目標
隨著零售媒體投資增長以及廣告商尋求更高的成效，AI 支援的最佳化已成為建立競爭優勢的核心關鍵。就像許多成長中的品牌一樣，專業鞋類與服飾領導品牌 Ariat 也面臨著在保持獲利的同時擴大上層漏斗推廣規模的挑戰。該品牌已透過標準的亞馬遜 DSP 再行銷廣告活動以及更廣泛的亞馬遜品牌旗艦店投資在亞馬遜上建立了強大的影響力，但仍致力於尋求可擴展且更高成效的方式來推動增量成長，且不犧牲營運控制權。
Ariat 與 Blue Wheel 合作，後者為亞馬遜廣告的進階合作夥伴，也是一家透過全漏斗亞馬遜策略協助品牌擴大規模的全通路績效行銷代理商，以解答一個關鍵問題：亞馬遜 DSP 績效+ 是否能超越依賴靜態受眾區隔與手動競價管理的傳統亞馬遜 DSP 廣告活動架構？ 隨著品牌擴大顧客獲取力道，他們需要一個測試架構來衡量 AI 支援的最佳化在真實零售環境中的影響。具體而言，Ariat 旨在評估亞馬遜 DSP 的動態、基於訊號的競價以及預測性受眾建模，是否能在不妥協衡量嚴謹性或長期廣告活動穩定性的情況下，提升媒體成效、增加顧客互動、推動更強勁的品牌新客獲取，並帶來更高的廣告投資報酬率 (ROAS)。
採用方法
Blue Wheel 設計了一個嚴謹的測試與學習框架，以評估亞馬遜 DSP 績效+ 在真實零售環境中的增量影響。團隊執行了一項為期三個月的可控實驗，將績效+ 多商品展示型推廣廣告活動，與由傳統亞馬遜 DSP 再行銷策略建構的對照組進行比較。
兩種廣告活動架構皆聚焦於相同的強意向受眾 - 瀏覽過商品詳情頁但未購買的顧客 - 確保衡量條件的一致性。區隔之處在於績效+ 使用了亞馬遜的 AI 支援的最佳化。這項技術利用第一方顧客訊號，根據轉換概率與行為互動模式，動態調整競價、受眾優先順序以及廣告投放。
該策略並未依賴靜態受眾區隔與手動競價邏輯，而是利用機器學習來識別增量轉換者，並更高成效地擴大獲客規模。預算、創意素材與廣告活動走期在各測試組之間進行了標準化處理，以保持衡量的完整性並孤立出自動化所帶來的影響。Blue Wheel 透過對成效門檻、預算分配與商品優先順序的策略性監督進一步提升了成效，而廣告活動檔期中的廣告投資報酬率調整則在不實質犧牲獲利能力的前提下開啟了額外的規模。這種結構化的方法論使 Ariat 能夠充滿信心地下評估大規模自動化，同時將營運風險降至最低並維持廣告活動的連續性。
結果
亞馬遜 DSP 績效+ 透過將亞馬遜的第一方顧客訊號與基於機器學習的競價及受眾最佳化相結合，帶來了顯著的 AI 支援成效提升。該廣告活動在所有四項 KPI 上均超越了成效與獲客預期，驗證了大規模自動化支援推廣的潛力。
點擊率 (CTR) 提升了 620%，顯著優於對照組並展現出更強的顧客互動。1 同時，有效每次點擊成本 (eCPC) 降低了 72%，在提升媒體成效的同時帶動商品詳情頁瀏覽量 (DPV) 成長 134%。2 報酬指標亦大幅改善，廣告投資報酬率提升了 60%，品牌新客 (NTB) 廣告投資報酬率提升了 107%，突顯出該廣告活動大規模高效獲取新顧客的能力。3
這些提升是在不妥協衡量嚴謹性或廣告活動穩定性的情況下取得的。可控的測試與學習框架確保了成效的提升可以直接歸因於績效+ 的 AI 支援的最佳化，而非外部因素。
該測試驗證了 AI 支援的最佳化如何能擴大獲客力道、提升決策速度，並減少對手動受眾區隔與競價策略的依賴 - 為 Ariat 在亞馬遜品牌旗艦店中建立了更具永續性的長期推廣架構。這些結果證明了亞馬遜 DSP 績效+ 如何協助品牌在保持獲利的同時擴大獲客規模。
資料來源
1-3 Ariat，美國，2025 年。