AIワークフローにAmazon Marketing Cloudのクエリデータを組み合わせる
Amazon Marketing CloudのデータをAIエージェントに取り込むことで得られる、あまり注目されていない利点の1つは、複数のAMCクエリの出力を組み合わせることができる点です。
ご存じのとおり、AMCは新規顧客獲得率、顧客生涯価値（LTV）、コンバージョン経路、広告効果測定モデルなど、顧客に関する詳細な情報を提供しています。
しかし、多くのブランドや代理店は、こうした知見を具体的な行動に結びつけることに依然として苦労している。
その理由の一つは、ある行動を取るかどうかを決定する際に、非常に多くの知見を比較検討する必要があるからだ。
製品のLTV（顧客生涯価値）は有用なデータポイントですが、その製品のCAC（顧客獲得コスト）とNTB（新規顧客獲得率）に関する比較可能なデータがなければ、LTVだけではあまり役に立ちません。
Claudeを使えば、豊富なAMCデータをこれまで以上に簡単に組み合わせたり接続したりできます。
AMCクエリからの複数の出力を結合したり、AMCから得られた買い物客インテリジェンスを、普段から使用している他のデータセットに重ね合わせたりすることができます。
例えば、検索クエリのパフォーマンスデータと併せて、新規顧客獲得率が最も高い自社製品の一覧を見たい場合もあるでしょう。
Claudeを使えば、好きなデータセットを結合して、それらがどのように重なり合っているかを数分で確認できます。
AMCデータをAIエージェントに取り込むにはどうすればよいですか？
まず最初に、これらのユースケースはすべて、Amazon Marketing CloudのデータとAIエージェント間のMCP接続があって初めて可能になります。
IntentwiseのAI Gateway MCPは、AMCクエリの出力をAIエージェントに取り込み、収集したすべてのAMCデータを使用して質問したり、デッキを作成したりできるようにします。 意図的に探索する.
さらに、Amazon、TikTok、Walmart、Shopify、Google、メタデータなど、お客様の他の主要なデータセットもすべて接続するため、AMCデータをAmazon上や他のチャネル上のシグナルと簡単に組み合わせることができます。
AI Gateway をお試しください 今日の自分のために。
接続されたAMCデータで何ができるのか？
AMCデータをClaudeに接続するMCPができたら、Claudeに次のものを作成するように指示できます。
コスト効率に関するより包括的な情報： マーケティング戦略の費用対効果を推測するのではなく、SKUレベルの顧客獲得コストデータとSKUレベルの顧客生涯価値データを簡単に組み合わせることができます。
これにより、マーケティング活動が実際にどれだけの効果を上げているか、そして新規顧客を獲得するためにどれだけの費用をかけるべきかを包括的に把握できます。
さらに詳細な分析を行いたい場合は、これらのCAC対LTVのデータセットを、AMCの5年間の過去データと並べてグループ化することもできます。
顧客獲得コスト（CAC）と顧客生涯価値（LTV）の比率は、顧客が購入した時期によって変化しましたか？
セール品を購入する人とそうでない人、あるいは祝日期間に買い物をする人とそうでない人の比率を比較するとどうなりますか？
実際、AMCのデータセットを組み合わせれば、どんなことでも可能になる。
さまざまな帰属モデルの比較： 今や誰もが知っているように、Amazonのデフォルトのラストタッチアトリビューションモデルでは、ファネルの上流段階における広告の成功を評価するのは困難です。
AMCではアトリビューションモデルを切り替えることができるため、購入プロセス内のすべての広告に均等な貢献度を割り当てた場合と、購入プロセスの最初の広告に売上に対するすべての貢献度を割り当てた場合とで、広告の成功度指標がどのように変化するかを確認できます。
Claudeを使えば、これらのアトリビューションモデルをすべてまとめて比較検討できます。
キャンペーン指標を、ファーストタッチ、ラストタッチ、またはリニアタッチのアトリビューション別に分類したダッシュボードを作成します。
あるいは、クロードに、さまざまなアトリビューションモデルがパフォーマンスの評価にどのような影響を与えるかに基づいて、キャンペーンをランク付けしてもらうよう依頼してください。
ラストタッチアトリビューションからリニアタッチアトリビューションに切り替えた場合、どのDSPキャンペーンでACOSが最も大きく改善されますか？
クロードはそれらのキャンペーンのリストを迅速に入手できるので、アトリビューションモデルがパフォーマンスを過小評価（または過大評価）している箇所をすぐに確認できます。
コンバージョンに至る経路と広告重複データを組み合わせたビュー： 同様の手法として、コンバージョン経路レポートと広告重複レポートを組み合わせて、売上を最も大きく伸ばす広告を迅速に特定する方法があります。 帰属モデルに関係なく.
コンバージョンまでの経路に関するクエリでは、顧客が購入に至るまでにあなたと接触したすべての接点を確認できます。
広告の重複レポート（どの広告の組み合わせが最も売上につながっているかを測定するレポート）を組み込むことで、ファネル全体の中で最も成功している広告キャンペーンを非常に迅速に特定できるようになります。
クロードに、これら2つのクエリ出力をまとめて表示するダッシュボードを作成するように伝えてください。あるいは、ご希望であれば、クロードにリストを依頼してください。コンバージョンに至る経路と広告の重複データに基づいて、どの広告キャンペーンが最も多くの販売リストを獲得しているかを尋ねてください。
どの広告キャンペーンが本当に効果的で、どれが本当に効果がないかを把握するのが、これまでになく簡単になりました。