2024年Q4，我参与复盘一个家居类目卖家的广告账户。运营团队把ACOS从27%压到18.6%，季度总结里写的是“广告效率提升31%”。但同一份财务数据里，这个店铺的净利率从6.4%掉到了1.9%，广告花费占销售额比重（含自然位支撑）反而从11%涨到了14.8%。两个数字都对，可它们讲的根本不是同一件事。
这就是跨境电商广告投放进阶的分水岭：不是你会不会调竞价、会不会开自动广告、会不会堆否定词，而是你有没有能力把“平台广告报表里的效率”和“财务口径下的利润”接通。接通了，你每一次动预算都知道自己在换什么；接不通，你只是在局部最优的数字里反复自我安慰。
这篇内容我会把这套逻辑完整拆开：先给核心结论，再讲我踩过的坑，然后讲误区、判断逻辑、案例与数据观察、分阶段建议和取舍。文中数据来自我经手的账户复盘记录以及公开的行业基准口径，凡是模拟推演的部分，我都会明确标注出来。
先把结论摆在前面。我做了七年跨境投放和数据分析，见过太多团队在“优化广告”这件事上投入了大量人力，最终却只是在给一个错误的靶子调准星。真正的进阶动作，从来不是更精细的调价，而是换一套看问题的方式。
第一，ACOS 是平台口径下的成本效率指标，不是利润指标。它看不到自然位溢出、看不到站外流量回流、看不到复购带来的长期价值。用它当北极星，等于用一个季度快照决定长期投入。
第二，广告投放的进阶动作只有两类：重新分配预算（结构性动作）和重新定义口径（认知性动作）。绝大多数卖家每天在做的是前者，而且是在错误口径下做前者，所以越勤奋越危险。
第三，当你能用同一套口径同时解释广告报表、库存周转和现金流时，广告才真正变成一个可控变量。做不到这一步，广告就永远是玄学，赚了不知道为什么赚，亏了也说不清怎么亏。
我做过一个粗略统计：在我接触过的、月广告花费在3万到20万美金之间的卖家里，超过六成的运营团队每天的核心动作是调竞价、加否定词、看搜索词报告。这些动作本身没错，但它们优化的目标函数是平台报表里的一个数字。
问题在于，平台报表的口径是为平台自己的结算和推荐服务的，不是为你的利润服务的。它统计的是“这个广告位带来了多少次点击和下单”，而不是“这个订单扣掉广告、头程、FBA费、退货、汇率损耗之后还剩多少”。
所以你会看到一个很常见的现象：运营觉得广告在变好，财务觉得公司在变差。这不是谁在撒谎，这是两个口径在打架。
我判断一个团队的广告能力到没到进阶线，只看一个问题：你能不能准确说出，上个月每增加1万美元广告预算，最终多留下了多少净利润？
能答出来的，说明口径已经打通；答不出来但知道去哪查的，说明在进阶路上；既答不出来、又觉得这个问题不重要的，基本还停在校准竞价的第一层。
讲逻辑之前，我先讲三个真实发生过的场景。它们分别代表了三种典型的失血方式，也基本覆盖了大部分中小卖家在投放进阶路上会遇到的坑。
那年我负责一个户外用品店铺的美国站。当时我们内部非常自豪，TACoS 稳定在 8.5% 左右，行业里同类目普遍在 12% 到 15%。团队认为这是精细化运营的成果。
但那年年底一算账，这个店铺全年净亏损约 7 万美元。原因出在三个地方：一是我们把大量预算压在了几个大件上，单件头程成本占比高达 22%，广告效率再高也抵不过运费；二是旺季为了冲排名，做了两轮大幅折扣，把毛利打穿了；三是退货率在那个类目从 9% 涨到了 16%，而广告报表里完全看不到退货。
TACoS 是分子分母都在动的比率，当分母（自然销售额）因为降价和排名冲高而快速膨胀时，TACoS 会显得非常健康，但整个模型其实已经不可持续。
第二次是欧洲五国的店铺。我们当时按站点独立分配预算，德国站和英国站的投放团队各自看各自的 ACOS，都觉得自己做得不错。
后来做汇总分析才发现，两个站点在抢同一批库存。德国站把某个 SKU 的广告打得很好，销量冲上去，导致这个 SKU 的库存被提前消耗，英国站在旺季断货三周。断货期间英国站的广告还在跑，带来的流量全部落到缺货页面上，等于白烧。
分散在各站点、各平台、各店铺后台的报表，无法回答“这批货到底应该优先给谁”这个问题。这是多站点卖家最典型的结构性盲区。
