Um guia prático para previsão de campanhas com o pacote de APIs de Planejamento de Mídia da Amazon

Sou estrategista de mídia em uma agência de publicidade de médio porte. Uma marca de wellness nos procurou com um orçamento de US$ 150 milhões para investir na Amazon. A empresa tinha apenas uma pergunta: "Você garante que isso vai funcionar?"

Eu não podia garantir. Ninguém poderia. Tínhamos 15 anos de experiência, milhares de campanhas em nosso portfólio e uma crença genuína no produto. Mas certeza, não tínhamos. Estávamos desenvolvendo um plano de mídia de US$ 150 milhões da mesma forma que os arquitetos projetavam um edifício antes do surgimento da engenharia estrutural: com experiência, intuição e esperança. No fundo no fundo, estávamos apavorados. Três meses depois, o cliente nos perguntou: "Estamos alcançando nosso público-alvo como você previu?" Eu não fazia ideia. Não conseguíamos medir com precisão o alcance único nos vários canais. Nossas projeções de alcance? Um palpite com uma certa base.

Seis meses mais tarde, participei de uma conferência da Amazon Ads e fiquei ciente das APIs de Planejamento de Mídia, que teriam respondido a todas as perguntas que na época não conseguimos responder:

• Qual foi o alcance modelado para o contexto do nosso anunciante no inventário da Amazon no último trimestre?
• Quantas pessoas iremos alcançar com diferentes níveis de orçamento?
• Quais resultados de campanha conseguimos prever antes de assumirmos um compromisso com o orçamento?
• Estamos pagando para alcançar a mesma pessoa em vários canais?
• Quais comportamentos do cliente preveem as maiores taxas de conversão?
• Como faremos para medir o verdadeiro impacto do nosso investimento em mídia?

Hoje, esse mesmo cliente investe US$ 200 milhões anualmente — não aumentando os gastos nos mesmos canais, mas se expandindo para novas personas e um novo inventário identificados por meio do pacote de APIs, e faz isso com total confiança. Não porque somos mais inteligentes. Mas porque paramos de especular.

Pense no planejamento de mídia como um estúdio de cinema que está planejando o lançamento de um filme importante. Antes de gastar um único dólar em produção, o estúdio pergunta: Quem é nosso público-alvo? Em quais canais poderemos encontrar o espectador? Quanto devemos gastar em cada mercado? Qual retorno podemos esperar? O planejamento de mídia funciona da mesma forma para os anunciantes: trata-se do trabalho estratégico feito antes de comprar anúncios, para que sua campanha tenha uma chance real de sucesso.

Sem um planejamento, você estará apenas especulando. Com as ferramentas certas — especificamente o pacote de APIs de Planejamento de Mídia da Amazon — você já está apto a fazer previsões. Essa diferença vale dezenas de milhões de dólares.

As APIs de Planejamento de Mídia da Amazon são organizadas em quatro grupos, cada qual voltado para um desafio de planejamento básico:

Quantas pessoas alcançamos ou vamos alcançar, e qual é a sobreposição real?

Quais resultados podemos prever antes de assumirmos um compromisso com o orçamento?

Quem devemos segmentar e por quê?

Como medimos o verdadeiro impacto da mídia nos diversos canais?

Todas as APIs operam com base no inventário e nos sinais comportamentais da Amazon Ads. O alcance, a desduplicação, a comparação de desempenho e a caracterização do público-alvo de vários publishers requerem parceiros de medição de terceiros.

Toda campanha passa por quatro fases e as APIs de Planejamento de Mídia se integram a cada uma delas.

Antes de gastar um dólar sequer, você analisa resultados anteriores, prevê o alcance e o desempenho e elabora seu plano. As APIs de Curva de Alcance, a Previsão de Desempenho e as APIs de Público-Alvo fornecem os dados necessários para fazer as três coisas.

Com o plano em mãos, você define a segmentação, configura os canais e finaliza as alocações de orçamento. As APIs de Público-Alvo definem quem você está alcançando, enquanto as APIs de Curva de Alcance (Previsão de Alcance, Desduplicação de Previsão) ajudam você a validar seu mix de canais antes do lançamento.

Assim que a campanha estiver sendo inserida, você começa a monitorar o desempenho, ajustar os orçamentos e otimizar a segmentação. As APIs de Curva de Alcance (Desduplicação de Previsão) mostram se você está alcançando clientes únicos ou pagando por sobreposição.

