去年十月，一个做家居收纳的卖家朋友在 TikTok Shop 英国站开了新店，第一周就把日预算拉到 200 美金，结果七天烧掉 1400 美金，出了 31 单，客单价 22 英镑，毛利算下来是负的 600 多美金。他找到我的时候，问的第一句话是：”是不是我的出价太低了？要不要提到 1.5 倍？”我让他把后台截图发过来，看完之后我告诉他：你的问题不是出价，是你根本不知道这个类目在英国站能不能投这类素材，也不知道你的保本 ACOS 是多少，更不知道这 31 单里有多少是广告带来的重复曝光。
他在一个完全没有底表的情况下，直接跳到了”调出价”这一步，而这恰恰是广告投放链条上最末端、最不该先做的事。
这件事我后来复盘过很多次，也带过好几个不同类目的店铺，结论越来越清晰：跨境电商的广告投放，起点不是广告后台，而是三张底表，平台规则可投性表、商品级利润表、数据回传表。这三张表没搭完之前，任何出价、任何预算、任何素材测试，本质上都是在用真金白银买信息，而且买到的信息大概率还是错的。下面我把自己踩过的坑、验证过的判断逻辑、以及具体到数字的执行建议，完整拆开讲一遍。
如果把跨境电商广告投放拆成一条链路，大多数人以为的起点是”选品 → 建计划 → 设预算 → 调出价”。但从我实际操盘的顺序来看，真正的起点要往前挪三格，挪到”规则判断”和”成本判断”这两件事上。原因很简单：广告是一个放大器，它放大的是你已经确定的东西，而不是帮你确定东西。如果你的利润结构是负的，广告只会让你亏得更快；如果你的素材踩了平台红线，广告只会让你更早被审核卡住。
什么叫可投性表？就是针对你准备投放的每一个”平台 × 站点 × 类目”组合，把能不能投、能投什么形式、有什么素材限制、审核周期多长、违规后果是什么，逐条列出来。这张表不是从平台帮助中心抄一遍就完事，而是要结合你自己产品的实际情况做标注。
举个例子，同一款带电池的便携榨汁机，在亚马逊美国站属于正常类目，但在某些平台的某些站点，带电产品需要额外提供 UN38.3 报告才能投流；再比如保健品类目，在东南亚部分站点对功效宣称词有明确限制，”detox””cure””anti-cancer”这类词出现在广告文案里，轻则拒审，重则影响店铺绩效分。
我自己的做法是建一张四列的表：投放单元、规则来源链接、限制类型（素材/资质/人群/时段）、违规后果等级。这张表最忌讳的是”我记得可以”。平台规则每个季度都在动，靠记忆做判断，早晚出事。
第二张表更关键，也是最多人偷懒的地方。很多卖家算利润只算到”售价 – 采购成本 – 头程”，然后就得出一个”毛利率 40%”的结论，拿这个 40% 去反推能承受多少广告花费。这个算法在跨境场景下是错的，因为它漏掉了至少五块成本。
我自己习惯用一个指标来定广告上限，叫贡献毛利（Contribution Margin），即扣掉所有变动成本之后、广告费之前剩下的钱。假设一个产品售价 39.9 美金，变动成本合计 28.4 美金，那贡献毛利是 11.5 美金，贡献毛利率 28.8%。这意味着我的广告花费最多只能占售价的 28.8%，一旦 ACOS 超过这个数，每卖一单都是在倒贴。
很多人会把”保本 ACOS”和”目标 ACOS”混为一谈。保本 ACOS 是底线，是你绝对不能长期越过的线；目标 ACOS 是你要在这个底线之内，去平衡单量和排名的一个中间值，通常我会设在保本线往下留 5-8 个百分点的缓冲。
第三张表是最容易被忽略、但决定你能不能持续优化的东西。广告数据、订单数据、库存数据、退货数据，如果分散在四五个后台，你每次想算一个真实 ACOS 都要手工导出三份 Excel，那你的优化频率一定上不去。
我早期吃过这个亏。那时候手上同时跑亚马逊和 Shopee 两个平台，每周调一次广告，光是把数据从两边后台导出来、对齐 SKU 编码、剔除取消订单，就要花掉大半天。结果是：我明明知道应该按 SKU 分层调整，但因为数据成本太高，最后只能做到”整店调预算”这种粗颗粒操作。
后来我把这件事前置，先搭好一个能自动汇总多平台广告与销售数据的看板，再开始放量。这一步做完之后，我从”每周调一次”变成”每天看一次异常”，广告决策的质量是完全不同量级的。