第三次是我印象最深的一次。我们发现平台后台显示的广告花费，和财务记账的广告成本之间，每个月都差 5% 到 9%。
排查了两周才搞清楚：平台报表按点击发生时间计费，财务按结算周期入账；平台报表不含部分站外推广和品牌推广的特殊计费项；汇率折算口径也不一致。这些差异平时不影响日常投放，但一旦你要做“广告投入产出”的正式判断，它们就会让结论完全不可信。
从那次之后，我形成了一个固定习惯：任何广告优化动作，都必须先在公司内部统一口径，再动手调预算。口径没统一，调整就是赌博。
下面这五个误区，我在不同卖家身上反复见过。它们单独看都不致命，但叠加在一起，就会让投放决策系统性地偏离真实目标。
ACOS 的计算方式是广告花费除以广告带来的销售额。它衡量的是广告这个局部渠道的成本效率，本身没问题。问题在于很多人把它当成衡量整个生意效率的指标。
ACOS 的天然缺陷有三个：不看自然位溢出、不看复购、不看履约成本。一个 ACOS 25% 的广告，如果它把一个新品推到了类目前 20，带来的自然位销售额可能是广告销售额的 3 倍；另一个 ACOS 12% 的广告，可能只是在给一个已经成熟的老品做最后的收割。
（1）真正应该搭配使用的指标
我通常会同时看四个数：广告占收比（含自然位）、单件广告成本、广告带来的新客占比、以及扣广告后的单件净贡献。四个数一起看，才不会误判。
（2）什么时候 ACOS 才是好指标
只有一种情况：这个广告组的唯一目标是清理库存或者维持排名曝光，不承担利润任务。这时候看 ACOS 是可以的，但你必须在内部明确标注它的定位，否则半年后你一定会拿它去解释不该由它解释的结果。
这是我见过最普遍的误区。整体 ACOS 是 20%，不代表每个 SKU 都是 20%。实际情况往往是：三个 SKU 的 ACOS 是 12%，另外两个是 45%，平均下来 20%。
如果你按整体数字去做预算决策，你会得出“投放在健康区间”的结论，然后继续给那两个高 ACOS 的 SKU 输血。
整体指标只能用来做汇报，不能用来做决策。决策必须落到单品、单广告活动、单搜索词这三层粒度上。粒度不够细，所有的“优化”都是猜。
平台默认的归因窗口通常是点击后 7 天或 14 天。这个默认值对平台是合理的，因为平台希望把尽可能多的转化归功于自己的广告。但对卖家来说，这个窗口可能会把大量本该算给自然流量或站外的订单，算到广告头上。
我做过一次测试：把同一个广告活动分别按 7 天和 1 天窗口导出数据，订单量差了 23%，ACOS 差了近 5 个百分点。同一批点击，两套数字，两套结论。
（1）我的处理方式
新品期用长窗口（14 天），因为需要观察广告对长期排名的影响；成熟期用短窗口（1 到 3 天），因为此时决策更关注即时转化效率。这个切换必须写进团队的操作规范，不能靠个人习惯。
新品期和成熟期的广告目标完全不同。新品期的广告本质上是买数据、买排名、买搜索词，容忍度高，应该把预算集中在少数几个核心词上做深度渗透。
成熟期的广告本质是守住已有位置、控制边际成本，应该做的是持续否定、控制曝光结构、把预算从已经稳定排名的词上挪走。
用新品期的打法管成熟期，会把利润烧光；用成熟期的打法管新品期，新品永远起不来。这两套逻辑必须分开管理，最好在账户结构上就分开。
广告位和自然位在同一个搜索结果页上，它们之间存在明确的替代关系。你把某个词的自然排名打上去之后，继续在这个词上重投广告，边际收益会急剧下降。
我见过太多账户在核心大词上常年保持着很高的广告花费，而那个词的自然排名其实已经在首页前五。这部分花费里有相当比例是在重复购买已经拿到的流量。
（1）一个简单的自查方法
挑出自然排名前 10 的核心词，把这几个词的广告预算砍掉 30%，观察两周。如果全店销售额几乎没变化，说明这部分投放本来就是在重复购买。
讲完误区，讲我实际在用的方法。这套方法我把它总结成“三层归因 + 四象限投放”，前半部分解决“看什么”，后半部分解决“做什么”。
我的习惯是把所有数据分成三层，每层回答一个不同的问题，绝不混用。
