2024年10月8日上午9点40分，我打开一个家居类目账号的广告后台，发现当天日预算已经被烧掉63%，但订单只出了平时同期的1.2倍。ACOS从前一个月的21%跳到38%，TACOS从9.6%涨到15.3%，而这款产品在9月的表现，是我们全年最健康的一个月。三天后我做了同一件事：把9月最后两周的搜索词报告、库存周转天数和分时转化率三张表拉出来，交叉比对。结果很直接：失控的部分几乎全部集中在我"没提前准备"的那几个位置，两个头部大词、三个广告位加价比例、以及早上7点到10点这段被浪费掉的预算。
这篇文章不讲"旺季要多加预算"这种谁都知道的话。我想讲的是：旺季广告管理问题，本质上是一个准备工作的问题，而不是一个投放技巧的问题。以下数据来自我经手的3个亚马逊美国站账号在2023，2024年两轮旺季（Prime Day、黑五网一）的投放记录，以及行业公开的CPC季节性波动区间；涉及具体金额的部分做了脱敏，比例保留原始口径。文中会以数跨境（官网：https://shukuajing.jiushuyun.com/?
utm_source=seo&utm;_plan=est&utm;_unit=gys）为例，说明"把准备变成可复盘流程"具体长什么样。
每年旺季结束后，我听到最多的复盘结论是"竞价没跟上""大词竞争太激烈""广告位加价不够狠"。这些结论都对，但都没说到根子上。因为竞价、竞争、加价这三个变量，在旺季开始之前就已经是可以预判的，你没预判，不是因为看不到，是因为没有把"看"这件事排进日程表。
第一种是预算失控：日预算在上午就被几个高曝光低转化的大词吃光，下午和晚间的高转化时段反而没有预算可花。这种失控的本质是"预算分配没有时段颗粒度"。
第二种是结构失控：旺季前为了冲量临时新建了几十个广告活动，活动命名混乱、投放词重叠、相互抢流量，最后连自己都说不清哪个活动在亏钱。这种失控的本质是"把广告当动作，而不是当结构"。
第三种是决策失控：旺季期间每天要做的调价、否词、加预算决策数量是平时的3到5倍，但团队人数没变，结果就是所有决策都被压缩成"看感觉调一调"。这种失控的本质是"没有把决策阈值前置"。
我把旺季准备拆成三个可交付物。第一张是基线表：过去90天的分时段转化率、分广告位转化率、分搜索词的ACOS分布。第二张是阈值表：什么条件下自动降竞价、什么条件下暂停投放、什么条件下追加预算。第三张是库存联动表：每个SKU的可售天数与广告预算上限的对应关系。
时间轴则更简单：T-8周开始准备，T-4周冻结广告架构，T-1周只做预算和竞价微调，T日之后不再新增广告活动。这条规则我自己执行了两年，最直接的效果是旺季期间我的调价次数从每周112次降到34次，但ACOS反而更稳定。
绝大多数运营在旺季最想做的事是"抓住机会优化"。但旺季的流量结构、竞争密度、竞价波动都在快速变化，此时优化的信噪比极低，你今天测出来的结论，三天后可能就失效了。
旺季真正该做的是执行，而不是优化。优化动作应该在T-4周之前全部完成并冻结。旺季期间只保留三类操作：按阈值自动调价、按库存联动减预算、按否词库屏蔽无效流量。除此之外的所有"我想试试"，都应该被推迟到大促结束后。
结论讲完了，接下来讲具体场景。我把这四个坑按"发生时间顺序"排列，因为它们的可怕之处在于会互相叠加，第一个坑没填，第二个坑的损失就会被放大。
2023年Prime Day第一天，我给一个客单价39.9美金的厨房小家电设置了日预算200美金。早上7点整，两个头部大词的竞价从0.85美金涨到1.6美金，到9点半，200美金预算剩下不到40美金。
问题在于，我事后拉分时数据才发现，这款产品在美国站的转化高峰是晚上7点到11点，占全天转化量的41%，而早上7点到10点只占12%。也就是说，我把79%的预算花在了只贡献12%转化的时段。
这不是竞价问题，是预算分配颗粒度问题。后来我做了一件事：把日预算拆成"基础预算+时段加价"，通过广告活动预算规则把早晚高峰的基础预算提高，同时限制凌晨和上午的低效时段。这一步做完，同样的200美金，转化量提升了约三分之一。