上面讲的是正确顺序，但现实是，我见过的八成以上的卖家都是从后端开始的。这一节我把几个典型场景还原出来，你对照一下自己是不是其中一个。
这个场景太常见了。新店开出来，产品上架，listing 还没优化完，主图还是供应商给的，就直接开了自动广告，原因是”不开广告哪有流量”。这话本身没错，但问题在于：自动广告的本质是让平台算法帮你跑关键词匹配，算法需要从你的 listing 里提取信息。你的 listing 信息越模糊，算法跑出来的匹配就越散。
我看过一个案例，一个卖厨房小工具的店铺，自动广告跑了两周，搜索词报告里出现了大量完全不相关的词，比如”garden hose””car vacuum”，问客服才知道是 listing 的标题里写了一句”适用于各种场景”，被算法泛化了。两周预算 900 美金，真正相关的点击占比不到 40%。
国内电商，尤其是抖音电商的投放逻辑，是”素材驱动、快速迭代、以量取胜”，一天测十条素材很正常。很多人把这个节奏直接搬到跨境，结果发现完全跑不通。原因有三个：
我自己的经验是，跨境素材测试的节奏应该慢下来，单次测试的创意数量控制在 3-5 条，但每条要跑够足够的曝光量再判断，不然你拿到的是噪音不是信号。
这是最危险的一种。预算一加，数据变好看了，就继续加，直到某天发现总利润是负的。因为预算增加带来的订单，往往来自转化率更低的流量，边际 ACOS 是递增的。
我做过一个测算：某个产品在日预算 50 美金时，ACOS 是 26%；加到 100 美金，ACOS 变成 34%；加到 200 美金，ACOS 冲到 51%。三个预算档位，只有第一档是赚钱的。预算不是一个可以单向前进的旋钮，它是有拐点的。
有些类目的广告投放是有时间窗口的。比如某些季节性品类，平台在旺季前会收紧审核，或者某些站点在特定节日期间对促销类广告有额外限制。如果你的投放计划没有把规则审核周期算进去，很容易出现”素材准备好了，广告还在审”的情况。
我自己的做法是在投放日历上，把”素材提交日”和”计划开跑日”之间固定留出 3-5 个工作日，节假日翻倍。这个缓冲不是保守，是给自己留出改素材的第二次机会。
下面这六个误区，我在不同的卖家身上反复见到，几乎每一个都对应着真实的预算损失。
这个误区背后的心理是”先跑起来才知道哪里有问题”。但广告数据有一个特点：它是有惯性的。一旦某个关键词跑了一段时间、积累了一定的转化数据，算法就会给它更多流量倾斜，这个倾斜不会因为你后来发现它不划算就立刻收回。
我见过最夸张的一个例子，一个卖家跑了三个月才发现，他最大的一个流量词带来的订单，退货率高达 40%，因为那个词吸引来的是错误预期的客户。三个月的数据都白跑了，还得花时间把权重洗掉。
ACOS 重要，但它是一个”当期指标”，它衡量的是这次的广告花费换来了多少当期销售额。它无法告诉你：这些订单是不是本来就会买、广告是否挤压了自然订单、客户的长期价值是多少。
我通常会看一组组合指标：ACOS、TACOS（广告花费 / 总销售额）、自然订单占比、新客占比、复购率。单看 ACOS，很容易做出”停了广告就赚钱”的错误判断，实际上停了广告，自然单量可能跟着一起掉。
这个坑比较隐蔽。当你的某个关键词自然排名已经很靠前，你又对它开了精准匹配广告，很可能出现的结果是：广告位吃掉了本来属于自然位的点击。你的总销售额没变，但多付了一笔广告费。
所以在做关键词分层的时候，我会把关键词分成三类：自然排名弱、需要广告拉动的；自然排名中等的、可以低竞价试水；自然排名强、考虑降竞价甚至关闭广告的。这个分层动作，做完之后往往能省下 10%-15% 的无效广告花费。
欧美站点和东南亚站点的流量结构差异非常大。前者搜索流量占比高，关键词广告更有效；后者社交流量和推荐流量占比更高，内容型广告的权重更大。如果你把美国站跑通的一套结构，原封不动搬到印尼站，效果大概率会很差。
我的建议是：把”投放结构”当成站点的函数，而不是店铺的函数。每开一个新站点，先花三天做站点级的流量结构调研，再决定预算怎么分。
