去年第四季度，一个做厨房小家电的卖家朋友拿着两张报表来问我：一张是广告后台的，黑五期间投了 4.2 万元广告费，ACOS 28%，看上去还算健康；另一张是他自己拼出来的 Excel，把退款、FBA 仓储费、头程和促销折扣都算进去之后，这个黑五净亏了 1.1 万元。他问我的问题不是”广告怎么优化”，而是”我到底该怎么判断一套投放方案值不值得继续”。这个问题问得比”怎么降 ACOS”高级得多，因为中小商家真正的瓶颈从来不是操作技巧，而是判断标准。
广告后台给你的是一套指标，财务报表给你的是另一套指标，两套指标之间的落差，就是绝大多数投放方案误判的来源。
这篇文章不打算再讲一遍”如何设置否定关键词”或者”怎样分配预算比例”这类谁都能拼出来的内容。我想讲的是我在实际陪跑和复盘中反复验证过的一件事：中小商家判断广告投放方案，本质上是在判断”这套方案多久能把现金变成利润”，而不是判断”这套方案能不能跑出漂亮的报表”。下面我会先给出结论，再拆背景、误区、判断逻辑、数据观察和取舍，全程用第一人称，所有具体数字我会标注是实操记录还是示意推演，你可以放心对照自己的盘子。
这一节先把我最终沉淀下来的判断框架摆出来。如果你只读一节，读这一节就够了，后面所有的背景、误区和案例，都是在解释这四件事为什么成立、怎么落地。
大卖评估一个投放方案，会看峰值单量、市场份额、类目排名；中小商家没有这个资本，因为你每多亏一天，现金流就少一层缓冲。所以我判断一套方案的第一标准不是峰值，而是累计毛利曲线和累计广告花费曲线的交叉点出现在第几天。
我给一个示意基准：客单价 29.9 美元、毛利率 45% 的家居收纳类目，冷启动期如果把首单 CPA 压到 12 美元以内，通常能在第 9 到 14 天完成由亏转平；如果 CPA 一直在 18 美元以上，交叉点会推迟到 25 天之后，而绝大多数中小商家在第 18 天左右就会因为库存回款压力被迫砍预算，方案就死在半路上。所以”能不能起量”是个伪问题，”多少天内转平”才是真问题。
这是我见过中小商家最普遍的口径错误：月底拉一张店铺总表，看到整体 ACOS 从 32% 降到 26%，就认为”方案有效，继续加预算”。问题是这个 26% 可能是由两个老链接的自然转化拉低的，新品的 ACOS 其实从 45% 涨到了 68%。
正确的判断单位要足够细：同一个 SKU，在同一个渠道，处于同一个生命周期阶段。同一个品在冷启动期的 ACOS 40% 可能是健康的，在成熟期就是失控的。把不同阶段的数据混在一张表里平均，等于什么都没看。
我复盘过二十多个中小商家的投放决策，真正”算错了”的不到三成，剩下七成是”算的不是同一件事”。广告后台的销售额含不含退款？含不含税费？含不含优惠券？广告归因窗口是 7 天还是 14 天？这些口径差异，在客单价 30 美元、退货率 8% 的品上，足以让同一个方案在两个系统里呈现”盈利”和”亏损”两种结论。
所以我的建议很直接：在讨论任何投放方案之前，先花两个小时把口径定死，写进一张所有人都认的表里。口径统一带来的判断准确度提升，远大于任何一次出价调整。
只有一把尺子的商家，要么砍得太早，把还在爬坡期的方案掐死；要么加得太猛，把原本健康的品推到亏损。我的做法是同时准备两套阈值：
这两把尺子的数值因类目而异，但结构是通用的。关键在于它们必须提前写下来，而不是事后根据结果反推，后者只会让你把每一次亏损都解释成”再等等就好了”。
结论讲完了，接下来我要还原一个具体场景。因为脱离场景谈阈值，很容易变成”正确的废话”。这个案例是我 2024 年上半年实际参与复盘的一个店铺，主营厨房收纳，亚马逊为主、独立站为辅，月广告预算 8 万到 12 万元，属于典型的中小商家体量。
这家店铺当时在跑三个主力链接，客单价从 19.9 美元到 39.9 美元不等，广告分三个渠道：站内 SP、站内 SB、站外 Facebook。老板每月看一份后台导出的汇总表，指标包括花费、曝光、点击、转化、ACOS。
