[数据研究] ASIN上架90天vs270天：4个变量决定广告怎么投- 大数跨境

首页

[数据研究] ASIN上架90天vs270天：4个变量决定广告怎么投

从宇宙大爆炸到PPC

2026-11-13

阿波罗skill：

本文使用的是亚马逊官方提供的品类 ASIN 生命周期数据，覆盖美国站 33 个大类、43,308 行链接级读数，按照上架后的月份划分为 36 个区间，由本号「从宇宙大爆炸到PPC」的阿波罗 Hanna 完成数据处理与口径统一。

正文

一条上架 90 天的 ASIN，单条链接的 SP 广告曝光中位数为 70,579 次。到了 270 天，曝光降到 62,557 次，减少了 11%。但同一份数据里，转化率却从 7.44% 提升到 8.69%，ROAS 也从 2.91 涨到了 3.48。

曝光少了，转化和广告回报反而更好了。如果只看曝光，这条链接似乎已经过了流量增长期；但如果看转化率和 ROAS，它的广告效率又明显在改善。

这也是很多卖家在判断老链接时容易遇到的问题：一条 ASIN 上架了大半年，广告到底应该继续投入、维持现状，还是逐步退出？

真正决定广告策略的，不是链接上架了多少天，而是曝光、点击率、转化率和 ROAS 这四个变量发生了什么变化。

一、库龄是刻度，不是结论

在亚马逊广告运营中，库龄经常被当成判断依据。一条链接上架 270 天，有人会觉得它已经进入成熟期，流量增长空间有限，应该逐步收紧预算；一条链接刚上架 90 天，又容易被归入新品期，认为应该加大投入、尽快积累权重。

这些经验并非完全没有参考价值，但问题在于，库龄只能告诉我们链接处于哪个阶段，不能直接告诉我们广告表现是变好了还是变差了。之所以容易依赖库龄，是因为这个指标太容易获取，上架时间一眼就能看到，而要判断广告表现，需要拉取报表、计算指标，再结合不同时间段进行比较。

这次选择 90 天和 270 天作为观察节点，主要是为了比较链接从上架初期向相对成熟阶段过渡时，广告表现发生了哪些变化。两者相隔 180 天，足以观察评论、历史销售表现和流量结构可能带来的变化。不过这两个节点并不意味着所有品类都在 90 天结束新品期，也不意味着 270 天就一定进入成熟期，它们只是统一的观察刻度。

本文重点关注四个变量：

单 ASIN 曝光：链接获得的广告展示规模是否发生变化。
点击率（CTR）：广告展示转化为点击的能力是否改善。
转化率（CVR）：进入链接的广告流量能否更有效地转化为订单。
ROAS：每单位广告花费带来的销售额是否提高。

四个指标均采用同一数据来源和处理口径，比较上架第 3 个月与第 9 个月的中位数。

变量	库龄 90 天	库龄 270 天	270 天 ÷ 90 天
单 ASIN 曝光	70,579 次	62,557 次	0.89 倍（下降 11%）
点击率	0.37%	0.40%	1.08 倍
转化率	7.44%	8.69%	1.17 倍
ROAS	2.91	3.48	1.19 倍

这组数据最值得关注的地方是，曝光下降了，但另外三个效率指标都在改善。如果只根据上架时间或者曝光变化决定预算，很可能会错过链接效率提升的阶段。

二、同样从 90 天走到 270 天，四个变量却走出了不同的方向

先看 33 个大类汇总后的整体变化。

曝光在 90 天达到阶段高点，随后逐步回落。第 1 个月，单 ASIN 广告曝光中位数为 57,624 次；第 3 个月增加到 70,579 次；第 9 个月回落到 62,557 次。到了第 36 个月，只剩 35,056 次。从第 3 个月到第 9 个月，曝光下降了 11%；如果把观察窗口拉长到 36 个月，曝光规模相比第 3 个月几乎减少了一半。

这种变化可能与新品阶段的流量探索、链接竞争环境以及后续流量分配有关。新品需要通过广告积累初始表现，而随着链接进入不同生命周期，展示规模也可能逐渐发生调整。但需要注意，数据呈现的是曝光变化，并不能仅凭这条曲线认定平台一定在某个时间点收回了新品流量倾斜。

点击率这条线相反，曝光减少，点击效率却在提升。90 天时点击率为 0.37%，270 天提高到 0.40%，到第 36 个月达到 0.86%，是 90 天时的 2.32 倍。一种可能的解释是，随着链接积累历史表现，广告逐渐获得更匹配的展示机会，部分低相关流量减少，点击率因此改善。但点击率上升也可能受到主图、价格、评分、广告位置以及投放结构变化的影响，不能简单归因于库龄。对运营来说，真正值得关注的是曝光减少不一定代表广告在变差，如果点击率同步提高，就需要进一步判断减少的是哪部分流量。

