广告数据波动是常态，但如果把噪音当异常，会做出错误调整。
一、方法一：看七日平均
单日数据波动大，七日平均更稳定。
对比本周平均和上周平均，变化超过 20% 才算异常。
单日翻倍多半是噪音。
二、方法二：看结构而不是总量
总花费正常，但某个活动暴涨，就是结构异常。
按活动拆开看，比看总量更容易发现问题。
结构异常通常意味着内部竞争或者预算分配问题。
三、方法三：看同比而不是环比
和上周同日比，比和昨天比更准。
周末和工作日的转化率差异很大。
同比能排除周期性因素的影响。
四、常见的真异常
CPC 突然翻倍：竞争加剧或者出价设置错误。
转化率突然归零：Listing 出问题或者库存断货。
曝光突然消失：预算耗尽或者账户受限。
五、常见的假异常
周末转化率下降。
大促前后的数据波动。
数据延迟导致的前一天数据偏低。
六、小结
识别异常的核心是「控制变量和基线」。七日平均、结构拆分、同比对比，三个方法。
先排除噪音，再动手。
七、检查清单
- 是否用七日平均判断
- 是否按活动拆分看
- 是否和上周同日对比
- 是否排除了周末因素
- 是否排除了大促因素
- 是否考虑了数据延迟
- CPC 是否异常
- 转化率是否异常
- 曝光是否异常
- Listing 是否正常
- 库存是否正常
- 是否只改了一个变量
八、三个判断
第一，判断是否真异常：三个方法交叉验证。
第二，判断原因：按结构定位。
第三，判断是否动手：确认后再调整。
九、执行建议
建立一张「基线表」，记录每日的 CPC、转化率、曝光。
异常判断用「偏离基线多少」而不是「感觉不对」。
每次调整后记录，避免重复踩坑。
大促前后单独设基线，不要用平时的标准判断。