这是最贵的一个坑。2023年黑五，一个SKU的广告跑得很好，ACOS只有18%，我顺势把预算从150美金提到了400美金。三天后库存告急，货在海上，只能把广告关掉，而广告一关，排名掉得比涨起来快得多。
旺季的库存周转和广告投放是一个耦合系统，但在大多数后台里，它们是两张互不相干的表。广告预算的上限不应该由ROI决定，而应该由可售天数决定。
我现在用的规则很粗暴：可售天数大于45天，预算上限放开；30到45天，预算上限按过去30天均值；小于30天，预算上限直接砍半并暂停进攻层活动。这条规则帮我避免过一次更大的损失。
平时的分时策略是围绕"用户作息"设计的，旺季的分时策略要围绕"竞争密度"设计。这两者的曲线形状完全不同。旺季的竞价高峰往往出现在美西时间凌晨到上午，因为那是品牌方集中抢曝光的时间窗口，而转化高峰仍然是晚间。
如果直接沿用平时的高转化时段加价策略，结果是：你在转化好的时段加价，对手在所有人都在抢的时段加价，你的成本被推高但拿不到额外曝光。2024年Prime Day，我把分时策略从"按转化率加价"改成"按竞争指数择时"，同一账号的CPC下降了约14%，而曝光量基本持平。
这个坑不直接亏钱，但它让你无法从上一轮旺季学到任何东西。我有过这样一个阶段：三个店铺、两个站点，广告数据分别从后台导出、从第三方工具导出、从财务的Excel里拿，结果同一周的花费数字有三个版本，差异最大的那次差了11%。
复盘会上，运营说"广告花了8万"，财务说"账上是8.9万"，最后花了两个小时对齐口径，而不是讨论策略。这件事之后我意识到：旺季准备里最被低估的一项，是数据口径统一。它不产生直接收益，但它决定了你能否把这一轮的经验变成下一轮的资产。
我面试过不少运营，问"你旺季会做哪些准备"，十个里有八个的第一反应是"提前加预算"。这个答案不算错，但它暴露了一个认知盲区：把旺季准备等同于资源投入，而不是等同于结构准备。
加预算是最容易做的动作，也是最容易失控的动作。因为预算增加后，广告系统会倾向于把预算花在最容易获得曝光的地方，也就是竞争最激烈、CPC最高的位置，而不是转化最好的位置。
正确的顺序是：先调整结构，再调整阈值，最后调整预算。结构不对的情况下加预算，等于给一个漏水的桶加水。我通常会把预算调整放在T-2周，此时结构和阈值都已经冻结，预算调整才是安全的。
全量提价的问题在于，它假设"曝光越多越好"。但旺季的曝光质量是分层的：一部分是高转化搜索词带来的精准曝光，另一部分是宽泛匹配带来的泛流量曝光。
如果你不加区分地全量提价，最终结果是泛流量曝光先被吃掉，精准曝光的成本也被推高。我的做法是只对"保命层"和"进攻层"提价，试验层在旺季期间直接降预算或暂停。因为试验层的价值是探索，而旺季不是探索的季节。
大促开始后，你能看到的只是结果，而不是原因。ACOS跳高的当天，导致它跳高的那个搜索词、那个广告位、那个时段，往往已经在两天前就发生了变化。
更麻烦的是，亚马逊广告的归因存在延迟窗口，大促期间的实时数据本身就有滞后。你在当天做的调整，依据可能是"不完整的数据"。这也是为什么我坚持阈值前置：把判断逻辑写成规则，让系统在数据完整之前就按规则执行。
我见过一个团队同时用四个工具：一个看广告、一个看关键词、一个看竞品、一个看财务。结果是每天花两个小时在四个系统之间对数，数据对不上还要回头查后台。
工具的价值不在于数量，在于它能否把你需要的判断呈现成一张可执行的表。如果一个工具让你多花了时间但没有减少决策次数，它就是负资产。
现在讲方法。我把旺季广告管理看成一次有明显起止时间的项目：有目标、有里程碑、有交付物、有风险预案。这个视角来自一个很朴素的观察，旺季期间真正出问题的，几乎都是"计划外的事件"，而不是"计划内的执行"。
我用的时间轴是这样的：T-8周启动数据基线梳理，T-6周完成搜索词否词库建设，T-4周冻结广告架构并完成分层，T-3周完成阈值表配置，T-2周做预算与库存联动校验，T-1周进入只读模式，T日到T+7只执行不优化。
