「SQLは不要」という訴求を見かけますが、広告のキャッチコピーとしてありだとしても実際に不要なのでしょうか？
個人的にはアマゾン運用にハンズオンで携わる売上責任をもった人であれば一定の知識はあるに越したことはないと思います。
「SQL不要」訴求の裏にはその言葉の響きがとっつきにくいことに配慮したのでしょう。それでもデータの構造みたいなものはメンタルモデルとして押さえておいたほうが良いと思います、SQL言語として理解しないまでも。
何故なら顧客の行動仮説を立てながら施策に落とし込んで検証しつづけることこそがマーケターの宿命だと思うからです。「自分でSQLを書く」くらいの勢いがあってもいいと思います（実際は書かないまでも、正直確かに敷居は高い）。
逆に言うなら「SQLが不要」とはどういう状態かというと既成のダッシュボードを良しとする姿勢。もちろん一理あります。確かに楽だし正確だし一目でわかるという意味で優れている。が、「受け身」の姿勢は否めません。報告用とか、他部門と共有するとか、にはちょうど良いかも。「SQL不要」とはようするにダッシュボードに依存している状態なので限定的な使い方になります。極端にいえばそこで思考が止まってしまうというデメリットがあります。
マーケターはそれに満足しては駄目で、ダッシュボードにはない第三、第四の切り口でデータを切っていって「差を見る」という姿勢・習慣が必要です。そして「差を見る」時には同時に顧客ユーザーの行動や広告のシグナルなど掛け合わせるメンタルモデルが鍛えられ、仮説検定にこそ発見があります。自分で書かなくともSQLを書いてくれる人を社内（IT部門）あるいは社外（広告代理店など）にもつこと、その依頼をするときには一気通貫スムーズに効率よく依頼できるというメリットがあります。データの構造(大袈裟に言うならアーキテクチャ)がわかってないと、どういう仮説検定が可能かの見立てができない。そこにマーケターのセンスがあります。
A/Bテストはアマゾンではなかなか設定が難しいのですが、それでもある顧客や売上の塊を２つに割ってみる、なにを軸に割るかということに、マーケターあるいはリサーチャーとしてのセンスが問われます。なぜその属性で切るのか？商品Aを買った人と買わなかった人という切り方もあるでしょう。そのときに母数が十分になるか？つまり、２つの集団を比較するときにいわゆる差の検定をしなければいけません。という風にどんどん掘り下げている力が必要になります。SQLだけでばなく、統計学の知識も必要になります。
現在はAmazon Ads AgentといういわゆるAIのチャットボット（残念ながら現時点では日本語未対応,正確にいうと初回は日本語で聞けるけど、問答が英語に限定される、ベータ版）が実装されましたのでSQLおよびビジネスロジック検証などのサポートは充実しています。私も実は全部自力でSQLを書けといわれると戸惑ってしまう方で、普段はAIにサポートしてもらいながら書いてますが、ことAMCに関しては一番正確で詳しくかつセキュアなAmazon Ads Agentに頼っています。ご存知のとおりAIも完璧ではなく(Amazon Ads Agentも含めて)けっこう間違いもあり、最終的な検証は自己責任になってしまいます。Amazon Ads Agent のサポートを受ける前提としてもある程度のSQLの基礎知識は必要だと思います。なぜなら、Amazon Ads Agent に何をどこからどう聞いていいかわからないからです。
SQLは要するに「習うより慣れろ」ですから、まず何か書いてみる（あるいは書いてもらう）そして実行する、すると結果が戻ってくる。この繰り返しでだんだん慣れてきます。一番簡単な例でいえば、
SELECT
SUM(purchase_units_sold)
FROM
amazon_retail_purchases
WHERE asin = ‘ABCD123456’;
このSQLは指定したASINが何個売れたかを出すだけで、この程度であればVendor Centralのレポートから出せるので、あまり意味はないのですが、ここからいろいろと拡張していくことができます。とくにAという商品を買ったユーザーが何人で、購入から９０日以内に何人の人が継続購入したか、などVendor Centralのレポートでは出せないような数値を出すことができます。