转化率随着库龄增加持续改善。90 天的转化率为 7.44%，270 天提高到 8.69%，第 36 个月进一步达到 11.63%，从 90 天到 270 天相对提升约 17%。相比曝光和点击率，转化率更直接地反映了链接对广告流量的承接能力。一条上架 90 天的链接，可能还在积累评论、评分和销售记录；到了 270 天，Listing 内容、A+、价格策略和消费者反馈可能已经经过多轮调整，这些变化都有机会改善转化表现。当然，转化率提高也可能来自广告流量结构的变化，并不完全由 Listing 自身决定，广告负责带来什么样的流量，Listing 负责承接这些流量，两者共同影响最终转化。

ROAS 整体上跟随转化效率改善。90 天时 ROAS 为 2.91，270 天提高到 3.48，相对增长 19%；到第 36 个月进一步达到 4.12。这意味着在这份数据的整体中位数上，库龄更长的链接呈现出更高的广告销售回报。但 ROAS 的改善不一定意味着广告投放技术本身更好了，转化率、客单价、CPC 和流量组合都可能影响最终结果。

变量	90 天	270 天	36 个月
单 ASIN 曝光	70,579	62,557	35,056
点击率	0.37%	0.40%	0.86%
转化率	7.44%	8.69%	11.63%
ROAS	2.91	3.48	4.12

从整体中位数来看，四个变量的变化似乎很有规律，曝光逐渐减少，点击率、转化率和 ROAS 持续改善。但这只是 33 个大类聚合后的结果，一旦拆到具体品类，这条看似稳定的生命周期曲线就不再成立。

下面选取八个品类，对比它们从 90 天到 270 天的指标变化，表中数值均为第 9 个月与第 3 个月的比值。

品类	单 ASIN 曝光	点击率	转化率	ROAS
服饰	0.30 倍	1.01 倍	1.31 倍	1.35 倍
汽配	0.45 倍	1.38 倍	1.82 倍	1.37 倍
美妆	1.03 倍	1.45 倍	1.22 倍	1.13 倍
家具	0.82 倍	2.19 倍	0.48 倍	1.21 倍
家居装修	0.74 倍	1.22 倍	0.30 倍	1.73 倍
厨房	6.22 倍	1.05 倍	0.72 倍	1.27 倍
宠物用品	4.06 倍	1.47 倍	0.28 倍	1.72 倍
鞋靴	0.76 倍	0.88 倍	3.27 倍	0.86 倍

服饰和汽配比较接近前面的整体趋势，曝光下降，但转化率和 ROAS 都在提高。美妆的转化效率同样改善，只是曝光没有明显收缩。家具和家居装修则不同，它们的点击率提高了，转化率却明显下降，ROAS 仍然保持增长，这说明点击效率、转化效率与最终广告回报之间，并不存在简单的一一对应关系。

厨房和宠物用品更值得关注。到了 270 天，单 ASIN 曝光分别扩大到 90 天时的 6.22 倍和 4.06 倍，转化率却在下降，这与整体中位数呈现的「90 天曝光较高，270 天逐渐回落」完全不同。可能的原因包括品类流量需求变化、长尾词覆盖扩大、SKU 及变体投放增加等，但仅凭聚合数据还无法确认具体原因。

这张表至少说明了一件事，同样是 270 天的链接，不同品类可能处于完全不同的广告增长阶段。因此不能因为一条链接上架时间长、曝光下降，就认定它应该退出；也不能因为 ROAS 提高，就默认它值得继续加大预算。

三、库龄红利不是普遍现象：33 个品类，只有 16 个同时实现转化率和 ROAS 增长

整体中位数容易让人形成一种印象，链接越成熟，广告效率就越高。但拆开 33 个品类后，这个结论只能部分成立。

先看单 ASIN 曝光，从 90 天到 270 天，有 16 个品类的曝光增加，17 个品类下降。变化最小的玩具只有原来的 0.25 倍，而大家电达到 25.1 倍。再看转化率，20 个品类提高，13 个下降，最低的是宠物用品，只有原来的 0.28 倍，最高的是鞋靴，达到 3.27 倍。ROAS 的整体表现相对更好，26 个品类上升，7 个下降，变化范围从 0.72 倍到 2.33 倍。

