margine, monitora i dati effettivi e affina i modelli nel tempo.

A metà della campagna nel Q4, il cliente ha chiesto un aggiornamento. Gli abbiamo comunicato che stavamo raggiungendo 21,6 milioni di clienti unici su più canali di Amazon Ads. Pensavamo che fosse un dato abbastanza sicuro, ma avevamo torto.

La deduplicazione delle previsioni mostra quante persone uniche stai effettivamente raggiungendo su tutti i canali di Amazon, non la somma gonfiata della copertura di ciascun canale. L'API mappa la sovrapposizione tra i canali e ti permette di vedere esattamente dove stai contando due volte le stesse impressioni e stai pagando per raggiungere lo stesso pubblico più di una volta.

Esempio illustrativo delle funzionalità dell'API di deduplicazione delle previsioni:

Abbiamo eseguito l'API di deduplicazione delle previsioni e questi sono i risultati ottenuti. Copertura unica effettiva: 13,2 milioni, non 21,6 milioni; 8,4 milioni di "clienti" erano le stesse persone che erano state raggiunte anche su altri canali. I canali della TV connessa avevano registrato una sovrapposizione del 68%. Avevamo sprecato 61.740 $ per raggiungere persone che avevamo già raggiunto. Abbiamo modificato il media mix, ridotto i budget dei canali che si sovrapponevano, spostato la spesa verso Twitch (dove la sovrapposizione era inferiore) e raggiunto una copertura unica di 16,8 milioni con lo stesso budget di 150 milioni di dollari, ottenendo così un aumento del 27% nella copertura unica, gratuitamente.

"Stavamo pagando 61.000 $ per mostrare gli annunci alle stesse persone su cinque schermi diversi. Non è una strategia multicanale:è come pagare l'affitto dello stesso appartamento cinque volte."

La deduplicazione funziona solo all'interno dell'inventario di Amazon. Se stai pubblicando la campagna anche su Google, Meta, TikTok o la TV lineare, le sovrapposizioni non verranno mostrare qui. Avvisa i clienti: "Questa API mostra le sovrapposizioni del pubblico di Amazon. Se volete informazioni sulla deduplicazione su altri publisher, è necessario impiegare partner di misurazione indipendenti." Definisci chiaramente le aspettative.

La copertura è importante. Ma la vera domanda del cliente era: "Quanto efficiente sarà questa campagna?" Prima di impegnare 150 milioni di dollari, il cliente aveva bisogno di sapere quale sarebbe stato il costo per clic, quali tassi di completamento video avrebbe potuto aspettarsi e se la spesa avrebbe prodotto risultati su larga scala. Tutto quello che potevamo dire era: "In base alle medie del settore, fidati di noi."

La previsione delle performance prevede i risultati della campagna prima che il cliente spenda un centesimo. Tu selezioni un dato (clic, completamenti video o visualizzazioni della pagina di dettaglio prodotto) e l'API restituisce una curva di previsione: per ogni livello di spesa, ottieni il conteggio previsto, il costo per risultato (CPC, eCPM, CPDPV, CPVC) e i dati percentuali (CTR, VCR). Non è una stima basata solo su speranze. È una previsione supportata da dati, con intervalli di confidenza.

Esempio illustrativo delle funzionalità dell'API di previsione delle performance:

L'API ha restituito una curva di previsione con i clic stimati e il costo per risultato al livello di spesa pianificato, con intervalli di confidenza che, anche nel caso più conservativo, superavano i parametri di efficienza stabiliti dal cliente. Siamo entrati nella riunione per la pianificazione e abbiamo detto: "Anche nello scenario conservativo, il costo per risultato rientra nell'obiettivo. Consigliamo di dare il via libera a questa campagna."