这张时间表最关键的两个节点是T-4周的结构冻结和T-1周的只读模式。前者保证了旺季期间广告架构不会因为临时起意而混乱，后者保证了团队在最高压的时候不会做出低质量的调整。
因为亚马逊广告的学习期通常需要1到2周，架构在T-4周冻结，到旺季开始时每个广告活动都跑完了学习期，数据是可信的。如果你在T-1周新建活动，它在旺季开始的前几天仍处于学习期，表现波动大，而你没有时间等它稳定。
因为最后一刻的调整几乎不会带来正向收益，只会带来不可控的变量。我在2023年Prime Day前三天临时改过一次竞价策略，结果当天ACOS比预期高了9个百分点，而这个改动本身并没有任何数据支撑，只是"感觉应该更激进一点"。
保命层是那些长期稳定出单、ACOS低于目标值、贡献主要利润的广告活动。这一层的操作原则是"不动"，只做防御性调整，比如守住首位广告位的加价比例、屏蔽明显不相关的搜索词。
进攻层是旺季用来抢排名、抢新品曝光的活动。这一层允许ACOS高于目标值，但必须有明确的止损线，并且和库存深度绑定。进攻层的预算上限，应该由"这个SKU还能卖多少天"决定，而不是由ROI决定。
试验层是新词、新匹配方式、新广告位的测试活动。这一层的原则很直接：旺季期间只保留已经在跑的活动，不新增测试。新测试放在大促结束后两周，那时流量成本回落，测试成本更低、结论更可靠。
阈值前置是我认为旺季准备里回报最高的一件事。它的逻辑是：把"什么情况下该做什么"提前写成规则，让系统在符合条件时自动执行，把人的注意力留给真正需要判断的例外情况。
我常用的三条阈值规则是：第一，单个搜索词连续7天点击超过20次且零转化，自动加入否定精准；第二，单个广告活动连续3天ACOS超过目标值150%，自动降价15%；第三，库存可售天数低于30天，自动将进攻层预算下调50%。
这三条规则不复杂，但它们把旺季期间的高频决策从"人判断"变成了"系统执行"。执行之后，我的团队在旺季期间的日均决策时间从3.5小时降到1.1小时。
预算不应该是一个固定数字，而应该是一个区间。我给每个广告活动定的预算规则是：基线值（过去30天日均花费）× 旺季系数 × 波动容忍区间。
旺季系数根据类目竞争度定，通常在1.2到1.8之间；波动容忍区间用来承接单日异常，比如某天CPC突然上涨40%，预算允许上浮但有上限，超过上限就触发熔断，自动把预算拉回基线并发出提醒。
熔断机制的价值不在于省钱，而在于防止一次失控演变成一整周的失控。旺季的损失从来不是单日造成的，而是连续几天的错误累积。
讲到这里，方法层面基本清楚了。但真正执行时会遇到一个绕不开的问题：数据分散在多个后台、多个店铺、多个站点，你要做基线梳理、要做阈值配置、要做库存联动，第一步就得先把数据聚到一起。
因为口径不统一，所有阈值都是假的。举个例子：如果广告花费从一个系统取，销售额从另一个系统取，两边对"归因窗口"的定义不一样，那么算出来的ACOS天生就有偏差。你用它设定"ACOS超过目标值150%就降价"，实际触发点和你想的完全不是一回事。
我现在的做法是：广告花费、销售额、库存周转三组数据必须来自同一个口径，并且能按店铺、站点、SKU、广告活动四个维度下钻。这不是为了好看，是为了让阈值规则能真正对齐到一个统一的事实基础上。
我在实际工作中用数跨境主要解决四件事，这里具体说明，不吹功能。
第一，多店铺多站点数据的统一汇总。旺季前后我要看的不只是一个店铺的ACOS，而是所有店铺在同一时间轴上的表现差异。把多个店铺的广告数据拉到同一张视图里，才能看出哪个店铺的预算被浪费、哪个店铺的结构更健康。数跨境在跨店铺数据汇总这块做得比较直接，省掉了我过去用Excel手动对齐的时间。
第二，利润口径下的广告评估。广告后台里的ACOS是按广告归因销售额算的，它不包含自然订单，也不包含退货和仓储成本。我在旺季前会用数跨境的利润数据去校准广告阈值：一个看起来ACOS 30%的产品，在扣除退货和费用后可能已经接近盈亏平衡线。这种情况下，阈值必须调紧，而不是按平台ACOS来定。
