亚马逊季度营收首次破2000亿美元？这组亮眼的数字背后，是全球科技巨头在新一轮云计算与零售媒体竞争中的攻守态势，也是对所有构建在亚马逊生态之上的B端应用和智能服务的一次现实“体检报告”。当地时间 7 月 30 日，亚马逊发布 2026 财年第二季度财务业绩：本季度公司总净销售额达到 2006.06 亿美元，较去年同期的 1677.02 亿美元增长约 19.6%～20%；营业利润升至 274.61 亿美元，同比大增 43%；归属于母公司的净利润更是飙升至 626.47 亿美元，较去年同期的 181.64 亿美元增长约 245%，每股摊薄收益（EPS）从 1.68 美元跃升至 5.75 美元，涨幅超过 240%。

如果说整体营收超预期体现的是亚马逊破局宏观消费疲软、稳住电商基本盘的能力，那么财报中的两条子项数据则更值得每一个开发者、SaaS 企业和智能服务提供商反复咀嚼：一是 AWS 云服务当季净销售额达到 422.32 亿美元，同比增长 37%，创下近 18 个季度以来的最高增速；二是广告业务继续维持强劲扩张势头，营收预计已接近 200 亿美元单季水平，年化规模步入数百亿美元区间。在“云+广告”的双轮驱动下，亚马逊正在把自己的平台从单一零售巨头，稳步推向“云基础设施 +零售媒体网络”的复合型数字基础设施角色。

云业务高增速：AWS在AI算力浪潮中“重新提速”

从财报和多家研究机构的分析看，本季度 AWS 的表现堪称“回到高增速时代”。二季度 AWS 收入同比大增 37%，达到 422.32 亿美元，为 2021 年第四季度以来的最高增速；经营利润也从上一年同期的约 101.60 亿美元飙升至 166.21 亿美元，分部利润率从约 33% 升至约 39%，贡献了整个亚马逊集团约六成的经营利润。

推动这轮“再加速”的关键因素，几乎可以用一句话概括：企业对人工智能服务的采用正在大幅拉动云需求。亚马逊 CEO 安迪·贾西在财报电话会上直言：“AWS 正在蓬勃发展。”根据财闻及财联社的报道，AI 相关服务与自研芯片业务的年化营收均已突破 250 亿美元，AWS 积压订单总额更是高达近 4960 亿美元，且同比增速达到三位数。

这意味着，在生成式 AI 和智能体开发的热潮下，无论是在美国还是在亚洲、欧洲，越来越多企业选择将模型训练、推理以及相关存储计算部署在 AWS 上。这些需求中既包括传统互联网企业的模型迁移，也包括大量传统行业（金融、制造、零售）在进行数据基础设施重构时对云平台的依赖。对于开发者而言，AWS 的这一次“重新提速”，等于是在说：未来几年，你应用上每一条智能体任务流、每一次模型调用的底层，都极有可能跑在 AWS 的机架上。

这种集中于单一云厂商的算力与任务分发现象，对于构建在 AWS 之上的 B端应用生态来说，既是红利，也是风险。一方面，应用可以借助 AWS 的托管服务、事件驱动架构和自动扩缩容能力实现快速全球分发与服务稳定；另一方面，流量和调用都高度集中在一个云平台之上，如果开发者在业务层面缺乏独立的任务流量和渠道归因视角，很可能在成本和获客的博弈中处于信息严重不对等的弱势位置。

广告业务强劲扩张：零售媒体网络成为新一代“流量中枢”

与云业务齐飞的，是亚马逊持续增长的广告板块。虽然本次财报对广告业务的数字披露相对简略，但根据此前 Marketplace Pulse、CNBC 以及亚马逊自己的统计，广告服务已连续多个季度实现约 18%～20% 的同比增速，2024 年广告服务收入接近 562 亿美元，且在 2024 年第四季度单季收入已达到约 172.9 亿美元。

更关键的是，亚马逊已经在广告形态上从单一的站内赞助商品、品牌展示位，拓展到涵盖 Fire TV、Twitch 以及包括 Prime Video 在内的流媒体广告。一份IDC发布的零售媒体网络研究指出，零售媒体是数字广告增长最快的领域之一，预计到 2029 年市场规模将达 880 亿美元，其增速是数字广告整体增速的两倍。

