如何衡量一项 Feed 改动是否真的提升了 ROAS

大多数团队判断一项 Feed 改动 “奏效了” 的方式都一样：他们修复了 Feed 中的某个问题，在 Google Ads 中观察了一周 ROAS，结果上升了。但这算不上证据。Google Ads 本身也会告诉您这一点——Performance Max 实验只能将一个完整的广告系列与另一个进行比较；它没有任何机制可以在同一个广告系列内对一个商品细分与另一个商品细分进行拆分测试。如果您想知道重新标记 400 个 SKU、修正标题公式，或者添加基于利润率的 custom_label 是否真的提升了 ROAS，您就必须利用那些并非为此设计的报告工具，自己构建证据。本指南为您提供一套评分标准，用于判断前后 ROAS 数据何时值得信赖，一个使用 Google 自有自定义标签属性的实例，以及一份清晰的清单，说明 Performance Max 原生报告能告诉您什么、不能告诉您什么。本文与调整出价无关——我们不做出价管理，这里也没有任何内容要求 Google Ads 改变出价方式。一旦 Feed 优化 工作超越了基础阶段，增长和效果团队就会不断遇到这类衡量问题。

为什么 “改动后 ROAS 上升了” 并不能证明什么

每当一项 Feed 改动上线，三件事会同时发生：Google 的算法在持续学习，季节性因素在不断变化，您自己的团队也在进行其他改动——新的促销、预算上调、竞争对手断货。在这样一团乱麻中测得的 ROAS 变化，只能告诉您发生了什么，而不能告诉您为什么。这是结构性问题，而不是更努力就能解决的：Performance Max 没有提供内置的随机化方法，让您在一个广告系列内用某个 Feed 细分与对照组进行测试。Google 自己关于 Performance Max 实验的文档证实，实验范围是整个广告系列，而不是商品目录的一部分：实验在广告系列层级将流量拆分为 “基础组” 和 “试验组”，并且只报告 “各组的汇总转化次数、转化价值、CPA、ROAS 和支出” （Google Ads 帮助，Performance Max 实验常见问题）。在这一结构中，不存在商品组或自定义标签级别的试验组。因此，您首先会想到的工具——一个正规的 Google Ads 实验——无法回答 “这项具体的 Feed 改动是否提升了 ROAS” 这个问题。您只剩下观察性报告，而观察性报告在值得信赖之前需要设置防护措施。

Google 实际上允许您在 Performance Max 中衡量什么

在 Performance Max 中，按 Feed 属性查看细分效果的唯一原生机制，是素材资源组中的商品组视图。您可以按类目、品牌、商品 ID、商品状况、商品类型、渠道或最多五个自定义标签来细分商品集合，商品组表格会报告各项指标——Google 自己的帮助文档证实，您可以 “筛选商品组，查找您最感兴趣的数据，例如点击次数、转化次数或平均每次点击费用” （Google Ads 帮助，使用商品组管理 Performance Max 广告系列）。这与素材资源组的 “组合” 报告不同，后者只显示哪些创意素材组合在一起效果较好，与商品级或 Feed 属性级的效果毫无关系 （Google Ads 帮助，关于 Performance Max 的素材资源组报告）。如果您衡量 Feed 改动的计划是 “查看素材资源组报告”，那您看的就是错误的报告——而且在您假定商品组确实是基于您所认为的那个属性构建之前，值得仔细核实您的 Google Merchant Center Feed 实际发送的内容。

大多数团队用来划分可衡量细分的属性是 custom_label_0 至 custom_label_4。根据 Google Merchant Center 自己的规范，每个标签都是 1–100 个字符的字符串，对每件商品而言是可选的，每件商品每个标签只能有一个值，并且每个标签属性在整个账户中最多有 1,000 个唯一值 （Google Merchant Center 帮助，custom_label_0–4）。Google 自己给出的五个标签位用法示例包括季节、销售表现（BestSeller/LowSeller）、清仓状态和利润率（LowMargin/HighMargin）（Google Ads 帮助，为购物广告使用自定义标签）——这正是您所需要的细分类型：既能将 Feed 改动隔离在一个小到足以分析的分组中，又大到足以产生数据。对于以这种方式衡量的任何内容，有两个操作细节很重要：标签更改最多需要 24–48 小时才能体现在 Google Ads 报告中；Performance Max 将每个素材资源组的商品组数量上限设为 1,000 个，而 Google 明确警告，达到这么高的数量 “并非最佳做法”，因为效果往往会受到影响 （Google Ads 帮助，使用商品组管理 Performance Max 广告系列）。

可衡量性评分标准

在将前后 ROAS 数据视为对 Feed 改动的定论之前，请根据以下六项标准为其打分。每项可得 0、1 或 2 分，满分 12 分。

分数解读：9–12 分意味着您可以有相当把握地依据该数据采取行动。5–8 分意味着应将其视为方向性参考——在扩大改动之前值得再进行一轮测试。4 分及以下意味着该数据只是噪声；不要在内部将其作为成果展示，也不要用它来证明更大规模推广的合理性。

实例：重新标记低利润率 SKU

假设您的 Feed 中有 8,400 个 SKU，且其中没有任何利润率信号。您添加了 custom_label_3，取值为 HighMargin 和 LowMargin，根据商品成本数据填充，并且作为首次测试，只将其应用于外套类目（612 个 SKU），然后再推广到整个账户。

