去年 Q4 我接手了一个家居品类的亚马逊美国站账户，日预算 2400 美元，ACOS 长期卡在 41%-44% 之间。前任投手的离职交接文档只有一句话：“拉高转化词出价，砍掉 ACOS 超过 60% 的词。” 我按这句话执行了两周，ACOS 掉到 37%，但广告订单量同步掉了 19%，整体 TACOS 反而上升了 1.8 个百分点。那一刻我意识到一个很多团队都会踩的坑：把“精细化运营”理解成“把出价改得更细”，其实是在用战术动作掩盖执行标准的缺失。
跨境电商的广告投放，真正难的不是设置竞价，而是让“什么情况下该做什么”变成一套可复现、可交接、可追责的执行标准。一个投手凭手感能把 ACOS 压到 30%，换个人接手立刻回到 45%，这不叫精细化，这叫个人能力锁定。下面我把这两年跑过的账户、踩过的坑、以及最后沉淀下来的那套广告投放执行标准，完整拆开讲一遍。
如果你时间有限，只看这一段就够了。我对“广告投放精细化运营”的定义是：把投放决策从“人脑实时判断”迁移到“分层标准 + 阈值触发 + 复盘校准”的闭环上。一个账户是否真的做到了精细化，不看它用了多少自动化规则，而是看三件事。
“这个词表现不好，降点价”，这不是标准。“某关键词连续 7 天点击量 ≥ 15 次、订单为 0、花费 ≥ 客单价的 40%，次日 12:00 前降价 15% 或加入否词清单”，这才是标准。差别在于，前者依赖判断者的经验水位，后者任何人拿着数据表都能执行，且执行结果可验证。
我在做账户诊断时，会先问一个很笨的问题：这个账户过去 30 天做过多少次调整，每一次调整的触发条件是什么？绝大多数团队答不上来。答不上来，就说明账户是“手感驱动”的，精细化无从谈起。
我给自己定过一个土标准：把执行标准文档交给一个懂后台操作但没做过这个类目的运营，让他独立跑两周。如果两周后核心指标（ACOS、广告订单占比、TACOS）与我亲自跑的偏差在 15% 以内，这套标准才算合格。超过 15%，说明标准里藏着太多“默认前提”没有写出来。
广告账户最常见的失控不是“做错了”，而是“没人发现做错了”。我见过一个账户，某个自动投放活动连续 23 天花费超过日预算 3 倍，因为没人设过日预算上限告警。异常处置标准的核心不是策略，是 SLO，谁在多长时间内必须做出什么动作。
这三条听起来朴素，但在跨境电商行业里，能同时做到的团队我估计不超过两成。原因不是能力问题，是大家把精力都花在了“找新玩法”上，没人愿意花两周时间把标准写下来。
回到开头那个家居账户。它不是我遇到过最差的，但它最能说明“标准缺失”会怎样把一个还不错的盘子拖垮。我把当时的真实情况完整还原出来，你可以对照自己的账户看有没有相似症状。
品类是家居收纳类，客单价 39.9 美元，毛利率（扣除货值后）45% 左右。投放渠道有三个：亚马逊站内 Sponsored Products + Sponsored Brands、独立站 Google Ads（Shopping + Search）、TikTok 短视频投流。日预算分配大致是亚马逊 1500 美元、Google 500 美元、TikTok 400 美元。
账户结构上，亚马逊有 14 个广告活动、约 320 个关键词；Google 有 6 个活动；TikTok 有 9 个广告组。总计 29 个投放单元，跨 3 个平台后台，没有一个统一的数据视图。这是所有问题的根源。
前任投手留下的最后一个建议是“这个账户转化率不错，可以加预算冲量”。我算了一笔账：当时账户的无效花费占比（点击后 0 加购、0 下单的花费）大约 34%，把 500 美元增量预算投进去，按当时的漏斗效率，大约 170 美元会直接浪费。在漏斗上游漏水的情况下加预算，等于加速漏水。
这笔账是我后面所有判断的起点：跨境广告投放的优化顺序，一定是“先堵漏、再提效、最后放量”，顺序错了，努力全是负功。
我把过去三年在跨境团队里见过的错误做法归了类。这五个误区出现频率最高，而且每一个都披着“精细化”的外衣，很有迷惑性。
很多团队 KPI 里写着“每日调价次数≥X”。我见过一个投手每天调价 60 多次，账户指标反而比一周调两次时更差。原因是高频调整会破坏广告学习期，尤其是亚马逊的自动活动和 Google 的智能出价，每次改动都会重置部分学习信号。
