Ad Logic Lab

广告投放逻辑实验台

把《广告投放底层逻辑图谱》从「可读」变成「可操作」:一条因果管线贯穿八个模块——在 M0 填入你的产品参数,毛利、目标 CPS、bid 会自动流向下游的拍卖模拟、结构规划与优化诊断。全部计算在浏览器本地完成,数据不离开这台电脑。

因果管线 · 参数在此实时流动(改动 M0 立即传导)
全局状态 · 一切下游计算的源头

M0 产品参数台 图谱 §1.3 · §2.1

下游 → M1 财务 · M2 出价 · M3 拍卖 · M7 诊断

课程的第一性是财务:利润 ≈ 资金周转率 × 单次周转利润率。所以实验台的起点不是关键词,而是你这件产品的单位经济。填入六个数(或先载入演示参数熟悉读法),下面每个模块都会即时重算。

毛利(付佣金与 FBA 后)
= P − 佣金 − FBA − 成本
盈亏平衡 CPS
CPS 花到这里,单件利润归零
目标 CPS
= 毛利 − 目标净利 π
盈亏平衡 ACOS
= 盈亏平衡 CPS ÷ P
目标 ACOS
= 目标 CPS ÷ P

为什么自变量是 CPS 而不是 ACOS:课程把多目标压成单目标后,唯一要调的旋钮就是 CPS 目标(相当于 deal 的折扣深度);ACOS 只是它除以售价的另一种写法。原理

第一性 · 生意的两个自变量

M1 财务平衡台 图谱 §1.3 · §4.12–4.13

上游 ← M0 参数  下游 → M2 目标 CPS

先看清一件事:你的售价被拆成了什么。然后做两个实验——① 财务等价性:同一笔让利,走降价、走广告、走 deal,单件利润完全一样;② 周转率 × 利润率:利润是乘积,不投广告拿最高单件利润、最低周转,不一定是最优点。

A售价瀑布 · 你的 $ 去了哪里

B财务等价性 · 拖动让利额度,看三条路的单件利润

路径动作单件到手利润性质
① 降价售价改为 还会抬高 CTR/CVR → ECPM原理
② 投广告把 CPS 花到 买定向流量,可完全定量
③ 做 deal折扣让 按成交付费,效果广告的终极形态

结论 · 财务等价

放弃同样 x 的单件利润,三条路的到手利润恒等。微妙处在佣金联动:降价与 deal 按折后价收佣金,所以同等利润牺牲下它们的表观让利可以更深(x ÷ (1−佣金率),表内已重算)。任何单一渠道边际收益递减,所以「降一点 + 广告一点 + deal 一点」的组合 ROI 最高,怎么配是艺术。原理经验

C周转 × 利润率 · 三档情景,自己填销量假设

工具不替你编需求弹性——月销量是你的假设,改成你类目的真实感受。利润 = 月销量 ×(毛利 − CPS)。

情景CPS 投入 (USD)假设月销量 (件)单件利润月利润
不投广告
适度投放
激进冲量
出价的闭环 · 全课最核心的一个乘法

M2 目标与出价台 图谱 §3.2 · §4.5–4.6

上游 ← M0 目标 CPS · E[CVR]  下游 → M3 竞价场的默认 bid · M7 诊断

闭环只有一句话:运营提 CPS 目标 → 预估 CVR → 倒推 bid = CPS × CVR。GSP 的 truth-telling 保证你怎么出价与对手无关——这就是投放软件让你填 CPS 而不是填 bid 的原因。

cpc 上限 = bid;实际 cpc 由下一名决定
bid = CPS目标 × E[CVR] // 每次点击的期望价值:CVR 概率成交一单,一单最多值 CPS
区间(CVR ±30% 的不确定性):

A调价步长护栏 · 每次 ≤30%

bid ±30% 通常对应花费 ±一倍——步子迈大,花费会跳变,数据分布也断了(i.i.d. 被破坏,见 M6)。经验

B花费该用什么控 · 自查

CCampaign 选项体检

让渡的原则:判断对方利益是否与你一致。「降 bid」平台与你三赢(不匹配的用户少花你的钱),可以让渡;「提 bid」的权利寸步不让——平台的 KPI 是让你多花钱。原理 固定竞价只用于单开的抢排名 campaign。

