Amazon Marketing Cloud 5-Jahres-Daten: 6 Use Cases, die man jetzt nutzen sollte

Veröffentlicht: 2026-09-24
Autor: Marcel Christen | Seoholics
Lesezeit: 3 min

Was ist passiert?

Amazon hat den Zugriff auf historische Kaufdaten in der Amazon Marketing Cloud (AMC) massiv erweitert. Werber können nun auf einen Zeitraum von bis zu fünf Jahren zugreifen. Zuvor war dieser Rückblick auf 13 Monate begrenzt. Dies ermöglicht präzisere Analysen über den Kundenwert und die Neukundengewinnung.

Was zu tun ist
  1. Analyse des Lifetime Value (LTV) durchführen
  2. New-to-Brand (NTB) Zeitfenster anpassen
  3. Win-Back-Kampagnen für inaktive Kunden starten
  4. Gateway-Produkte identifizieren

Die Fakten

  • Die Amazon Marketing Cloud (AMC) ist ein Data Clean Room, also eine sichere Umgebung für die Analyse von Werbedaten ohne Preisgabe personenbezogener Informationen.
  • Bisher war der Zeitrahmen für Analysen auf einen rollierenden Zeitraum von 13 Monaten beschränkt.
  • Amazon führte 2025 den Datensatz Amazon Retail Purchases ein, der den Rückblick auf bis zu fünf Jahre ausweitet.
  • Dieser Datensatz war ursprünglich kostenpflichtig, wurde aber im Juni 2026 bis zum Ende des Jahres 2026 kostenlos gestellt.
  • Die Daten lassen sich nun nutzen, um Zielgruppen für Werbemaßnahmen auf Prime Video, Twitch, Roku und Netflix zu erstellen.

Was bedeutet das für Dich?

Diese Neuerung betrifft primär Marken, die als Vendor auf Amazon verkaufen und Werbebudgets für die Kundenakquise einsetzen. Besonders relevant ist sie für Betreiber in Kategorien mit langen Kaufzyklen, wie beispielsweise bei Unterhaltungselektronik oder Luxusgütern. Wer nur kurzfristige Konsumgüter verkauft, profitiert ebenfalls, jedoch weniger stark von der extremen Zeitspanne.

Für Onlineshops und Marken

  1. Analyse des Lifetime Value (LTV) durchführen: Der LTV beschreibt den Gesamtwert eines Kunden über die gesamte Zeit seiner Beziehung zur Marke. Ermittle, welche Produkte als Einstieg dienen und später zu teureren Käufen führen. Du erkennst den Erfolg daran, dass du deine maximalen Akquisitionskosten (CAC) pro Produkt präziser festlegen kannst. Der Aufwand ist mittel, da dies SQL-Abfragen oder vorgefertigte Queries erfordert.
  2. New-to-Brand (NTB) Zeitfenster anpassen: NTB-Raten zeigen an, ob ein Kunde zum ersten Mal bei deiner Marke kauft. Definiere ein individuelles Zeitfenster für die Neukunden-Definition, das über die standarden 13 Monate hinausgeht. Ein Erfolg zeigt sich in einer realistischeren Quote an echten Neukunden. Der Aufwand ist gering, da der Datensatz sehr flexibel konfigurierbar ist.
  3. Win-Back-Kampagnen für inaktive Kunden starten: Erstelle Zielgruppen aus Käufern, die seit mehr als einem Jahr nichts mehr bestellt haben. Du erkennst die Wirkung an steigenden Umsätzen durch Kunden, die zuvor als verloren galten. Der Aufwand ist hoch, da eine präzise Segmentierung und eine passende Werbestrategie in der Amazon DSP (Demand Side Platform) nötig sind.
  4. Gateway-Produkte identifizieren: Gateway-Produkte sind Artikel, die Kunden dazu bewegen, zum ersten Mal eine Marke zu testen. Analysiere über die fünf Jahre, welche günstigen Produkte oft Vorläufer für teure Bündelware sind. Das Ergebnis ist eine optimierte Budgetverteilung auf diese „Türöffner-Produkte“. Der Aufwand ist mittel.

Wenn du diese Daten ignorierst, riskierst du Fehlentscheidungen bei deinen Werbeausgaben. Du bewertest Kampagnen möglicherweise als schlecht, obwohl sie langfristig sehr wertvolle Kunden gewinnen.

Experten-Meinung

Die Erweiterung auf fünf Jahre behebt eine kritische Lücke im Attributionsmodell von Amazon. Bisher dominierte das Last-Touch-Modell, bei dem nur der letzte Klick vor dem Kauf gewertet wird. Dies verzerrt die Sicht auf Display-Anzeigen, die oft nur den ersten Impuls setzen. Durch die AMC können Marken nun die „Inkrementalität“ messen. Das bedeutet, es wird geprüft, ob ein Kauf nur wegen der Anzeige passierte oder auch ohne sie erfolgt wäre. Wer heute nicht auf diese tiefen Einblicke setzt, steuert seine Budgets im Blindflug und verlässt sich auf unvollständige Daten.

Daten und Zahlen

Der entscheidende Sprung liegt in der zeitlichen Dimension der Datenanalyse. Während die Analyse zuvor auf einen Zeitraum von 13 Monaten beschränkt war, stehen nun 60 Monate an rollierenden Shopping-Events zur Verfügung. Dieser Unterschied ist besonders bei Produkten mit langen Wiederkaufzyklen relevant. Der Zugriff auf den Datensatz Amazon Retail Purchases war bis Juni 2026 kostenpflichtig. Seit diesem Zeitpunkt ist er bis Ende 2026 kostenlos verfügbar. Damit sinkt die Eintrittshürde für kleinere Marken, die bisher keine hohen Budgets für Datenanalysen hatten.

Zeitraum Datenanalyse

Verfügbare historische Kaufdaten in der AMC

Zuvor
13 Monate
Jetzt
60 Monate

Ausblick

Die Hürden für die Nutzung komplexer Daten sinken weiter. Amazon integriert zunehmend „agentic functionality“ über den Amazon Ads Agent. Das bedeutet, dass KI-gestützte Assistenten die Erstellung von Abfragen übernehmen. Man benötigt künftig keine tiefen SQL-Kenntnisse mehr, um komplexe Zielgruppen zu definieren. Die Verknüpfung von First-Party-Daten, also eigenen Kundendaten vom Webshop, mit den Amazon-Daten wird der nächste große Hebel für eine kanalübergreifende Optimierung.

Verwandte Artikel