Após o término da campanha, você mede os dados reais x previsão, extrai os aprendizados e planeja a próxima campanha. As APIs de Curva de Alcance (Alcance Histórico) mostram o que realmente aconteceu, e a API de MMM usa esses sinais para alimentar sua estrutura de medição.

O Alcance Histórico fornece as curvas do seu alcance histórico para o inventário da Amazon cujo escopo é o contexto do seu anunciante. Você fornece um intervalo de datas e parâmetros de público-alvo. Em seguida, o sistema retorna estimativas de alcance único modeladas com base nos dados do inventário e do painel da Amazon. Sem especulação. Sem suposições.

Executamos o Alcance Histórico nos dados dos últimos seis meses de campanhas do cliente. Resultado: 12 milhões de clientes únicos; não 8 milhões. Uma lacuna de 50% na medição. E isso mudou tudo. O custo por alcance foi 37% menor do que eles tinham pensado, tornando as campanhas muito mais eficientes do que as métricas iniciais sugeriam. O problema não era a falta de desempenho, era a falta de medição. Com essa base de referência, conseguimos planejar com confiança uma campanha de US$ 150 milhões.

O Alcance Histórico é uma análise retroativa, não prospectiva. Não vai prever o próximo trimestre. Mas não é possível criar uma boa previsão sem entender seu ponto de partida real. Pense nisso como uma leitura dos resultados financeiros do ano passado antes de definir o contexto essencial do orçamento do ano que vem, não a estratégia completa. O recurso não é útil para campanhas de estreia na Amazon, sem histórico anterior.

O cliente perguntou: "Deveríamos gastar US$ 120, US$ 150 ou US$ 180 milhões? Qual seria a diferença no alcance?" Tradicionalmente, estimaríamos uma ampliação linear aproximada com base nos gastos do ano passado. Essas interrogações constituem um sinal de ansiedade.

A Previsão de Alcance permite que você teste situações de orçamento antes de gastar um dólar sequer. Você insere o público-alvo, as datas da campanha e várias opções de orçamento. A API gera uma curva de alcance que mostra exatamente quantos clientes únicos cada orçamento alcança e onde a curva se achata (ou seja, onde o gasto adicional para de gerar um alcance proporcional).

Um exemplo para fins de ilustração demonstrando os recursos da API de Previsão de Alcance:

A curva achatou radicalmente após US$ 150 milhões. Passar de US$ 150 milhões para US$ 175 milhões adicionou apenas 1,7 milhão de clientes a US$ 14,70 por cliente adicional, em comparação com uma média de US$ 7,35. Recomendamos economizar esses US$ 25 milhões e realocá-los para prospecção. A reação do cliente: "Você acabou de permitir que economizássemos US$ 25 milhões antes de serem gastos".

Esses dados são projeções, não garantias, semelhantes ao que acontece com a previsão do tempo. A precisão varia de acordo com as condições da campanha; os intervalos mostrados são exemplos para fins de ilustração baseados em padrões de desempenho típicos. Sempre apresente um intervalo de confiança, como, por exemplo: "Prevemos um alcance de 20,4 milhões, com uma faixa provável de 18,5 milhões a 22,1 milhões". Planeje para uma margem de variação, acompanhe os valores reais e refine seus modelos ao longo do tempo.

Na metade da campanha do 4° trimestre, o cliente pediu uma reunião de acompanhamento. Informamos que estávamos alcançando 21,6 milhões de clientes únicos em vários canais da Amazon Ads. Estávamos satisfeitos com esse número. Estávamos errados.

A Desduplicação de Previsão mostra quantas pessoas únicas você está realmente alcançando em todos os canais da Amazon, não a soma inflacionada do alcance de cada canal. Além disso, mapeia a sobreposição entre os canais para que você veja exatamente onde está contando dua vezes e pagando o dobro pelas mesmas impressões.

Um exemplo para fins de ilustração demonstrando os recursos da API de Desduplicação de Previsão:

executamos a Desduplicação de Previsão. Alcance único real: 13,2 milhões e não 21,6 milhões. 8,4 milhões de "clientes" eram as mesmas pessoas que apareciam em diversos canais. Os canais de TV conectada apresentaram 68% de sobreposição. Desperdiçamos US$ 61.740 alcançando pessoas que já tínhamos alcançado antes. Reestruturamos o mix de mídia, reduzimos os orçamentos de canais sobrepostos, direcionamos os investimentos para a Twitch (onde a sobreposição era menor) e alcançamos 16,8 milhões de alcance único com o mesmo orçamento de US$ 150 milhões. Um aumento de 27% no alcance único, sem gastar um centavo a mais.