广告被拒审，很多人觉得”改一改再传就行”。但频繁拒审会累积账户层面的记录，在某些平台上，这会影响你的账户评级，进而影响整体流量分配。
我的做法是建一个”敏感词库”，把自己类目里所有被拒过的词、同行被拒的词、平台明确列出的限制词，全部记下来，素材上线前先过一遍。这个动作看着笨，但能避免 90% 的重复拒审。
同一个类目，在不同的站点、不同的时间点，竞争密度差别巨大。竞争密度高的时候，CPC 会明显上升，你的测试成本也会跟着上升。
如果我在投放前发现某个关键词的预估 CPC 已经超过了我的单次点击可承受成本，我会选择换更长的长尾词先跑，而不是硬拼大词。大词是留给利润充足的阶段的，不是留给冷启动的。
讲完误区，接下来是我自己实际在用的判断框架。我把它叫”四步定位法”，顺序不能变，每一步的输出都是下一步的输入。
很多人是先选好产品，再想”这个产品在哪个站点好卖”。我的顺序反过来：先选站点，再看这个站点适合什么产品。原因是站点的流量结构、消费能力、竞争格局，是短期内无法改变的常量，而产品是可以换的。
定站点的时候我会看四个数：目标站点该类目的月搜索量级、平均客单价、头部卖家的评论集中度（衡量垄断程度）、以及近半年的 CPC 走势。如果头部三个卖家吃掉了 60% 以上的评论量，这个类目对新进入者就不友好。
站点定了之后，立刻去查这个类目的规则窗口。所谓规则窗口，包含两层：一是资质窗口，你需要哪些认证才能投；二是时间窗口，什么时候投最合适。
资质窗口决定你能不能投，时间窗口决定你什么时候投最划算。我一般会把整个年度切成几个阶段，标注每个阶段的规则变化点，比如平台大促前 30 天的审核收紧期、季节性类目的禁投期。
这一步就是把前面那张利润底表填完，算出保本 ACOS。这一步有个细节我想强调：保本 ACOS 要按”SKA”而不是按”SKU”算，甚至要按”SKU × 站点”算。同一款产品，在德国站和美国站，因为佣金比例、物流费、退货率不同，保本 ACOS 可能差出 8-10 个百分点。
最后才到投放结构。这一步要回答三个问题：用什么匹配方式开头、每个投放单元给多少预算、测试多久出结论。
我的默认配置是这样的：
这套配置不是最优解，但它是一个”不会大亏”的起点。冷启动阶段的目标从来不是跑出最好的结果，而是用最小的代价排除掉最差的选择。
前面讲的”三张底表””四步定位法”，落地的时候有一个现实问题：数据从哪来、怎么对齐、怎么持续更新。这部分我用自己在数跨境上搭的一套广告前置看板来举例说明。
数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys）是九数云旗下的跨境电商数据分析平台，我最初用它是因为手上同时跑三个平台，每周手工导数据实在扛不住。用下来之后，我觉得它对”广告投放前置准备”这个场景的作用，主要体现在三件事上。
不同平台的广告指标定义是不一样的。有的平台把”广告订单”和”总订单”分开统计，有的平台把广告带来的自然订单也算进广告归因。如果你直接拿两个平台的 ACOS 做对比，其实是在比两种不同的定义。
我做的第一件事，是在数跨境里把各平台的指标按统一口径重新定义一遍：广告花费统一取”平台实际扣费”，销售额统一取”剔除取消与退款后的净额”，ACOS 统一按净额计算。口径统一之后，不同平台的数字才具备可比性，跨平台预算分配才有依据。
前面说的贡献毛利，如果只靠 Excel 手工算，最多能算到月度、SKU 级。但广告优化需要的颗粒度是”SKU × 广告活动 × 周”，甚至更细。手工算到这个颗粒度，基本不可能持续。
我的做法是把采购成本、头程、平台费用、退货率这些数据源接进去，让它自动算出每个 SKU 的保本 ACOS，再和实际的广告 ACOS 对齐。这样我打开看板就能直接看到：哪些 SKU 的广告实际在保本线以上、哪些已经越线。
这里有个细节值得说：退货率必须是滚动值，不能是静态值。一个 SKU 上个月的退货率是 8%，这个月可能变成 15%，如果你用的是三个月前的旧数据，算出来的保本 ACOS 就是错的，而且错得很隐蔽。