Tre mesi dopo, le percentuali di clic effettive e il costo per risultato effettivo si sono attestati entro un margine del 5% rispetto alle previsioni dell'API. La campagna ha ottenuto un ROAS 4,0 volte superiore come risultato di business. Quella combinazione, previsioni accurate che hanno portato a una maggiore sicurezza nelle decisioni, ha trasformato completamente il rapporto con il cliente e ci ha permesso di ottenere un importante rinnovo del contratto.

La precisione migliora man mano che aumenta la quantità di dati disponibili. La variabilità delle previsioni aumenta in occasione dei lanci di nuovi prodotti e durante i periodi di picco. Le campagne con una storia più lunga su Amazon producono previsioni più precise. Spiegalo chiaramente ai clienti: gli intervalli di confidenza non sono una scappatoia; sono una rappresentazione onesta dell'incertezza intrinseca delle previsioni.

Il gruppo di API per il pubblico ti aiuta ad andare oltre i semplici dati demografici per capire chi sono realmente i tuoi clienti e individuare nuovi segmenti di pubblico che non sapevi esistessero.

Il target originale del cliente: "Adulti di età compresa tra i 25 e i 54 anni, interessati alla salute e al benessere, con un reddito oltre i 60.000 {{content}}quot;. Costituiscono un pubblico di circa 42 milioni di persone su Amazon. Quali segmenti dovremmo privilegiare e quante risorse dovremmo dedicare a ciascuno? I dati demografici ti dicono chi sono le persone che costituiscono il tuo pubblico. Non ti dicono che cosa fanno. E il comportamento predice le conversioni molto meglio delle fasce d'età.

• Generatore di acquirenti tipo utilizza i dati diretti di Amazon, ad esempio cosa acquistano, guardano e cercano le persone, per raggruppare il pubblico in segmenti comportamentali. Invece delle fasce d'età, ottieni profili dei clienti reali basati su schemi di acquisto, abitudini di streaming e comportamento di ricerca.
• Scoperta di pubblico mette in evidenza nuovi segmenti di pubblico che non hai ancora preso in considerazione: persone i cui comportamenti segnalano un'elevata intenzione, ma che esulano dal targeting corrente. È così che trovi i clienti che non sapevi di dover cercare.
• Sovrapposizione del pubblico mostra come si intersecano i segmenti, così puoi comprendere quali segmenti di pubblico sono veramente distinti e quali sono in gran parte composti dalle stesse persone. In questo modo eviti di investire troppo su segmenti con un'ampia sovrapposizione.

Insieme, queste API rispondono alla domanda seguente: "Chi sono i nostri clienti migliori, chi altri ha un profilo simile al loro e come evitiamo di utilizzare come target le stesse persone due volte?"

Esempio illustrativo che dimostra le funzionalità dell'API per il pubblico, con il restante 10% riservato ai test di nuovi segmenti individuati tramite la funzionalità Scoperta di pubblico.

Spostando il budget dalle fasce demografiche generiche agli acquirenti tipo in base ai comportamenti, l'efficienza della campagna è migliorata in modo significativo. Il segmento del Benessere attivo, composto da solo 8,2 milioni di persone, è quello che ha prodotto i rendimenti più alti. Erano loro i superfan fin dall'inizio. Semplicemente non riuscivamo a vederli finché non abbiamo iniziato ad analizzare i comportamenti.

La funzionalità Scoperta di pubblico ha quindi individuato un segmento che non avevamo mai preso in considerazione: "gli streamer di contenuti fitness che acquistano snack biologici". La funzionalità Sovrapposizione di pubblico ha confermato che questo gruppo aveva una sovrapposizione inferiore al 12% con i nostri target esistenti: un pubblico autenticamente nuovo, non una versione rielaborata di uno che avevamo già.

Le API per il pubblico mostrano i comportamenti dalla prospettiva di Amazon. Se il tuo cliente acquista o utilizza media principalmente al di fuori di Amazon, il quadro sarà incompleto. Integra i tuoi dati diretti per ottenere una visione più completa. Inoltre, non è ideale per segmenti di pubblico di nicchia molto ristretti, dove le dimensioni ridotte del campione limitano la possibilità di creare cluster significativi.

