Amazon ACOS过高怎么办?单个广告活动超过90%要不要关闭

2026-08-04 DeepBI团队
Case Amazon DeepBI广告 DeepBI
Amazon ACOS过高怎么办?单个广告活动超过90%要不要关闭

亚马逊广告活动ACOS超过90%就该关闭吗?通过一个日本站手机配件卖家的匿名案例,分析高成本活动、整体广告效率、库存状态和流量波动之间的关系,帮助卖家建立更合理的Amazon广告优化判断框架。

注:应客户要求,本案例中使用的品牌名均为化名。

1. 导读

当一个Amazon广告活动的ACOS,也就是广告成本销售比,超过90%时,很多卖家的第一反应是立即关闭。但单个活动的短期高成本,并不等于整个广告系统都在亏损。某日本站手机配件卖家经营约78个商品,曾因看到个别活动成本销售比超过90%而直接关停,随后出现广告销售占比下降和流量波动。通过重新观察库存、广告结构、商品转化基础和整体经营指标,DeepBI帮助团队将判断从“单个活动是否亏损”转向“这项投放是否仍有探索和放量价值”。长期数据中,整体广告成本销售比由2025年5月的30.0%改善至2026年7月的19.6%,自然销售占比由29.83%提升至65.13%。但这些变化不能全部归因于AI广告,真正值得复盘的是:如何避免因单一指标过早关闭活动。

2. 客户背景

店铺授权与数据接入路径图

客户是一家经营日本站的手机配件类亚马逊卖家,店铺约有78个商品。客户使用某AI广告投放系统后,曾因库存不足导致投放中断;库存恢复后,重新启动广告并进入续费决策阶段。

客户当时面对的并不是单一的广告技术问题,而是一个常见的经营判断问题:整体广告成本是否可以接受,高成本广告活动是否应该保留,AI投放能否在控制成本的同时维持订单,以及库存恢复后销售是否能够持续。

这些疑问在手机配件类目中尤其容易出现。商品数量较多,不同ASIN的库存、转化基础、搜索需求和广告阶段并不相同。如果只查看某一个活动的ACOS,就可能把探索型活动、基础引流活动和已经具备稳定转化的活动混在一起判断。

3. 问题出现了

注册不等于诊断价值示意图

客户最直接看到的异常是:个别广告活动的成本销售比超过90%。从表面看,这意味着广告花费接近甚至接近于广告销售额,似乎已经失去继续投放的理由。

于是,客户选择关闭高成本活动。这个动作在短期内可以减少部分花费,但后续出现了两个变化:广告销售占比下降,店铺流量也出现波动。原本想解决“Amazon ACOS过高”和“广告亏损”的问题,却可能同时减少了系统获取新搜索词、测试新流量和积累转化信号的机会。

问题在于,90%以上的ACOS可能来自不同情况:

  • 活动处于探索阶段,点击和转化样本还不足;
  • 商品本身有转化基础,但当前搜索词或投放结构仍在测试;
  • 商品库存不足,广告和销售表现受到供货限制;
  • Listing转化能力不足,广告带来了访问,却没有形成订单;
  • 活动规模很小,单笔订单或少量点击就会造成ACOS剧烈波动;
  • 活动确实缺乏效率,持续消耗预算却没有形成有效销售。

如果不区分这些情况,仅凭“ACOS超过90%”就关闭活动,实际上回答的是一个过于简单的问题:这个活动现在贵不贵。但卖家真正需要回答的是:它为什么贵,是否有修正空间,关闭后会失去什么,以及整体广告和自然销售会如何变化。

这也是很多卖家遇到“广告越投越亏”“广告流量下降”或“ACOS怎么都降不下来”的根源之一——把单个活动指标当成了整个店铺的经营结论。

4. DeepBI 如何诊断

DeepBI没有先根据单个活动的高ACOS给出关停结论,而是把问题放回店铺整体经营环境中观察。诊断重点包括以下几个层面:

1. 先核对库存状态和投放连续性。 观察相关商品是否有库存不足、投放中断或恢复重启的情况。该客户此前确实发生过库存不足导致投放暂停,因此不能把重启后的波动简单归因于广告策略失效。