第三，库存与广告的联动校验。前面提到"广告跑得比库存快"这个坑，解决方法就是把库存可售天数和广告预算放在同一张表里看。数跨境的库存数据可以和广告数据交叉比对，让我在T-2周就能发现"某个SKU的广告预算还在增长，但可售天数已经掉到35天"这类矛盾。
第四，旺季后的复盘沉淀。这一点最容易被忽略。旺季结束后，大家急着看总销售额，但真正有价值的是"哪个阈值规则被触发得最频繁""哪类搜索词贡献了最多无效花费"。这些结论需要跨时间段、跨活动的数据留存。用数跨境把旺季期间的数据留下来，下一轮准备时你就不用从零开始。
2023年，我一个家居账号在旺季前的准备几乎是零：没有基线表，没有阈值表，否词库是临时从后台导出的。那一轮旺季，日预算超支的天数占到了旺季总天数的近一半，ACOS从21%涨到38%，而销售额只涨了19%。
2024年，同样的账号，我在T-8周开始准备：用数跨境拉了过去90天的分时段数据，发现转化高峰集中在晚间；用否词库预置了约260个否定精准词；把三层结构和阈值表都配置好。结果是ACOS峰值控制在27%，日预算超支天数降到5天，而销售额涨幅是31%。
需要说明的是，2024年的流量环境本身也和2023年不同，所以不能把这个对比完全归因于准备工作。但有一个信号是可比的：旺季期间的人工调价次数从每周112次降到34次，而ACOS的日波动幅度从±6.2个百分点收窄到±2.4个百分点。波动收窄，意味着可控性提升，这一点我认为主要来自准备。
必须说清楚边界。工具解决的是数据聚合、口径统一、阈值执行和复盘留存，它解决不了三件事：第一，它不能替你判断哪个SKU值得在旺季投入；第二，它不能替你决定品牌阶段该牺牲多少利润换排名；第三，它不能替代对类目和竞品的现场判断。
如果你的问题是"我不知道该不该打这个品"，那买工具没用，你需要的是类目和竞品的一手信息。如果你的问题是"我知道该打，但不知道每天该怎么调、数据怎么对、复盘怎么留"，那工具就是必要的基础设施。
同样的方法论，在不同规模的账号上执行方式完全不同。下面按三种典型情况给建议，你可以直接对号入座。
这个阶段不需要复杂工具，也不需要三层架构。你的核心矛盾是"人手少、时间少、预算有限"，所以准备动作要极度精简。
我的建议是只做三件事：第一，导出过去90天搜索词报告，把零转化高点击的词全部加否定精准，这一步通常能省下10%到20%的无效花费；第二，把日预算拆成上下两个时段，观察哪个时段转化更好，然后在T-2周把预算往高效时段倾斜；第三，给主力SKU设一条库存红线，低于30天可售就砍一半预算，这条规则写下来贴在工作台上。
这三件事加起来大约需要6到8个人天，回报是旺季期间你不需要每天盯着后台调价。对单店铺卖家来说，"不用每天救火"本身就是最大的收益。
这个阶段的核心矛盾从"时间不够"变成"口径不统一"。你有多个店铺，每个店铺的运营有自己的习惯，如果不统一口径，你无法横向比较，也无法统一阈值。
建议做四件事：第一，统一广告活动的命名规范，让活动名本身携带站点、层级、SKU、目标信息；第二，建立跨店铺的基线表，每月更新一次；第三，把三条核心阈值写成团队规则，所有店铺共用；第四，用数跨境这类工具把多店铺数据聚合到一张视图，减少手动对齐的时间。
这个阶段的取舍是：你会花更多时间在"统一"上，而不是在"优化"上。这在短期内看起来效率低，但它是从"各自为战"转向"体系作战"的必经一步。
这个阶段的准备已经不是"广告准备"，而是"资源配置准备"。核心问题变成：旺季期间，有限的预算应该优先给哪个站点、哪个品类、哪个阶段的产品。
建议在T-6周就完成一次跨站点的优先级排序，排序依据建议用三个指标：库存深度、边际利润率、历史旺季转化弹性。库存深、边际利润高、历史旺季转化弹性大的SKU优先给预算。