如果把转化率和 ROAS 的变化组合起来，可以得到四种情况。

组合	品类数	表现特征
转化率升 + ROAS 升	16 个	转化和广告回报同步改善
转化率降 + ROAS 升	10 个	转化承接减弱，但整体回报提高
转化率升 + ROAS 降	4 个	转化改善，但广告回报下降
转化率降 + ROAS 降	3 个	转化和广告回报同步走弱

33 个品类中，只有 16 个同时实现了转化率和 ROAS 的增长，另外 17 个品类至少有一项指标没有随着库龄增加而改善。这也意味着「老链接积累得越久，广告就越划算」不能作为通用判断。

其中鞋靴和宠物用品是两个很有代表性的反例。

先看鞋靴，转化率涨了，ROAS 却降了。鞋靴在 90 天时的转化率为 2.9%，到了 270 天提高到 9.5%，增幅达到 3.27 倍，是 33 个品类里提升最明显的。只看转化率，很容易得出结论，链接越来越成熟，承接能力明显改善，应该继续加大投放。但同期 ROAS 却从 2.71 降到 2.31，也就是说虽然转化表现改善了，但每单位广告花费带来的销售额反而减少了。这里需要进一步排查 CPC、客单价和流量结构，不能因为转化率提高，就直接认为广告预算应该增加。

再看宠物用品，转化率跌了，ROAS 反而大幅提高。宠物用品的转化率从 8.3% 降到 2.3%，下降非常明显，如果只看转化率，可能会觉得链接的流量承接出了问题，甚至考虑减少投入。但同期 ROAS 从 3.21 提高到 5.51，增长了 1.72 倍，单 ASIN 曝光也扩大了 4 倍以上。一种可能的情况是，广告覆盖了更多转化率相对较低、但获取成本也更低的流量，从而改善了整体广告回报。当然，是否真的是低成本流量带来的改善，还需要结合 CPC 和客单价验证。

鞋靴和宠物用品放在一起，恰好说明了同一个问题，转化率上升不一定代表应该加预算，转化率下降也不一定代表链接失去了投放价值。

为什么不同品类会出现这么大的差异，可以从两个方向理解。首先是消费者的购买决策周期，服饰、美妆等品类通常购买决策较快，部分商品还具有复购属性，评论和销售记录的积累可能更快反映在转化表现上；而家具、家居装修等品类，消费者往往需要更长时间比较价格、功能和使用场景，广告点击效率改善不一定能立即转化为订单增长。其次是不同品类在 90 天时的流量覆盖程度不同，对于 SKU 较多、长尾需求丰富的品类，早期可能只覆盖了部分关键词和变体，随着投放逐步展开，270 天时的广告曝光反而可能比 90 天更高。这两类因素共同作用，使得不同品类即使处于相同库龄，也可能走出完全不同的广告表现。

四、判断老链接是否值得继续投，最容易犯的四个错误

理解了前面的数据，再回头看日常运营中的一些习惯，就会发现很多误判并不是因为数据不够，而是因为判断方式过于简单。

第一种，给库龄设置一条固定的生死线。比如上架满 180 天还没有起量，就认为链接没有潜力；或者上架超过 365 天、利润下降，就直接进入清理名单。问题是，同样从 90 天走到 270 天，有的品类曝光减少到原来的四分之一，有的却增长了 25 倍。库龄本身并不能解释这种差异，真正需要判断的是，这条链接的流量规模、转化能力和广告回报有没有发生实质变化。

第二种，只看 ROAS，忽略背后的流量结构。相比库龄，ROAS 至少反映了广告销售回报，但只看这一个结果仍然不够。以宠物用品为例，270 天时 ROAS 达到 5.51，看起来很不错，但转化率只有 2.3%。如果当前 ROAS 的改善主要依赖低成本流量，那么一旦 CPC 上升，广告回报就可能受到明显影响。所以 ROAS 高不代表可以无条件放量，还需要知道它是靠更好的转化、更高的客单价，还是更低的流量成本实现的。

第三种，看到曝光下降，就认为平台不给流量了。这是老链接运营中很常见的判断。一条链接从 90 天的 70,579 次曝光，下降到 270 天的 62,557 次，运营看到曝光减少，第一反应可能就是降低预算。但如果同期转化率从 7.44% 提高到 8.69%，ROAS 从 2.91 提高到 3.48，情况就完全不同了。这时更应该检查的是流量减少发生在哪些关键词、广告位置和投放活动中，以及高转化流量有没有受到影响。如果减少的是低效率展示，而高质量流量仍然稳定，那么曝光收缩未必是坏事，贸然撤预算反而可能影响原本表现良好的投放。