这是我认为最有价值的一块。以前我是每周复盘一次，问题发现了也已经亏了一周。现在我会设几条预警线：单日 ACOS 超过保本线 20%、单日广告花费超过日预算 1.5 倍、某活动点击量骤降 40% 以上，触发就推送。
我印象比较深的一次，是一个主力广告活动在某天凌晨点击量突然掉了 60%，预警推过来之后我去查，发现是素材被系统重新审核了。如果等到周末复盘才发现，那四五天的流量空窗就白白丢了。
我用同一批 20 个 SKU 做过一次对照观察。前 30 天在”没有前置底表”的情况下投放，后 30 天在搭好底表、按保本 ACOS 分层之后投放，其他条件尽量保持一致。结果大致是这样：
| 观察项 | 前置准备前（30 天） | 前置准备后（30 天） | 变化幅度 |
|---|---|---|---|
| 广告总花费 | 4,180 美金 | 4,050 美金 | -3.1% |
| 广告带来订单 | 486 单 | 541 单 | +11.3% |
| 广告 ACOS | 38.6% | 27.4% | -11.2 个百分点 |
| 贡献毛利（广告后） | -620 美金 | +1,340 美金 | 由负转正 |
| 投放单元数量 | 62 个 | 41 个 | -33.9% |
| 人工调优耗时 | 约 38 小时 | 约 14 小时 | -63.2% |
这组数据我想强调的是最后一行：投放单元从 62 个减到 41 个，反而订单更多了。说明之前的很多投放单元，不是在创造增量，而是在互相抢流量、消耗预算。前置准备的价值，很大一部分来自于”识别并砍掉那些看起来在工作、实际上在添乱的单元”。
需要说明的是，这组数据来自我自己的店铺实际运营记录，样本为 20 个 SKU、单一类目，不具备全行业代表性，只能作为方向性参考。
这里我想说一句可能不太讨喜的话：工具解决的是”数据可得性”和”计算效率”，它不解决”判断”。我可以把 ACOS 的颗粒度做到 SKU 级、做到每天更新，但一个 SKU 到底该不该继续投，还是要靠人来判断，比如这个 SKU 是不是有清库存的战略诉求、是不是为了卡竞品的排名位置。
所以正确的顺序是：先想清楚你要做什么判断，再去找能支撑这个判断的数据，最后才是选工具。反过来先选工具，很容易变成”报表很漂亮，但一个决策也没改变”。
下面的建议按照几种典型处境来分，你可以直接对号入座。
这情况下我的建议是极度克制。前 30 天不要试图跑出爆款，目标只有两个：验证规则可投性、验证保本 ACOS 是否成立。
这 30 天里最关键的动作是”加否定词”。我观察下来，冷启动阶段跑出来的流量，平均有 25%-35% 是可以靠否定词砍掉的。
这种情况下你已经有历史数据和账户权重，起点比新店好。核心建议是复用而不是重建。
我一般会给新品线单独切出总预算的 20%-25% 做测试，测试期 30 天，30 天之后按数据决定是否并入主预算池。
多平台最大的成本不是广告费，是人力。数据对齐、口径统一、重复操作，这些隐性成本非常高。这种情况下我的建议是先统一口径，再谈优化。
具体动作：把各平台的广告指标定义整理成一张对照表，明确每个指标的数据来源和计算方式。这一步做完之后，你会发现有些平台的”ACOS”其实根本不是同一个东西，之前的跨平台对比全是无效对比。
站点之间最大的差异在于退货率和物流时效，这两项直接影响保本 ACOS。我的建议是每个站点单独算一次保本 ACOS，不要用一个平均值套所有站点。
我做过一个对比，同一款产品在三个不同站点，保本 ACOS 分别是 31%、26%、19%，差距有 12 个百分点。如果用平均值 25% 来管三个站点，会同时出现”某个站点该冲的时候在收”和”某个站点该收的时候在冲”两个错误。
这种情况我见得也多，通常是工厂型的卖家。优势是成本低、产品可控，劣势是缺运营能力。我的建议是不要自己从零搭广告能力，先把可控的部分做扎实。
可控的部分包括：产品信息标准化、成本结构梳理、规则合规核查。这三件事做完之后，再决定是自建小团队还是找代运营。在没有理清成本结构之前就找代运营，很容易出现”看起来很忙、账算不清楚”的局面。
建议说完，接下来讲取舍。因为现实里你不可能有无限的时间和预算，必须做选择。下面是我自己实际做过的几个取舍。