另外，这个阶段一定要建立熔断机制。预算体量越大，一次失控的绝对损失越大。我在一个多站点账号上见过单日预算失控导致的额外花费，相当于该店铺一周的合理广告预算。熔断机制的成本很低，但它能挡住最坏的那一次。
准备工作的难点不在于"做什么"，而在于"不做什么"。下面三组取舍，是旺季准备里最常遇到、也最容易纠结的。
这是旺季最经典的取舍。答案是：取决于你处在产品生命周期的哪个阶段。新品期和排名上升期，可以接受旺季ACOS高于目标值，因为排名和评论是长期资产；成熟期和利润收割期，必须守住利润线，因为你的核心价值已经是现金流。
我的具体判断标准是看自然订单占比。如果自然订单占比在旺季前已经稳定在60%以上，说明排名和权重已经建立，旺季可以适度保守；如果自然订单占比低于40%，说明你仍然在依赖广告买曝光，旺季可以适度激进，但要设定明确的止损线。
我的观点比较明确：阈值执行自动化，阈值设定人工。换句话说，什么时候降价的判断由人来做，但"到了条件就降价"这个动作交给系统或规则。
原因很现实：旺季期间人的判断力会下降。连续高强度工作之后，人会倾向于做简单动作（比如直接降价、直接暂停），而不是做正确的动作。把执行自动化，本质上是保护团队的判断力不被消耗在重复劳动上。
判断标准只有一条：你的数据口径是不是独特的。如果你的评估逻辑高度标准化（比如就是看ACOS、ROAS、库存周转），现成工具的成本远低于自建；如果你的评估逻辑和你的供应链、账期、退税、多平台结算深度绑定，自建才有意义。
我自己的选择是混合：日常广告监控用现成工具，财务口径的利润评估保留自建表格。原因是广告数据标准化程度高，而利润口径在我这里是个性化的。把钱花在标准化环节是不划算的，把时间花在个性化环节是必要的。
这个话题很少有人讲，但我认为它很重要。如果你的核心SKU在旺季前出现这三种情况之一，我的建议是不要重投入：库存可售天数低于25天且补货周期超过45天；核心关键词的自然排名在过去60天持续下滑；产品毛利率在扣除广告和退货后已经接近零。
旺季不是每年都必须全力冲刺的。有时候最优解是把资源留给下一个周期，而不是在一个注定亏损的窗口里硬打。这个判断很难做，但它比盲目加预算更需要专业性。
最后一节讲沉淀。旺季准备最大的浪费，是每年重做一遍。下面三个模板我用了两年，直接贴出来。
命名规范的价值在于让广告活动名本身携带信息，这样你在看报表时不需要点进去就知道它是什么。我用的格式是"站点|层级|匹配方式|核心词|SKU|备注"。
# 广告活动命名规范（示例）
格式：站点_层级_匹配方式_核心词_SKU_备注
US_CORE_EX_airfryer-A12_ASIN-B09X_首位防守
US_ATTACK_PH_airfryer-basket_A12_旺季冲量
US_TEST_BR_kitchen-gadget_A12_新词测试
US_CORE_EX_airfryer-liner_A12_否词已更新0915
层级缩写
CORE = 保命层
ATTACK = 进攻层
TEST = 试验层
匹配方式缩写
EX = 精确匹配
PH = 词组匹配
BR = 宽泛匹配
否词库我按"永久否词"和"季节否词"分开管理。永久否词是那些和你产品永远无关的词，季节否词是旺季特有的（比如礼品相关但转化极差的词）。分开管理的好处是旺季结束后可以快速回滚，不会永久关闭本来有价值的流量。
# 否词清单结构（CSV 示例）
campaign,match_type,keyword,level,note
US_CORE_EX_airfryer-A12,negative_exact,free air fryer,permanent,免费意图无转化
US_CORE_EX_airfryer-A12,negative_exact,air fryer repair,permanent,维修意图
US_ATTACK_PH_airfryer-basket,negative_phrase,cheap,seasonal,旺季低价词转化差
