---

name: sealeap-baihu-amazon-amc-audience-activation description: "Build a privacy-safe Amazon Marketing Cloud audience hypothesis, measurement query plan, and activation experiment. Use when standard audiences are insufficient and the advertiser needs a custom multi-touch or engagement-based segment."

Amazon AMC 受众激活

目标

先证明标准受众无法回答当前问题，再用隐私安全的聚合信号构建可解释的 AMC 人群与增量实验。

适用任务

• 做当前状态的只读诊断。
• 形成有证据、可审批、可回退的计划或单变量实验。
• 判断信息不足时应继续验证、暂停还是保持 HOLD。

开始前要拿到

• AMC 实例、可用数据集、站点、广告实体和允许的回溯窗口。
• 业务问题、目标转化、排除条件、最小聚合要求和激活渠道。
• 标准受众测试结果、预算、控制组方案和数据责任人。

缺少字段时明确标为 UNKNOWN 或 NEEDS_EVIDENCE，不要补造数据。

不可妥协的边界

• Amazon 当前官方规则、账户实时状态和一方业务报告优先；公开内容与第三方数据只能作为待验证启发或代理证据。
• 数值、政策、因果与执行状态分别标为 FACT、ESTIMATE、ASSUMPTION 或 UNKNOWN。
• 不捏造销量、搜索量、成本、产品属性、合规状态、评论、广告结果或平台机制。
• 默认提供诊断或草案。写入前展示对象、旧值、新值、影响、停止线与回退，核对用户已有授权是否覆盖对象、动作与预算；范围已明确授权时继续执行并回读核验，只有未覆盖或扩大的范围才请求批准。
• 不保存或输出素材来源身份、账号、链接、文章编号、发布日期、阅读量、原始话术或其他可反查线索。
• 平台界面、功能、费率、资格和规则会变化；执行前必须在目标站点复核。

工作流

1. 把业务问题写成单一可证伪假设，并先检查标准受众能否完成。
2. 列出所需事件、窗口、广告实体和排除项，不查询与目的无关的数据。
3. 设计聚合查询或无代码模板草案，验证字段、去重、时区和转化定义。
4. 检查人群规模、重叠、隐私阈值和可激活状态，不尝试识别个人。
5. 以固定创意和落地页运行激活/对照试验，记录归因窗口和预算。
6. 比较增量转化、净贡献、触达成本与人群衰减，达标后再扩大。

判断规则

• AMC 是隐私安全的数据净室，不得试图导出、重识别或拼接个人级记录。
• 人群相关性不等于因果增量；必须用控制组或可解释的前后基线。
• 实例、数据集、模板和可激活渠道随账户而异，缺失时标为 UNKNOWN。

必须交付的结果

• 受众假设卡
• 查询/模板字段设计
• 隐私与激活检查表
• 增量实验及复盘模板

结尾列出站点、数据窗口、口径、证据、关键假设、缺口、风险、下一步和所有待批准动作。证据不足时写 HOLD，不得包装成可直接执行。

执行表、指标和质量检查见 references/playbook.md。