推广费比从约16%升到近30%：天猫人群跑偏后，为什么要重开标准计划？

接手这个项目的第一天，老板只问了两个问题：

销售额能不能回来？利润能不能保住？

而运营团队给我的，是几十个智能计划和一堆解释不清的报表。

系统自动找人、自动出价、自动分配流量。团队每天盯着点击、消耗和计划状态，主要动作却只剩下加预算、调目标、换素材，然后等待系统重新学习。

结果是：点击单价不断上涨，推广费比从约16%一路升到接近30%，销售额没有同步增长，人群还越跑越偏。

平台越来越智能，经营却越来越像一个黑箱。

这家店的问题，并不是不会开计划，而是没有人说得清：这些计划究竟要为哪个商品、哪类人群和怎样的利润结构服务。

我的判断很直接：

当商品意图已经模糊、人群已经偏离时，继续给智能计划加预算，可能只是在放大错误样本。

这时，对这个账户而言，标准计划不是落后的手工操作，而是当前最直接、最快能够切入投放意图的纠偏工具。

需要先说明：这个项目刚刚接手，目前仍处于纠偏初期。本文呈现的是基于现有经营数据形成的诊断与执行方案，不是一个已经完成归因验证的成功案例。最终效果，需要按照7天、15天和30天的观察窗口持续验证。

