一位做户外用品的读者上个月发来账户，问为什么「越优化越差」。半年来团队每天调出价，每周加否定词，还装了两个脚本，CPA 却一路走高。翻完账户，真正的问题有两处。转化动作重复计数，一个订单记了两次，报表里的 CPA 其实一直偏低；另一个是三条主力广告因落地页打不开被拒登，流量早就断了。团队优化的对象，是一份错的数据。

这类误判每天都在发生。诊断的顺序必须先定死，先确认追踪可信、广告与商品合格，再谈搜索词、预算、出价、素材与落地页。顺序反了，后面的动作越勤奋，错得越远。这篇把日、周、月三级节奏、实验框架与自动化治理串成一套体系，优化层的整体结构见优化攻略。

先查两件事，再谈优化

追踪是地基。转化动作有没有重复、有没有漏，直接决定所有比率的真假。检查从三个地方入手，转化动作的设置（计数方式、归因窗口、是否包含跨设备）、后台订单数与广告后台的转化数能不能对上、以及同意设置会不会挡住一部分转化。两边差得离谱时，先别改出价，先去修数据。追踪与归因的完整做法在这篇里。

资格是第二道门。广告审核状态、政策拒登、商品 Feed 被拒、落地页打不开、支付方式失效、预算提前耗尽，任何一项出问题，账户都会表现为「效果突然变差」。这些属于投放中断，不该混进优化清单。日检里之所以要先看状态，就是为了把这一类问题挡在优化之前。

日看异动，周看结构，月看方向

三级节奏的分工很清楚，日看有没有断，周看有没有偏，月看方向对不对。每一级都要写清看什么、触发什么、不触发什么。

日检只做四件事。看花费与预算消耗速度，有没有在上午就烧完；看展示与点击有没有断崖；看转化数有没有归零；看审核与政策告警、脚本运行状态。触发动作是查追踪、查资格、查投放中断。日检不触发的事情同样重要，不因为一天的数字难看就改出价，也不在日检里做结构决策。

周检看五块。搜索词报告里新冒出的高花费低转化词，该否定的否定；看 CPA 与转化量趋势，按周同比和四周均值；预算是否长期受限，可看展示份额里因预算丢失的比例；出价策略是否还在学习期；素材与落地页哪个先衰减。受众与频次这一项也放在周检，名单与排除的设计属于那篇，这里只检查有没有异常。周检触发的是否定词、预算微调、素材轮换，不触发策略切换与大规模重构。

月检看结构。系列与广告组是不是过碎，每个组能不能攒够转化；出价策略与目标是否还匹配业务阶段；上个月的实验结论要不要落地；成本结构有没有变化，人力与工具占比是否合理，这部分可以对照成本与预算那篇。月检才适合做合并、拆分与策略切换。

搜索词与否定词的具体操作，搜索广告那篇已经给过一句执行顺序，先查搜索词与否定词，再看落地页，最后动出价，一次只动一类变量，以周为周期。本篇把这句展开成三级节奏，两者不冲突，一个是单次动作的顺序，一个是长期运行的日历。

什么时候该去改出价

CPA 高不是改出价的理由，它只是症状。先排除三种情况，追踪是否可信、资格是否合格、预算是否长期受限。三种都排除之后，再看第四个问题，现在的出价策略是否还在学习期。学习期内改目标或改预算，等于让系统重新开始。

满足条件的改动也要小步走。改目标值、改预算、换策略，一次只动一项，留出观察窗口。出价机制本身怎么做，出价与预算那篇讲得比这里细，本篇只回答「什么时候该动」这一个问题。

实验设计，先把假设写下来

先把假设写下来，再开实验。改什么、预期哪个指标会动、动多少算成功、什么情况下算失败。写不出这四句，说明还没想清楚，先别开。

Google Ads 的实验机制是用原系列的一部分流量与预算跑一个平行版本，运行一段指定时长，再比较两边的表现。平台给出的判读依据是置信区间与显著性，统计口径上用了分桶与 95% 置信区间，监控页会直接标出「统计显著」或「暂无明确赢家」。后一种结果很正常，它说明这个改动没有带来可辨别的差异，不代表实验失败。Performance Max 的实验怎么开、边界在哪，这篇讲得比这里细。

