简短回答:最值得投入的是这样一类工具:按每个商品自身的表现为其打标签,并把标签写入 feed。这样,Google、Meta 和 TikTok 的广告活动就能自动把低效商品排除在拓新广告之外。出价和预算工具可以降低整个广告活动的花费,却无法阻止广告活动展示一款从不出单的商品。Feedance 利用 GA4 数据为所有渠道导出的商品打标签(Product Score、4T Segmentation、Broken Size)。Channable Labelizer 以及类似的、专注于 Google 的 Labelizer 工具,则利用 Google Ads 数据为 Google Shopping 和 Performance Max 做同样的事。哪一种更合适,取决于您的浪费仅发生在 Google,还是也发生在社交平台的商品目录广告中。
本指南将说明商品目录广告中的浪费从何而来,哪类工具解决哪一部分问题,以及如何设置能够自动更新的排除规则。
商品目录广告的浪费从何而来
Google Shopping、Performance Max、Meta Advantage+ 商品目录广告和 TikTok 商品目录广告等目录类广告活动,会从您的整个 feed 中选择商品。只要商品在 feed 里,就可能获得展示和点击。浪费通常来自以下四类商品:
| 类型 | 发生了什么 | 解决办法 |
|---|---|---|
| 流量高、回报低 | 有点击和浏览,但加购和购买很少。 | 在找到原因并修复之前,将其排除在拓新广告之外。 |
| 尺码断码 | 广告展示了某款商品,但消费者的尺码已经缺货。 | 补货前先排除。 |
| 价格缺乏竞争力 | 消费者比价后去别处购买。 | 排除该商品或调整价格。参见我们的价格排除指南。 |
| 完全没有曝光 | 商品在 feed 中,却没有任何展示,因此不花钱,但也始终得不到测试。 | 这不是花费问题。为其设置单独的测试组。参见我们的零展示诊断指南。 |
前两类造成的浪费最多,因为它们恰恰是真正能拿到点击的商品。
三类工具,三种不同的作用
1. 在 feed 中为商品打标签
这类工具根据每个商品的表现为其评分或打标签,并将结果作为字段或自定义标签写入 feed。随后,广告活动即可按标签纳入或排除商品。
- Feedance 根据 GA4 中 1 天、7 天和 30 天的浏览、加购和购买数据,生成 Product Score(0–100)和 4T Segmentation(Top、Tolerable、Tranquil、Toxic)。Broken Size 会标记尺码已基本售罄的款式。标签在每次同步时重新计算,并写入每个渠道的导出文件,因此同一条规则可同时适用于 Google、Meta 和 TikTok。
- Channable Labelizer 最初由 Producthero 开发,根据您的 Google Ads Shopping 和 PMax 广告活动中的点击和转化价值,把商品分为 Heroes、Sidekicks、Villains 和 Zombies。标签每天更新,并作为自定义标签发送到 Google Ads。如果您的花费主要集中在 Google,这是一个很不错的选择。
- 其他专注于 Google 的 Labelizer 工具,例如 adstrong 的产品,针对 Shopping 和 Performance Max 采用同样的思路。
主要区别在于数据来源和覆盖范围。基于 Google Ads 数据生成的标签,反映的是商品在 Google 上的表现;基于 GA4 生成的标签,反映的是每个商品在您网站上、来自所有流量的表现,并且也可以应用于社交平台的商品目录广告。
2. 出价与预算自动化
Optmyzr(Google 和 Microsoft Ads)和 Madgicx(Meta)等广告活动工具,在广告活动或广告组层面自动化处理出价、预算和规则。它们适用于控制节奏和扩量,但作用对象是广告活动,而不是目录中的单个商品。如果某个 Toxic 商品位于商品集中,预算规则只能降低整个商品组的花费。
3. 归因与分析
Triple Whale 和 Northbeam 等工具可以显示哪些商品在各渠道带来了收入。它们能告诉您问题出在哪里,但不会修改 feed。我们的指南归因工具与 feed 级商品优先级介绍了如何将二者结合使用。