把数据做到极致精细是要花时间的。我自己的判断标准是：如果某个数据的精细程度不改变任何一个具体决策，就不要做它。
举个例子，我需要知道每个关键词的转化率，因为这决定我要不要为它加竞价。但我不需要知道每个关键词在每个小时段的转化率，因为我一天的预算只有 100 美金，根本支撑不了分时段出价。
预算有限的时候，你只能二选一。测试 10 个方向但每个只跑 10 次点击，和测试 3 个方向但每个跑 100 次点击，前者看起来更努力，实际上后者才有结论。
我的默认选择是宁可窄而深。冷启动阶段只测 2-3 个投放方向，每个方向跑够 100 次以上点击再做判断。窄而深的代价是错过一些机会，但它的好处是不容易在错误方向上投入太多。
有时候一个产品在当前阶段是亏的，但它能帮你卡住一个好的排名位置，为后面半年铺路。这种时候要不要继续投？
我的判断依据是：这个排名位置能不能在停掉广告之后维持住。如果停掉广告排名立刻掉，说明这个位置是靠买来的，不划算长期持有；如果停掉之后排名能稳住 1-2 周，说明权重已经沉淀下来了，这时候的短期亏损是值得的。
我做过一次验证：有 A、B 两个产品，都在冲排名。A 在广告停了之后，排名 3 天就掉回原位；B 停了之后，排名稳住了 12 天，自然订单占比从 18% 涨到 41%。B 那次的短期亏损，在两个月内全部收回来了。
这个取舍的核心不是能力，是”知识沉淀在哪”。外包能给短期结果，但广告优化过程中的试错经验、关键词洞察、素材反馈，都会留在服务商那里。
我的建议是：把外包当加速器，不当替代品。至少要有一个人在自己的团队里，能看懂广告后台、能理解数据口径、能判断服务商给的结论对不对。没有这个人的话，你付的其实是”信息不对称溢价”。
多平台铺开看起来是分散风险，但在资源有限的时候，它往往是”每个平台都做到 60 分”的结果。而广告这种需要持续优化的东西，60 分是不赚钱的。
我自己的经验是：在第一个平台达到稳定盈利之前，不要开第二个。“稳定盈利”的定义是连续三个月贡献毛利为正，且自然订单占比不低于 30%。这个门槛看着不高，但很多店铺其实达不到。
最后给你一张可以直接照着做的清单，按天拆开。
整张清单里，我最想强调的还是第 1-5 天。绝大多数人在这一步花了不到两小时，然后花了几百小时在后面的调优上。顺序反了，后面的努力都是在给前面的偷懒买单。
做跨境这几年，我对”广告投放从哪里开始”这个问题，答案越来越简单：从算清楚”你能亏多少”开始。
广告本身没有魔法，它就是一个用钱换曝光的工具。它能不能赚钱，取决于两件事：你换来的曝光转化的钱，是不是大于你付出去的钱；以及，那些没花钱就来的订单，是不是被你的广告挤掉了。这两个问题的答案，都不在广告后台里，而在你的成本表和你的数据底座里。
所以如果你现在正准备开广告，我建议你先把这三件事做完：把你的”平台 × 站点 × 类目”的可投性核查一遍；把每个候选 SKU 的保本 ACOS 算出来写在纸上；把广告、订单、退货这三组数据想办法汇到一处，哪怕先用 Excel 手工做，也要先跑通逻辑。
这三件事做完，你会发现你的投放决策会变得很不一样。你不再纠结”出价该不该从 0.8 提到 1.2″，因为你知道你的边界在哪里；你不再因为一天的 ACOS 波动而焦虑，因为你看的是滚动周期；你也不再需要用”再跑跑看”来拖延决策，因为你手上有足够的数据支撑判断。
广告投放真正的门槛，从来不是后台操作，而是在按下启动键之前，你有没有想清楚自己站在哪里、底线在哪、以及用什么信号决定进退。把这三个问题答清楚，剩下的都是执行层面的手艺活，可以慢慢练。
我刚接手一个跨境店铺，后台广告模块里自动、手动、商品投放、品牌广告一大堆选项，同事一个说先用自动跑数据，另一个说手动才能控成本。我就怕一上来预算烧完了，连个靠谱的搜索词都没留下。
先自动、后手动，但自动只是探路，不是终点。第一步只开自动广告的紧密匹配和宽泛匹配，日预算按「7 天零转化也不心疼」来定：假设客单价 20 美元、扣掉佣金和履约后毛利约 7 美元，日预算 15 到 20 美元大约能买到 10 次点击，跑 7 天积累 70 次左右点击，样本才够看出搜索词方向。
