ROAS失靈？頭部品牌已切換關鍵增長指標 | Flywheel飛未

01 ROAS失靈？ROC成新增長指標

如何用最少的投入，撬動最大的利潤？這一直是各品牌關注的問題。

在傳統營銷時代，由于數據割裂、觸點分散等原因，品牌普遍采用ROI（投資回報率）作為核心指標來衡量整體效果。然而ROI視角下，數據缺乏顆粒度和可追蹤性，品牌難以針對消費者人群、渠道或營銷內容進行拆解優化。

進入數字營銷初期，零售媒體的出現催生了以ROAS為核心指標的營銷體系。品牌首次實現了對每一條廣告點擊和轉化路徑的追蹤。然而ROAS僅關注短期轉化的弊端也逐漸暴露，缺乏了對增量價值和長期品牌價值的反饋。

隨著精準營銷的發展，零售平臺的數據技術帶來新的轉機。在消費行為和細分用戶數據能夠精準匹配后，品牌開始計算更具長期價值的消費者回報率（ROC）。

消費者回報率（Return On Consumer）：衡量品牌從單個消費者或特定消費者群體中獲得長期商業價值的指標。它關注的是品牌對消費者的投入（如廣告投放、促銷成本、會員福利等）所帶來的 長期復購、用戶忠誠度、推薦行為和生命周期價值（CLV） 等維度的回報。

ROC、ROI與ROAS的概念區別

02 ROC：驅動可持續增長的“黃金指標”

隨著營銷增長方式的發展，“人貨場”的中心逐漸從“場”轉移到“人”。ROC 作為品牌營銷進入“人群經營”階段的重要指標，如果品牌想平衡獲客成本，實現長期價值，關注重點則應逐步轉變為考慮：這類人群給我帶來了多少價值。

1. 從SKU×CID判斷“人貨匹配”的價值

過去，品牌更關注“貨”與“場”的關系（哪些SKU在哪些渠道賣得好），現在更需要關注“人”與“貨”的連接（誰需要什么商品）。

品牌若想利用ROC判斷人群價值，需要從消費者與產品兩大維度入手。在此，我們引入CID（Customer ID，消費者畫像數據）、SKU級購買數據（消費者行為數據）這兩個關鍵的數據類型：

CID是站在“消費者”視角， 讓賣家在人群經營中了解賣給了誰、誰是高價值消費者；SKU是站在“商品”視角，幫助賣家全盤掌握買了什么產品、哪些產品賣得好。

當CID與SKU聯動，更有利于賣家實現“把對的產品賣給對的人”。而這正是ROC的核心邏輯。

舉個例子，某個護品牌旗下有洗衣液、洗衣劑等多個品類，通過AMC數據分析發現：約40%的用戶在首次購買了洗手液之后的3個月內，會再次購買洗衣劑。

基于此洞察，品牌在Prime Day大促期間，鎖定“購買洗手液但未購買洗衣劑”的人群進行投放，并推出“洗衣液+洗衣劑”組合優化套裝，有效提升了洗手液的復購和洗衣液的新客增長。

亞馬遜上的洗衣液組合優惠套裝

以上過程，便是ROC驅動品牌增長的一個常見路徑。

在競爭日益激烈的跨境市場，真正能穿越周期的，不是流量，而是對“人”和“商品”關系的深度理解與精細運營。而SKU與CID作為數據基礎，在衡量ROC的過程中至關重要。

2. 垂直化ROI探索，為ROC奠定基礎

要實現“人”和“貨”的價值最大化，品牌不能只盯著銷量數字，更需要打通CID與SKU之間的關聯鏈路。這一聯動的基礎，正是用戶畫像體系的重構，而目前在“人-貨”數據協同方面，最具代表性的實踐者正是亞馬遜。

亞馬遜營銷云（Amazon Marketing Cloud）是首個在確保用戶隱私安全的前提下，將長達五年的SKU級購買數據與CID精準關聯的安全數據共享環境。

AMC部分功能：定義效果衡量目標、運行自定義查詢、匯總生產匿名輸

品牌因此得以跳出傳統“以場景爭奪流量”的思維，轉而專注于從“人”和“貨”出發的行為鏈路，重構更可持續的增長邏輯。

此外，各大零售平臺與品牌也已有相關探索。

Costco憑借會員模式，坐擁超7250萬高質量會員，讓眾多快消品牌看到了巨大的“流量金礦”。面對巨大流量紅利，Costco開始下場零售媒體，探索個性化營銷的影響力。