（1）平台口径：回答“广告这个渠道本身效率如何”
数据来源是平台广告后台。看的是 ACOS、点击率、转化率、曝光份额。这一层的作用是日常巡检，发现问题线索，但不能直接作为预算决策依据。
（2）店铺经营口径：回答“这个店铺整体投入强度是否合理”
数据来源是店铺销售数据和广告数据的合并。看的是广告占收比、单件广告成本、新品广告投入占比。这一层的作用是判断结构性问题，比如某个品类是不是整体广告依赖度过高。
（3）财务口径：回答“这笔投入到底赚没赚钱”
数据来源是把广告、头程、佣金、仓储、退货、汇率全部纳入后的报表。看的是扣广告后净利率、单件净贡献、资金周转天数。这一层才是最终决策依据。
三层口径的关系不是替代，而是过滤：平台口径找线索，经营口径看结构，财务口径下结论。
在单品层面，我用两个维度做分类：利润贡献（扣广告后的单件净贡献）和增长潜力（近 30 天销量增速与搜索词拓展空间）。
（1）第一象限：高利润、高增长
这是核心资产。策略是加大预算、扩大词覆盖、提高竞价上限。这类单品可以容忍短期 ACOS 上升，因为它的边际利润足够厚。
（2）第二象限：高利润、低增长
这是现金牛。策略是维持精准投放，不再扩大词覆盖，把预算控制在能守住排名的下限。这类单品最容易出现重复购买，需要定期做减法。
（3）第三象限：低利润、高增长
这是需要重点诊断的。增长快但利润薄，通常意味着定价有问题或者履约成本过高。策略是先解决定价和成本结构，广告预算暂时冻结增量。
（4）第四象限：低利润、低增长
这是应该被淘汰的。策略是逐步降低投放直至归零，把库存和预算释放给前三象限。留着它只会持续消耗现金流。
这个分类每两周重跑一次。象限会移动，策略也必须跟着动。
这是我认为最被低估的一条原则。出价解决的是“在竞争中获得什么位置”，预算解决的是“在这个位置上愿意投入多少总量”。这两件事应该分开决策。
很多运营把它们混在一起：效果差就同时降出价和降预算，结果既失去了位置，又失去了数据量，最后连问题出在哪都判断不了。正确做法是先定位置目标，再定预算规模，最后才用出价微调效率。
三层归因和四象限听起来不复杂，但手工做起来非常痛苦，因为数据分散在广告后台、店铺后台、ERP、财务系统和物流账单里。我早期用表格拼，一个店铺要花两天，而且每个月都要重做。
后来我把这部分工作交给了数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys）。它做的事情本质上就是把多平台、多店铺、多账户的数据源接到一起，然后按不同口径输出报表。对我来说最有用的是三点：
一是广告数据和销售数据能在同一张表里对齐，不用再去手工匹配日期和口径；二是能按 SKU、按广告活动、按站点做多层汇总，四象限的划分可以直接基于报表输出；三是财务口径的利润核算可以纳入头程、佣金、仓储这些项目，让第三层口径真正落地。
需要说明的是，工具解决的是“数据能不能对齐”的问题，解决不了“策略怎么做”的问题。四象限的边界怎么划、预算往哪挪，仍然需要人来判断。但至少你不用再花两天时间在拼表上。
下面这个案例是我在 2024 年下半年深度参与的一个项目。为了不暴露具体店铺信息，品类和部分数值做了处理，但比例关系和调整逻辑是真实的。
项目是一个家居收纳类目的卖家，同时经营美国站和欧洲两个站点，活跃 SKU 约 180 个，月广告花费在 4.5 万到 6 万美元之间波动。接手时的情况是：整体 ACOS 21.3%，团队认为已经接近行业合理水平，但老板反馈现金流越来越紧。
（1）初步诊断发现的问题
第一，广告报表口径和财务口径之间每月差 7.2%，意味着所有基于广告报表的效率判断都不可靠。第二，180 个 SKU 中有 46 个处于第四象限，却仍然在持续投放，占广告花费的 19%。第三，美国站和欧洲站共享库存，但库存分配完全由各站点自主决定，旺季出现过两次断货和三次滞销并存的情况。
第一步不是调广告，而是把三套口径对齐。我们把广告花费按结算周期重新归集，把头程、平台佣金、FBA 仓储费、退货处理成本全部纳入单品级核算，汇率统一按月度中间价折算。
