Amazon unBoxed 2026: 5 cập nhật về AI thương hiệu cần chú ý

Amazon unBoxed 2026 công bố hàng loạt cập nhật mới nhằm đưa AI sâu hơn vào quá trình lập kế hoạch, triển khai và tối ưu quảng cáo. Từ Amazon Ads Agent, chiến dịch Full-Funnel đến quảng cáo hội thoại và cá nhân hóa Brand Store, nhiều công việc vận hành đang dần được tự động hóa. Tuy nhiên, AI của Amazon chủ yếu dựa trên dữ liệu và tín hiệu trong hệ sinh thái của chính nền tảng. Vì vậy, để đưa ra quyết định tốt hơn, thương hiệu vẫn cần kết hợp thêm dữ liệu về đối thủ, thị phần, lợi nhuận, tồn kho và hành vi khách hàng. Dưới đây là 5 cập nhật đáng chú ý từ unBoxed 2026 và những hàm ý cho chiến lược Retail Media trong Quý 4/2026 và năm 2027.

1. Amazon Ads Agent: Vận hành nhanh hơn, yêu cầu quyết định chiến lược lớn hơn

Amazon đang hợp nhất DSP và Ads Console vào Amazon Ads Agent, tạo một nền tảng quản lý chung cho ba nhóm chiến dịch: Sponsored Ads, Full-Funnel Campaigns và DVA+ – định dạng kết hợp Display, Video và Audio.

Điểm nổi bật là giao diện hội thoại bằng ngôn ngữ tự nhiên. Thay vì thực hiện nhiều thao tác thủ công, marketer có thể yêu cầu AI dự báo quy mô đối tượng, ước tính độ phủ, đề xuất ngân sách hoặc điều chỉnh chiến dịch trực tiếp bằng câu lệnh thông thường. Điều này đặc biệt hữu ích với các tác vụ lặp lại và giúp rút ngắn thời gian thiết lập chiến dịch.

Tuy nhiên, Amazon Ads Agent chỉ nhìn thấy một phần của bức tranh kinh doanh. Các đề xuất chủ yếu dựa trên dữ liệu, benchmark và tín hiệu bên trong hệ sinh thái Amazon. Hệ thống không thể tự đánh giá đầy đủ những yếu tố bên ngoài như:

• Đối thủ đang thay đổi giá như thế nào.
• Thứ hạng organic của sản phẩm đang tăng hay giảm.
• Thị phần của thương hiệu trong toàn ngành hàng.
• Doanh số tăng nhờ quảng cáo hay đơn giản vì đối thủ đang hết hàng.
• Sản phẩm nào cần ưu tiên vì có biên lợi nhuận hoặc tồn kho phù hợp hơn.

Vì vậy, khi giao nhiều công việc vận hành hơn cho AI, doanh nghiệp càng cần xác định rõ những nguyên tắc mà hệ thống phải tuân theo. Trước khi mở rộng tự động hóa, thương hiệu nên làm rõ thứ tự ưu tiên của KPI, phạm vi ngân sách có thể chấp nhận, giới hạn về lợi nhuận và tồn kho, cũng như những quyết định bắt buộc phải có con người phê duyệt.

Nói cách khác, Amazon Ads Agent có thể giúp trả lời câu hỏi “làm thế nào để tối ưu quảng cáo trên Amazon?”, nhưng thương hiệu vẫn phải tự trả lời câu hỏi quan trọng hơn: “đâu mới là mục tiêu kinh doanh cần ưu tiên?”. Khi phần vận hành ngày càng được tự động hóa, khả năng đặt đúng mục tiêu và đánh giá kết quả bằng dữ liệu rộng hơn sẽ trở thành lợi thế của marketer.

2. Full-Funnel Campaigns giúp thương hiệu mở rộng lên tầng trên phễu

Amazon đang đưa nhiều định dạng quảng cáo vào cùng một mô hình Full-Funnel Campaigns, trong đó Sponsored Ads, Display, Video và Streaming TV được quản lý dưới một ngân sách chung do AI tự động phân bổ. Mô hình này hiện đã được mở cho toàn bộ nhà quảng cáo tại Mỹ.

Theo dữ liệu thử nghiệm từ Amazon, Full-Funnel Campaigns có thể giúp ROAS dài hạn tăng 67% và giảm 29% chi phí thu hút khách hàng mới. Điều này cho thấy mô hình có tiềm năng giúp các thương hiệu mở rộng tiếp cận ở tầng nhận biết và cân nhắc mà không cần tự vận hành từng kênh riêng lẻ.

