L3-A 第4课 广告投放与流量获取
3课时 · 掌握级
教学目标：搭建 SP/SB/SD 分层广告体系，制定竞价策略，AI 贯穿素材生成与优化
时间分配
| 环节 | 时长 | 内容 |
|---|---|---|
| 导入 | 15分钟 | 回顾前阶段成果，明确本阶段目标与交付标准 |
| 实战 | 90分钟 | 核心任务执行与 AI 工具应用 |
| 复盘 | 30分钟 | 成果展示与导师点评 |
| 优化 | 45分钟 | 方案迭代与下一阶段准备 |
一、核心任务
1.1 任务目标
搭建 SP/SB/SD 分层广告体系，制定竞价与预算策略，用 AI 工具批量生成广告素材。本阶段 AI 贯穿广告优化、竞价策略、素材生成三大环节。
1.2 执行步骤
| 步骤 | 操作 | AI 应用 | 输出物 |
|---|---|---|---|
| 1 | 搭建 SP/SB/SD 分层广告结构 | AI 词库推荐 | 广告体系方案 |
| 2 | 设定 ACOS 目标与预算分配 | AI 竞价建议 | 竞价与预算表 |
| 3 | 批量生成广告图/视频素材 | AI 素材工具 | 素材库 |
| 4 | 投放并监控 7 天数据 | AI 异常预警 | 投放数据报告 |
1.3 质量标准
| 维度 | 标准 | 评估方式 |
|---|---|---|
| 广告结构合理性 | SP/SB/SD 分层清晰，各有明确目标 | 导师评审 |
| ACOS 控制 | 目标 ACOS 与品类基准匹配 | 数据验证 |
| 素材多样性 | 至少 5 组广告素材 A/B 测试 | 素材库审核 |
成功案例：AI 竞价建议将 ACOS 从 35% 降至 18%
- 背景：学员投放手机支架品类，初始 ACOS 35% 远超目标
- 关键动作：AI 分析竞价数据建议降低 3 个高竞争词出价、增加 5 个长尾词，AI 生成 8 组素材 A/B 测试
- 结果：14 天后 ACOS 降至 18%，广告销售额提升 40%
- 复盘启示：AI 竞价建议的核心价值不是替代决策，而是快速定位“哪些词在浪费预算”
踩坑案例：全预算投 SP 忽略 SB 导致品牌流量缺失
- 背景：学员将 90% 预算投 SP，忽略 SB 品牌建设
- 关键动作：未做分层广告结构，所有预算投 SP 单一广告类型
- 结果：SP 广告 ACOS 25% 看似不错，但品牌词流量占比始终低于 5%
- 复盘启示：SP 管转化、SB 管品牌——只投 SP 等于只顧今天不顾明天
二、AI 工具应用
2.1 AI 工具选型
| 任务环节 | 推荐工具 | 应用场景 | 预期效果 |
|---|---|---|---|
| 词库推荐 | AI 词库工具 | 自动推荐高转化/低竞争词 | 选词效率提升 5 倍 |
| 竞价优化 | AI 竞价建议 | 基于历史数据建议出价 | ACOS 降低 30-50% |
| 素材生成 | AI 素材工具 | 广告图/视频批量生成 | 素材产出提升 10 倍 |
2.2 AI 应用对比
| 环节 | 传统方式 | AI 辅助 | 效率提升 |
|---|---|---|---|
| 选词 | 手动查搜索报告 1 天 | AI 词库推荐 1 小时 | 8 倍 |
| 竞价调整 | 经验拍脑袋 | AI 数据建议 | ACOS 降低 30-50% |
| 素材制作 | 设计师 3 天 5 组 | AI 半天 20 组 | 12 倍 |
三、交付成果
3.1 核心交付件
- 广告体系方案：SP/SB/SD 分层结构+各层目标
- 竞价与预算表：ACOS 目标+预算分配+竞价策略
- 投放数据报告：7 天投放数据+AI 优化前后对比
3.2 评分标准
| 考核维度 | 权重 | 评估重点 |
|---|---|---|