US_ATTACK_PH_airfryer-basket,negative_phrase,used,permanent,二手意图
US_TEST_BR_kitchen-gadget,negative_exact,gift ideas,seasonal,泛礼品词
规则：
日报的目标不是信息全面，而是让决策者30秒内知道"今天有没有异常"。所以我只保留六个字段，超出这个范围的一律放到周报。
| 字段 | 口径 | 异常阈值 | 触发动作 |
|---|---|---|---|
| 日花费与预算比 | 当日花费 ÷ 当日预算 | > 95% 且发生在下午3点前 | 检查预算规则是否需要调整时段分配 |
| ACOS 偏离度 | 当日ACOS ÷ 目标ACOS | > 1.5 倍 | 锁定异常活动，人工介入判断 |
| 零转化点击花费 | 当日无转化搜索词花费 | > 总花费 20% | 执行否词规则 |
| 库存可售天数 | 可用库存 ÷ 日均销量 | < 30 天 | 下调进攻层预算 50% |
| CPC 环比 | 当日CPC ÷ 前7日均值 | > 1.4 倍 | 检查分时竞价是否需要收紧 |
| 自然订单占比 | 自然订单 ÷ 总订单 | < 40% | 评估是否需要保住广告位 |
这张表的用法是：每天早上花5分钟过一遍六个字段，只看有没有触发阈值。触发就按动作执行，没触发就关掉。旺季期间，日报的价值在于"快速排除异常"，而不是"全面掌握情况"。
我想说的独特观点其实只有一句：旺季广告管理问题的真正解法，是把旺季从一场临时考试，变成一次提前排练过的演练。
大多数运营把旺季当成考试，平时怎么做，旺季就加大力度做。但考试的特点是不可预知，而旺季的绝大部分变量是可预知的：CPC会涨、竞争会变密、转化高峰时段基本不变、泛流量会增加、库存周转会加快。既然可预知，它就不是考试，而是演练。
演练的核心是三个词：基线、阈值、熔断。基线让你知道正常是什么样，阈值让你知道什么时候该动，熔断让你知道什么时候必须停。这三件事都不需要多高的投放技巧，需要的是提前8周开始动手。
最后给一个具体的下一步建议，分两种情况。
如果你距离下一轮旺季还有6周以上：本周内导出过去90天的搜索词报告和分时段转化数据，做成基线表；下周开始清洗否词库；T-4周冻结广告架构并完成三层分层。整个过程中，把"我要优化什么"这个问题暂时放下，只回答"我要准备好什么"。
如果你距离旺季只剩不到2周：不要做架构调整了，风险太高。只做三件事，把明显无效的搜索词加否定、给每个主力SKU算一次可售天数并据此定预算上限、写三条最简单的阈值规则并严格执行。这三件事投入很小，但能挡住旺季里最常见的那几种失控。
旺季会结束，但你和你的团队在这一轮里建立的基线表、阈值表和复盘数据不会结束。这才是旺季准备真正留下来的东西，它让你下一轮不是在重复考试，而是在同一次演练里做得更好。
去年黑五我提前两周才开始加预算，结果核心词竞价被抬到平时的两倍多，ACOS 直接从 22% 冲到 48%，一个旺季白干。今年想把节奏提前，但不确定到底该提前一个月还是两个月，也不清楚每个阶段该干什么。
我自己的节奏是提前 60 天，分四段走。T-60 到 T-45 只做两件事：把过去 12 个月的搜索词报告拉出来，按转化率分成核心词、潜力词、垃圾词三档，垃圾词全部加否定；同时做 listing 体检，主图、A+、视频、QA 该补的补完，因为旺季广告只是放大器，转化率不动的话流量进来就是烧钱。
T-45 到 T-30 用每天 10 到 20 美金的小预算跑潜力词和自动广告，目的是收集搜索词，不追求 ACOS。T-30 到 T-14 把跑出来的词拆到精准手动和词组匹配，同时把每个活动的预算上限、竞价上限写死在文档里，避免旺季手抖。
T-14 之后到旺季开始，只做加预算和加竞价，不再开新词，因为新词从上线到稳定出单一般要 2 到 3 周、累计 20 到 30 个点击，旺季前 14 天才开的词基本是给平台交学费。