第四种，认为新品期效率低，不如少投广告，等链接自然成熟。前面的数据表明，270 天时整体转化率和 ROAS 都高于 90 天，但不能因此得出「新品期广告不划算，等几个月自然就会好」的结论。链接后续的转化表现，可能与早期持续获取流量、积累订单、完善 Listing 和获得消费者反馈有关。如果新品期完全停止投放，链接未必能够积累足够的数据和销售表现，也就不能期待它在 270 天时自然达到品类中位数水平。当然，聚合数据并不能直接证明广告投入导致了后续效率提升，它只能提示我们，新品阶段的投入不应只用当期 ROAS 衡量，还需要考虑流量测试和链接成长的价值。

这四种误判背后，其实是同一个问题，把某个时间点的一项指标，当成了整条链接的经营结论。而真正的判断，需要同时观察多个变量的变化。

五、四个变量怎么组合，决定广告该推、守、观察还是清

前面分析了不同库龄、不同品类的广告表现，接下来要解决最实际的问题，数据看完之后，预算到底怎么调整？

这里可以把曝光、转化率和 ROAS 作为三个主要决策方向，点击率则用于辅助判断流量质量。先看曝光，判断广告展示规模是在扩大还是收缩；再看转化率，判断流量承接能力是否改善；最后看 ROAS，确认广告销售回报是否同步变化。根据这三个方向，可以把常见情况归纳为四种策略。

曝光	转化率	ROAS	策略	判断依据
升	升	升	推	规模与效率同步改善
降	升	升	守	曝光收缩，但转化和回报改善
升	降	升	观察	流量扩大，转化下降，回报仍在改善
降	降	降	清（候选）	规模与效率同步走弱

这张表不是覆盖所有组合的完整决策模型，而是四种具有代表性的运营场景。实际应用时，还需要结合点击率、CPC、利润和业务目标进一步判断。

最容易判断错的，其实是「守」和「观察」。

先说「守」。本文开头的整体中位数就是典型情况，90 天到 270 天，曝光下降 11%，转化率提高 17%，ROAS 提高 19%。如果只看曝光，很容易觉得链接流量正在衰退，需要减少投入，但转化和回报的改善说明，现有流量仍然具有经营价值。这时不一定需要继续加预算，更不应该只因为曝光下降就撤预算，相对稳妥的做法是维持有效投放，重点观察高转化关键词、核心广告位置以及 CPC 的变化。

再说「观察」。宠物用品就是比较典型的案例，曝光扩大到原来的 4.06 倍，转化率下降到 0.28 倍，但 ROAS 提高到 1.72 倍。这种结构说明流量规模在增长，广告回报也在改善，只是转化效率出现了下降。此时最需要弄清楚的是，新增流量的成本是否足够低，能够支撑当前的 ROAS。如果 ROAS 的提升主要来自低成本流量，那么盲目提高竞价，可能会破坏原有的成本优势。因此观察阶段不宜急着追价放量，而应该重点监控 CPC、客单价和新增流量的实际产出。

相比之下，「推」和「清」的方向更容易理解。当曝光、转化率和 ROAS 同时改善，说明链接的规模和效率都在向好，可以考虑逐步增加资源，并验证新增预算是否还能带来合理回报。当三项指标同时下降，则需要进入重点排查名单，如果问题持续存在，且修复成本高于重新投入其他链接的预期收益，才考虑清理或退出。这里尤其需要强调，三项指标同时走弱是启动清理评估的信号，不是立即删除链接或停止全部广告的指令。

此外，这张判断表不能直接套用全站中位数。33 个品类里，曝光比值从 0.25 倍到 25.1 倍，转化率比值从 0.28 倍到 3.27 倍，差异非常大。如果拿全站中位数作为单条 ASIN 的硬性标准，容易把正常的品类差异误判成经营问题。更合理的方式，是先参考自己所在品类的变化方向，再对照自己链接的历史表现。

实际使用时，还要注意观察窗口。一次促销、短期断货或者某次竞价调整，都可能让单个月份的数据出现异常。可以参考相邻三个月的曝光中位数，以及相邻两个月的转化率、ROAS 表现，确认变化是否具有持续性。

这套框架给出的，是预算调整方向，而不是具体的预算金额。至于增加多少、维持多少、撤出多少，还需要结合账户利润目标、广告结构和资金情况决定。

六、自己的 ASIN 怎么判断，三步就能完成自查

前面使用的是亚马逊官方品类数据，但这套方法并不依赖官方数据才能使用。曝光、点击率、转化率和 ROAS，都可以通过自己的 SP 广告报表计算出来。如果你的链接已经上架超过 270 天，并且在对应阶段有持续投放记录，就可以尝试按照下面的方法进行比较。