2. 再查看广告结构和活动角色。 将活动区分为基础销售、放量、探索和测试等不同用途,避免用同一个ACOS目标评价所有活动。高成本活动需要结合预算规模、商品阶段和后续可优化空间判断,而不是单独看一个百分比。

3. 继续下钻搜索词和商品维度。 对搜索词、ASIN、点击、订单和销售进行关联观察,判断高成本究竟来自无关流量、低转化Listing,还是尚未积累足够样本的探索投放。素材没有提供每个活动的完整搜索词明细,因此不能据此断言某个具体词是亏损来源,但搜索词产出应成为是否保留活动的重要证据。

4. 检查Listing和商品转化基础。 如果广告有点击但订单不足,问题可能不只在竞价或预算,也可能与主图、标题、价格、评价、变体和页面承接有关。此时直接关闭广告,只能减少访问,不能解决转化问题。

5. 最后回到整体指标验证。 同时观察广告销售、整体广告成本销售比、自然销售占比、销售规模和流量变化,判断单个活动调整是否对店铺整体产生影响。该客户后续数据表明,单个活动的高成本不能代表整体投放长期无效。

通过这样的诊断,问题从“这个活动ACOS超过90%,要不要关”变成了“这个活动处于什么阶段,它对整体销售和后续流量有什么作用,目前是否具备继续观察的条件”。

5. 真正的问题是什么

问题1:把单个活动的短期高成本,当成整体广告亏损

原因: 客户直接使用单个活动的成本销售比判断投放价值,没有同时观察活动用途、样本量、广告销售和整体成本。

影响: 高成本活动被关闭后,广告销售占比下降,店铺流量出现波动;原本可能用于新词发现和流量探索的活动也失去继续积累数据的机会。

证据: 客户在看到个别活动成本销售比超过90%后直接关闭活动,随后出现广告销售占比下降和流量波动。与此同时,长期整体广告成本销售比由2025年5月的30.0%改善至2026年7月的19.6%,说明个别活动的高成本不能直接代表整体广告效率。

问题2:没有区分探索活动与稳定转化活动

原因: 不同活动承担的任务不同。有些活动的目标是获取新搜索词、测试流量或为后续放量提供数据,不一定在短期内达到成熟活动的成本水平。

影响: 如果所有活动都必须立即达到同一ACOS标准,卖家容易在数据不足时关停探索,广告账户可能减少有效流量来源,后续扩量也会受到限制。

证据: 客户关停高成本活动后出现广告销售占比下降和流量波动;在部分阶段,AI广告成本销售比优于原有人工或旧计划,2026年2月和3月分别为21.8%和19.2%,旧计划同期分别为29.0%和23.0%。这表明评估重点应从单个高成本活动转向不同投放结构的整体表现。

问题3:忽略库存和Listing对广告结果的影响

原因: 客户曾因库存不足导致广告投放中断。库存状态变化会影响广告连续性、订单承接和流量表现;同时,广告有点击但转化不足时,Listing也可能是影响因素。

影响: 在库存恢复或投放重启阶段,销售和流量本身就可能出现波动。如果此时仅依据ACOS关停活动,容易把供货问题、页面转化问题和广告问题混为一谈。

证据: 客户库存恢复后重新启动广告,两个月内店铺销售分别恢复至约142万和158万,AI广告销售分别约40万和46万,广告成本销售比从27.3%降至20.5%。这些数据说明重启后的广告需要结合库存、销售恢复和整体成本持续观察,但不能据此宣称全部增长都由AI广告单独造成。

6. 优化方案

DeepBI 首份诊断报告路径图

广告优化

对于ACOS超过90%的活动,不采用“一律保留”或“一律关闭”的处理方式,而是先按照活动角色和商品基础分类:

  • 有库存、已有转化基础且具备搜索词产出的核心商品,保留观察空间;
  • 没有库存或无法稳定承接订单的商品,先解决供货问题;
  • 有点击但长期没有订单的活动,结合搜索词相关性和Listing转化能力排查;
  • 预算消耗较大、长期没有有效产出的活动,再考虑降预算、调整结构或暂停。