我的判断是：调价频率应该由“数据积累速度”决定，而不是由“人有多勤快”决定。一个关键词每天只有 8 次点击，你要积累到 15 次点击才有统计意义，那就不该每天动它。低流量词看 7 天，高流量词看 3 天，这是我认为比较稳妥的分层节奏。
ACOS 是结果指标，不是决策指标。它最大的问题是：你可以通过大幅收缩投放把它做得很漂亮，同时把生意做死。把预算全压在品牌词上，ACOS 能到 8%，但品牌词的增量几乎为零，你只是把本来就会成交的自然单重新记了一遍账。
我现在看广告，必看三个组合指标：ACOS、TACOS（广告花费/总销售额）、广告订单占比。三者一起看才能分清“效率提升”和“规模收缩”。如果 ACOS 下降但 TACOS 上升且广告订单占比下降，说明是后者。
“新品放一个活动、老品放一个活动”，这不算结构。合理的活动结构要能同时支持三类分析：按品类看利润、按阶段看策略、按匹配方式看效率。如果你的命名里没有这三个维度，每次分析都要手工挑数据，那你的复盘频率必然从“每日”掉到“每月”。
我给团队定的命名规范是这样的（可直接套用）：
平台_站点_品类_ASIN后四位_匹配方式_阶段_预算档
示例：
AMZ_US_HOME_A1B2_SP-EXACT_LAUNCH_B2
AMZ_US_HOME_A1B2_SP-AUTO_SCALE_B4
GG_US_HOME_A1B2_SHOPPING_LAUNCH_B1
TT_US_HOME_A1B2_VIDEO-SPARK_SCALE_B3
阶段字段只允许四个值：LAUNCH（新品验证）、GROW（放量）、SCALE（规模化）、HARVEST（收割利润）。命名不是形式主义，它是让批量分析成为可能的唯一手段。命名规范落地的当月，我们做一次全账户复盘的时间从 6 小时压缩到了 40 分钟。
这是跨平台投放最隐蔽的坑。同一笔订单，在 TikTok 后台可能算 1 天归因以内的成交，在 Google 后台算 30 天归因以内的成交，在亚马逊后台又是 7 天。如果你直接拿三个后台的“转化数”加总，会得到一个既不是上限也不是下限的假数字。
更麻烦的是，你会因此做出错误归因的预算调整。我见过一个团队因为 TikTok 后台 ROAS 显示 1.8，把预算全砍到 Google，结果整体 GMV 掉了 22%，因为 TikTok 的助攻转化根本没被计入。
这是我特别想说的一条。很多团队在选数据工具时，比的是“支持多少个平台”“有多少个模板看板”。但真正的分野在于：这个工具能不能把你们团队自己定义的执行标准跑起来、盯住、并留下记录。
功能表上写“支持异常预警”的工具很多，但能让你自定义“ACOS 连续 3 天 > 55% 且花费 > 200 美元”这种复合条件并推送到具体负责人的，少得多。工具的价值不在功能数量，在于它能不能变成你执行标准的一部分。
下面这套结构是我目前给团队用的版本，经过三次迭代。它分成五层：准入、结构、出价预算、数据口径、异常处置。五层缺一层，标准就会在执行中塌掉。我逐层说明为什么这么设计。
这是我认为性价比最高的一层，也是最容易被跳过的一层。逻辑很简单：广告只能放大已有的转化能力，不能创造转化能力。如果商详页本身转化率低于类目均值、评分过低、库存不足、价格没有竞争力，广告投出去就是在给平台交学费。
我的准入清单是这样的，任何一个 ASIN 上线投放前必须全部通过：
第 6 条我单独展开讲，因为它决定了后面所有出价动作的天花板。我用的方法是倒推：
售价 100%
货值成本 → 毛利率 45%
平台佣金 15% → 剩余 30%
履约仓储 12% → 剩余 18%
退款售后 3% → 剩余 15%
目标净利 8% → 剩余 7%
= 可承受广告占比上限（TACOS 天花板）7%
换算成 CPA 上限：
客单价 39.9 美元 × 7% = 2.79 美元 ≈ 可承受单次获客成本
这个 2.79 美元就是所有出价决策的硬边界。没有这条边界，投手就会在“这个词还能再出高一点”的感觉里，把利润一点点让出去。我给团队的要求是：任何关键词的实际 CPA 超过这个数的 1.6 倍，必须进入观察名单，连续 7 天超限则强制降价或暂停。