旺季流量贵，我有个活动 ACOS 从 20% 涨到 45%，运营说这是抢排名必须忍，财务说再投就是亏钱，两边都有道理。我夹在中间不知道该听谁的，也不敢一刀切关掉。
我的判断标准不是 ACOS，而是边际 ACOS 和 TACOS 一起看。先把活动按目的分三类：收割类（品牌词、核心精准词）、拉新类（自动、宽泛、竞品词）、防守类（自家 ASIN 定投）。
收割类旺季 ACOS 放宽到平时的 1.2 到 1.5 倍仍然可以接受，因为这部分是确定性订单，关掉等于把已经到手的单子让出去。拉新类单独算，如果边际 ACOS 超过毛利率的 1.5 倍，先降竞价 15% 到 20%，观察 3 天，不要直接关，直接关会丢历史权重。
再看 TACOS：如果 TACOS 稳在目标线内而 ACOS 上涨，说明自然单在涨，这是好事。数据口径上，毛利率 30% 的产品盈亏平衡 ACOS 就是 30%，旺季我允许拉新活动短期到 45%，但不超过 14 天，并且必须同时看新客占比，如果涨的全是老客复购，那这笔钱就是白花的。
我手上 6 个店铺，旺季每天改预算改到凌晨两点，还是出过某个活动半夜把全店预算吃光、第二天核心词没曝光的事故。我很想知道别人是怎么把这个流程管起来的。
人工盯表在 3 个店铺以内还行，超过 5 个店铺一定会出错，因为问题不是勤不勤快，而是信息反馈有延迟。我的做法分三层：第一层是预算池，按店铺、站点、活动类型设日预算上限，总额度按过去 30 天日均消耗的 1.5 倍留，防止单个活动半夜吃光全店预算；
第二层是规则，把不该靠人判断的东西写成规则，比如当地流量高峰前 1 小时加价 20%、活动预算消耗到 80% 自动降竞价 10%、ACOS 连续 3 天超标自动暂停并通知；第三层才是人，每天只看三张表：预算消耗进度、异常活动清单（ACOS 环比波动超过 50%）、库存可售天数。
库存必须和广告联动，可售天数低于广告覆盖天数的 SKU 直接降预算，卖爆了断货掉权重，损失远大于省下的那点广告费。这三张表可以用某项目管理平台做成每天固定推送的看板，比在群里喊人靠谱得多。
去年旺季结束我只拉了一个总 ACOS 就交差了，结果今年想优化的时候发现，根本说不清到底是竞价被抬高了，还是某天降价了，还是断货导致转化崩了。我不想再犯一次同样的错。
只看总 ACOS 完全不够，因为它把三种完全不同的原因混成了一个数字。我会留存四份数据并按周对齐：一是每周的搜索词报告，含曝光、点击、转化、花费；二是分时段的花费与转化，至少切到 4 小时一段；三是每一次竞价、预算、否定词调整的操作日志；四是库存、价格、秒杀活动和广告的日期对齐表。
为什么必须要有调整日志：旺季结束你看到 ACOS 涨了，只有把日志对上去，才能区分是竞价被市场抬了、还是自己降价了、还是断货把转化率打崩了。
具体口径用旺季前 4 周做基准，算每个活动在旺季 4 周里点击量、转化率、CPC、ACOS 的变化幅度，把 CPC 涨超 30% 而转化率没同步上涨的活动单列出来，这批就是明年旺季前要提前锁竞价的对象。最后把这次跑出来的高效搜索词导出成明年的起投词库，明年的测试期至少能省掉一半时间。
读者评论
库存联动这条我有不同感受。可售天数我自己盯的时候经常和后台对不上，在途、在仓、预留三个口径能差出好几天，阈值直接砍半的硬规则遇到补货延迟就变成主动断流。广告跑得比库存快这个坑我踩过，但把预算上限完全交给可售天数，你们库存数据是统一从一个地方取的吗？
按竞争指数择时这点我持保留。我手上两个小账号日曝光本来就不大，拆到分时维度每个小时样本太少，指数看着在波动，其实一半是噪声，调来调去还不如固定时段加价。可能账号体量到一定程度这套才成立，小账号照搬容易亏在折腾上。
调价次数从每周112次降到34次这个数挺有参考性，但阈值前置有个前提是后台得支持预算规则和批量改价，否则规则只能写在表里靠人盯，反而多一层手工。另外旺季只执行不优化，我担心的是遇到listing被改或竞品突然砸价，只读模式会不会太僵。