"Estávamos pagando US$ 61.000 para exibir anúncios para as mesmas pessoas em cinco telas diferentes. Não se trata de uma estratégia multicanal;, ao contrário, é como pagar o aluguel do mesmo apartamento cinco vezes".

A desduplicação só funciona no inventário da Amazon. Se você também estiver inserindo anúncios no Google, Meta, TikTok ou TV linear, essas sobreposições não vão aparecer aqui. Informe os clientes com antecedência: "isso mostra a sobreposição de público-alvo da Amazon. Para desduplicar em vários publishers, você vai precisar de parceiros de medição de terceiros". Defina as expectativas com clareza.

O alcance é importante. Mas a pergunta real do cliente era a seguinte: "Qual será a eficiência de inserção dessa campanha?" Antes de se comprometer a gastar US$ 150 milhões, a empresa precisava saber qual seria o custo por clique, quais taxas de conclusão de vídeo poderia esperar e se esse nível de gastos seria capaz de inserir anúncios em grande escala. O melhor que poderíamos dizer era o seguinte: "Com base nas médias do setor, você pode confiar na gente".

A Previsão de Desempenho prevê os resultados da campanha antes de você investir um único centavo. Você seleciona uma métrica (cliques, conclusões de vídeo ou visualizações da página de detalhes) e a API retorna uma curva de previsão: para cada nível de gastos, você obtém o número previsto, um custo por resultado (CPC, eCPM, CPDPV, CPVC) e as métricas de taxas (CTR, VCR). Não uma estimativa torcendo para dar certo, mas uma previsão baseada em dados com intervalos de confiança.

Um exemplo para fins de ilustração demonstrando os recursos da API de Previsão de Desempenho:

A API retornou uma curva de previsão com os cliques estimados e o custo por resultado no nível de gastos planejado, com intervalos de confiança que superaram os benchmarks de eficiência do cliente mesmo no limite mais baixo. Entramos na reunião de planejamento e dissemos o seguinte: "Mesmo na situação mais conservadora, seu custo por resultado está dentro da meta. Recomendamos aprovar essa campanha".

Três meses mais tarde, as taxas de cliques e o custo por resultado reais ficaram na faixa de 5% de variação com relação à previsão da API. Em última instância, a campanha gerou um ROAS de 4,0 vezes como resultado comercial. Essa combinação — previsões precisas gerando decisões confiantes — transformou completamente nosso relacionamento com o cliente e nos rendeu uma renovação de valor significativo.

A precisão aumenta com mais dados. A variância aumenta para os lançamentos de novos produtos e durante períodos de pico. Campanhas com um histórico mais longo na Amazon geram previsões mais precisas. Comunique isso claramente aos seus clientes: os intervalos de confiança não são uma proteção, são a honesta realidade em torno de como as previsões funcionam.

O grupo de APIs de Público-Alvo ajuda você a ir além dos dados demográficos para entender quem são realmente seus clientes e encontrar novos clientes que você nem sabia que existiam.

O segmento original do cliente: "Adultos de 25 a 54 anos, interessados em saúde e wellness, renda familiar acima de US$ 60 mil". Isso descreve aproximadamente 42 milhões de pessoas na Amazon. Quais segmentos devemos priorizar e quanto cada um deve receber? Os dados demográficos dizem quem são as pessoas. Não dizem o que as pessoas fazem, e o comportamento prevê conversões muito melhor do que faixas etárias.

• O Criador de Personas usa dados internos da Amazon — o que as pessoas compram, assistem e pesquisam — para agrupar seu público-alvo em segmentos comportamentais. Em vez de faixas etárias, você obtém perfis reais do cliente com base em padrões de compra, hábitos de streaming e comportamento de pesquisa.
• A Descoberta de Público-Alvo revela novos segmentos do público-alvo que você ainda não levou em conta — pessoas cujos comportamentos indicam alta intenção de compra, mas que estão fora de sua segmentação atual. É como você encontra clientes que nem sabia que devia procurar.
• A Sobreposição de Públicos-Alvo mostra a intersecção de seus segmentos, para que você entenda quais público-alvos são realmente distintos e quais são compostos, em grande parte, pelas mesmas pessoas, o que evita que você invista demais em segmentos com excesso de sobreposição.