这一步做完之后，一个很反直觉的结论出现了：团队认为最赚钱的 12 个 SKU 里，有 4 个实际单件净贡献为负。它们看起来利润高，是因为广告成本和履约成本从来没被完整算进去。
第二步是按四象限重新分配预算。我们做的调整是：第四象限的 46 个 SKU 分三个月逐步降低投放，最终归零；第三象限的 23 个 SKU 冻结广告增量，先做定价调整和物流方案优化；释放出来的预算全部投向第一象限和第二象限。
这个过程里我特别强调一点：不要一次性砍掉第四象限，要分阶段降。因为一次性砍掉会导致库存积压和排名断崖，反而产生额外损失。三个月是一个比较稳妥的节奏。
第三步是调整归因口径。成熟品切换到 1 天窗口，新品保留 14 天窗口。同时把核心大词的广告预算按自然排名做了阶梯式下调：自然排名进前 5 的词，广告预算降到原来的 40%；排名 6 到 20 的词保持原状；排名 20 以后的词维持高强度投放。
（1）调整后的即时反馈
调整后第一周，全店广告花费下降 16%，销售额下降 3.1%。第二周花费下降 18%，销售额持平。到第四周，花费下降 21%，销售额反而上涨 2.4%。这说明之前有相当一部分预算确实花在了重复购买自然流量上。
整个重构过程持续了 14 周。核心指标变化如下表所示，这些数字均来自项目复盘记录。
| 指标 | 调整前 | 调整后（第14周） | 变化幅度 | 口径说明 |
|---|---|---|---|---|
| 月广告花费 | 5.6 万美元 | 4.3 万美元 | -23.2% | 平台结算口径 |
| 整体 ACOS | 21.3% | 19.8% | -1.5pt | 平台广告口径 |
| 广告占收比 | 14.1% | 10.9% | -3.2pt | 店铺经营口径 |
| 扣广告后净利率 | 2.7% | 6.9% | +4.2pt | 财务口径 |
| 第四象限 SKU 广告占比 | 19% | 4% | -15pt | 单品级投放结构 |
| 月度库存周转天数 | 87 天 | 64 天 | -23 天 | 财务口径 |
值得注意的是，ACOS 的变化幅度很小，只有 1.5 个百分点，但净利率提升了 4.2 个百分点。这再次说明 ACOS 和利润之间没有直接的线性关系。真正起作用的是投放结构和口径对齐。
上面这套方法不是所有卖家都能直接照搬。不同阶段、不同规模的团队，能承受的动作幅度和优先级完全不同。下面按四种典型情况给出建议。
这个阶段的团队通常人手少、数据基础薄，最重要的不是精细化，而是建立正确的观察习惯。
（1）优先做三件事
第一，把广告花费和实际回款对上，哪怕只做一个店铺、一个站点。第二，给每个 SKU 标上成本和物流费用，算出一个粗略的单件净贡献。第三，每周记录一次核心词的自然排名，形成趋势记录。
（2）暂时不要做的事
不要上复杂的归因模型，不要做多窗口对比，不要买昂贵的分析工具。这个阶段数据量太小，精细化分析的信噪比很低，容易得出错误结论。
这个阶段是投放能力提升最快的窗口期，也是最容易形成错误惯性的时期。
（1）优先做三件事
第一，把三层口径建立起来，尤其是财务口径。第二，开始做单品级四象限划分，每两周更新一次。第三，把归因窗口策略写进操作规范，区分新品和成熟品。
（2）这个阶段的核心矛盾
核心矛盾是“增长压力和利润压力同时到来”。团队往往会被增长数据鼓舞，继续加杠杆，但实际利润已经在恶化。我的建议是：在成长期就把净利率作为一个硬性红线，而不是等到成熟期再补课。
这个阶段的广告空间已经被充分挖掘，边际优化的收益很低，重点应该转向结构和系统。
（1）优先做三件事
第一，把投放决策和库存决策打通，避免广告推起来的销量撞上断货。第二，建立定期的预算重分配机制，而不是靠临时判断。第三，把广告数据纳入现金流预测，提前判断资金缺口。
（2）为什么这个阶段必须上系统
月花费超过 10 万美元时，SKU 数量、站点数量和广告活动数量都会大幅上升，手工分析的错误率会快速攀升。这时候数据整合工具的价值才真正体现出来。像数跨境这类把广告、销售、财务数据接到一起的平台，核心价值不是替代判断，而是让判断建立在可信数据之上。
