广告表现异常分诊：先证明异常，再找根因

一天变差不一定是异常，一周平均稳定也可能掩盖严重故障。异常处理的第一步不是采取动作，而是证明变化超出正常波动，并确定影响范围。

先做判断

先问四个问题：哪个业务指标变了、从何时开始、影响哪些市场/渠道/商品、同期发生了什么。若只看 CPA 或 ROAS，就会把比率当根因。CPA 上升可能来自 CPC 上升、CVR 下降、转化延迟或重复计数修复；每一种需要不同动作。

判断异常要使用可比基线：同星期、同促销状态、同库存与转化窗口。不要把旺季与淡季、活动日与普通日、追踪修复前后直接比较。

四步分诊框架

一，验证数据。 后端订单、花费、转化事件与价值是否一致？若所有渠道同时归零，优先测量和站点，而不是每个 campaign 分别修。

二，圈定范围。 是账户级、渠道级、campaign 级、商品级还是页面级？影响范围越广，根因越可能在共享依赖，如结账、Feed、追踪或市场需求。

三，沿指标树向下。 从利润/收入到订单，再到转化率、点击、展示。找到第一个明显偏离的节点，再检查它的直接驱动，不在下游指标上反复补救。

四，建立时间线与反证。 关联变更历史、发布、促销、竞争、库存、政策和系统故障。为每个假设写一个支持证据和一个能推翻它的检查。

落地应急步骤见异常响应手册，平时用每周账户健康手册建立基线，才能在异常时知道什么是“正常”。

优先级矩阵

按影响 × 可逆性 × 证据强度排序。追踪重复、结账不可用、主力商品拒登等高影响硬故障立即处理；单个素材短期波动可观察；只有相关性而无证据的结构猜测先小范围实验。修复前保存现状，修复后用同一口径回读。

如果多个问题同时出现，只选当前瓶颈。比如追踪坏、页面慢、查询偏宽同时存在，先修追踪以恢复可用数据；否则无法判断后两项的真实影响。一个周期只解决一个主要约束，结果不动时承认假设可能错误并返回分诊。

常见误判

• 用昨日对前日判断异常，忽略周内和转化延迟。
• 看到变更与下滑同时发生就断言因果，没有检查促销、竞争和库存。
• 同时改预算、出价、素材和页面，短期回升也无法复用经验。
• 只在平台内部找原因，忽略支付、履约、价格和业务容量。

验证清单

• 异常指标、开始时间、幅度与可比基线已明确。
• 后端订单、平台花费、转化与价值先通过数据健康检查。
• 影响范围已定位到账户、渠道、campaign、商品或页面。
• 指标树找到第一个偏离节点，而非直接优化最终比率。
• 每个根因假设都有支持证据、反证和最小验证动作。
• 修复只针对一个主要约束，并保存前后同口径读数。

适用边界

本方法适合付费广告日常异常、促销后回落和接手账户诊断。极低量业务的统计波动很大，应降低“即时异常”敏感度，更多使用订单级证据。平台故障、政策变动与外部事件需要查当前官方状态或公告；若无法获得后端、变更历史或站点权限，结论必须标注为初步分诊，而非根因已证实。