问题在于这份表把三个链接、三个渠道全加在一起。于是”整体 ACOS 26%”这个数字看起来不错，但他实际上并不知道是哪个组合在赚钱、哪个组合在放血。这种”混在一起看”的报表，是中小商家最典型的起点，也是最容易做出错误决策的地方。
他最初的判断标准来自某个大卖的分享：广告 ROI 低于 3 就砍。他把这条规则套到自己的新品上，结果新品在第 7 天就被砍了预算。事后复盘发现，那个大卖讲的是成熟期的老品，本身有自然流量托底，而他的新品没有自然排名，前 14 天必须靠广告硬买曝光。
用成熟期的 ROI 标准去要求冷启动期的产品，等于要求一个刚学走路的孩子跑出成年人的配速。这不是执行力问题，是标准错配。
被第一次教训之后，他换了个指标：广告花费占总销售额的比例，控制在 15% 以内就算健康。这个指标本身没错，但它是一个”平均指标”，掩盖了结构问题。当时他的老品广告占比只有 6%，新品高达 42%，平均下来正好 14%，看上去很健康。
但新品贡献的销售额占比只有 18%，也就是说，店铺在用老品赚的钱补贴两个长期不达标的新品，而且因为平均指标好看，这个补贴行为被隐藏了整整两个月。平均指标最危险的地方，不是它不准，而是它准得让人不想再往下拆。
第三次其实不完全是投放问题，而是素材和词结构问题。当时一个核心大词的转化一直不错，他把 60% 的预算集中在这个词上。第 3 周开始，这个词的点击率从 0.52% 掉到 0.31%，转化率从 11% 掉到 6%，但因为他只看周维度的 ACOS，波动还没体现出来，等他反应过来，已经多花了将近 2.6 万元。
这里暴露的是另一个判断盲区：投放方案的健康度不仅看成本，还看结构集中度。单一关键词承载超过 40% 的预算，本身就是风险信号，即使当期 ACOS 很好看。
把上面三个失败放在一起看，根子是同一个：大卖优化的目标是长期市场份额，中小商家优化的目标是当期现金周转。目标函数不同，最优解必然不同。大卖可以接受一个新品连续 40 天亏损，因为它赌的是排名稳定后的长期自然流量；中小商家如果这么干，很可能在第 25 天就没钱补货了。
所以判断投放方案时，第一步不是看方案本身，而是先确认自己的约束条件：账上还有多少可动用现金、这批库存能撑多少天、退货率目前是多少。这三个数字决定了你的判断标准，而不是别人的分享。
这一节我把这些年见过、也亲自踩过的判断误区集中列出来。它们有一个共同特征：单看都很有道理，组合起来就系统性地带偏决策。
ACOS 低可能有两种完全不同的原因：效率高，或者根本没买到量。一个只花了 50 元、出了 200 元销售额的广告组，ACOS 25%，看起来很美，但它对店铺的贡献几乎可以忽略。脱离花费规模谈 ACOS，等于脱离剂量谈毒性。
我的做法是同时看两个维度：ACOS 和花费占目标预算的比例。如果花费只用了计划预算的 20%，那这个 ACOS 再漂亮也不代表方案成功，只代表你没投出去。
测试期的目标是”找到可放大的组合”，指标应该是点击率、加购率、转化率门槛；放量期的目标是”把已验证的组合做大”，指标是 CPA、边际利润、库存消耗速度。用同一套指标，会出现两种典型错误：测试期因为 CPA 高被砍掉，放量期因为点击率不够漂亮被误判。
这是我见过最隐蔽的误区。有一次我建议某位卖家加大投放，数据支持这么做，但两周后他来找我，说广告效果确实不错，可是因为备货没跟上，货在第 12 天断档，广告被迫停掉，排名掉得比投之前还低。
广告方案的可行性，必须叠加库存天数一起判断。我现在给建议之前一定会问一句：这批货还能卖多少天？如果库存天数小于预期放量周期，方案再漂亮也要先把补货节奏解决。
跨境电商的转化链路天然偏长，尤其是客单价 30 美元以上、决策周期偏长的类目。用 7 天数据下结论，本质是在用噪声判断信号。我个人的经验阈值是：客单价 20 美元以下可以 7 到 10 天判断，20 到 50 美元建议 14 天，50 美元以上最好 21 天。当然，这个周期必须和你的现金流约束做平衡，平衡的结果就是止损线。