Al termine della campagna, il cliente ha posto la domanda seguente: "Qual è stato l'impatto effettivo del nostro investimento su Amazon rispetto agli altri nostri canali?" Avevamo dati a livello di piattaforma, ma nessun metodo standardizzato per integrare i segnali di Amazon nei loro modelli di misurazione più generici. Il nostro team di analisi ha trascorso giorni a estrarre report manualmente, riformattare i dati e riconciliare le discrepanze: quando i dati sono arrivati al team di pianificazione, la campagna successiva era già in flight.

L'API MMM offre agli inserzionisti e ai partner di misurazione l'accesso programmatico ai segnali pubblicitari e retail di Amazon per creare modelli di marketing mix in modo più rapido e più scalabile. Elimina gli scambi manuali di dati e automatizza la distribuzione di segnali media (impressioni, copertura, spesa) e di segnali retail, inclusi i dati sul coinvolgimento negli acquisti quotidiani come gli eventi di aggiunta al carrello, direttamente nei flussi di lavoro esistenti. Il risultato: dati più frequenti e affidabili per un'ottimizzazione del budget cross-channel.

Esempio illustrativo delle capacità dell'API MMM:

Il lavoro che solitamente richiedeva al nostro team di analisi giorni di elaborazione manuale dei dati è stato automatizzato. I segnali media e retail di Amazon, inclusi i dati granulari sul comportamento d'acquisto, confluivano direttamente nell'MMM del cliente con cadenza giornaliera, non trimestrale. Il risultato: un quadro più chiaro di come gli investimenti su Amazon abbiano prodotto buoni risultati rispetto agli altri canali, aggiornato con frequenza sufficiente da orientare concretamente la decisione sul budget successivo, anziché arrivare troppo tardi per essere utile.

L'API MMM fornisce i segnali, ma non crea il modello al posto tuo. Per acquisire e analizzare i dati, è necessario disporre di un framework MMM esistente (interno o tramite un partner di misurazione). Il valore risiede nell'automazione e nella standardizzazione: un accesso programmatico e coerente che riduce il lavoro manuale e consente analisi più frequenti.

• La copertura storica è la base. Non è possibile fare previsioni accurate senza sapere cosa è successo effettivamente. Inizia ogni relazione con i clienti da qui, anche se la verità è scomoda.
• Prepara le previsioni per più scenari, non per un solo piano. Presenta da tre a cinque opzioni di budget con le relative curve della copertura. Lascia che siano i dati a consigliare. I clienti apprezzano l'ottimizzazione, non solo la massimizzazione.
• Gli intervalli di confidenza ispirano più fiducia della falsa certezza. Non promettere un numero preciso. Prometti un intervallo con un livello di confidenza. Se rientri nell'intervallo, sei un eroe.
• I comportamenti sono più importanti dei dati demografici. Smetti di utilizzare come target definizioni come "adulti 25-54". Utilizza invece "gli acquirenti di proteine in polvere che guardano contenuti fitness in streaming". La differenza nelle conversioni è significativa.

• Marketplace supportato (verifica che il tuo Paese sia incluso)
• Cronologia delle campagne di Amazon (si consiglia minimo 6 mesi per Copertura storica)
• Media mix multicanale (necessario affinché l'API di deduplicazione delle previsioni fornisca risultati significativi)
• Istanza di AMC (per la stratificazione dei dati diretti)
• Registrazione per gli sviluppatori e acquisizione del team dell'account

