多广告活动预算分配计算器

怎么用这个工具

手里同时跑着几个广告活动时，最常见的问题不是「该投多少」，而是「这几个之间怎么分」。多数人的做法很直觉：谁 ROAS 高就给谁加钱，甚至干脆把预算全压在最好的那个活动上。

这个直觉是错的，而且错得有规律。因为每个活动的产出都随预算增加而递减——同一个受众池子，你多买一倍曝光，买到的第二半人群质量一定比第一半差。所以正确的问题不是「谁最高」，而是「在当前的分配上，多给一元钱，哪个活动能多产出最多」。

最优分配的条件是：每个活动最后一元预算带来的边际产出相等。如果活动 A 的最后一元还能产出 3 块，而活动 B 的最后一元只产出 1 块，那把钱从 B 挪到 A 就是纯赚，直到两边拉平为止。

这个工具用幂函数刻画边际递减产出：预算增加到原来的 x 倍时，产出增加到 x 的 0.6 次方倍（即边际 ROAS 下降到原来的约 76%）。在这个模型下，最优分配正比于「当前预算 × ROAS 的 2.5 次方」。

注意公式里当前预算仍然占一份权重。这反映了现实约束：一个 ROAS 很高但只有很小体量的活动，短期消化不了太多预算——它的受众池就那么大。所以最优解是向高 ROAS 倾斜，但不是全押。

工具里第三行「全押最高 ROAS 的产出」就是给你看这个反例的。把全部预算压在一个活动上，它的预算翻了几倍，边际 ROAS 掉得很厉害，总产出反而低于分散投放。

现实里还有一层：单一活动过度扩张会撞上受众上限，频次飙升、点击成本上升、素材疲劳同时发生。你看到的那个漂亮 ROAS，是在当前预算规模下的 ROAS，不等于放大三倍后还是这个数。

判断要不要加码的正确问法：这个活动过去每次加预算，ROAS 掉了多少？如果它历史上每次加码 ROAS 都守得住，那它确实有扩容空间；如果一加就掉，说明已经接近它的天花板了。

一、一次别调太猛。单次调整超过原预算的 50%，大概率会让智能出价重新进入学习期，效果先跌后稳——这一跌可能吃掉你这次优化的全部收益。正确做法是分 3–5 天逐步到位，每天调一小步。工具会提示你的最大调整幅度，超过 50% 就分步走。

二、不要频繁重分配。每一次调整都有学习成本。如果三个活动的 ROAS 差距本来就很小（比如 3.2、3.5、3.4），重新分配带来的提升可能只有 1%–2%，这点收益还不够覆盖学习期的波动。工具里「相比均分提升」低于 3% 时，通常说明不值得折腾，把时间花在素材和落地页上回报更高。

如果一个活动长期 ROAS 明显低于其他，且加过素材、调过定向都没起色，那它不是「少给点预算」的问题，而是该停掉。把它的预算连同比重一起转给跑得动的活动。

反过来，也要警惕一种误判：有些活动 ROAS 低是因为它在跑新品测试或者拉新，价值不在当期的 ROAS 数字上。这类活动应该单独设预算、单独考核，不要和成熟活动放在同一个分配池里比——那会永远把测试预算砍光。

这是正常的，而且是重要信息。当各活动 ROAS 差距不大时，优化分配的空间本来就很小——说明你当前的分配已经接近合理。真正的收益往往不在分配上，而在素材质量、落地页转化率和选品上。工具给出低提升数字，是在告诉你别在这件事上浪费时间。

把最重要的三个（预算占比最大的）放进工具算，剩下的按同样原则手动处理：长期跑不动的直接停掉，正在测试的单独设预算不参与分配。预算分配的价值在于抓大放小，把四五个小活动的预算精确到个位没有意义。

这是个经验值，代表预算翻倍时产出增到约 1.52 倍。实际系数因类目、受众规模、素材储备而异。想更准的话，用你自己账户的历史数据反推：找出过去几次明显的加预算操作，看 ROAS 掉了多少。不过对分配决策来说，系数在小范围内变化不会颠覆结论。

至少 14 天，且要避开最近几天（转化延迟还没回传完）。周期太短会被单日波动带偏，周期太长又会掩盖近期的变化。如果账户刚做过大的调整，等学习期结束、数据稳定之后再取样。