站外 Facebook 引流、站内 SP 收割，这是很常见的组合。如果只看站内后台，你会觉得站内效率极高，站外几乎没用；但如果关掉站外，站内的转化量会明显下降。只依赖单渠道后台的归因，会系统性低估上游渠道的价值。
我的处理方式不是追求完美归因（中小商家做不到），而是用”整体订单增量”这个更粗但更可靠的指标做交叉验证：关掉某个渠道 7 天，看店铺总订单的变化，比看后台归因数据更接近真相。
前面讲了结论、场景和误区，这一节给出我实际在用的判断流程。它不是理论模型，而是我在至少十几个店铺上跑过、调整过的操作框架，核心是三层漏斗加两把尺子。
广告能承受多少成本，不是由同行决定的，是由你的单位经济模型决定的。计算公式很简单：
可承受 CPA = 客单价 × 毛利率 − 履约成本 − 目标单件利润
例如：
客单价 29.9 美元
毛利率 45% → 毛利 13.46 美元
履约与仓储 2.8 美元
目标单件利润 3.0 美元
可承受 CPA = 13.46 − 2.8 − 3.0 = 7.66 美元
这个 7.66 美元就是你的上限。任何投放方案，只要实测 CPA 长期高于这个数，无论 ACOS 看起来多好，本质上都在消耗利润。先算出这个数，再去评估方案，你的判断会立刻从模糊变清晰。
我通常把渠道分成三类，各自背不同指标：
让三类渠道背同一个 CPA 指标，是我见过最普遍的误判来源。结果往往是探索渠道最先被砍，几个月后店铺失去增长点。
同一个品在不同阶段，判断标准要主动切换。下面这张表是我常用的示意基准，你可以按自己的类目调整：
| 阶段 | 核心指标 | 示意阈值 | 判断动作 |
|---|---|---|---|
| 冷启动（0-14 天） | 点击率、加购率 | 点击率 ≥ 0.4%，加购率 ≥ 8% | 达标即继续，不达标先改素材 |
| 放量（15-35 天） | CPA、边际利润 | CPA ≤ 可承受 CPA 的 1.1 倍 | 连续 5 天达标加预算 20% |
| 收割（36 天以后） | 广告花费占比、自然订单占比 | 广告占比 ≤ 15%，自然占比 ≥ 45% | 逐步降低出价，把流量让给自然位 |
| 收缩期 | 单件利润、库存天数 | 单件利润 < 目标值的 60% | 一周内阶梯式降预算，不一次性关停 |
止损尺我一般写成这样：单日 CPA 超过可承受值的 1.5 倍，连续 3 天，则当日预算下调 30%；下调后 3 天仍未改善，暂停该广告组。放大尺写成这样：连续 5 天 CPA 低于可承受值的 1.1 倍，且库存天数大于 45 天，则预算上调 20%，每次不超过 20%，避免一次加太多导致数据失真。
这两把尺子的价值在于把决策从”感觉”变成”条件触发”。人在亏钱的时候容易情绪化，提前写死的规则能帮你绕开这一点。
实际操作时，我会把上面所有内容压缩成一张判断表，每次评审方案只填这张表，不再看其他报表。表里固定七列：SKU、渠道、阶段、实测 CPA、可承受 CPA、库存天数、本周动作。填完这张表，方案该继续还是该改，基本一眼可见。
这套方法最大的好处是把复杂的投放决策收敛成可重复执行的流程。中小商家没有数据分析团队，靠的就是流程的稳定性，而不是每次都想出一个新点子。
讲完方法论，必须讲工具落地，否则上面那些判断很难在真实工作里跑起来。这一节我结合自己在用的数跨境来说明具体过程。需要提前说明：工具解决的是口径统一和核算效率，判断逻辑仍然要靠你自己建立。
原因很实际：当一个店铺同时在亚马逊、独立站、TikTok Shop 上跑广告时，三个后台的口径完全不一样。亚马逊后台的销售额不含部分促销折扣，独立站的口径包含运费，TikTok 的归因窗口又不同。我之前每个月要花将近 6 个小时手工对齐这些口径，还经常出错。
用数跨境之后，我把多平台的订单、广告花费、退款、履约成本归集到一套维度里，一次对齐口径，后面所有分析都基于同一套数。它最大的价值不是”多看几个指标”，而是”让所有指标说的是同一件事”。
