2026年6月，Google悄然推出第二次重大Performance Max（PMax）架构更新，扩大了AI驱动的素材混合范围，进一步模糊了购物广告与展示广告的界限。许多Shopify运营者直至ROAS出现异常才察觉变化；7月中旬起，大量活动实际回报偏离目标30%至60%，而平台界面未提供明确解释。
此次更新在变更日志中被描述为“增强的创意自动化”，赋予AI更大权限从单一素材池投放购物、展示及YouTube视频单元，人工干预空间较2024年初版大幅缩减。对内部团队精简的DTC品牌而言，这无异于一场悄无声息的地震。
Google最新PMax更新究竟改变了什么？
2026年6月的PMax修订带来三项结构性变化：
- 产品组优先级自主化：系统可自主决定单活动中优先推广的产品组，覆盖广告主手动设置的出价调整。
- 受众信号解读扩大：AI基于更广泛行为数据（如YouTube观看历史、地图搜索）定位购物广告机会。
- 素材门槛降低：减少AI混合创意所需的最小素材组数量，使原本半手动管理的活动完全由AI主导。
Jones Road Beauty营销副总裁Cody Plofker指出：“问题不在于AI运行活动，而在于其在缺乏可见逻辑的情况下做出商品Feed层面决策。我们曾有一个核心SKU产品组ROAS达6倍，更新后预算被转移至本应隔离的配件，效率损失持续两周。”
“AI现在在没有可见逻辑的情况下做出针对商品Feed层面的决策。在我们弄清楚发生了什么之前，效率损失持续了两周。”——Cody Plofker，Jones Road Beauty营销副总裁
为什么商品Feed架构突然成为最重要的杠杆？
6月更新后表现优异的运营者均注重维护商品Feed并建立精细自定义标签层级。因PMax AI主要依赖Feed属性（标题结构、自定义标签、产品类型）作为分组与排序信号，拥有干净细分Feed的品牌即便失去手动出价杠杆，仍保留更多实际控制权。
JXT Group创始人Menachem Ani建议围绕利润率层级重构自定义标签：“Google AI以转化价值优化，若Feed未明确高利润产品，AI将追逐销量损害盈利。自定义标签是运营者最后的真正控制界面。”
“Google的AI以转化价值为目标进行优化，因此如果你的商品数据流未明确告知哪些产品实际具有高利润率，AI将追逐销量并损害你的盈利能力。自定义标签是运营者拥有的最后一个真正的控制界面。”——Menachem Ani，JXT Group创始人
当前Shopify客户推荐的商品数据流架构如下：
- Custom Label 0：利润率层级（Hero/Mid/Clearance），引导AI优先选择高利润SKU。
- Custom Label 1：库存周转速度（Fast-move/Slow-move/Overstock），指示可承受销量增长的产品。
- Custom Label 2：季节性标记（Evergreen/Q4/Summer），避免非销售窗口期推广。
- Custom Label 3：LTV细分（High-LTV/One-and-done），结合受众匹配倾向复购买家。
- Custom Label 4：新品标记（Launch/Established），防止新品被既有商品挤占曝光。
DataFeedWatch、Feedonomics等工具已新增PMax专用标签模板；Feedonomics观察到中型DTC品牌迁移至托管服务的趋势显著上升。
代理机构如何调整活动架构以应对这一变化？
主流响应方式是按利润率或产品层级拆分PMax活动，而非运行全目录活动。当PMax可内部覆盖商品组出价时，保护高利润类别的唯一可靠方法是将其隔离至独立活动并设置独立预算与目标ROAS。
多家机构已转向三活动结构：Hero/高利润SKU、中端目录商品、清仓/获客亏损型产品。清仓活动通常采用较低tROAS和宽泛受众信号，侧重获客而非收入最大化。
AJF Growth首席执行官Andrew Faris表示：“我们将PMax当作三个独立频道使用。Hero活动严格管控，资产组小、tROAS高，并使用前20%高LTV买家受众信号；清仓活动则有意宽松，希望AI发现新客户并愿首单盈亏平衡。”
“我们现在把PMax当作三个独立的渠道来使用。核心活动受到严格管控，而清仓活动则故意保持宽松——我们希望Google的AI能找到我们尚未发现的新客户。”——Andrew Faris，AJF Growth首席执行官
这对Google Shopping归因和报告意味着什么？
归因复杂度增加。PMax同时触及多库存类型，难以隔离Shopping对收入的具体贡献，尤其在同步运行Meta Advantage+和TikTok Shop广告时更为突出。
尽管Triple Whale等工具更新了连接器，但Google数据驱动归因模型与第三方像素模型存在显著差异，长周期品牌尤为明显。部分运营者转向混合效率指标（总收入÷总广告支出）作为决策变量，仅用平台内数据指导创意与Feed优化，而非预算分配。
是否还有值得与PMax并行运行的手动活动类型？
标准购物活动仍具不可替代性：支持查询级否定关键词。为防御品牌词并排除竞品术语，多家机构维护精简的标准购物活动捕获品牌流量，防止PMax抬高竞价成本。
顾问Savannah Sanchez指出：“PMax上品牌查询成本可能是管理良好的标准购物活动的2-3倍。在PMax提供真正否定关键词控制前，我们不会放弃该活动。”
常见变通方案：每日预算500-1000美元的标准购物活动专攻品牌词与核心导航查询，同时在PMax中添加对应否定关键词。虽需维护双Feed连接，但对品牌搜索占比超25%的品牌而言经济效益显著。
在第四季度之前，广告主应采取哪些措施来保障 Google Shopping 的表现？
未来六周应视为结构性重建窗口。实操清单如下：
- 审查Feed标题结构：高价值关键词前置，尺寸颜色变体嵌入标题字符串。
- 8月前实施利润率分层自定义标签，确保黑五前积累60天训练数据。
- 按利润率细分PMax活动，各层级设独立预算与目标tROAS。
- 注入LTV细分受众信号，通过Klaviyo等导出列表同步至Google Ads。
- 运行品牌标准购物活动，并在PMax中添加品牌否定关键词。
- 配置第三方归因连接器及自定义PMax渠道标签，分离追踪混合效率。
- 测试Merchant Center“产品亮点”功能，早期测试显示点击率提升8%-14%。
6月更新的深层启示在于：理解AI决策输入因素的从业者将超越视平台为黑盒者。Feed质量、利润率信号清晰度及受众数据规范性已成为核心竞争力，媒体购买直觉作用日益减弱。
eMarketer预测该渠道2025年为美国电商带来约940亿美元收入，10月前完成上述准备绝非可选项。