01｜老板要的是利润，运营交付的却是一堆平台指标

我先看了这家店连续数月的经营数据。

观察期前段，店铺单月支付金额超过360万元，广告花费接近58万元，推广费比约为16%。

到了下一个月，广告花费下降约24%，但店铺支付金额下降超过50%。结果，推广费比不是下降，而是迅速升到约24%。

随后几个月，推广费比持续处于26%左右；最近一段时间进一步接近29%。虽然日均广告花费和日均支付都在增长，但新增规模明显变贵了。

老板问到底有没有利润，团队却回答不出来。

因为店铺当时还没有补齐经过确认的SKU贡献毛利率、退款成本、平台费用和履约成本。没有这些数据，仅凭平台ROAS宣布某个计划“赚钱”或者“亏钱”，都不够负责。

所以这次复盘只讨论推广费比、相对投放效率和预算结构，不给出绝对盈亏结论。

但有一件事已经可以确认：

老板只看销售额和利润没有问题，问题在于团队没有把最终目标翻译成算法可以执行、运营可以管理的中间指标。

销售额要继续拆成流量、转化率、客单价和复购；利润要继续拆成商品毛利、广告成本、优惠、退款、平台费用和履约成本。

如果目标没有被拆解，智能计划越强，账户越容易失控。

02｜真正的问题，不是点击越来越贵

很多运营看到CPC上涨，第一反应就是压价。

这听上去合理，却可能把问题看反了。

观察期内，一个点击成本较低的月份，平均CPC约为5.5元，但点击转化率只有约2.5%，ROAS不到1.7，是这段时间效率最低的月份。

到了后期，平均CPC升到7.5元左右，点击转化率却提高到约4.1%，ROAS超过2.0，反而是观察期内相对较好的阶段。

点击更贵了，综合效率却提高了。

原因并不复杂：便宜流量不等于准确流量。一个用户以什么价格被买进来，不如他为什么进入店铺、是否真的需要这个商品重要。

同期，店铺关键词计划从接近60个减少到约30个，关键词ID从500多个减少到不足300个。词和计划少了，点击转化率和ROAS反而改善。

这不能简单推导出“关键词越少越好”。它真正说明的是：

运营的目标不是买到最多、最便宜的点击，而是找到能够稳定成交的需求。

03｜人群跑没跑偏，要看谁浏览、谁成交

为了验证团队所说的“人群越跑越偏”，我又调出一款成熟爆品近30天的人群洞察。

结果比CPC更值得警惕。

这款商品的商详浏览人群中，女性约占55%，男性约占44%；到了成交人群，男性占比超过60%，女性降到约36%。

消费能力的错位更加明显：L4和L5合计只占商详浏览的一半左右，却贡献了接近七成成交。其中，L5的浏览占比约为四分之一，成交占比超过四成。

策略人群也出现类似变化：精致女性约占浏览人群两成，成交只占一成左右；资深中产浏览不到一成，成交却接近两成；都市型男也从约一成浏览，上升到接近六分之一成交。

这意味着，店铺最容易买来的浏览人群，并不是最容易成交的人群。

再看推广场景：关键词推广的曝光人群中，男性约占一半；经过点击筛选后，男性占比升到六成以上，与最终成交人群非常接近。同期全站推广的点击人群中，男性只占一半出头。

这组数据不能证明关键词推广一定优于全站推广，因为预算、素材、位置和归因条件并不相同。

但它至少提供了一个值得继续验证的信号：明确的搜索行为，可能正在帮助商品筛出更接近真实购买者的人群。

04｜标准计划的核心，不是手动出价，而是让点击经过目标人群

团队习惯把关键词推广的自定义计划叫作“标准计划”或者“手动计划”。

很多人认为，标准计划的价值只是自己选词、自己出价，或者保守地收割高意向人群。

我不认同。

标准计划真正的意义，是在商品意图模糊、人群方向偏离之后，有意识地构造一批经过目标人群的有效点击，让账户重新积累可以解释、可以验证的样本。

平台产品资料对关键词和人群的关系有一个非常重要的解释：关键词流量与人群流量是交叉关系，真正可获得的目标流量，只存在于两者重叠的部分。

有效目标点击池＝确定性词路的搜索人群 ∩ 商品目标人群

关键词回答“用户为什么来”，人群回答“我们优先让谁进来”。

只有词，没有人群约束，点击可能很杂；只有人群，没有与其相关的词路，交集太小，又拿不到足以形成判断的点击量。

所以，标准计划不是把人群无限圈窄，更不是把新客挡在外面。它要做的是：让足够多的点击，尽可能经过由真实成交数据定义的目标人群。

如果词与人群的预估交集太小，就补充与目标人群相关的词，或者合理扩大人群；如果交集足够、实际覆盖却低，再考虑人群溢价或目标人群强化。

盲目加价，解决不了词与人群不相关的问题。

05｜L4、L5转化高，不等于只会收割老客

这个案例里，L4和L5只占约一半浏览，却贡献接近七成成交。这足以支持我们把L4、L5作为这款商品优先验证的目标特征。

但这里有两个边界必须说清楚。

第一，不能由此推出“所有商品的L4、L5天然转化率都高”。目标人群必须由具体商品的真实成交数据定义，而不是由运营经验直接套用。

第二，目标人群与新客并不冲突。

“是不是目标人群”是一条轴；“是不是店铺新客”是另一条轴。

一个从未买过这家店、但具备L4或L5消费能力，并且正在搜索相关核心需求的用户，既是新客，也是应该主动争取的目标人群。

因此，标准计划不是只收割P、L人群。它反而应该勇于拉新，只是这种拉新必须有方向：围绕明确商品，用确定性词路限制进入理由，用人群调控强化目标新客；账户具备过滤或屏蔽能力时，再减少明显不匹配的人群。