第一次接入的时候我犯了个错：直接用了平台的默认归因窗口，导致站外渠道的贡献被低估，站内渠道被高估。修正的方式是把归因窗口统一设置为 7 天，同时对站外渠道额外保留一份 14 天窗口的数据做对照。
这个细节看起来琐碎，但它直接改变了结论。修正之前，我的判断是”站外效率低，应该砍掉”；修正之后，站外的新客获取成本其实比站内低 18%，只是转化发生在站内而已。
上个月我用这套流程评审了一个投放方案，涉及三个 SKU、两个平台。原始数据里有六个指标：花费、曝光、点击、转化、ACOS、销售额。经过数跨境的归集和口径统一之后，我把它们收敛成三个结论：
整个过程不到 40 分钟。如果放在以前手工对表，至少要半天，而且大概率还会因为口径问题吵起来。
在数跨境的成本核算视角下，我观察到一个很稳定的现象：广告花费占比下降的月份，净利率不一定上升。原因通常是退货率、仓储费或头程成本同期上涨，把节省下来的广告费吃掉了。
我在一个家居类目上做过对照：某月广告花费占比从 17% 降到 13%，但因为退货率从 6.5% 升到 9.2%，净利率反而从 8.1% 降到 6.4%。如果只看广告指标，会得出”投放效率提升”的结论，但真实经营状况在恶化。
第一个瞬间：我原本认为某个高 ACOS 的广告组应该关闭，但拆开看之后发现它贡献了 38% 的新客，而这些新客的复购率是老客的 2.3 倍。关掉它，当期利润会好看，半年后增长会熄火。
第二个瞬间：一个看起来表现平平的广告组，CPA 处于中位，但它的退货率只有 2.1%，远低于店铺均值 8%。算完退货摊销之后，它的实际单件利润反而是最高的。
第三个瞬间：站外渠道的 ROI 一直是负数，我差点砍掉。后来用整体订单增量做交叉验证，发现关停站外的 7 天里，站内订单同步下降 12%，说明站外承担的是”种草”职能，不能只用直接 ROI 评估。
把上面的过程整理成链路就是：平台订单与广告数据接入 → 统一归因窗口与口径 → 归集退款、履约、头程成本 → 按 SKU × 渠道 × 阶段切片 → 输出可承受 CPA 对照表 → 触发止损或放大规则。
这条链路里，最容易出错的是第二步口径统一，最容易偷懒的是第四步切片。很多商家做到第二步就停了，结果还是在看店铺级别的大平均，判断自然会偏。
这一节我按常见场景给出具体动作。你可以直接对号入座，不需要全部照搬，但建议至少完整读完与自己最接近的两类。
这个阶段的唯一目标是验证”这个品有没有转化潜力”，不是赚钱。我的具体动作是：预算控制在可承受 CPA 的三倍以内，重点看点击率和加购率，两个指标任一低于阈值就先改素材或改词，而不是加价。
如果第 14 天点击率仍低于 0.35%、加购率低于 5%，我会判定这个品不适合继续投，把预算转移到下一个候选品。冷启动期最大的浪费不是亏钱，是把时间耗在一个没有转化潜力的品上。
这种情况通常不是投放问题，而是单位经济模型问题。动作顺序应该是：先算可承受 CPA，再对广告组按 CPA 排序，砍掉超过上限 1.2 倍的组，同时检查退货率是否能通过产品页优化降低。
我见过一个案例，光是把详情页的尺寸说明写清楚，退货率从 9% 降到 6%，单件利润提升了 1.4 美元，比任何投放优化都有效。
旺季的判断标准和平时完全不同，因为库存和物流成本都会变化。我的做法是在旺季前 45 天重算一次可承受 CPA，把仓储费上浮、头程涨价、退货率上升全部计入。
通常算完之后，可承受 CPA 会比淡季低 15% 到 25%。如果不重算，很容易用淡季标准在旺季放量，最后发现订单不少但利润被吃光。
现金流紧张时的判断顺序要反过来：先保库存和回款，再谈增长。具体动作是保留收割渠道和品牌词，暂停探索渠道，把所有预算集中在 CPA 最低的 20% 广告组上。
这个阶段不要试图通过”加大投放拉销售额”来解决现金流问题，因为广告费是先花后收，扩大投放只会让现金缺口在短期内变得更大。