机制内核 · 亲手掷一次拍卖

M3 GSP 竞价场 图谱 §2.1–2.3

上游 ← M2 推荐 bid(可改)  产出 → truth-telling 的手感

六个玩家竞五个坑位,按 ECPM = CTR × bid 降序排坑,你的实际 cpc = 下一名的 ECPM ÷ 你的 CTR,bid 只是上限。做三个实验,亲手验证「你的最优出价与对手无关」。

对照 M0 目标 CPS:

口径说明:竞价排序用的 ECPM = CTR × bid(CPC 拍卖的运营化表达);平台佣金视角的 ECPM = CTR × CVR × Price × 佣金率。当你的 bid 按 CPS×CVR 出,两个口径自然对齐。机制 对手的 CTR 只有平台知道,实战中你的 cpc 是个盲盒——这里把盒子打开只是为了看清结构。

流量切分 · 对不同搜索词分别出价

M4 结构规划器 图谱 §4.2–4.4

上游 ← 你的词表  产出 → campaign 结构 + 广泛组的精准否定清单

同一个词,广泛匹配的转化率高于精准匹配(广泛覆盖「本词 + 有效长尾」)。要对词单独出价,必须切分:精准组投该词本身,广泛组投长尾,并在广泛组里精准否定已毕业的词。把词贴进来,工具生成结构与否定清单。

人辅助机器 · 机器难及的常识判断

M5 否定词训练场 图谱 §4.7

规则 ← 词组否定屏蔽不相关 · 精准否定做切分  产出 → 判断手感

两种否定用途完全不同:词组否定屏蔽不相关流量;精准否定配合 M4 做切分。九道题来自课程原案例(15.6 寸背包、移动电站)加你自己的类目,对每个搜索词选一个动作,判分后看逐题解释。

精准否定的纪律

精准否定不匹配语序与介词——加词时必须把单复数、加介词、变语序三种形式全部加入,否则切分漏气。这类尺寸语义(15.6 寸背包否定 17 寸、保留 13 寸)机器极难理解,正是人辅助机器的边界所在机制经验
统计地基 · 数据什么时候能信

M6 大数定律沙盘 图谱 §F.1 · §3.4

规则 ← Var ∝ 1/n · 经验阈值 n ≥ 100  下游 → M7 的数据准入判定

CVR 是随机变量,不是一个数。设定「真实 CVR」,然后一批一批地掷点击——看你的估计值怎样在 ±2σ 的喇叭口里晃、又怎样随 n 收敛。100 次点击之前,你看到的都是噪声。

n = 0
估计 — · 区间 —
还没有数据。

A两个词,谁更好 · 小样本的陷阱

词 A:30 次点击 4 单(13.3%);词 B:30 次点击 2 单(6.7%)。直觉说 A 碾压 B——统计怎么说?

Bi.i.d. 准入自查 · 优化取数前必过

收口 · 四态节奏 + 归因避坑

M7 优化诊断台 图谱 §4.8 · §F.2 · §3.3–3.4

上游 ← M0 目标/盈亏平衡 CPS · M6 数据准入  产出 → 该做什么、别做什么

把一个词(或一个组)的近况填进来,诊断引擎按课程的优先级出结论:先查数据能不能信(归因、i.i.d.、大数定律),再分「变态 / 常态」定节奏,最后才给出按 CVR 校准的新 bid——并用 ±30% 护栏夹住。

归因速查 · 此订单非彼订单

产品归因期要点
SP7 天点击计在点击当天、订单计在购买当天 → 会出现「点击 0、订单 1」
SB / SD14 天默认计入整店所有 SKU 的成交
DSP14 天30 天口径比 7 天可能多 10–20% 订单——对比数据先对齐归因期

三个提醒

① 广告订单可能比该产品 dashboard 总订单还多(新品期尤甚),算 CPS 前先搞清订单定义;② last-click 归因天然不公正,别在广告销量与自然销量之间强建因果——两者必须剥离考核;③ KPI 备注只能二选一:「优先保 CPS」或「优先花完预算」。机制