在这样的大背景下，亚马逊凭借其掌握的海量用户购物搜索和购买行为数据，构建起了一个既具高度定向能力，又拥有强转化胜率的广告体系。对于品牌方和卖家而言，这意味着他们越来越多的广告预算会从传统搜索引擎和社交广告平台迁移到亚马逊的零售媒体网络上。对于围绕亚马逊生态开发的 B端工具、智能分析服务、自动化运营系统来说，广告板块的膨胀，意味着他们所服务的客户需求正在从“上架运营”转向“投放+转化+复购”的全链路精细化运营过程。

在这种以云平台和零售媒体为核心的生态变迁下，构建在亚马逊上的第三方应用已经不再只是一个“工具位”，而是变成了帮助商家和企业更好利用 AWS 算力、广告投放和电商场景产出的“策略中枢”。要在这个新格局中存活甚至跑赢，就必须能从大量复杂的任务调用、广告曝光和多渠道转化中，独立地抽取出清晰的渠道效果图和任务流量链路。

B端应用的增长新命题：在云与零售媒体夹缝中夺回数据主动权

云业务的高速增长和广告板块的扩张，对开发者和 B端应用来说显而易见的好处，是拥有了更多的基础设施和获客渠道。然而，随着越来越多的应用被部署在 AWS 机架之上，越来越多的广告预算被投入到亚马逊零售媒体网络中，开发者所面临的核心挑战也在悄然改变：从“如何快速上线一个工具”转变为“如何在一个已经高度成熟且封闭的生态里，清楚知道用户到底从哪里来、在哪个环节流失、最终哪个任务为业务带来了真实价值”。

举例来说，一个为跨境电商卖家提供库存优化和智能调价服务的SaaS工具，可能同时在以下渠道获客：

• 卖家在 AWS Marketplace 上看到推荐并试用；
• 在亚马逊广告后台的工具推荐位中被引流；
• 通过第三方电商运营公众号推文点击落地页；
• 在业内大会现场扫码下载试用 App；
• 在某个智能运营机器人中被自动建议使用。

如果没有严谨的渠道编号和全渠道统计机制，这个SaaS工具的运营团队很难在财务报表之外，知道究竟是哪些渠道带来的价值最高的用户。例如，来自 AWS Marketplace 的用户可能付费率更高，但来自会议扫码的用户可能长期留存更好，而来自广告后台工具推荐的用户则可能试用频率更高但付费转化较低。只有看见这些差异，企业才能在数十种渠道中合理分配预算，而不是一味“盲目买量”。

这正是独立的渠道归因和智能传参能力发挥作用的场景。通过为每一个获客入口生成带有渠道编号和参数的推广链接，配合跨端的智能参数携带机制，企业可以在自己的应用内部建立起一条完整的用户旅程轨迹，从首次点击到安装，从安装到激活，从激活到付费，从付费到复购，每一步都能被标记与计算。

同时，在任务维度上，随着越来越多的应用开始接入智能体，将重复性的操作交给 Agent 执行，单纯统计“PV、UV”已经无法满足对任务流质量的评估。开发者需要针对每一个 Agent 调用、每一次任务执行设立独立的流量监控与结果评价体系，去感知哪类任务真正为业务带来了利润，哪类任务只是“看起来忙碌”的噪音。

用全渠道统计和智能传参为亚马逊生态上的应用建立“第二视角”

针对上述挑战，构建在亚马逊生态（无论是AWS、Marketplace还是零售媒体网络）之上的应用和服务，需要通过独立的技术服务为自己建立一个“第二视角”。在实际落地层面，可以从两个方向着手：

建立渠道编号体系与全渠道统计矩阵

首先，在所有可能的投放场景中（包括aws相关的应用市场、亚马逊站内广告推荐位、行业媒体推文以及线下展会等），统一采用带参数的推广链接或二维码，并为每个渠道分配精准的渠道编号。通过接入 全渠道统计 能力，企业可以在统一的统计后台中，清晰看到每个渠道带来的访问量、安装量、激活率以及后续复购情况。