多平台最容易出现的问题是重复计算和口径混乱。我的建议是先用统一平台把口径对齐，再按平台分别设定判断标准。不同平台的用户决策链路不同，可承受 CPA 不应该用同一个数。
实操上，我会给每个平台单独设一条止损线，但共用同一个单位经济模型，这样既保证一致性，又保留平台差异。
判断逻辑解决的是”能不能做”，取舍解决的是”做什么”。中小商家的预算永远不够，所以取舍能力比判断能力更重要。
我的经验是：客单价 20 美元以下、决策链路短的品，倾向于集中，把一个已验证的组合做到预算上限；客单价 50 美元以上、决策链路长的品，倾向于分散，因为单一渠道很难覆盖完整决策路径。
集中能快速验证，分散能降低波动风险。选择哪种，取决于你的现金流能承受多大的波动。
这是一个常被讨论但很少被算清楚的问题。低价冲量的前提是边际成本足够低，且订单量能摊薄固定成本；如果这两个条件不成立，冲量只会放大亏损。
我通常算一个临界点：订单量增加多少，才能让固定成本摊薄带来的收益覆盖降价损失。算不出这个临界点，就不应该做低价冲量。
自动化适合规则清晰、波动稳定的场景，比如收割渠道；人工适合需要判断的场景，比如冷启动期的素材测试。我见过不少商家把冷启动也交给自动规则，结果系统在第 5 天就把预算压到最低，方案直接死掉。
一个折中做法是：冷启动期关掉自动降预算规则，只保留自动加价规则；进入放量期后再全部交给自动化。
自建素材成本高但差异化强，采购素材成本低但同质化严重。中小商家更现实的做法是：核心卖点素材自建，通用场景素材采购。核心素材决定点击率，通用素材决定覆盖量，两者的作用不能互相替代。
回到最开始那个黑五亏了 1.1 万的例子。他真正的问题不是不会投放，而是没有一套稳定的判断流程。报表看得很多，但每一份报表用的都是不同的口径、不同的阶段标准、不同的目标函数，最后得出的结论自然是混乱的。
我的核心判断是：中小商家的广告竞争力，不来自更聪明的出价技巧，而来自更稳定的判断流程。技巧是可以被抄走的，流程和口径是抄不走的，因为它和你的成本结构、现金流节奏、库存状况深度绑定。
如果让我用一句话概括这套方法：先算清楚你能承受多少成本，再决定愿意亏多久，最后才去讨论怎么投放。顺序反了，投放做得再精细也是在错误的赛道上加速。
下一步我建议你做三件事，都可以在今天完成。第一，算出你主力 SKU 的可承受 CPA，把客单价、毛利、履约、退货摊销和目标利润逐项写下来，得出一个具体数字。第二，把最近 30 天的广告数据按 SKU × 渠道 × 阶段重新切一遍，找出被大平均掩盖的问题组合。第三，写下你的止损尺和放大尺，具体到触发条件和执行动作，然后严格遵守一个月，再回过头看结论有没有变化。
这三件事做完，你会发现自己对投放方案的判断不再依赖别人的经验分享，而是有一套属于自己店铺的、可重复、可解释、可迭代的标准。这比任何一次成功的投放都更值钱。
我自己做家居类目，一个月广告预算就两三万，之前听人说看 ACOS，又有人说要看 ROI，还有人说要看 TACOS，越听越乱。方案跑了一周，ACOS 一会儿 18% 一会儿 40%，我到底该按哪个数决定加不加预算？
先算出你自己的盈亏平衡 ACOS，这是唯一有资格当尺子的数字。算法是：毛利率减去平台佣金、履约物流、退货损耗和支付手续费。比如售价 25 美元、毛利 38%，佣金加履约扣掉 12%、退货摊销 3%，那盈亏平衡 ACOS 大概在 23% 左右，你的广告 ACOS 长期低于这条线才叫赚钱。
判断时别用一天的数：按广告活动维度拉最近 14 天，消耗至少达到客单价的 3 倍、订单数不少于 10 单，这个活动的 ACOS 才有参考价值，低于 10 单基本是噪声。
另外要分两层看，活动自己的 ACOS 决定要不要放量，店铺整体 TACOS（总广告花费÷总销售额）决定这套打法能不能长期跑，单活动 ACOS 超标但 TACOS 在降，说明它在带自然流量，可以再给 7 天观察期；
单活动达标但 TACOS 一直往上走，说明你只是在买本来就会成交的订单，加预算只会越加越亏。