对于具备转化基础的核心商品,可围绕约20%至24%的目标成本销售比进行观察。该区间是基于本案例的后续操作框架,不是适用于所有商品和类目的固定标准。

Listing优化

如果广告能够带来点击,却无法形成订单,应同步检查Listing承接能力,包括商品信息是否匹配搜索意图、页面是否清晰说明卖点、价格和评价是否具备竞争力,以及变体和库存是否正常。广告优化不能替代页面优化,关闭广告也不能解决页面转化问题。

自然流量策略

广告活动是否保留,不能只看即时广告销售,还要跟踪自然销售占比和新词产出。该客户长期自然销售占比由29.83%提升至65.13%,但自然增长无法完全归因于AI广告,因此应把它作为经营结果变化的一部分进行观察,而不是直接认定为单一投放工具带来的结果。

服务动作

DeepBI的重点不是替客户承诺某个活动一定盈利,而是帮助建立操作边界:目标成本是多少,哪些活动可以继续探索,哪些活动需要先调整,观察周期多长,以及应同时看哪些整体指标。对于库存恢复后的重启阶段,建议至少连续观察7至14天,再结合广告销售、整体成本、自然销售占比和新词产出进行调整。

7. 结果变化

经过重新采用整体指标和活动角色进行判断后,店铺的长期经营数据发生了以下变化:

  • 整体广告成本销售比由2025年5月的30.0%改善至2026年7月的19.6%;
  • 自然销售占比由29.83%提升至65.13%;
  • 库存恢复并重启投放后的两个月,店铺销售分别约为142万和158万;
  • 同期AI广告销售分别约为40万和46万;
  • 重启后的广告成本销售比由27.3%降至20.5%;
  • 在2026年2月和3月,AI广告成本销售比分别为21.8%和19.2%,低于旧计划同期的29.0%和23.0%。

这些结果说明,单个活动出现高ACOS时,直接关闭并不一定是最优选择。更合理的做法是结合库存、商品转化基础、活动任务、整体广告成本和自然销售变化进行判断。

同时需要明确两点:第一,店铺销售规模在高峰后仍存在波动;第二,自然销售占比提升不能完全归因于AI广告。结果验证的重点不是证明某个工具单独带来了全部增长,而是确认广告效率、自然销售和整体经营指标是否朝着更健康的方向变化。

8. 案例总结

这个案例真正的问题,不是“ACOS超过90%的活动一定不能关”,而是卖家在缺少上下文的情况下,把单个活动的短期指标当成了最终结论。

真正有效的处理方法包括三步:先确认库存和商品是否具备承接订单的条件;再区分活动是探索、测试还是稳定销售;最后同时观察广告销售、整体成本、自然销售占比、订单规模和新词产出。

对于Amazon ACOS过高的问题,卖家需要建立的是分层决策机制,而不是一个简单的关停阈值。高成本活动可以被调整,也可以被暂停,但决定动作之前,应先知道它为什么高、是否有数据价值,以及关闭后可能影响哪些流量来源。

9. 给卖家的启示

启示1:不要用单个活动ACOS代替店铺整体判断

单个活动ACOS超过90%,只能说明该活动当前成本较高,不能直接说明整个广告账户亏损。至少应同时查看广告销售、整体广告成本销售比、订单规模和自然销售占比。

启示2:先判断广告问题还是Listing问题

有点击无订单,不一定只是出价过高,也可能是搜索词不匹配、商品竞争力不足或Listing转化能力有限。广告问题和Listing问题需要分别诊断,不能用关停广告掩盖页面承接问题。

启示3:给探索活动设定观察周期和边界

探索型活动不应无限制消耗预算,但也不宜因为短期高ACOS立即关闭。可以在有库存和转化基础的前提下,设定明确目标成本,观察7至14天,并跟踪广告销售、整体成本、自然销售占比和新词产出,再决定保留、调整或暂停。

对于正在经历“广告越投越亏”“自然流量不增长”或“广告流量下降”的卖家来说,最重要的不是先问要不要关闭,而是先确认:这个活动的问题,究竟发生在投放结构、商品页面、库存状态,还是评价指标本身。

想了解更多DeepBI能为您做什么?

联系我们,获取免费咨询和定制化广告优化方案

WeChat QR Code