先看一个再熟悉不过的操作。

你打开广告后台的小时报表，看到凌晨 3 点 ACOS 冲到 300%，晚上 8 点只有 20%。于是你心里有数了：凌晨降价，晚上加价，把预算从低效时段搬到高效时段。

这个动作看起来天经地义，几乎所有分时优化的教程都这么教。

但如果我告诉你，在你常见的账户量级下，这样的判断有接近一半的概率是错的——你调的不是"低效时段"，而是"这周恰好没出单的时段"呢？

这不是危言耸听，是我拿一份真实账户数据算出来的结果。

一次统计体检

先交代这份数据的基本面（已脱敏）：

半标品类目，中小卖家账户
14 天，33 个投放中的广告活动
有效点击 701 次，订单 111 单
整体 CVR 15.83%，ACOS 112.3%，客单价 $14.49

按最常见的做法，把它切成 3 小时一段，得到 8 个时段：

 
看到 03:00-06:00 的 137% 了吗？看到 12:00-15:00 的 78% 了吗？

常规做法会让你给前者加价、给后者降价。

但这两个数字，经不起一次统计检验。

问题出在哪：你的样本比你以为的小得多

很多人有个错觉：14 天 × 24 小时 = 336 个数据点，样本够多了。

错。336 是格子数，不是样本量。

真实的样本量是：每个小时格子，14 天里只有14 个小时的数据。切 3 小时一段，每段 42 个小时，累计88 次点击。

88 次点击能说明什么？

整体 CVR 是 15.83%，在 88 个样本下，标准误是 3.9 个百分点。换算成 95% 置信区间：

一个真实 CVR 就是 15.83% 的普通时段，它的观测值有 95% 的概率落在 8.2% ~ 23.5% 之间。

而 03:00-06:00 观测到的 21.6%，12:00-15:00 观测到的 12.4%——全在这个区间里。

换句话说：即使这个账户所有时段的真实转化率一模一样，你照样会看到有的时段 21%、有的时段 12%。这不是规律，这是抽奖。

我算了一下误判概率：在 88 次点击、整体 CVR 15.83% 的条件下，一个完全没有差异的时段——

有 21.7% 的概率被误判为"优异"
有 24.9% 的概率被误判为"差"
合计误判率 46.6%

8 个时段里，大约3.7 个是纯噪音产生的假信号。

你按这个调价，等于每周换一次策略去追逐随机波动。效果能好才怪。

还有个更隐蔽的坑：多重比较

你可能会说：那我做个显著性检验不就行了？

行，但要注意一个陷阱。

我给这 24 个时段（1 小时粒度）逐个做了二项检验，结果是：有1 个时段 p＜0.05，看起来"显著"。

但当你做 24 次检验时，即使数据全是噪音，期望也会出现24 × 0.05 = 1.2 个"显著"结果。

这就是多重比较问题。把那个 p=0.023 的时段做 Bonferroni 校正（乘以段数）：

p = 0.55，完全不显著。

那个"显著差异"，就是那 1.2 个期望中的假阳性之一。

所以正确的流程是：检验 + 校正，两步都得做。只做第一步，你只是把直觉误判换成了统计误判，本质没变。

那正确的判断框架是什么？

三层，顺序不能乱。

第一层：样本量闸门 —— 先问"我够不够格做这个判断"

在比较任何数字之前，先算清楚：以我目前的数据量，能分辨多大的差异？单时段所需点击数 n = (1.96 + 0.84)² × p(1−p) ÷ (p × 阈值)²（p = 整体 CVR，1.96 对应 95% 置信度，0.84 对应 80% 统计功效）

用上面那个账户算：

注意这是平方关系：阈值从 30% 收紧到 20%，需要的样本量翻 2.25 倍。

这张表应该成为你做分时优化前的第一件事——先确认自己有没有资格下结论。

第二层：统计检验 —— 确认差异是真的

对每个时段做二项检验（原假设：该时段 CVR 与整体相同），再做Bonferroni 校正（p × 段数）。

只有校正后 p ＜ 0.15 的时段，才允许给它"优异"或"差"的判定。其余一律维持不动。

第三层：幅度判据 —— 决定加多少、减多少

这里有个容易踩的坑：主判据要用 CVR，不要用 CPA。

原因很直接：点击量远大于订单量，CVR 的标准误比 CPA 小一个量级。上面那份数据里，CPA 在时段间从 $8.86 跳到 $57.66 看起来触目惊心，但那些时段只有 2~5 单——分母太小，CPA 本身就不稳定。