上次后台说某个方案带进来 30 单，我 ERP 里同一时间段只发了 22 单，退款还有 3 单，搞得我完全不知道该拿哪个数去比较两个方案。更麻烦的是我同时投了两个平台，A 平台后台的归因好像把 B 平台的功劳也算进去了。
对齐口径比选口径更重要，你只需要做到三个统一：同一归因窗口、同一时间基准、同一货币。
绝大多数平台默认点击归因 7 天加浏览归因 1 天，这个窗口的转化里通常有 15% 到 25% 最后会退款，所以我会同时记两套数，前端的「归因转化」用来看素材和流量质量，后端的「发货 14 天净转化」用来算真实利润，做方案取舍时以净转化为主。
跨平台重复归因几乎无法根治，务实的做法是建一张交叉校验表：每周把各平台广告订单加总，除以店铺后台总订单，算出广告订单占比，如果这个比例超过 70% 就要警惕，说明自然流量被重复计入了广告功劳，这时候比较方案应该改用「人为控制的地域或人群分组测试」，而不是比后台数字。
落地做法是固定一张字段表，曝光、点击、加购、下单、发货、退款、归因窗口，每周对齐一次，哪个方案的数据是同一把尺子量出来的，才允许放进同一个表格里比较。
我之前试过一个新素材，前三天数据特别好，第四天直接崩了，第五天我就把它关了，结果后来复盘发现可能是我关早了。但反过来我也踩过坑，方案跑了一个月才发现根本不行，白烧了小一万。到底有没有一个可以照着执行的判断标准？
样本量优先于天数，这是我最想强调的一点。单条广告至少累积 100 次点击，或者 15 个订单、30 次加购，才够判断点击率和转化率，点击数不到 50 的时候别下任何结论，那是流量不够，不是方案差。
预算上按客单价的 20 倍给测试额度：客单价 25 美元就至少准备 500 美元，低于这个数你的数据永远在噪声区。时间维度给 7 到 14 天，且必须覆盖一个完整自然周，把周末和平日的差异吃进去，同时避开大促前后和平台的计费规则调整期。
可以立刻执行的止损线是这样的：累积点击超过 100、消耗达到客单价 10 倍、订单仍为 0，判定失败直接关停；ACOS 在盈亏平衡线上下 30% 浮动且 TACOS 在下降，给第二轮 7 天；连续两轮超过平衡线 1.5 倍，无论素材多好看都关掉。
我们团队就三个人，我还要兼着选品和客服，几个方案同时跑的时候，表格越记越乱，每次开会都在争论上周那个数到底是多少。我也不想搞那么重，就想有个能坚持下来的办法。
核心不是工具，是事前定阈值。我会给每个方案建一行四列：假设、核心指标、止损阈值、结论，写下来之前不许开跑。比如「假设：A 素材主打环保卖点，能拉低 CVR 成本；核心指标：ACOS 与加购率；阈值：ACOS 高于 25% 或 7 天加购低于 20 次即停」。
这四列用某项目管理工具或者一张共享表格承载就够了，字段固定成方案名、起止日期、花费、订单、ACOS、TACOS、自然流量变化、结论，任何人任何时候打开看到的都是同一套数。节奏上每周固定一次 30 分钟复盘，只做三件事：砍掉跌破阈值的、给达标方案按 20% 阶梯加预算、把一个新假设排进下周。
加预算一定要走 20% 阶梯，一次加太猛会打断系统的学习期，数据会比原来更差，然后你会误判成方案不行，这是小团队最常见的误杀。
读者评论
我们公司也遇到过广告后台显示盈利、财务算完亏损。后来发现是广告归因窗口14天和ERP退款确认跨月导致。建议先统一到财务口径，再谈优化。另外退货率8%阈值偏乐观，我们家居类目退货加不可售损耗经常到10%，单位经济模型直接变负。
把店铺总ACOS当决策依据太常见了。我们以前老品ACOS 12%掩盖新品60%，加预算后整体利润反而掉。现在按SKU×渠道×阶段拆，每周只看新客CPA和贡献毛利，反而更敢砍。不过拆太细也容易陷入短期波动，作者说的止损尺连续3天比较实用。
现金流约束这点很真实。我们账上现金只够两轮补货，任何超过21天回正的方案基本不敢投。但我觉得第9到14天转平更适合低客单标品，高客单或定制品类转化链路更长，硬套这个天数会误砍。还是要按自己库存天数和回款周期倒推止损线。