结构标准的目标只有一个：让任何一个业务问题，都能用一次筛选回答。比如“新品期在自动活动上的花费效率如何”，如果结构规范，这是一个下拉筛选的事；如果结构混乱，这是一个下午的事。
我的分法遵循“三层四维”原则。三层是：账户层、活动层、关键词/素材层。四维是：品类、站点、阶段、匹配方式。把这四个维度编进命名，再用标签系统固化，半年内不需要再动结构。
我反对“统一竞价策略”这种说法，因为不同阶段的目标函数根本不同。下面这张表是我们团队实际在用的分配逻辑：
| 阶段 | 核心目标 | 竞价策略 | 预算分配 | 考核指标 |
|---|---|---|---|---|
| LAUNCH（1-21 天） | 验证关键词与素材有效性 | 固定竞价，略高于建议价 10% | 总预算的 25% | 有效点击成本、加购率 |
| GROW（22-60 天） | 放大已验证的高效单元 | 动态竞价-只降低 | 总预算的 40% | ACOS、广告订单占比 |
| SCALE（61 天+） | 规模化并守住利润底线 | 动态竞价-只降低 + 分时段 | 总预算的 25% | TACOS、CPA 上限达成率 |
| HARVEST（长尾成熟） | 收割利润，压缩无效花费 | 固定竞价 + 严格否词 | 总预算的 10% | ROAS、退款率 |
注意 LAUNCH 阶段我考核的不是 ACOS，而是加购率。原因很直接：新品期数据量小，ACOS 波动巨大且没有统计意义，用它做决策等于随机数开奖。加购率相对稳定，且与商详页质量强相关，更适合作为早期信号。
口径标准要解决三个问题：归因窗口、退款处理、跨平台货币与时区。这三项如果不统一，你所有的对比分析都是错的。
我的做法是定义一套“内部统一口径”，所有平台数据都按这套口径重算一遍，而不是直接用后台数字。具体规则：
这套口径刚推行的时候，团队有人质疑”和后台数字对不上怎么办”。我的回答是：后台数字是平台视角，内部口径是我们的经营视角，两者本来就该不同。关键不是哪个更”对”，而是全团队用的是同一把尺子。
这一层决定了标准能不能”活”。我设的规则是“三级阈值 + 明确 SLO”：
| 级别 | 触发条件（示例） | 响应时限 | 责任人 | 必要动作 |
|---|---|---|---|---|
| P0 严重 | 单活动单日花费超预算 2 倍，或 CPA 超上限 3 倍 | 2 小时内 | 投放负责人 | 暂停该活动并提交原因说明 |
| P1 重要 | ACOS 连续 3 天超阶段阈值 20%，或 0 转化花费超 150 美元 | 24 小时内 | 类目运营 | 出诊断结论 + 调整记录 |
| P2 观察 | 库存低于 15 天预警线，或评分下降 0.2 | 48 小时内 | 类目运营 | 评估是否降预算或暂停 |
这套 SLO 真正的价值不在于响应快，而在于它让”没人管”这件事在流程上不可能发生。每个异常都有主，每个主都有时限。
标准写出来容易，跑起来难。难在数据散在三个平台后台，每天靠人工汇总，标准再好也会在第三周被荒废。这是我后来引入数据底座的核心原因。
我做过一个粗略统计：在我诊断过的团队里，一个运营每天花在“跨平台导数据 + 手工对齐口径”上的时间平均是 1.6 小时。按一个月 22 个工作日算，一年就是 420 小时，接近一个人 2.5 个月的全职工作量，而且这些时间不产生任何增量价值。
更致命的是，手工汇总的数据往往滞后 1-2 天。而广告优化的黄金窗口是 24 小时内。所以数据层不是”效率工具”，它是执行标准的载体，标准里的每一条阈值，都需要一个能实时计算并推送的地方。
我目前用的数据底座是数跨境，它的定位是把跨境电商的多平台经营数据归集到统一口径下做分析。我选它的原因很实际：广告投放标准的五层里，第四层（数据口径）和第五层（异常处置）都需要一个能持续运行的中间层，而数跨境刚好能把亚马逊、Google Ads、TikTok 等平台的花费、订单、库存、成本数据拉到同一个视图里，按我自定义的口径重算指标。