配合 Channel Agent 渠道管理 后台，可以对所有渠道进行分层和分组管理，例如区分“云平台内推荐位”、“零售媒体广告”、“社交传播”、“地推展会”等大类，并在细分维度上进一步识别具体的入口来源。通过这种矩阵性的渠道统计，企业可以快速识别出“高价值渠道”与“低ROI投放”，从而在下一轮预算分配中做出更加理性和高效的决策。

打通跨端拉新与免填邀请码体验

其次，在跨端拉新和身份绑定环节引入 智能传参 技术，让用户在从网页、邮件或平台推荐进入应用的过程中，实现参数携带和免填邀请码的体验。当某个卖家在 AWS Marketplace 上点击进入你的工具介绍页面并决定试用时，他可能会通过桌面浏览器或移动端应用进行安装，如果每次安装都要手动填写邀请码或来自某个渠道的唯一识别码，不仅体验糟糕，还容易因填错导致数据混乱。

通过在推广链接中附带参数，并在应用中嵌入智能匹配的 SDK，用户在完成安装并首次打开应用时，系统能够自动识别并还原这些参数，实现身份、渠道、权益的自动绑定。例如，来自某一特定AWS推荐位的用户，可以在首次登录时自动获得“云用户专享30天试用”，而来自线下展会扫码的用户则可以自动获得“一年折扣价”。这种完全无感的智能传参，不仅极大提升了用户初次体验阶段的好感度，也使渠道统计中的数据更加准确可靠。

在具体集成层面，开发者可以通过 下载中心 获取多平台的SDK和示例工程，在 文档中心 查阅如何在自己的项目中快速集成渠道编号、参数携带和深度链接跳转；而在 关于我们 页面，企业可以进一步了解这些技术背后成熟的服务经验和安全保障机制。

常见问题（FAQ）

亚马逊二季度营收突破2000亿美元，对构建在其生态上的应用意味着什么？

这表明亚马逊已经从“电商平台”转型为“全球数字基础设施”的关键节点，云计算和广告业务正在成为其新的盈利支柱。在其生态上的应用将面临更多基础服务、更多用户流量，但也意味着竞争更加激烈，只有在流量获取和转化效率上跑赢同行，才能真正受益于这个庞大的平台。

AWS 云业务 37% 的高增速，会如何影响智能体和Agent型应用的开发？

高增速意味着更多企业将模型训练和任务推理部署在 AWS 上，这对智能体和Agent型应用是利好，因为算力和服务的可用性更强。但同时也意味着更多应用在争夺有限的用户注意力和预算，开发者需要通过任务流量的监控与归因，确保每一次智能体任务调用都是有价值的，而不是单纯消耗算力和Token。

在亚马逊广告和云服务强势的环境下，为什么全渠道统计和智能传参变得如此重要？

因为获客路径变得极其复杂，用户可能从云平台推荐、站内广告、线下活动、邮件邀请等多种入口进入应用，如果企业不清楚哪些入口带来的用户质量最高，就无法合理安排预算。智能传参与全渠道统计有助于企业建立一套独立于平台的视角，精准掌握“谁从哪来、在哪一步离开、到底值多少钱”。

行业动态观察

亚马逊二季度财报显示，其已经稳居“云+零售媒体”双轮驱动的全球科技巨头行列。对于依附于这一生态的应用和服务而言，这是一个既充满机会又充满变量的时代。营收和利润的高增速告诉我们，数字化和智能化的需求仍在不断扩展；云和广告的结构变化则提醒我们，流量的来源和计价方式正在被重写。

在这样的环境中，开发者和企业如果只是被动接入 AWS 和广告服务，寄望于“平台强则己强”，很容易在数据和成本的竞赛中陷入被动。真正能长久站稳脚跟的，必定是那些提前建立了独立全链路归因能力和智能传参体系的团队——他们不会只看平台给出的单一指标，而是用自己的统计矩阵和任务监控，为每一笔营销投入和每一条智能体任务流建立一份可核算的账本。

在这个意义上，亚马逊最新的财报不只是科技媒体的头条，更是一份给所有“跑在云上”的产品团队的现实提醒：基础设施和广告网络正在变得前所未有的强大，但真正决定你能否在这个庞大生态中获得持续增长的，是你是否拥有一套独立的、跨渠道、跨端的用户旅程视野——而这恰恰是全渠道统计、智能传参和任务流量监控在这个时代最大的技术价值所在。