7 天后拉搜索词报告，把有点击有出单、点击量超过 10 的词拆出来做手动精确并单独给预算；把点击超过 10、零转化的词做否定精确。手动广告的定位是放大已经验证过的词，不是用来做探索的。
另外注意平台规则差异：多数平台预算和竞价的修改次日生效，个别是实时生效，改预算尽量放在站点流量低谷时段操作，避免当天预算提前跑飞导致后半天广告停摆。
我上次主图还不符合规范就急着开投，结果广告被拒审，钱一分没花出去还耽误了整整一周节奏。我总想快点跑数据，但又听过另一句话：链接没优化好就投广告，等于拿钱买点击不买订单。
给自己一份开投前的硬性检查清单：主图符合平台规范（纯白底、占比达标、无水印无促销文字）、标题在字符限制内含核心搜索词、详情页或图文模块已上线、库存能覆盖 30 天预估销量、价格和优惠券已生效可正常下单。
合规上尤其要注意目标市场规则，欧美市场对绝对化用语、比较级宣称、医疗和功效类表述审核很严，广告文案和主图里出现这类词基本会被拒。还要确认落地页的配送时效和退货政策可见，否则点击来了也会因为犹豫而流失。
实际操作经验是：广告审核从几小时到 24 小时不等，第一次投放前留出 1 到 2 天缓冲，千万别等大促前一天才提交。判断能不能加预算，看链接转化率，如果低于类目均值的一半，先修链接，同样的钱这时候只能买到点击。
我几乎天天对不上账，广告报表说带来 30 单，运营后台当天总共只有 26 单，我到底信哪个。老板问 ROI 的时候我更慌，不知道该报哪个数字才不算误导。
两个口径本来就不该相等，别强行凑数。广告报表一般按点击时间归因，并且有归因窗口（常见 7 天或 14 天，部分平台可在后台调整），还会计入点击后隔天甚至隔周下单、以及看过广告后的转化；运营后台按付款时间统计，还会扣掉取消和退款，而广告端通常不扣。
实操上分两层看：日报用广告订单除以广告花费看 ACOS 趋势，周报用后台总订单减去同期自然订单做交叉验证。两者差 10% 到 20% 属于正常，差到 50% 以上就要排查是不是归因窗口设得太宽、或者别的渠道在抢同一批单。
汇报时把口径和窗口写清楚，比如注明 14 天归因、未扣退款，这比一个含糊的 ROI 数字有用得多，也避免团队因为口径不一致互相质疑。
我最怕两种情况，一种是刚投两天没出单就慌着关掉，另一种是投了两周一直亏还舍不得停。我特别想知道有没有一个客观标准，而不是靠感觉拍脑袋。
先算出盈亏平衡 ACOS，公式是（售价减采购成本减头程减平台佣金减履约费）除以售价。假设售价 30 美元、各项成本合计 21 美元，毛利率就是 30%，那么 ACOS 长期高于 30% 就是在亏钱；新品期可以容忍到 1.5 倍也就是 45%，但必须提前设止损线。
判断节奏上，前 7 天只看点击量和搜索词方向，不看 ACOS；累计到 100 到 150 次点击或者 10 个订单之后再下结论，低于这个量，数据波动纯粹是噪声。之后按周复盘：ACOS 连续两周低于平衡线、库存还能撑 45 天以上，就加 20% 到 30% 预算；
ACOS 连续两周高于 1.5 倍平衡线、搜索词又迟迟不收敛，先降竞价 15% 到 20%，而不是直接关停，直接关会丢掉已经积累的关键词数据和历史表现，重新开等于从零再来一遍。
读者评论
贡献毛利表我去年也搭过，卡在退货损耗那一栏。新品根本没有历史退货率，只能拿类目均值去套，结果真跑到第三个月才发现实际退货比预估高了一倍，保本ACOS从一开始就定错了。后来我改成先按最保守值算，跑够五十单再回填修正，反而踏实一些。
预算拐点这个说法我只认同一半。我们跑过的品，拐点位置会随季节和竞品动作漂移，旺季促销折扣把保本线压得更低，淡季反而能往上抬一点。所以那个推到51%的推演我只会当参考，不会当成固定阈值去卡，更倾向每周重算一次。
三张底表的思路没问题，但站点铺开之后规则可投性表的维护成本被低估了。我们同时做六个站点，每季度逐条核对规则，人力上撑不住，最后只能退回重点站点做细表、其他站点做粗表。数据看板也一样，没有技术支持的话，说前置容易，落地往往要几个月。