如果你的业务同时覆盖多个站点或多个平台，有一条原则必须遵守：所有站点的预算决策必须在同一张汇总表上做。
（1）具体做法
先按站点汇总核心指标，再按 SKU 汇总跨站点的整体贡献，最后才下放到单站点调整。顺序反了，就会出现我前面讲过的“两个站点抢同一批库存”的情况。
（2）一个容易被忽略的指标
跨站点的“同 SKU 广告互斥度”。如果同一个 SKU 在两个站点的广告都在抢同一批搜索词、同一批用户，那本质上是在自己和自己竞价，平台会从中受益，你不会。
最后讲取舍。投放进阶到最后，考验的不是知道多少方法，而是在具体约束下能不能做出正确的放弃。
这是所有卖家都会遇到的根本矛盾。我的判断框架是看资金周期：如果你的现金储备能覆盖 6 个月以上的运营成本，可以适度换规模；如果低于 3 个月，必须优先保利润。
（1）换规模的正确方式
不是全面降价加全面加投，而是选定 2 到 3 个最有潜力的 SKU 集中资源打穿，其他 SKU 维持守势。分散加投基本等于全面失血。
（2）保利润的正确方式
不是砍掉所有广告，而是先砍第四象限，再做第三象限的成本优化，最后才动第一象限。第一象限是未来，动它等于透支。
排名和现金流在短期往往是冲突的。冲排名需要加大投放、降低售价、备更多库存，这三件事都在消耗现金。
我的经验是：冲排名的时间窗口应该限定在 8 到 12 周，并且事先设好退出条件。比如，如果 10 周内核心词自然排名没有进入前 20，或者净利率连续 4 周低于 -3%，就立即收手。没有退出条件的冲排名，最后都会变成无底洞。
这个问题我经常被问到。我的判断标准是看团队规模和 SKU 复杂度。
（1）适合自建的场景
SKU 少于 50 个、单站点、团队里有能写 SQL 或者熟练使用 BI 工具的人。这种情况下自建成本可控，而且灵活度最高。
（2）适合用现成工具的场景
SKU 超过 100 个、多站点或多平台、没有专职数据分析人员。这时候自建的时间成本和维护成本会迅速超过工具费用，而且口径容易出错。我自己在多店铺项目上，就是在这个节点转向了现成工具，因为维护自建表每周要花掉我近一天的时间。
（3）一个常被忽略的成本
自建报表的真实成本不是开发时间，而是维护成本。平台接口会变、字段会改、结算规则会调整，这些都需要持续投入。很多团队在评估时只算了开发那一部分。
不管你用什么工具，有一点必须坚持：工具必须能输出单品级的完整利润结构，而不只是广告效率指标。如果它只能告诉你 ACOS 是多少，那它解决不了我在这篇文章里讨论的核心问题。你可以从数跨境这类平台的功能结构上做参照，看它能不能把广告、销售、履约、财务这几层数据对齐到同一个 SKU 上，再判断它是否适合你的业务阶段。
回到开头那个案例。那个团队把 ACOS 从 27% 压到 18.6%，能力并不差，他们缺的不是投放技巧，而是一套能把投放结果翻译成利润结果的口径。这也是我在不同卖家身上反复看到的同一个瓶颈。
广告投放的进阶，本质上是把“感觉”替换成“概率”。你不需要每一笔投放都赚钱，你需要的是知道在当前口径下，整体期望值是正的，而且这个期望值可以被持续验证。
这件事的前提有三个：口径统一、粒度到单品、归因策略明确。三者缺一，投放决策就会退回到猜测。
如果你现在就想动手，我建议按这个顺序推进：
这四步做完，你对广告的理解会和现在完全不同。不是因为你学会了什么新技巧，而是因为你看的数字终于变成了真实的数字。
广告投放从来不是一个关于竞价的技术活，它是一个关于口径和取舍的判断题。看得清口径，才谈得上取舍；有了取舍，才谈得上进阶。
我每次上新链接最头疼的就是预算给多少：给少了跑不出数据，给多了又怕钱烧光了还没结论。同行有的说一天 10 美金慢慢跑，有的说一天 100 美金快速验证，我到底该听谁的？
我的做法是把预算拆成点击量来定，而不是直接拍一个金额。计算方式是：日预算 = 类目平均 CPC × 每天想拿到的点击次数。新品期我要求单个广告组每天至少拿到 15 到 25 次点击，低于这个量级的数据基本没有统计意义，比如类目平均 CPC 是 1.2 美元，日预算就放在 20 到 30 美元。