具体来说，我在里面搭了三张表，对应执行标准的三层需求：
把三个平台的广告花费、点击、订单、销售额归集到一条时间线上，按内部统一口径（7 天点击归因、结账日汇率、退款回溯扣减）重算 ACOS、TACOS、广告订单占比、CPA。这张表解决的是”口径不一致”问题。以前需要三个人各导一次数据再合并，现在是一张表刷新。
把广告花费按 ASIN 拆开，叠加货值、佣金、履约、退款、汇率成本，算出每个 ASIN 的广告后净利润和实际 CPA 上限达成率。这张表解决的是”ACOS 好看但利润没了”的问题。我把第四层里算出来的 2.79 美元 CPA 上限直接写成表内字段，每个 ASIN 一列，超标自动标红。
把前面定的 P0/P1/P2 阈值全部配置成监控条件，触发后直接推送到对应的负责人。这张表解决的是”没人发现”的问题。上线后，我们的 P0 级异常平均发现时间从 18 小时缩短到 42 分钟。
顺带说一句避坑经验：不要一上来就把所有平台、所有字段全接进来。我第一次接入的时候贪全，接了 11 个数据源、200 多个字段，结果光是对齐字段含义就花了三周，团队还没开始用就失去了耐心。第二次我改成”只接三个平台、只留 23 个核心字段”，两天跑通，第三周就形成了每日使用习惯。
下面是那个 2400 美元日预算账户，在推行执行标准前后的对比。第 1-3 周是诊断和搭表期，第 4-9 周是标准执行期。为了让对比更清楚，我把关键指标列在表里：
| 指标 | 上标准前（4 周均值） | 第 6 周 | 第 9 周 | 变化幅度 |
|---|---|---|---|---|
| 广告花费（月） | 50,000 美元 | 48,600 美元 | 52,300 美元 | +4.6% |
| ACOS | 42.3% | 34.1% | 31.6% | -10.7pt |
| TACOS | 13.8% | 10.9% | 9.4% | -4.4pt |
| 广告订单占比 | 61% | 58% | 56% | -5pt |
| 无效花费占比 | 34% | 24% | 18% | -16pt |
| 单件广告后净利 | 2.4 美元 | 3.6 美元 | 4.3 美元 | +79% |
| 广告操作人时（周） | 26 小时 | 15 小时 | 11 小时 | -58% |
这组数据里有三个细节值得单独说。
第一个细节：广告花费几乎没变，但净利翻了近八成。这说明这次优化的本质不是”投更多”，而是”把错投的钱挪到对的地方”。花费 +4.6%、净利 +79%，这个弹性比单纯加预算高得多。
第二个细节：广告订单占比下降了 5 个百分点，这是好事。它意味着自然订单增长快于广告订单，广告在带动自然排名而不是单纯替代自然单。如果只盯 ACOS，很容易把这个信号误读为”广告效率下降”。
第三个细节：人时从 26 小时降到 11 小时。很多人以为精细化等于加人加时间，实际恰恰相反，标准把重复判断变成了自动执行，人只处理异常。省下来的 15 小时，我们全部投到了素材测试和选品调研上。
第一版标准我写了 47 条规则，事无巨细。结果执行第二周，投手反馈”每条都合规但账户效率反而下降”，因为太多硬阈值把正常的探索空间堵死了。后来我把规则砍到 21 条，只保留有明确财务后果的，其余改成”建议参考”。教训是：标准要约束的是底线，不是动作。
前两周标准推行不下去，我复盘发现根因是考核指标没变，投手还在按”ACOS 达标率”拿绩效，自然会绕过那些会短期推高 ACOS 的规则（比如给新品放量）。把考核改成”利润贡献 + 标准执行率”双指标后，推行阻力几乎消失。这一点很关键：标准是流程，考核是动力，只改流程不改动力，标准一定烂尾。
执行标准不是一套模板通用。我看到很多团队直接抄大卖的账户结构，结果完全不适用。下面按日预算规模和团队规模分档，给出我认为更实际的行动路径。
这个阶段最大的风险是”用错的钱试错”。建议把 80% 的精力放在投前准入校验上，因为每一分钱的浪费都被有限的预算放大了。
这个规模是大多数成长型卖家的位置，也是最尴尬的位置，人已经不够用，但还没到需要专职数据团队的程度。建议在这个阶段引入统一数据层。