Juntos, esses recursos respondem o seguinte: "Quem são nossos melhores clientes; quem mais se parece com eles; e como evitamos segmentar as mesmas pessoas duas vezes?"

Um exemplo para fins de ilustração demonstrando os recursos da API de Público-Alvo, com os 10% restantes reservados para testar novos segmentos identificados por meio da Descoberta de Público-Alvo.

Ao redirecionar o foco do orçamento de dados demográficos amplos para personas comportamentais, a eficiência da campanha aumentou de modo significativo. O segmento Wellness Ativos — com apenas 8,2 milhões de pessoas — gerou os maiores retornos. Sempre foram os superfãs. Apenas não conseguíamos enxergá-los até decidirmos analisar os comportamentos.

A seguir, a Descoberta de Público-Alvo revelou um segmento que nunca tínhamos levado em conta: "Pessoas que fazem streaming de conteúdo fitness e compram petiscos orgânicos". A Sobreposição de Públicos-Alvo confirmou que esse grupo tinha menos de 12% de sobreposição com nossos segmentos existentes: um público-alvo genuinamente novo, não uma versão recauchutada de algo que já tínhamos.

As APIs de Público-Alvo mostram os comportamentos de acordo com o ponto de vista da Amazon. Se o seu cliente compra ou consome mídia principalmente fora da Amazon, o panorama ficará incompleto. Incorpore seus próprios dados internos para obter uma visão mais completa. Além disso, o recurso não é ideal para públicos-alvo de nicho muito pequenos, nos quais o tamanho das amostras limita um agrupamento significativo.

Após o término da campanha, o cliente perguntou: "Qual foi o impacto real do nosso investimento na Amazon em comparação com nossos outros canais?" Já tínhamos métricas no nível da plataforma, mas nenhuma forma padronizada de alimentar os modelos de medição mais amplos da Amazon com seus próprios sinais internos. Nossa equipe de análises passava vários dias extraindo relatórios manualmente, reformatando dados e conciliando discrepâncias. Quando os insights chegavam à equipe de planejamento, a próxima campanha já estava no período de execução.

A API de MMM oferece aos anunciantes e parceiros de medição um acesso programático aos sinais de publicidade e varejo da Amazon para uma Modelagem de Marketing Mix mais rápida e mais ampliável. Elimina o intercâmbio manual de dados e automatiza a entrega de sinais de mídia (impressões, alcance, gastos) e sinais de varejo, incluindo métricas diárias de engajamento de compras como eventos de adição ao carrinho diretamente nos fluxos de trabalho existentes. O resultado: insights mais frequentes e mais confiáveis para otimizar o orçamento cross-channel.

Um exemplo para fins de ilustração demonstrando os recursos da API de MMM:

O que costumava consumir dias de trabalho da nossa equipe de análise domando dados manualmente se tornou automatizado. Os sinais de mídia e varejo da Amazon, incluindo dados detalhados de comportamento de compras, passaram a fluir diretamente para a MMM do cliente em uma cadência diária, não trimestral. O resultado: uma visão mais clara de como o investimento na Amazon gerou resultados em comparação com outros canais, atualizada com frequência suficiente para fundamentar as próximas decisões de orçamento, em vez de chegar tarde demais para fazer diferença.

A API de MMM fornece os sinais, mas não cria o modelo para você. Você vai precisar de uma estrutura de MMM existente (interna ou por meio de um parceiro de medição) para ingerir e analisar os dados. Sua importância está na automação e na padronização: um acesso programático consistente que reduz o esforço manual e permite análises mais frequentes.

• O Alcance Histórico é a base. Você não pode fazer previsões precisas se não souber o que realmente aconteceu. Comece cada relacionamento com o cliente nesse ponto, mesmo que a verdade seja desconfortável.
• Preveja múltiplos cenários, não apenas um plano. Apresente de 3 a 5 opções de orçamento com curvas de alcance. Deixe as recomendações por conta dos dados. Os clientes respeitam a otimização, não apenas a maximização.
• Os intervalos de confiança criam mais confiança do que uma falsa certeza. Não prometa um número específico. Prometa uma faixa com nível de confiança. Quando cumprir o que prometeu dentro da faixa, você será um herói.
• Os comportamentos superam os dados demográficos. Pare de segmentar "adultos de 25 a 54 anos". Segmente "compradores de proteína em pó que fazem streaming de conteúdo de fitness". A diferença do número de conversões é significativa.