设计上有四个要点。

单一变量。一次只改一个东西，改素材就别同时改出价，改落地页就别同时换受众。变量混在一起，赢了也不知道赢在哪。

样本按转化算，不按曝光算。曝光再多，转化数不够，结论仍然不可靠。开实验之前先估算这个系列每周能攒多少转化，不够就先合并结构，或者把实验放到更大的系列里跑。Search 与 Performance Max 的实验有官方的 Experiment Power 分数，能预估达到统计显著的可能性，开之前看一眼，比开完再后悔强。

时长覆盖一个完整的业务周期。跨境品类的转化常常跨几天，实验至少跑满一周，最好覆盖两个完整的周内波动，再下结论。时长不足的实验，数字只是噪声。

早停只留给技术性失败。追踪坏了、广告被拒、预算耗尽，这些可以停。数字暂时难看不是早停理由，中途看两天就停，等于把实验变成了一次情绪化的调整。

判读看区间与方向。点估计好看但区间跨零，说明还不能下结论；区间收窄且方向稳定，才可以考虑应用。具体到 PMax 与购物系列的对照实验怎么设样本口径，这篇有完整案例，这里不复述数字。

自动化只做治理，不做甩手掌柜

脚本与自动规则能省下大量重复劳动，但它们不该替团队做判断。合理的分工是，脚本负责重复性检查、拉数、生成报告与告警，自动动作按风险分级，低风险动作自动执行，高风险动作进人工复核。

治理清单有六项。

最小权限。能只读的脚本不给写权限，能在一个账户里跑的脚本不给经理账户权限。权限越大，出错时的破坏面越大。

先跑预览。Google Ads 脚本提供预览模式，模拟对广告数据的修改而不真正写入，只影响通过 AdsApp 的调用，其他服务照常执行。所有新脚本先在预览里跑一遍，看变更清单，再上线。

留痕。变更历史会记录账户过去两年的改动，界面操作、自动规则、API 与脚本都算在内，用户列显示操作者或系统名称。单条记录的明细有限，官方建议单次改动别太大，最好控制在两千个对象以内。脚本自己也该写日志，记录跑了什么、改了什么、结果如何。

可回滚。变更历史支持撤销大部分近期改动，自动规则也能在版本历史里撤销，撤销前会给预览。上线任何自动动作之前，先确认它能不能被撤回，撤回需要多久。

人工复核门。预算调整、出价策略切换、批量暂停、否定词批量添加，这四类动作建议一律进复核。复核人不需要懂脚本，只需要看懂变更清单与预期影响。

告警分级。P1 立即处理，比如转化归零、账户被拒、支付失败；P2 当日处理，比如花费异常、脚本报错；P3 进周报，比如素材衰减趋势。分级写进告警规则，团队才知道半夜要不要起床。

还有两个官方细节值得写进运行手册。自动规则触发的标准周转时间是条件满足后的两小时内，不是准时执行；多条规则作用于同一批对象时，系统不会自动排序，可能产生冲突，官方建议错开执行时间。脚本方面，执行超时的时候，超时之前已经做出的修改仍会生效，所以批量操作要分批、可重入，别指望一次跑完。

一张运行表

把节奏落到日历上，比写在文档里管用。日检由投放负责人做，十到十五分钟；周检由投放与内容一起看，半小时；月检拉上业务负责人，一小时。每次检查留一行记录，看了什么、发现了什么、做了什么、谁复核。这张表跑满三个月，账户的稳定性会明显不一样。

常见误区

  • 追踪没修就调出价，越调越偏；
  • 把审核拒登当成效果波动，错过投放中断；
  • 日检里做结构决策，周检里换出价策略；
  • 实验中途看两天数字就停，结论全靠运气；
  • 给脚本开满权限，却没有日志与回滚方案。

相关阅读