Tuy nhiên, thương hiệu cần thận trọng khi đọc kết quả. Vì AI tự động tối ưu toàn bộ phễu, hiệu suất mạnh ở tầng chuyển đổi có thể kéo chỉ số trung bình chung lên, trong khi chưa chắc chiến dịch thực sự tạo thêm nhu cầu mới ở tầng trên.

Vì vậy, ngoài ROAS, doanh nghiệp nên theo dõi thêm:

• Tỷ lệ khách hàng mới đối với thương hiệu.
• Thị phần tìm kiếm từ khóa thương hiệu.
• Thị phần từ khóa chung trong ngành hàng.
• Mức tăng về độ phủ hoặc nhu cầu tìm kiếm độc lập với quảng cáo.

Full-Funnel Campaigns đặc biệt phù hợp với các thương hiệu có ngân sách vừa và nhỏ, muốn thử nghiệm upper-funnel nhưng chưa đủ nguồn lực để vận hành DSP riêng. Cách tiếp cận phù hợp là chọn một nhóm sản phẩm riêng để thử nghiệm trong 1 - 3 tháng, sau đó đối chiếu dữ liệu Amazon với các chỉ số độc lập trước khi mở rộng quy mô.

3. Branded Conversations đưa thương hiệu vào hội thoại mua sắm với Alexa

Branded Conversations là một bước mở rộng đáng chú ý của Amazon trong việc đưa quảng cáo từ định dạng hiển thị sang tương tác hội thoại. Tính năng này dự kiến ra mắt tại Mỹ vào tháng 01/2027, cho phép người dùng tiếp tục trò chuyện với Alexa sau khi tương tác với Sponsored Brands.

• Thương hiệu cần cung cấp dữ liệu đầu vào rõ ràng: Doanh nghiệp sẽ chuẩn bị một “Conversation Brief” chứa thông tin về điểm khác biệt của sản phẩm, tính năng phù hợp với từng nhu cầu và các sản phẩm có thể mua kèm. Alexa sử dụng dữ liệu này để trả lời câu hỏi và đưa ra gợi ý trong quá trình mua sắm.

• Hội thoại có thể kéo dài sau điểm chạm quảng cáo: Theo kết quả thử nghiệm, khoảng 20% người dùng đã tương tác với câu lệnh Sponsored Brands tiếp tục trò chuyện thêm về thương hiệu đó. Điều này mở ra khả năng biến một lượt xem quảng cáo thành một cuộc tư vấn dài hơn.
• Chất lượng nội dung thương hiệu trở thành yếu tố quan trọng hơn: Khi Alexa dựa vào dữ liệu do thương hiệu cung cấp để tư vấn, các thông tin trên PDP, Brand Store, FAQ hay nội dung so sánh sản phẩm cần được chuẩn hóa và cập nhật thường xuyên.

Với thương hiệu, bài toán không còn chỉ là viết quảng cáo hấp dẫn. Doanh nghiệp cần xây dựng một hệ thống nội dung đủ chi tiết để AI có thể hiểu đúng sản phẩm và trả lời nhất quán trong nhiều tình huống khác nhau. Điều này khiến product content, FAQ và nội dung so sánh ngày càng trở thành một phần của chiến lược AI Commerce, chứ không chỉ là tài liệu hỗ trợ bán hàng.

4. Review Requests giúp thương hiệu tăng tốc thu thập đánh giá sản phẩm

Từ tháng 11/2026, Amazon dự kiến triển khai Review Requests tại Bắc Mỹ cho các sản phẩm có dưới 1.000 lượt đánh giá. Tính năng này giúp người mua đã được xác thực có thể nhanh chóng để lại đánh giá chỉ với một thao tác, ngay từ những vị trí có lượng truy cập cao như trang chủ Amazon.

• Tăng tốc độ thu thập review: Trong giai đoạn thử nghiệm, các sản phẩm sử dụng Review Requests ghi nhận số lượng đánh giá và xếp hạng mới mỗi tuần cao gấp khoảng 3 lần so với thông thường. Điều này đặc biệt hữu ích với sản phẩm mới hoặc những SKU đã có doanh số nhưng chưa tích lũy đủ lượng review để tạo niềm tin.

• Review trở thành một khoản đầu tư media: Review Requests được vận hành dưới dạng vị trí quảng cáo, vì vậy thương hiệu cần lựa chọn sản phẩm để phân bổ ngân sách thay vì áp dụng đồng loạt. Các SKU bán tốt nhưng có ít đánh giá có thể là nhóm nên được ưu tiên.
• Chất lượng sản phẩm cần được xử lý trước khi tăng tốc review: Việc thu hút thêm đánh giá không đảm bảo tất cả phản hồi đều tích cực. Nếu sản phẩm đang có những khiếu nại lặp lại về chất lượng, bao bì hay trải nghiệm sử dụng, Review Requests có thể khiến các vấn đề này xuất hiện nhanh và rõ hơn.