到这个规模，个人的判断力已经成为瓶颈。核心任务从”跑好账户”变成”让标准不依赖任何个人”。
精细化运营本质上是一连串取舍。我见过太多团队想要所有东西，既想规模增长又想利润率提升，既想自动化又想完全可控，最后两头都没抓住。下面三组取舍，我给的都是明确倾向。
我的判断是：先定利润底线，再在底线上追求规模，而不是反过来。原因是跨境卖家的现金流结构决定了你承受不起”先亏后赚”的长周期赌博，库存会压死你。
具体做法是设一条 TACOS 红线。红线以内，ACOS 该冲就冲；红线以上，无论增长多诱人都不加预算。我给这个账户设的红线就是前面算出来的 7%。这种做法的代价是短期内增长曲线不会太陡，但存活率高得多。
我的倾向是：标准内的事交给自动化，标准外的事交给人。不要指望自动化系统理解你的经营意图，也不要让人去做那些有明确阈值的重复判断。
一个具体的分界线是：可以写成 if-then 规则的，全部自动化；需要判断”为什么”的，全部留给人。比如”花费超预算 2 倍就暂停”是规则，自动化；”这个类目最近是否要战略性亏损抢排名”是判断，人工。把这两类事混在一起，是最常见的组织效率损耗。
这个问题上我的观点可能和很多人不同：除非你的业务模式极度特殊，否则不要自建广告数据系统。
自建的隐性成本极高，不只是开发，还有平台 API 变更带来的持续维护。我见过一个团队自建了一套归集系统，第一年很好看，第二年因为某个平台接口调整，团队花了三个月修复，期间所有广告决策退回手工状态。相比之下，用现成的分析平台把标准跑起来，把省下的时间投入到选品和素材上，回报率高得多。
当然也有例外：如果你的广告花费占比极小、主要靠站外红人跑量，那可能连工具都不需要，一个共享表格就够了。工具的选择权，永远应该由业务的实际复杂度决定。
写到这里，我想把最核心的那个观点再说一遍：跨境电商广告投放的精细化，分水岭不在于你懂多少出价技巧，而在于你的账户是否有一套不依赖特定个人的执行标准。我见过太多账户，投手在的时候数据漂亮，投手一走立刻打回原形，这种”精细化”其实是海市蜃楼。
另一个可能有点反直觉的判断是：精细化运营做对了，人的工作量应该是下降的，而不是上升的。这组账户的广告操作人时从 26 小时降到 11 小时，省下来的时间被投到了素材测试和选品调研上，那才是真正能带来增量的事情。如果你的团队推精细化之后变得更忙更累，大概率是把精力花在了”更频繁地调整”上，而不是”把判断变成规则”上。
最后说说下一步该做什么。如果你今天只做一件事，我建议是：把你每个 ASIN 的可承受 CPA 上限算出来，写下来，贴在你每天能看见的地方。这件事不需要工具、不需要预算、不需要团队配合，半小时就能完成，但它会立刻改变你后面所有出价动作的质量。
如果你已经算完了这条线，下一步就是把内部统一口径定下来，归因窗口统一到几天、退款怎么回溯、汇率按哪个时点。这两件事做完，你才有资格谈工具选型。至于工具本身，像数跨境这类多平台数据归集分析平台的价值，不在于它能给你多少模板看板，而在于它能不能承载你自己定义的那套标准。顺序搞反了，买再贵的工具也救不回账户。
我带团队做亚马逊和独立站投放那几年，最怕听到‘要精细化’这句话，老板觉得精细化就是每天调价，运营觉得精细化就是报表做得漂亮。我自己一开始也是这么干的，结果一个月下来ACOS没降，人先累垮了。所以我特别想要一套能被检查、能被复制、不靠个人手感的标准。
有，而且必须落到可检查的动作和阈值上，否则就是口号。我自己的做法是把精细化拆成四个可考核维度：第一是颗粒度，广告活动和广告组按‘一个投放目标+一套匹配逻辑+一个价格带’来切，单个广告组的关键词数量控制在15到30个以内，超过这个数说明你还在粗放跑量；
第二是响应速度，日预算消耗异常、ACOS连续3天高于目标值30%以上，必须触发处置动作，而不是拖到月度复盘；第三是调整幅度，出价和预算单次调整不超过20%，避免把广告反复打出学习期、导致数据一次次重置；第四是可追溯，每次调整都要在投放日志里写清‘改了什么、为什么改、预期是什么’，一周后回看命中率。
判断标准可以设一条硬线：目标ACOS如果是25%，那连续7天ACOS稳定在22%到28%之间、同时订单量没有下滑，说明结构是健康的；反过来，如果ACOS达标但订单量每周下滑超过10%，那是靠收缩流量换来的数字，不叫精细化，叫放弃市场。
