L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Design et création · SKILL.md

sealeap-jiaotu-amazon-ppc-lifecycle-optimization

sealeap-jiaotu-amazon-ppc-lifecycle-optimization

Sequence Sponsored Products/Brands/Display structure and budget emphasis across a cold-start, growth, and mature phase using the account's own click and conversion thresholds rather than fixed benchmarks, then run a fixed weekly review that reallocates spend toward proven winners and pauses zero-conversion or low-CTR targets. Phase boundaries and target ACO…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: sealeap-jiaotu-amazon-ppc-lifecycle-optimization description: "Sequence Sponsored Products/Brands/Display structure and budget emphasis across a cold-start, growth, and mature phase using the account's own click and conversion thresholds rather than fixed benchmarks, then run a fixed weekly review that reallocates spend toward proven winners and pauses zero-conversion or low-CTR targets. Phase boundaries and target ACOS are treated as calibrated to the product's own margin, not universal numbers. Use for 新品广告冷启动结构搭建、广告阶段升级判断、每周否词与加价SOP、分时竞价设置、SD再营销预算占比. Do not use to copy fixed day-counts, ACOS targets, or budget percentages from another account without recalibrating to this product's margin and data volume."

Amazon PPC生命周期分阶段优化

目标

Sequence Sponsored Products/Brands/Display structure and budget emphasis across a cold-start, growth, and mature phase using the account's own click and conversion thresholds rather than fixed benchmarks, then run a fixed weekly review that reallocates spend toward proven winners and pauses zero-conversion or low-CTR targets. Phase boundaries and target ACOS are treated as calibrated to the product's own margin, not universal numbers.

不可妥协的边界

  • 当前 Amazon 官方政策、账户资格、站点字段和一方数据优先于本 Skill 的经验框架。
  • 第三方数据一律标为估算或前台观测,不得写成 Amazon 一方事实。
  • 默认只读诊断和草案;任何广告、Listing、库存、促销或外部系统写操作都需逐项展示并取得明确批准。
  • 一次实验只改变一个主要变量,并记录基线、样本、成功、停止和回退条件。
  • 不得复制来源材料或竞品表达;输出必须按当前任务重新组织并可由现有证据支撑。
  • 来源给出的各阶段具体天数、目标ACOS区间和预算占比表是其经验模板,实际阶段划分应按自身产品的流量获取速度和数据积累速度判断,不同客单价和类目差异很大。
  • "再营销转化率是新客的数倍""ROAS可超过某具体值"等是来源给出的经验数字,需用自身账户的再营销实际数据验证后才能作为预算倾斜依据,不能直接引用。
  • 分时竞价的具体高效/低效时段因类目、目标市场时区和购物习惯而异,应基于自身账户按小时的转化数据分析后设置,不套用固定时间段。
  • 具体竞价策略组合的效果依赖当前平台的竞价算法机制,属于待验证的操作假设,应小范围测试后再扩大应用。

先判断任务模式

  1. 诊断:读取现状、证据和缺口,不生成线上写入动作。
  2. 方案草案:输出可审核的结构、参数范围、实验和回退值。
  3. 执行准备:只生成待批准变更表或 API/控制台操作草案。
  4. 已批准执行:仅对用户在当前会话明确批准的对象和字段执行,并立即回读核验。

用户未指定时采用“诊断”。

开始前要拿到

  • marketplace、店铺、ASIN/SKU、广告类型和目标
  • 同口径的 Campaign、Targeting、Search Term、Placement 与 Advertised Product 报告
  • 售价、优惠、COGS、Amazon 费用、退款与目标贡献利润
  • 库存、Buy Box、Listing、评论和同期市场事件

缺失项必须标为 NEEDS_EVIDENCE;不得猜数字、补属性或把不同站点、ASIN、变体、币种和时间窗混在一起。

工作流

先读取 references/playbook.md,确认该方法适用于当前对象。按以下顺序执行:

  1. 冷启动阶段以自动广告和少量高确定性长尾词手动广告并行,目标是积累搜索词数据而非控制ACOS;设定进入下一阶段前必须达到的最低数据量门槛,门槛按自身类目单价与流量水平设定,不套用固定数值。
  2. 达到数据量门槛后,用自动广告跑出的搜索词报告识别高转化词并转入手动精准,同时识别持续无转化或方向不对的词做否定;否定范围只覆盖明确不相关的词,避免把还没积累够数据的长尾词提前否掉。
  3. 进入成长阶段后,按每个关键词/定位自身的转化效率重新分配预算:把预算从高花费低转化的方向移向已验证的高转化方向,加价与降价幅度按账户自身ACOS与目标ACOS的差距决定,而非固定百分比。
  4. 建立固定周期的优化例程:核对累计点击量已达统计意义的目标是否零转化并降价或暂停、核对高曝光低点击的目标是否需要降价或暂停、对表现优于目标ACOS的方向适度加价;复核数据窗口应覆盖足够天数以避免单日波动误判。
  5. 进入稳定阶段后,把预算逐步向已验证的核心词与再营销方向集中:核心词采用不主动加价的竞价策略卡位,再营销面向近期浏览或购买过但未复购的访客,用自身数据验证再营销的实际转化与投产是否确实优于新客获取。
  6. 品牌词与自身ASIN定位的防御性广告贯穿各阶段,按竞品截流的实际发生情况决定是否需要加大品牌防御预算,而非预先假设一定需要。

最后做数据充分性检查,并把结论分成 FACT / ESTIMATE / HYPOTHESIS / UNKNOWN。若关键证据不足,状态写 HOLD。

必须交付的结果

  • 三阶段广告结构与预算分配草案
  • 关键词/定位分类与否定词处理记录
  • 每周优化SOP执行清单
  • 再营销人群与投产验证记录
  • 数据范围、来源、采集时间、样本与限制。
  • 关键假设、待补证据、风险和不可确定项。
  • 若有动作:对象、旧值、新值、预期、停止条件、回退值与审批状态。

方案状态使用 READY FOR REVIEW / DRAFT / HOLD / STOP;如已执行,另行记录实际结果及回读证据。未得到明确批准时,不得声称已修改线上对象。

Skills enregistrées