Vì vậy, trước khi triển khai, thương hiệu nên rà soát các sản phẩm mới, SKU có tiềm năng tăng trưởng nhưng lượng review thấp và những vấn đề thường xuyên được khách hàng phản ánh. Khi chất lượng sản phẩm đã ổn định, Review Requests mới thực sự trở thành công cụ giúp tăng social proof và hỗ trợ chuyển đổi.

5. Brand Store được cá nhân hóa theo từng nhóm khách hàng

Amazon đang mở rộng khả năng cá nhân hóa Brand Store bằng cách cho phép thương hiệu hiển thị những phiên bản trang khác nhau cho từng nhóm khách hàng. Thay vì mọi người đều được đưa đến cùng một trang đích sau khi nhấp vào quảng cáo, nội dung có thể được điều chỉnh dựa trên mối quan hệ trước đó giữa người dùng và thương hiệu.

Một số nhóm khách hàng có thể được thiết kế trải nghiệm riêng gồm:

• Khách hàng mới hoàn toàn: Ưu tiên giới thiệu thương hiệu, sản phẩm chủ lực và những lý do nên lựa chọn.
• Khách hàng đã lâu không mua: Có thể được tiếp cận bằng sản phẩm mới, ưu đãi quay lại hoặc thông điệp nhắc nhớ thương hiệu.
• Khách hàng có tiềm năng mua chéo: Hiển thị các danh mục bổ sung dựa trên những sản phẩm họ đã mua trước đó.
• Khách hàng trung thành: Ưu tiên sản phẩm mới, bundle hoặc những ưu đãi dành riêng cho nhóm đã có mức độ gắn kết cao.

Điểm đáng chú ý là cá nhân hóa không còn dừng lại ở việc chọn đúng đối tượng quảng cáo. Trải nghiệm sau khi người dùng nhấp vào cũng có thể được điều chỉnh để phù hợp hơn với nhu cầu và mức độ quen thuộc của từng nhóm khách hàng.

Với thương hiệu, bước đầu phù hợp là xác định khoảng 3–5 nhóm khách hàng quan trọng nhất, sau đó xây dựng thông điệp, danh mục sản phẩm và ưu đãi riêng cho từng nhóm. Cách làm này giúp Brand Store chuyển từ một trang giới thiệu chung thành một điểm chạm có vai trò rõ hơn trong việc thu hút khách hàng mới, mua chéo và giữ chân khách hàng hiện tại.

6. Cập nhật bổ sung: Phân tích dữ liệu bằng ngôn ngữ tự nhiên giúp giảm rào cản kỹ thuật

Amazon cũng mở rộng khả năng phân tích dữ liệu bằng hội thoại lên gần 1.000 chỉ số, đồng thời bổ sung AMC SQL Generator cho Amazon Marketing Cloud.

Thay vì phải tự viết câu lệnh SQL, marketer có thể mô tả yêu cầu bằng ngôn ngữ tự nhiên, sau đó hệ thống chuyển đổi thành truy vấn phù hợp. Điều này giúp nhiều đội ngũ ngoài bộ phận Data hoặc Analytics có thể tiếp cận dữ liệu sâu hơn mà không cần kỹ năng lập trình chuyên biệt.

Tuy nhiên, khi rào cản kỹ thuật giảm xuống, năng lực quan trọng lại chuyển sang một hướng khác: đặt đúng câu hỏi, hiểu bối cảnh kinh doanh và biết cách diễn giải kết quả. AI có thể giúp lấy dữ liệu nhanh hơn, nhưng vẫn cần con người quyết định dữ liệu nào thực sự quan trọng và nên chuyển thành hành động như thế nào.

7. Kết luận

Amazon unBoxed 2026 cho thấy AI đang dần đảm nhận phần lớn các thao tác vận hành quảng cáo lặp lại, từ thiết lập chiến dịch, phân bổ ngân sách đến truy xuất dữ liệu. Tuy nhiên, lợi thế cạnh tranh của thương hiệu không nằm ở mức độ tự động hóa cao nhất, mà ở khả năng đặt mục tiêu rõ ràng, thiết lập giới hạn phù hợp cho AI và đánh giá kết quả bằng nhiều nguồn dữ liệu khác nhau. Khi AI hiểu Amazon ngày càng tốt hơn, thương hiệu càng cần hiểu sâu hơn về khách hàng, thị trường và mục tiêu kinh doanh của chính mình.

Bài viết được biên tập bởi Ori Marketing Agency