我之前管投放的时候，团队每天早上一来就打开后台开始调价，调完就不知道干什么了，到了月底才发现真正该做的素材迭代和结构优化一件都没做。后来我意识到问题不是不努力，而是没有节奏。所以很想搞清楚，一个正常的投放岗，时间到底该怎么分配。
节奏比勤奋重要。我的排法是三层。日维度只做‘救火+记录’，看三件事：预算有没有跑飞（超支20%以上）、有没有异常高花费零转化（点击超过50次还没出单的关键词直接降价或暂停）、昨天做的调整今天效果是否复核到位。日维度不碰结构和素材，避免手抖。
周维度做‘结构+素材’，固定一天拉搜索词报告，把花费占比前20%的搜索词过一遍，不相关的加否定，优先用精确否定以免误伤长尾；同时上新3到5条素材或2到3个新广告组做小预算测试，测试预算建议控制在总日预算的10%以内。
月维度做‘账+策略’，把广告数据、平台佣金、物流头程、退货率、汇率一起摊进利润表，算真实ROAS，很多团队ACOS看着漂亮，一算退货和运费其实是亏的。这个节奏的关键在于：日常动作控制在30分钟以内，把省下来的时间投到素材和结构上，因为投放的收益大约九成来自结构和素材，只有一成来自出价微调。
我们公司每次上新都要求‘多测素材’，结果就是十几条视频同时跑，每条每天几美金，跑了两周谁也说不清哪条好，最后凭感觉留下那个看起来最顺眼的。钱花了，结论一个没拿到。所以我很想知道，测试环节到底该怎么设计才能出结论。
测试出问题，绝大多数是因为‘变量不唯一’和‘样本量不够’。我的做法是一次只测一个变量，比如只测主图或视频首帧，其他条件（标题、价格、投放位置、人群）全部锁死，否则没法归因。样本量上，单条素材在测试期至少要跑到15到20次点击或1000次以上曝光才有参考意义，低于这个量级的数据全是噪音，不要下结论。
测试预算按‘能得出结论的最小值’给：如果CPC是0.5美金，单条素材至少给15到20美金，测5条大约100美金，这笔钱要当成信息成本，不是亏损。判断标准别只盯着CTR和ACOS，要看‘点击率到加购率到转化率’这条漏斗是哪一环掉的：CTR高但加购低，说明素材承诺和详情页不一致；
加购高但转化低，多半是价格、运费或评论数的问题，这时候改广告是浪费时间。另外测试期别频繁改预算，广告系统有学习期，一天改三次基本等于把数据清零重跑。
这个问题把我坑过，后台显示ROAS是4，老板看着挺高兴，结果财务月底一算说这个月广告其实是亏的。后来才发现后台的归因窗口、佣金、退货、汇率全都没算进去。所以我想搞清楚，广告效果到底该按哪个口径看，团队内部又该怎么统一。
必须同时用两个口径，而且要明确谁看哪一个。
第一个是平台口径，直接用后台的ROAS或ACOS，用来做日常投放决策、调价和素材淘汰，因为它反馈快、当天就能看到变化，但要注意归因窗口设置，7天点击归因和14天点击归因算出来的ROAS可能差20%到30%，团队内部必须统一到一个窗口，不能A看7天、B看14天，否则天天吵架。
第二个是财务口径，也就是真实ROAS，算法是：广告带来的销售额先减去平台佣金、支付手续费、履约费、头程分摊、退货退款和广告费本身，再除以广告费。通常平台口径ROAS是4，财务口径可能只有2左右；如果毛利率是40%，那财务口径ROAS至少要2.5才不亏。
我的建议是周报用平台口径管动作，月报用财务口径管决策，并且把退货率单独列出来监控，服装、家居这类品类退货率超过15%的时候，广告投得再精细也是在放大亏损。另外汇率波动大的月份要在月报里单独标注，避免把汇兑损益误判成投放效果的变化。
读者评论
执行标准写成文档之后，我发现真正的阻力不是没人会写，而是没人愿意按别人的标准改自己的动作，手感好的老投手反而最抗拒被阈值框住。后来把标准拆成硬阈值和软建议两层，硬的只留预算上限和否词，其余留判断空间，接受度才上来。
跨平台归因那段我有不同看法。口径统一解决的是报表失真，但解决不了重复计算，三个平台都会把同一笔单算成自己的功劳。与其花力气对齐归因窗口，不如按平台做增量测试，关停一周看总盘变化。麻烦是麻烦，但比在后台之间对齐口径更接近真相。