早在去年6月，Costco已宣布將推出自己的零售媒體網絡（RMN），加入與亞馬遜、沃爾瑪的同臺競爭。Costco計劃通過整合線下門店、官網電商、B2B大宗采購等全渠道數據，將會員用戶與跨渠道廣告投放綁定，在追求廣告利潤的同時，提升會員的體驗。

據Marketing Dive的報道，Google Ads在今年5月表示，將整合Costco的零售媒體數據。兩者的合作意味著品牌可以把Costco的零售媒體受眾數據，應用于YouTube的廣告投放中，從而實現廣告曝光和轉化的聯動，進一步拓寬其“場-人”聯動的邊界。

可見，各大零售平臺都在積極布局，試圖打通CID與SKU之間的數據鏈路，這無疑為品牌定向投放和個性化營銷進一步夯實基礎。然而，品牌也正面臨新的抉擇：如何將AMC的成功經驗遷移至其他平臺？

03 亞馬遜數據賦能，品牌ROC破局利器

值得關注的是，依托亞馬遜在數據開放和營銷推廣的領先優勢，部分先鋒品牌已憑借消費者購物旅程歸因、重新定義POME產品、AMC精準營銷，率先實現投資回報最大化。

這些品牌案例，或許能為我們揭示“品牌實現ROC增長”的可行路徑。

1. 多觸點歸因，定位引流投資點

當站在長期視角，評估高價值消費者的增長路徑與轉化機制時，品牌可以借助多觸點歸因模型，尋求ROC增長的策略。

多觸點歸因模型：用于分析用戶轉化路徑中各個觸點對最終轉化貢獻的模型，根據各觸點在轉化路徑中的實際貢獻分配權重，還原一個用戶從“看到品牌”到“完成購買”之間，所有關鍵觸點的貢獻值。

盡管營銷行業涌現了DTC閉環、AIPL等諸多概念，但消費者的轉化路徑本質上還是傳統的銷售漏斗，且在購買鏈路的變遷中，漏斗的每一層都可能影響消費者的購買決策。

因此，多觸點歸因模型的分析，要與銷售漏斗的框架相結合，精細化考量每個環節對消費者長期價值的實際貢獻，基于品牌戰略進行廣告投放。

多觸點營銷對消費者轉化帶來更大影響

有數據顯示，當消費者同時接觸到電視和數字觸點時，詳情頁瀏覽率提升298%，購買率提升308%，訂閱率增加了653%。這再次印證了：真正高效的廣告投放，應著眼于全漏斗、多觸點的協同效應。

多觸點營銷推動各類關鍵數據提升

除了分層分階段的廣告投放，轉化商業的基礎要素同樣十分重要。若產品詳情頁（PDP）內容質量欠佳或評論不足時，任何廣告投入也只是無用功。

所以，品牌可以綜合考慮投放策略和營銷內容，從而精準定位最佳投放點，有效吸引新客。

2. 優化POME，關注優質客群

如果說多觸點歸因模型的使用，幫助品牌找到了“在哪里”吸引消費者的關鍵，那么市場切入點產品則是解決吸引“誰”的問題。

市場切入點產品（Point of Market Entry，簡稱POME）：指消費者首次購買某品牌的產品，標志著品牌與消費者關系的開端。

通過POME分析，可以判斷“高長期價值產品”以及“高新客引入產品”。前者用戶黏性強、復購率高、總體的利潤貢獻大；后者生命周期價值可能沒有高長期價值產品高，但能吸引大量新用戶下單。圍繞這兩類產品進行新客結構的優化，以及營銷策略的調整，有利于提高消費者的長期價值回報。

以某營養健康品牌為例，為評估亞馬遜關鍵營銷節點對客戶長期價值（LTV）的影響，品牌基于過去五年的數據開展POME分析，測算Prime Day和New Year New You促銷期間LTV的波動差異。

結果發現，NYNY期間LTV波動更平穩，帶來更多高價值、長期客戶；而Prime Day更易吸引一次性購買的價格敏感型用戶。這說明，不同促銷節點帶來的新客質量不同，NYNY帶來的新客ROI更高、回報更持久。