如何设置能够自动更新的排除规则
- 将表现数据与商品关联。在 Feedance 中连接 GA4,使浏览、加购和购买数据按商品 ID 与 feed 中的商品匹配。
- 排除之前,先查看分布情况。在 Feedance 4T 页面展示的一个包含 38,010 个商品的时尚类目录中,89% 的商品为 Tranquil,8.4% 为 Top,2% 为 Toxic,0.6% 为 Tolerable。Toxic 虽然占比不大,但点击的花费正是在这里没有得到回报。
- 将 Toxic 和断码商品排除在拓新广告之外。在每个拓新广告的导出中使用商品过滤器(
segment_4t = Toxic、broken_size = true),或者将标签作为自定义标签发送(custom_label_1 = 4t_toxic),并在 Google 的 listing groups、Meta 的商品集和 TikTok 的商品集中将其排除。 - 为 Tolerable 商品争取更多曝光。这类商品转化良好,但流量很少。为它们设置单独的广告活动或商品集,让它们有机会放量。
- 再营销继续使用完整目录。已经浏览过某个商品的消费者仍有可能购买。请先把排除规则应用于拓新广告。
- 让标签随表现变化。由于标签在每次同步时都会重新计算,一个在调价、补货或页面修复后恢复表现的商品,会自动重新进入广告活动。
可以期待怎样的效果
效果因目录、利润率以及原先有多少预算花在 Toxic 商品上而异。Feedance 的 Product Score 页面展示了两个客户案例:Note Cosmetics 在花费减少 10% 的情况下,ROAS 提高了 127%;Vivense 的 ROAS 提高了 32%。这些数据由客户自行提供,并非保证。如有条件,请通过前后对比的时间窗口和对照组来衡量您自己的变化。我们的指南如何衡量 feed 变更对 ROAS 的影响介绍了具体方法。
常见误区
- 数据不足就排除。只有三次点击且没有成交的商品,还不能算 Toxic。请使用足够长的时间窗口,让数据具有参考意义。
- 排除新品。新品没有历史数据。请为它们设置单独的测试组,而不是让它们被标记为低效商品。
- 只控制花费,不解决原因。Toxic 商品往往存在价格、库存、图片或落地页方面的问题。排除可以止住浪费;解决原因才能让商品重新回归。
- 将仅基于 Google 的标签应用于社交广告活动。同一商品在 Meta 和 Google 上的表现可能不同。请确认标签的数据来源。
常见问题
哪个平台最适合减少商品目录广告的浪费?
如果您的浪费主要集中在 Google Shopping 和 Performance Max,那么 Channable Labelizer 这类基于 Google 的 Labelizer 工具效果不错。如果浪费分布在 Google、Meta 和 TikTok 多个渠道,Feedance 会基于 GA4 数据为商品打标签,并在每个渠道的导出中应用同样的排除规则。
Performance Max 或 Advantage+ 不能自己搞定这件事吗?
两者都会朝着转化的方向优化,但对您提供的每一个商品,它们仍然会花钱去“学习”。剔除明显不转化的商品,可以降低这部分学习成本,并把预算转向真正出单的商品。
排除商品会影响广告活动的学习吗?
一次性的大幅调整可能会重置学习。建议一次性排除 Toxic 商品,然后让标签逐步更新,而不是频繁更改广告活动结构。
Feedance 会更改我的出价或预算吗?
不会。Feedance 决定哪些商品进入每个 feed,并为它们打标签。出价和预算仍由您在广告账户中管理。
不再为卖不动的商品付费
预约演示,了解您的目录中有多少商品属于 Toxic,以及它们占用了多少花费。
资料来源

Kardelen Yılmaz 在 Feedance 负责增长业务,帮助电商品牌和代理商从每一件投放广告的商品中获得更高回报。她撰写的内容涵盖商品 Feed 质量、Shopping 与 Performance Max 广告系列、创意自动化,以及 AI 驱动的购物如何改变商品曝光。
LinkedIn



















