目标
随着零售媒体投资不断增长，广告主对更高效率的追求日益迫切，AI 驱动优化技术已成为获取竞争优势的关键。领先的高性能鞋靴与服饰品牌 Ariat 与许多成长型品牌一样，面临一大挑战：在保持回报能力的同时，扩大渠道上层广告投放规模。该品牌通过标准的亚马逊 DSP 再营销广告活动以及在亚马逊站内的广泛投入，已在亚马逊站内建立了强大的品牌影响力，但他们希望在不影响运营管控能力的前提下，找到更具可扩展性、更高效的方法来推动增量增长。
Ariat 与 Blue Wheel 达成合作，后者是亚马逊广告高级合作伙伴，也是一家全渠道效果营销服务商，致力于通过全渠道亚马逊方案帮助品牌实现规模化增长。双方旨在回答一个关键问题：亚马逊 DSP Performance+ 能否超越依赖静态受众细分和手动竞价管理的传统亚马逊 DSP 广告活动结构？ 随着该品牌加大获客力度，他们需要一个测试框架来衡量 AI 驱动优化技术在实际零售环境中的影响。具体而言，Ariat 旨在评估亚马逊 DSP 的动态、基于信号的竞价和预测性受众建模功能，能否在不影响效果衡量严谨性或长期广告活动稳定性的前提下，提升媒体效率、增强顾客互动度、扩大品牌新客获取规模，并实现更高的广告投资回报率 (ROAS)。
方法
Blue Wheel 设计了一个严谨的测试与学习框架，用于评估亚马逊 DSP Performance+ 在实际零售环境中的增量影响。该团队开展了一项为期三个月的对照试验，将Performance+ 多商品展示广告活动与基于传统亚马逊 DSP 再营销方案构建的对照组进行了对比。
这两个广告活动结构都针对同一类高意向受众，即浏览了商品详情页但未购买商品的顾客，从而确保了效果衡量条件的一致性。两者的区别在于 Performance+ 采用了亚马逊的 AI 驱动优化技术。该技术利用第一方顾客信号，根据转化概率和行为互动模式，动态调整竞价、受众优先级和广告投放。
该方案不再依赖静态受众细分和手动竞价逻辑，而是利用机器学习来识别增量转化受众，并更高效地扩大获客规模。各测试组的预算、创意素材和广告活动投放时间均已标准化，以确保效果衡量的完整性，并单独评估自动化带来的影响。Blue Wheel 通过对效率阈值、预算分配和商品优先级进行有针对性地监控，进一步提升了效果，同时在投放过程中对 ROAS 进行调整，在不明显影响回报能力的前提下实现了更大规模的增长。这一系统化的方法使 Ariat 能够有把握地在大规模评估自动化的同时，有效降低运营风险并保障广告活动持续稳定投放。
结果
亚马逊 DSP Performance+ 将亚马逊的第一方顾客信号与基于机器学习的竞价及受众优化相结合，在 AI 驱动下实现了显著的效果提升。此广告活动在所有四项 KPI 上均超出了效率和获客预期，验证了自动化驱动广告在大规模应用中的潜力。
点击率 (CTR) 提升了 620%，显著优于对照组，并展现出更强的顾客参与度。1同时，有效单次点击成本 (eCPC) 降低了 72%，在提升媒体效率的同时，使详情页浏览量 (DPV) 增长了 134%。2回报指标也大幅提升：ROAS 提升了 60%，品牌新客 (NTB) ROAS 提升了 107%，这充分体现了此广告活动在大规模高效获取新顾客方面的作用。3
这些成果的取得并未影响效果衡量的严谨性或广告活动的稳定性。这种对照测试与学习框架确保了效果提升可直接归因于 Performance+ 的 AI 驱动优化技术，而非外部因素。
此次测试验证了 AI 驱动优化技术如何能够扩大获客规模、提升决策速度，并减少对人工受众细分和竞价方案的依赖，从而为 Ariat 在亚马逊站内构建了一个更具可持续性的长期广告框架。这些结果表明，亚马逊 DSP Performance+ 能够帮助品牌在保持回报能力的同时扩大获客规模。
数据来源
1-3Ariat，美国，2025 年