在 Performance Max 中，您在外套素材资源组内为 custom_label_3 = LowMargin 建立一个商品组节点，等待 48 小时让标签生效，然后让一个干净的 2–3 周窗口过去，期间没有其他账户改动涉及该素材资源组。窗口结束时，您提取该商品组节点在标签存在之前两周的 ROAS（由于标签当时尚不存在，使用类目级效果作为替代基线），与之后两周的 ROAS 进行比较。在对结果发表任何看法之前，先用上面的评分标准评估这次比较：如果外套类目在窗口期内每周产生 140 次转化，没有干扰因素，并且您等待了完整的生效缓冲期，那么您的得分为 10–12 分，该数据值得信赖。如果在测试窗口开始三天后启动了黑色星期五促销，您的得分就会降到 5–6 分，而诚实的结论是 “尚无定论，需在干净的窗口中重新测试”——而不是 “ROAS 提升了 14%”。

阅读商品组报告时不要自欺欺人

有三个习惯可以让这种衡量保持诚实。第一，始终比较时长相等的窗口——用五天的 “改动后” 与十四天的 “改动前” 比较，会因为与您的改动毫不相关的原因而使平均值发生变化。第二，在商品组层级进行比较，而不是在素材资源组或广告系列层级；广告系列层级的 ROAS 会吸收其他所有细分的表现，从而稀释您的信号。第三，将每一轮前后比较都视为一个数据点，而不是定论——在将标签改动推广到全部 8,400 个 SKU 的 Feed 之前，先在第二个细分上重复测试。这些都不需要改动出价策略、目标 ROAS 或预算；这完全是 Feed 数据和报告层面的工作，这也是为什么您的 Feed 平台应该直接支持它，而不是只能在 Google Ads 界面中手动完成。做好这种细分工作的增长和效果团队，已经用它来以真实数据支撑全目录范围的改动——Bilyoner 进军目录广告 就是一个例子，其中 Feed 层面的改动与经过衡量的 ROAS 结果挂钩，而不是凭直觉。

本文未涵盖的内容及其局限

借助每个 Performance Max 广告主都已拥有的工具，这一框架可以为您提供站得住脚的方向性判断。但它并不是随机对照试验。由于 Google 不会在正在运行的 Performance Max 广告系列中提供真正的细分级保留组，您无法完全排除 Google 自身的出价算法出于与标签本身无关的原因，将展示次数重新分配给您所标记细分的可能性——评分标准能降低这种风险，但无法消除它。如果您需要统计上严谨的增量衡量——真正的对照组、置信区间、地理保留测试——那是专门的实验平台或营销组合建模平台的工作，而不是 Feed 工具的工作，您不应期望 Feed 管理平台（包括 Feedance）能提供这种级别的证据。同样，如果您的实际目标是自动化的、考虑利润率的出价调整而不是衡量——让系统依据盈利能力标签采取行动，而不只是报告——那是这一领域中某些平台围绕其构建的产品决策；Feedance 的工作止于确保标签存在、填充正确并能被干净地报告。我们不会代您调整出价。如果您的团队隶属于 增长或效果部门，那么这种报告纪律——而不是自动出价——通常才是杠杆效应更高的起点。

常见问题

我可以在单个 Performance Max 广告系列中，对一个 custom_label 细分与另一个进行 A/B 测试吗？
不可以。Google 自己的 Performance Max 实验结构是在广告系列层级将流量拆分到基础组和试验组，而不是在一个广告系列内的商品组之间拆分，并且只报告每组的汇总指标。

我可以使用多少个自定义标签？它们会增加 Feed 的复杂度吗？
共有五个标签位，即 custom_label_0 至 custom_label_4，每个都是 1–100 个字符的字符串，每个标签在整个账户中最多允许 1,000 个唯一值。它们对每件商品而言是可选的，并且对购物者不可见，因此添加它们不会影响商品的展示方式。

标签更改后，我应该等待多久再进行衡量？
至少等待 48 小时，让标签本身体现在 Google Ads 报告中；然后再经过一个完整的干净窗口——Google 建议其实验需要 2–3 周才能得出可靠的结果——再得出结论。

素材资源组 “组合” 报告与商品组报告有什么区别？
组合报告显示哪些创意素材（标题、图片、视频）组合在一起效果较好；它没有按商品或 Feed 属性的细分。商品组报告才能让您按类目、品牌、商品 ID、商品状况、商品类型或自定义标签筛选效果。

我的细分每周只有 15 次转化。还有必要衡量吗？
单靠它无法得出可靠结论。要么扩大细分范围（使用更宽泛的类目，而不是单个自定义标签值），要么将时间窗口延长到远超三周，要么接受您看到的任何结果充其量只是方向性的——并据此在上述评分标准中打分。

这一框架也适用于标准购物广告系列吗？
适用，而且在某些方面更为清晰，因为与 Performance Max 不同，标准购物广告系列支持 Google Ads 实验（草稿和实验），可以在广告组和商品组层级进行真正的流量拆分测试。

Feedance 可以自动为我进行这种衡量吗？
Feedance 可以按照您的同步计划（Essentials 每天同步，Business 每小时同步）在 Feed 中创建并维护 custom_label 细分，让标签干净一致地存在，供您在 Google Ads 中进行报告。它不会运行 ROAS 分析，也不会改动出价。

如果我同时在 Feed 中改动了多项内容——标题、图片和自定义标签——怎么办？
那么您就无法将 ROAS 的变化归因于其中任何一项。在干扰因素标准上给这种情况打 0 分，并将整个测试视为无效；每个衡量周期只隔离一个变量。

免费审核您的商品 Feed，看看您的 Feed 在哪些方面缺少细分信号——例如干净的自定义标签——而正是这些信号让此类衡量成为可能。