• Marketplace compatível (confirme se o seu local está incluído)
• Um histórico de campanhas da Amazon (mínimo de 6 meses recomendado para o Alcance Histórico)
• Mix de mídia multicanal (necessário para que a Desduplicação de Previsão seja relevante)
• Instância da AMC (para adicionar camadas de dados internos)
• Registro de desenvolvedor e integração da equipe de contas

1. 1° mês: Alcance Histórico. Execute o Alcance Histórico para estabelecer a base de referência de alcance da sua categoria e seu mix de inventário nos últimos 6 meses. Mostre ao seu cliente o alcance real x pressuposto. Só essa descoberta já costuma justificar todo o esforço. Leia nossa documentação referente à medição campanha por campanha.
2. 2° mês: Previsão de Alcance. Teste de 3 a 5 cenários de orçamento para a próxima campanha. Apresente curvas de alcance. Deixe que os dados gerem a recomendação.
3. 3° mês: API de Previsão de Desempenho. Adicione previsões de resultados com intervalos de confiança. Configure um acompanhamento semanal e o compare à previsão.
4. 4° mês: API de Desduplicação de Previsão. Insira na metade da campanha. Encontre a sobreposição. Reestruture o mix de mídia para maximizar o alcance único.
5. 5° e 6° mês: APIs de Público-Alvo. Crie personas comportamentais com o Criador de Personas. Descubra novos segmentos com a Descoberta de Público-Alvo. Valide a diferenciação com a Sobreposição de Públicos-Alvo. Realoque o orçamento para as personas com maior taxa de conversão.
6. Contínua: API de MMM. Integre os sinais de mídia e varejo da Amazon em sua estrutura de medição. Use os insights para fundamentar o próximo ciclo de planejamento.

Novos integradores devem esperar faixas de variação mais amplas durante os primeiros 30 dias, enquanto o modelo se adapta ao seu perfil de tráfego.

Explore os recursos listados abaixo para obter ajuda e começar a usar o pacote de APIs de Planejamento de Mídia.

O Guia de APIs da Amazon Ads e os Guias de Planejamento de Mídia fornecem especificações técnicas, endpoints e guias de integração. A Documentação de APIs também fornece a disponibilidade atual de locais e o status da API.

Gigi, Pacvue, Perpetua, Intentwise e Skai oferecem integrações prontas para uso sem necessidade de programação, incluindo painéis de controle.

A Partner Network ajuda você a encontrar parceiros certificados da Amazon Ads que podem ajudar na implementação.

A Certificação de Planejamento de Mídia oferece treinamento gratuito sobre os fundamentos do planejamento de mídia e do uso de APIs.

O representante da Amazon Ads fornece estudos de caso, assistência na integração e acesso aos programas piloto.

Você não é desenvolvedor? Sem problema. Várias plataformas parceiras da Amazon Ads (Pacvue, Perpetua, Skai, Gigi e outras) estão integrando as APIs de Planejamento de Mídia progressivamente. Nenhum tempo de desenvolvimento é necessário. Trabalhe com sua equipe de conta para identificar o parceiro certo para a sua pilha de tecnologia.

• Sinais de vendas: como explorar uma integração mais profunda dos sinais de varejo e de comprador da Amazon diretamente nos fluxos de trabalho de planejamento pré-campanha. Esse recurso vai conectar o planejamento de mídia aos resultados reais de varejo, não apenas às métricas de anúncios.
• Camada de integração agêntica: um novo recurso que permite que agentes de IA de terceiros se integrem diretamente às APIs de Planejamento de Mídia. Isso significa que suas ferramentas de planejamento proprietárias, fluxos de trabalho automatizados e mecanismos de otimização com tecnologia de IA podem acessar os sinais de planejamento da Amazon programaticamente, migrando das chamadas à API manuais para uma inteligência de planejamento autônoma e sempre ativa.

Recursos adicionais:

• Entre em contato com a equipe de conta da Amazon Ads
• Participe da conversa em nossa comunidade do GitHub
• Preencha o registro de desenvolvedor

Fontes:

¹ Dados internos da Amazon, US, 2025-2026.

² Documentação de APIs da Amazon Ads, WW, 2026.

Colaboradores:

Vic Awokoya, Kapil Dwivedi