1. Mese 1: Copertura storica. Esegui l'API della copertura storica per stabilire la copertura di riferimento per la tua categoria e il tuo mix di inventario utilizzato negli ultimi sei mesi. Mostra al tuo cliente la copertura effettiva rispetto a quella stimata. Questa informazione da sola di solito giustifica l'intero lavoro. Consulta la nostra documentazione per informazioni sulla misurazione campagna per campagna.
2. Mese 2: Previsione della copertura. Testa da tre a cinque scenari di budget da assegnare alla prossima campagna. Curve della copertura attuali. Lascia che siano i dati a guidare i consigli.
3. Mese 3: Previsione delle performance. Aggiungi previsioni sui risultati con intervalli di confidenza. Imposta il monitoraggio settimanale dell'andamento rispetto alle previsioni.
4. Mese 4: Deduplicazione delle previsioni. Esegui l'API a metà campagna. Trova la sovrapposizione. Modifica il media mix per ottenere la massima copertura unica.
5. Mesi 5-6: API per il pubblico. Crea acquirenti tipo basandoti sui comportamenti con Generatore di acquirenti tipo. Scopri nuovi segmenti con Scoperta di pubblico. Verificane l'unicità con Sovrapposizione di pubblico. Riassegna il budget spostandolo sugli acquirenti tipo con il tasso di conversione più alto.
6. Sempre: API MMM. Integra i segnali provenienti dai media e dal retail di Amazon nel tuo framework di misurazione. Utilizza i dati ottenuti per orientare il successivo ciclo di pianificazione.

I nuovi partner di integrazione devono aspettarsi una maggiore variabilità nei risultati durante i primi 30 giorni, poiché il modello necessita di un periodo iniziale per adattarsi al profilo di traffico.

Esplora le risorse elencate di seguito per aiutarti a iniziare a utilizzare la suite di API per la pianificazione dei media.

La guida alle API di Amazon Ads e le guide alla pianificazione dei media includono specifiche tecniche, endpoint e guide all'integrazione. La documentazione sulle API include anche informazioni sulla disponibilità delle impostazioni locali correnti e sullo stato delle API.

Gigi, Pacvue, Perpetua, Intentwise e Skai offrono integrazioni predefinite che non richiedono alcuna codifica e che includono dashboard.

L'hub Partner Network ti aiuta a trovare partner Amazon Ads certificati che possono aiutarti nell'implementazione.

Il corso Media Planning Certification offre formazione gratuita sulle nozioni di base sul piano media e sull'uso delle API.

Il tuo rappresentante Amazon Ads mette a tua disposizione i case study, ti offre assistenza nell'adozione e l'accesso ai programmi pilota.

Non sei uno sviluppatore? Nessun problema. Molte piattaforme partner di Amazon Ads, tra cui Pacvue, Perpetua, Skai e Gigi, stanno progressivamente integrando le API per la pianificazione dei media. Non hai quindi bisogno di sviluppare codice. Il team degli account ti aiuterà per individuare il partner giusto per la tua infrastruttura tecnologica.

• Segnali di vendita: esplorazione di un'integrazione più approfondita dei segnali provenienti dal retail e dagli acquirenti di Amazon direttamente nei flussi di lavoro di pianificazione pre-campagna. Questa integrazione collegherà la pianificazione dei media ai risultati del retail effettivi, non solo ai dati degli annunci.
• Livello di integrazione agentica: una nuova funzionalità che consente agli agenti IA di terze parti di integrarsi direttamente con le API per la pianificazione dei media. Con questa funzionalità. i tuoi strumenti di pianificazione proprietari, i flussi di lavoro automatizzati e i motori di ottimizzazione basati sull'IA possono accedere in modo programmatico ai segnali di pianificazione di Amazon, passando dalle chiamate API manuali a un'intelligence di pianificazione autonoma e sempre attiva.

Risorse aggiuntive:

• Contatta il tuo team degli account Amazon Ads di riferimento
• Partecipa alla conversazione nella nostra community su GitHub
• Completa la registrazione per gli sviluppatori

Fonti:

¹ Dati interni Amazon, Stati Uniti, 2025-2026.

² Documentazione sulle API di Amazon Ads, Tutto il mondo, 2026.

Collaboratori

Vic Awokoya, Kapil Dwivedi