第一步，找到 90 天和 270 天对应的广告数据。先确定 ASIN 的上架时间，再找到上架第 3 个月和第 9 个月对应的 SP 广告表现。这里比较的是两个阶段各自的表现，而不是从上架到现在的累计数据。需要的字段并不多，曝光量、点击量、广告订单量、广告花费和广告销售额。实际操作时，要尽量保证两个时间段的数据口径一致，如果期间更换过主要变体、广告归因口径或统计方式，需要单独标记，避免比较失真。

第二步，计算四个变量的变化比例。计算方法很简单：

曝光比值 = 第 9 个月曝光量 ÷ 第 3 个月曝光量
点击率比值 = 第 9 个月 CTR ÷ 第 3 个月 CTR
转化率比值 = 第 9 个月 CVR ÷ 第 3 个月 CVR
ROAS 比值 = 第 9 个月 ROAS ÷ 第 3 个月 ROAS

其中 CTR = 点击量 ÷ 曝光量，CVR = 广告订单量 ÷ 点击量，ROAS = 广告销售额 ÷ 广告花费。比值大于 1，说明后一个阶段高于前一个阶段；小于 1，则说明有所下降。如果某个阶段没有有效投放数据，或者作为分母的指标为零，就不能直接计算比值，需要先确认数据是否具备可比性。

第三步，对照判断表，确定下一步动作。四个比值算出来后，先判断曝光、转化率和 ROAS 分别在上升还是下降，再结合点击率和 CPC，检查是否存在流量结构变化。如果三项指标同步改善，可以考虑增加资源；如果曝光下降但效率提高，优先维持有效投放；如果流量扩大、转化下降但 ROAS 改善，重点检查新增流量成本；如果规模和效率持续走弱，则进入清理评估。

这里有两个细节容易出错。首先，不要把历史累计数据当成某个库龄阶段的表现，累计数据会混合不同月份的变化，无法准确反映 90 天与 270 天之间的差异。其次，不要用当前库龄替代历史切片，比如一条链接已经上架 400 天，需要找的是它上架第 3 个月和第 9 个月的历史数据，而不是直接拿当前表现和 270 天的品类基准比较。如果历史报表缺失，就先建立后续的定期记录，不必为了凑齐两个时间点而使用不完整的数据。

七、这份数据能帮助我们判断什么，又有哪些边界？

最后还需要说明，这份数据适合用来观察品类生命周期的变化，但不能直接预测某一条 ASIN 的未来表现。

首先，数据中的销售额份额经过品类内部归一化处理，各库龄段合计为 100%，因此适合观察不同库龄的分布和变化方向，不能直接当成绝对销售额，也不能据此比较不同品类的市场体量。其次，样本产地全部为中国，反映的是中国卖家相关商品在美国站的表现，不能直接代表其他卖家群体或其他站点。第三，数据观察范围为上架后的 36 个月，最后阶段出现的回升可能受到观察窗口截断等因素影响，需要谨慎解释。

最重要的一点是，这份数据是不同库龄段链接群体的聚合表现，并不是对同一批 ASIN 从第 1 个月到第 36 个月的连续追踪。因此它能够帮助我们建立品类参考基准，却不能证明某条链接只要继续投放，就一定会在 270 天获得更高转化率或 ROAS。本文讨论的库龄红利、流量变化和投放策略，应该被理解为基于数据提出的经营判断框架，而不是已经得到因果验证的固定规律。

写在最后

很多卖家在判断一条链接是否值得继续投放时，习惯先看它上架了多久。但从这份覆盖 33 个大类的数据来看，同样从 90 天走到 270 天，有的品类曝光在下降，广告效率却在提高；有的品类流量规模扩大了，转化率反而下滑；还有一些品类，转化率明显改善，ROAS 却不升反降。

库龄相同，不代表广告处于相同阶段。比起简单地给新品加预算、给老品减预算，更值得做的是定期观察四个变量的变化，弄清楚链接当前的流量规模、流量质量、转化能力和广告回报。曝光减少但效率改善的链接，不必急着撤；流量增长但转化下降的链接，也不能只看 ROAS 就盲目加价。至于是否清理一条老链接，更应该结合利润、竞争环境和持续表现做决定。

90 天和 270 天只是两个观察节点。真正值得关注的，是这段时间里，链接究竟变成了一门更好的生意，还是只是在继续消耗预算。

广告预算不该按库龄分配，而应该按链接当前的经营价值分配。

但有一点值得思考：如果连目标ACoS都定不合理，AI调价再精准，又能帮你解决多少问题？

工具可以替你执行，却不能替你决定哪些流量值得争取、哪些预算应该收回来。这些判断，才是真正影响广告利润和增长的关键。