核心需求先用精准匹配验证，相关需求再小范围扩展。纠偏阶段如果仍用大量宽泛词无边界拿量，本质上只是换一种方式继续制造噪声。

06｜第一次拉新数据不好，为什么不能马上关计划？

从OAIPL看，这个问题更容易理解。

O是机会人群，A是认知人群，I是兴趣人群，P是购买人群，L是忠诚人群。

第一次拉新，很多用户只完成了从O/A到I：看见、点击、浏览、收藏或者加购，还没有立刻进入P。

因此，只拿当天成交或短周期ROAS评价，拉新计划经常会显得不如收割计划。

但“短期数据不好”不等于投错，“长期一定会好”也不能靠信念成立。

长期价值必须由人群流转证明：目标新客有没有持续进入I，有没有在后续周期进入P，首购成本能否被复购和用户价值覆盖。

所以我的纠偏顺序是：

锁定商品 → 锁定目标特征 → 保留目标新客 → 减少明显非目标人群 → 投放确定性词路 → 积累有效点击 → 观察OAIPL流转

评价这套计划，不能只看当天ROAS。至少要同时看目标人群覆盖与点击量、收藏加购、新客占比、后续成交，以及更长周期的复购和用户价值。

平台的人群推广资料提供了收藏加购后15天的后续成交追踪，这也说明：拉新是否有效，本来就不是一个只能当天回答的问题。

标准计划是方向盘，智能计划是加速器。

方向没有校准之前，油门踩得越深，跑得可能越偏；方向和样本得到验证之后，再让智能计划放大，才有意义。

07｜阿里的算法升级，为什么反而强化了这套逻辑？

天猫官方披露的搜索机制，早已不只是关键词字面匹配。系统会通过文本和向量召回候选，再综合查询、商品和用户特征进行排序，并加入多样性控制。

2026年公开的TSGR把查询相关性、用户偏好和商品价值带入生成式召回及预排；天猫搜索精排模型TmallGS则同时处理商品特征、用户行为和查询历史。

推荐侧，已部署在淘宝“猜你喜欢”的RecGPT-V3，会持续维护用户记忆，理解复购周期、品牌忠诚、季节变化和新出现的消费需求，再把这些意图映射到具体商品。

这些论文的实验数据来自不同场景和基线，不能直接横向比较，更不是天猫公开的固定流量权重。

但方向已经足够清楚：

平台正在从“匹配词和点击”，走向“理解需求、预测价值、验证满意度”。

这也是为什么商家不能再把账户完全交给黑箱。算法可以更快地学习，但商家必须先告诉它：商品服务谁、解决什么需求、什么结果才有经营价值。

标准计划不是与AI对抗，而是在模型放大之前，把商品、人群和词路表达清楚。

08｜如果只能用30天纠偏，先做这四步

第1周｜统一经营口径

补齐SKU毛利、退款、平台费用和履约成本，明确新客口径以及7天、15天、30天观察窗口。没有利润边界，不要用支付ROAS假装回答利润问题。

第2周｜确定商品、人群和词路

确定主推SKU和核心购买理由，用真实成交画像定义目标人群；清理持续消耗却没有稳定成交解释的计划和关键词，建立标准计划的核心词路测试组。

第3周｜用标准计划积累有效样本

核心需求优先精准匹配，保留符合目标特征的新客，减少明显不匹配的人群。检查“关键词×人群”的预估交集和实际覆盖，并保持其他条件相对稳定，避免每天频繁修改。

第4周｜分清该停的流量和该养的新客

停止高点击、低兴趣、明显偏离目标人群的组合；对目标新客带来的浏览、收藏和加购建立批次观察，跟踪7天、15天和30天的I到P流转。已经验证的词路和人群，再交给智能计划逐步放大。

这比全面砍预算更稳，也比继续给所有智能计划加钱更有判断。

09｜最后：算法可以替你执行，但不能替你经营

作为外部电商顾问，我越来越强烈地感受到：很多店铺不是没有数据，而是没有把数据变成判断。

老板只要销售额和利润。

运营只会解释点击、消耗和ROAS。

平台越来越智能，中间那座连接经营目标与投放动作的桥，却没有人搭。

商家无法控制算法如何计算，但可以控制自己给算法什么证据。

商品信息，是第一份证据。

目标人群和确定性词路，是第二份证据。

成交、退款、复购和利润，是最终证据。

如果一家店还说不清“主推什么商品、服务什么人群、接受什么成本、什么情况下停止”，智能计划越强，经营反而可能越危险。

未来的流量红利，不属于最会猜算法的商家，而属于既能被算法看懂、又始终保留经营判断的商家。

如果你的账户同时出现三种情况——点击越来越贵、推广费比持续上升、智能计划却解释不清人群为什么变化——先别急着继续加预算。

准备近30天的店铺经营概况、推广计划报表、关键词报表和单品人群洞察。只看这四类数据，通常就能初步判断：问题出在商品、词路、人群，还是经营目标本身。

如果你愿意，也可以把这四类数据做匿名处理后发给我。我不会先问你“还要再开哪个计划”，而会先判断：当前最该修正的，究竟是哪一层。

这也是我接手一个天猫账户时，首先检查的四项数据。

资料与数据说明

• • 文中商家数据来自一家天猫旗舰店的真实经营与推广报表，已做匿名及模糊化处理；金额、比例、数量和时间关系均采用约数或区间表达。推广费比口径为万相台主要推广场景广告花费除以店铺支付金额。
• • 文中单品案例来自该店近30天的人群洞察，比例均已四舍五入，并隐去商品ID、账户信息和绝对人群量。不同推广场景只能用于识别人群结构差异，不能单独证明投放动作与成交结果之间存在因果关系。
• • 文中“标准计划”沿用商家常用称呼，主要指能够主动组织商品、关键词、匹配方式、人群和预算边界的关键词自定义推广。人群过滤、屏蔽、强化及场景互斥能力，以商家账户实际开放版本为准。
• • 文中OAIPL沿用电商运营中的常见表达，其中O指机会人群；阿里官方AIPL模型将品牌人群划分为认知、兴趣、购买、忠诚阶段。
• • 万相台AI无界产品资料：《关键词推广百大QA》《关键词投放误区》《搜索广告分行业投放策略》《关键词推广—人群预估覆盖率》《人群推广“投放阶段”详细解读》《只加购，不转化？本次升级一键解决！》《智能计划“流量校准”升级介绍》《货品全站推广百大QA》《货品全站推广全面切换至“净成交出价”目标》。资料版本及开放范围可能随账户和平台更新变化。
• • 阿里妈妈数智经营：万相台AI无界
• • 阿里云Quick Audience：AIPL模型
• • 淘宝网算法原理及信息处理情况说明
• • 天猫平台算法原理及数据处理情况说明
• • TSGR：Taobao Search Generative Retrieval
• • TmallGS：天猫搜索精排生产模型
• • RecGPT-V3 Technical Report

注：相关论文信息来自作者披露，不代表天猫完整、固定的流量分配规则；匿名店铺数据用于说明经营现象，不用于证明单一动作与结果之间存在因果关系。