判断周期我给 7 天且累计点击达到 100 次作为第一个观察窗口，重点看三件事：有没有出单、搜索词报告里有多少与产品强相关的词、点击率是否低于类目均值的一半。如果 7 天 100 次点击还不出单，先别加预算，回头检查主图、价格、评分和详情页，因为这时候大概率不是广告的问题。
看到后台 ACOS 60%、80% 我就手抖想关广告，但又有老卖家说新品期 ACOS 高是正常的。我分不清到底是广告设置有问题，还是本来就是这个阶段该有的样子，非常纠结。
ACOS 本身没有绝对的健康值，它必须和你的毛利率对齐。口径是这样：盈亏平衡 ACOS 大致等于扣除平台佣金、物流配送费、退货损耗之后的毛利率，如果你算下来毛利是 35%，那 ACOS 长期高于 35% 就是在贴钱卖货。
但要看时间维度，新品期前 14 到 30 天我会把 ACOS 上限放宽到盈亏平衡点的 1.5 到 2 倍，因为这段时间买的是关键词权重和评论积累；超过 30 天就必须回到平衡线以内。比 ACOS 更值得盯的是 TACOS，也就是广告花费除以总销售额，它反映自然流量有没有被带起来。
我自己的经验是，一个健康的新品在第 4 到第 6 周会出现 ACOS 偏高但 TACOS 持续下降的组合，如果两个都在涨，才是真的该动手改结构。
有人说自动广告是跑词神器必须一直开着，也有人说自动广告全是垃圾流量要赶紧关。我预算有限，到底先开哪个、怎么分配，完全没有头绪。
我的顺序是自动加手动宽泛先跑，手动精准后置。前 7 到 10 天开自动广告配固定竞价，再加 1 到 2 个手动宽泛，目的是收集搜索词；这个阶段不要急着开手动精准，因为你还没有数据支撑选词，凭感觉选的词大概率是错的。
之后每 3 天拉一次搜索词报告，把同时满足三个条件的词提出来做手动精准：点击不少于 10 次、有转化、词与产品核心卖点强相关。自动广告里跑出的高花费零转化词，用否定精准处理掉，别让它继续吃预算。
预算分配上我一般给自动 30% 到 40%、手动宽泛 20%、手动精准 40% 到 50%，等精准词组稳定出单后，再逐步压缩自动广告的占比，把预算挪给确定性更高的词。
我在亚马逊跑得还算可以，现在想拓展到 TikTok Shop 和独立站。身边有人直接把亚马逊的关键词打法搬过去，也有人说不通用。我到底该不该直接复制，还是要重新学一遍？
不能直接套，因为三者的流量入口逻辑完全不同。亚马逊是搜索词驱动，用户带着明确需求进来，广告核心是抢关键词位置和转化率，打法围绕词、竞价、ACOS 展开。
TikTok Shop 是内容驱动，广告的作用是给已经跑出数据的短视频或直播加热，前提是素材本身的自然播放和点击率达标，素材不行的话 CPM 再低也是白烧。独立站主要靠 Meta 和谷歌，本质是人群驱动，靠受众包、再营销和素材迭代，考核口径也更偏 ROAS 和首单成本，而不是 ACOS。
我的建议是先在单一平台把单位经济模型跑正，也就是清楚自己的获客成本上限是多少，然后把预算按老平台保底、新平台测试来分，新平台前两周只做小预算素材测试，不要一上来就铺量，否则你连亏在哪一步都看不出来。
读者评论
砍预算30%观察两周这个自查法我试过，样本太容易被季节性和秒杀节奏带偏，两周内撞上一次活动就白测。后来我改成同款分组对照，或者直接看该词自然排名和广告位点击占比的变化，比硬砍预算稳一些。另外自然进前五之后到底留多少预算守位，文中没给参考区间，这块实操里最难拿捏。
那个判断标准方向没错，但可执行性存疑。增量口径得先定义基线，而退货和结算又滞后一两个月，等你把答案算出来，当时那个投放环境早变了。我倾向于用同期同款对照组做近似，粗糙是粗糙，至少当周能用来决策。
从财务角度补一句：口径打架很多时候不是认知问题，是KPI问题。运营奖金挂在平台口径的效率指标上，你让他主动去看净利，他只会做两套报表给你看。与其反复培训口径，不如先把考核指标换成单件净贡献，很多争论会自己消失。