3. AMC賦能人群，實現精準營銷

在推動ROC提升方面，AMC可以整合全域的廣告、消費行為、內容互動數據，追蹤細分消費群體的復購情況、激發觸點，并圈定高LTV受眾做定點投放。

2023年，亞馬遜營銷云推出了自定義受眾（AMC Audiences）的功能。AMC Audiences不僅能幫助品牌精準控制廣告出現位置，更能定位觀看了廣告的觀眾，實施精準營銷策略。

· AMC助力獲取新客

對于品牌而言，通過AMC在機會和認知階段觸達消費者，有助于通過站內外的廣告營銷，吸引并留住目標客群。

基于“AMC篩選人群+DSP投放”的組合拳，某服裝品牌有效提升了“加購但未購買用戶”的轉化率。品牌針對男裝與女裝產品線，分別構建了“棄購”人群包，并應用于亞馬遜DSP廣告投放中。

最終結果顯示：相較于常規DSP策略，新的DSP策略轉化率提升64%，新客獲取率（NTB）提升22%。這說明，品牌可以通過AMC構建更細分的人群標簽，以此為基礎調整廣告投放策略，能提升新客轉化效率。

新的DSP策略提高了新客獲取率和購買率

此外，AMC的數據整合與智能分析，能助力SA實現精準投放。廣告主可以精準定位高LTV群體，針對性優化關鍵詞投放策略，動態調整競價策略，從而提升廣告CTR和CVR。

在某健康保健品牌提升新客獲取效率的實踐中，借助AMC搭建新客相似受眾人群包。這一策略被應用于非品牌詞和競品轉化廣告投放中。投放數據顯示，該方案使CTR顯著提升64%，ROAS增長116%，CVR更實現了167%的躍升。

這一成效驗證了AMC在人群建模和精準投放方面的價值，為其他品牌在利用AMC精開展準營銷提供了可參考的范式。

借助新客相似受眾定位，提升各項關鍵指標

· AMC助力提升新客LTV

在成功獲取新客后，品牌增長的關鍵從拉新向提升消費者的品牌忠誠度轉變，最終實現LTV最大化。

以某快消品牌為例，為了提升“訂購省”（Subscribe & Save，簡稱 SnS）用戶的長期復購率與黏性，該品牌在AMC中搭建了以SnS行為為核心的人群策略，包括：

精準定向：篩選出曾在品牌旗下其他品類產品中參與過SnS的老用戶，并面向其推薦關聯品類的訂閱商品，以此激發跨品類復購行為；

相似人群擴展：基于上述高忠誠用戶的行為數據構建Lookalike模型，擴展出一批具備相似行為特征的新用戶群體，并對這部分人群采用更高的出價策略，以提升轉化效率。

最終實驗結果顯示：實驗組用戶的SnS轉化率相比對照組提升了50%，有效驗證了“基于行為標簽+受眾擴展”的組合策略，不僅能夠驅動跨品類購買和忠誠度提升，更能實現LTV增長，從而帶動整體ROC的顯著提升。

基于新的組合策略，實現訂購省概率提升50%

04 誰掌握數據，誰贏下增長

如今，“消費者數據洞察”已成為零售平臺和品牌的新增長引擎。

品牌希望廣告能帶來可衡量的轉化效果，也更期待零售平臺開放更透明的數據，因此，它們也愈發期待平臺開放SKU+CID等關鍵數據權限。在這一趨勢下，任何推動零售商開放消費者行為洞察的舉措都將創造共贏：品牌方能精準量化消費者回報率(ROC)，轉而推動零售平臺發展高利潤的廣告業務。

目前Instacart、沃爾瑪等頭部零售平臺已率先下場。

Instacart推出了基于用戶行為的自動優化功能，廣告出價和展示將不再依賴手動調整，而是根據用戶真實行為自動優化，實現以“用戶反應”為中心的投放邏輯；還與The Trade Desk合作，打通站內銷售與站外廣告的閉環鏈路，讓廣告主能在投放平臺上直接使用 Instacart 的第一方人群數據。

沃爾瑪也在加速數據合作，不僅深耕自有廣告平臺Walmart Connect，還聯合第三方平臺，幫助品牌獲取更具深度和價值的消費者洞察。

由此可見，誰掌握消費者行為數據，誰將掌握下一個階段的營銷增長主動權。