| 交付件质量 | 50% | 广告结构合理性、ACOS 控制、数据准确性 |
| AI 应用深度 | 20% | AI 优化前后对比清晰度 |
| 答辩表现 | 30% | 投放逻辑表达、数据解读能力 |
操作方法 SOP：广告投放与流量获取
步骤1
- 输入条件：Listing 已上架+品类广告基准数据
- 执行动作：用 AI 词库工具推荐高转化/低竞争关键词，按 SP/SB/SD 分层
- 输出结果：广告体系方案（含词库+分层结构）
- 风险点：AI 词库推荐需人工过滤与品牌调性不符的关键词
步骤2
- 输入条件：广告体系方案+总预算
- 执行动作：用 AI 竞价建议工具设定各词出价+预算分配
- 输出结果：竞价与预算表（含 ACOS 目标）
- 风险点：AI 竞价建议基于历史数据，新品类需预留 20% 探索预算
步骤3
- 输入条件：竞价与预算表确认
- 执行动作：用 AI 素材工具批量生成广告图/视频，至少 5 组 A/B 测试
- 输出结果：素材库+投放启动
- 风险点：AI 素材中的产品图必须与实物一致，否则可能触发平台违规
Q&A 预案
Q1: SP/SB/SD 三种广告类型的分工是什么？
A: SP（Sponsored Products）管转化——直接推动销售；SB（Sponsored Brands）管品牌——建立品牌认知和搜索心智；SD（Sponsored Display）管再营销——触达已浏览用户。三者配合才是完整广告体系。
Q2: AI 竞价建议的 ACOS 降低幅度可信吗？
A: AI 竞价建议基于历史数据，通常能降低 30-50% ACOS，但前提是品类有足够历史数据。新品类需预留 20% 探索预算，前 7 天不急于优化，先积累数据。
Q3: 广告素材为什么要做 A/B 测试？
A: 单个素材的效果无法预判，A/B 测试用数据说话。建议至少 5 组素材同时投放，7 天后保留 CTR 最高的 2 组，淘汰其余。AI 工具可以批量生成素材，但选择权在人。
Quiz 自测
📝 L3-A 第4课 · 自测已答 0 / 4
1. L3-A 第二阶段的核心交付件不包括？
2. SP/SB/SD 三种广告类型中，负责品牌建设的是？
3. AI 竞价建议通常能将 ACOS 降低多少？
4. 广告素材 A/B 测试的推荐数量是？
配套工具模板
检查清单 Checklist
- [ ] SP/SB/SD 三层广告结构已搭建
- [ ] ACOS 目标与品类基准匹配
- [ ] AI 词库推荐已人工过滤品牌调性
- [ ] 至少 5 组广告素材已做 A/B 测试
- [ ] AI 素材中产品图与实物一致性已确认
- [ ] AI 优化前后 ACOS 对比数据已记录
管理表（可复制到 Excel）
| 广告类型 | 目标 | 预算占比 | ACOS 目标 | AI 工具 |
|---|---|---|---|---|
| SP | 转化 | 50-60% | 15-25% | AI 竞价建议 |
| SB | 品牌 | 20-30% | 不考核 | AI 素材工具 |
| SD | 再营销 | 10-20% | 20-30% | AI 受众推荐 |
课后落地行动计划
- Day1-2：搭建 SP/SB/SD 分层结构+AI 词库推荐
- Day3-4：设定竞价与预算+AI 素材批量生成
- Day5-6：启动投放+7 天数据监控
- Day7：数据复盘+AI 优化前后对比报告
内容说明
本课数据来源于 L3-A 原有内容，结合 2025 年行业实际数据更新。
人工审核校对清单
- [ ] 校验 ACOS 品类基准数据与主课程文件一致
- [ ] 校验成功案例与踩坑案例数据真实性
- [ ] 校验 Quiz 4 题答案是否正确
- [ ] 确认 SP/SB/SD 预算分配比例适配目标学员品类