نمای رسمی پلتفرم Amazon Ads Agent با منوی کمپین‌ها و پنجره گفت‌وگوی هوش مصنوعی
نمای رسمی Amazon Ads Agent در خبر ۲۹ سپتامبر ۲۰۲۶. منبع تصویر: Amazon Ads. لوگو و اطلاعات رابط کاربری تغییر نکرده‌اند.

آمازون در ۲۹ سپتامبر ۲۰۲۶ و در رویداد unBoxed، Amazon Ads Agent را به عنوان نام تازه پلتفرم یکپارچه تبلیغاتی خود معرفی کرد. موضوع فقط اضافه شدن یک پنجره گفت‌وگو نیست. آمازون می‌خواهد برنامه‌ریزی رسانه، ساخت کمپین، هدف‌گیری، بهینه‌سازی و تحلیل عملکرد را در یک محیط مبتنی بر هوش مصنوعی جمع کند. برای مدیر بازاریابی، پرسش مهم این است که کدام بخش کار واقعاً ساده می‌شود و کدام تصمیم همچنان باید در اختیار انسان بماند.

Amazon Ads Agent دقیقاً چه چیزی را یکپارچه می‌کند؟

طبق اطلاعیه رسمی Amazon Ads، سه نوع کمپین در یک محیط قرار می‌گیرند: تبلیغات اسپانسری، Full Funnel Campaigns و تبلیغات نمایشی، ویدیویی و صوتی. کاربر می‌تواند از ابزارهای دستی استفاده کند، بخشی از تصمیم‌ها را به هوش مصنوعی بسپارد یا ترکیبی از هر دو را انتخاب کند.

در Full Funnel Campaigns، تبلیغات اسپانسری، نمایش، ویدیو و تلویزیون اینترنتی در یک کمپین به هم متصل می‌شوند. آمازون می‌گوید تبلیغ دهنده بودجه، محصول و محتوای خلاقه را تعیین می‌کند و سیستم برنامه‌ریزی، اجرا و بهینه‌سازی را انجام می‌دهد. DVA+ نیز خرید رسانه در تلویزیون اینترنتی، ویدیوی آنلاین، نمایش و صوت را ساده می‌کند و در تنظیمات پیشرفته همچنان امکان کنترل هدف‌گیری، منابع عرضه، محدودیت فراوانی نمایش و استراتژی پیشنهاد قیمت وجود دارد.

چه چیزی امروز در دسترس است؟

مرز میان معرفی محصول و دسترسی واقعی باید روشن بماند. Full Funnel Campaigns اکنون برای همه تبلیغ دهندگان در ایالات متحده در دسترس اعلام شده است. عرضه DVA+ از اواخر اکتبر آغاز می‌شود و قابلیت‌های گفت‌وگویی تازه طی ماه‌های آینده توسعه پیدا می‌کنند.

صفحه دسترسی رسمی می‌گوید تجربه گفت‌وگویی فعلاً در نسخه آزمایشی بسته برای تبلیغ دهندگان واجد شرایط ارائه می‌شود. امارات، عربستان و ترکیه در فهرست بازارها هستند، اما ایران در این فهرست نیست. بنابراین این خبر برای بسیاری از تیم‌های ایرانی فعلاً بیشتر یک نشانه جهت حرکت بازار تبلیغات است تا ابزاری که بتوانند همین امروز مستقیماً فعال کنند.

تغییر اصلی برای تیم بازاریابی چیست؟

ارزش انسانی از کلیک کردن در پنل به تعریف مسئله، تعیین محدودیت و قضاوت درباره نتیجه منتقل می‌شود. اگر هدف مبهم باشد، بهینه‌سازی سریع فقط می‌تواند بودجه را با سرعت بیشتری در جهت نامشخص خرج کند. تیم باید پیش از استفاده از عامل هوشمند بداند هدف کسب و کار چیست، کدام مخاطب اولویت دارد، چه محدودیت‌هایی نباید شکسته شوند و چه معیاری اجازه افزایش بودجه را می‌دهد.

این موضوع با گزارش AI Max گوگل یک الگوی مشترک دارد: پلتفرم‌ها در حال تبدیل شدن از ابزار اجرا به محیط پیشنهاد و اقدام هستند. همچنین یکپارچه شدن قالب‌های رسانه‌ای به بحث خرید یکپارچه ویدیوی عمودی در DV360 نزدیک است. تفاوت مهم این است که Amazon Ads Agent تصمیم‌ها را بر داده‌ها و اهداف داخل اکوسیستم آمازون بنا می‌کند؛ این داده‌ها ارزشمندند، اما تمام اقتصاد برند را نشان نمی‌دهند.

اعداد اولیه را چگونه بخوانیم؟

آمازون گزارش کرده است تبلیغ دهندگانی که با زبان طبیعی پیشنهادهای هدف‌گیری را اعمال کرده‌اند، به طور میانگین بیش از ۲۵ درصد مشتری یکتای بیشتری به دست آورده و هزینه هر هزار نمایش آن‌ها بیش از ۱۰ درصد کاهش یافته است. این داده از سوی خود عرضه کننده ارائه شده و جزئیات کافی برای تعمیم به هر صنعت، بازار و بودجه منتشر نشده است. عدد باید دلیل طراحی آزمون باشد، نه تضمین بازده.

یک چارچوب عملی برای آزمایش

  • پیش از فعال سازی، هزینه، دسترسی، فروش و زمان صرف شده برای مدیریت کمپین را به عنوان خط پایه ثبت کنید.
  • آزمون را با یک هدف، یک گروه محصول و بودجه محدود شروع کنید.
  • سقف بودجه، محدودیت فراوانی، منابع عرضه مجاز و تصمیم‌هایی که نیاز به تأیید انسانی دارند را از ابتدا مشخص کنید.
  • همه پیشنهادهای اجرا شده توسط عامل را ثبت کنید تا بتوانید علت تغییر عملکرد را بررسی کنید.
  • نتیجه را فقط با شاخص‌های داخل پلتفرم نسنجید. حاشیه سود، فروش افزوده، جست‌وجوی برند و کیفیت مشتری را نیز بررسی کنید.

این آزمون باید بخشی از یک برنامه بازاریابی روشن باشد. سرعت اجرا جای تصمیم استراتژیک را نمی‌گیرد.

جمع بندی مدیریتی

Amazon Ads Agent نشان می‌دهد خرید رسانه به سمت رابط گفت‌وگویی و اجرای خودکار چند مرحله‌ای حرکت می‌کند. مزیت بالقوه، کاهش کار تکراری و اتصال بهتر داده‌هاست. ریسک اصلی، واگذاری تصمیم به مدلی است که در محدوده داده و منطق تجاری همان پلتفرم بهینه می‌کند. تیم برنده الزاماً تیمی نیست که زودتر همه چیز را خودکار کند؛ تیمی است که هدف، داده، محدودیت و معیار توقف را دقیق‌تر تعریف کند.

تاریخ رویداد و اعلام رسمی: ۲۹ سپتامبر ۲۰۲۶. تاریخ انتشار تحلیل: ۳۰ سپتامبر ۲۰۲۶. منابع: اطلاعیه Amazon Ads و جزئیات دسترسی تجربه گفت‌وگویی. تحلیل و چارچوب آزمون از نویسنده است.