竞价幅度建议用 CVR 偏离度驱动，同时用样本量自动约束幅度：竞价调整 = (相对CVR − 1) × 50% × min(1, 点击数 ÷ 150)样本越少，自动给的建议幅度越小。这是给不确定性上的一道保险。

关于"±20% 阈值"这个标准

有个卖家朋友给我提过一个判断标准，我觉得很有代表性：

以平均转化率为基准，高于 20% 算优异，低于 20% 算差，中间算正常波动。

框架完全正确——用 CVR 作主指标、用相对百分比而非绝对差值、三档结构清晰可执行。这三处都对。

但有个致命前提没满足：阈值必须大于噪音幅度。

计算公式：噪音幅度 RME = 1.96 × √(p(1−p) ÷ n) ÷ p还是那个账户，各粒度的噪音幅度（按样本最少的时段计算，比用平均值保守）：

为什么按"最少"而不是"平均"？因为真实数据的各时段样本极不均匀——12 小时切 2 段时，两段是 197 和 504，平均 351 看着还行，但弱的那一半决定了你的判断下限。

噪音幅度 77%，你的阈值 20%——阈值比噪音还小。

这意味着你划的那条线，落在随机波动的内部。用它筛选出来的"优异时段"，本质上是从噪音里挑出了这周运气好的那几个。

结论：±20% 作为业务目标是合理的（20% 的差异确实值得动），但在日均 50 点击的账户上，它现在还不成立。

要么放宽到 30%（8 段 61 天、日夜 2 段 5 天），要么先用日夜对比观察，要么老实积累数据。

那中小卖家就完全不能做分时了？

能做，但顺序要对。

第一步：先看整体投产，别急着分时。

那个账户 ACOS 112%，广告是亏的。这时候做分时优化，本质是把亏损在时段之间重新分配，改变不了总量。

先把 ACOS 200%~400% 的广告活动关停或大幅降竞价，这比任何分时调整都更能止血。

第二步：切更粗的粒度。

3 小时做不了，就做日夜对比（12 小时 2 段）。

还是这份数据，把判定标准放宽到±30%（对小账户来说这是更现实的选择），达成度会从 3 小时的19%提升到日夜对比的76%——粗糙但基本可信，远好过精细但全是噪音。

如果坚持 ±20%，日夜对比也只有 34%，还得再攒 28 天。这笔账你自己权衡。

第三步：合并多份报表，但一定要去重。

后台一次只能下 14 天，想攒数据就得下多份。这里有个隐蔽陷阱：

你下的 A（8/18-8/24）和 B（8/21-8/27），8/21~8/24 是重复的。直接拼接，这些天会被算两遍，数字全错。

正确做法：以「日期 + 小时 + 广告活动」为唯一键去重，重叠部分保留下载时间较晚的那份——因为订单用的是 7 天归因窗口，晚下载的报表近期数据更完整。

第四步：固定节奏，别频繁调整。

数据积累期间最忌讳的就是边跑边改。你每调一次价，之前的数据就"脏"了一部分，永远攒不够干净的样本。

一份可直接用的检查清单

做分时优化前，按顺序问自己：

整体 ACOS 达标了吗？没达标先处理结构问题
我的账户日均点击是多少？（注意是点击，不是展示）
按当前数据量，能识别多大的差异？（算 RME）
我设的阈值，大于噪音幅度吗？
粒度选对了吗？（数据少就用日夜对比）
时段差异通过显著性检验了吗？校正了吗？
合并多份报表时，重叠日期去重了吗？
单次调整幅度控制在多少？（建议 ≤20%，观察 7 天再复盘）

我们把这套逻辑做成了工具

上面这些计算——样本量测算、噪音幅度、二项检验、多重比较校正、多报表去重——手算一遍至少要一小时，还容易出错。

我们做成了「亚马逊分时广告诊断台」，打开传报表就行：

自动识别中文 / 英文 / 日文后台格式，多币种
顶部先给数据充足度诊断：达成度多少、还需积累几天、各粒度对比表
每个时段给出校正 p 值，不显著的一律不动
阈值体检：实时检查你设的阈值是否大于噪音幅度
支持一次合并多个 14 天报表，自动剔除重叠日期
一键生成判断报告，可存 PDF、导出 HTML、或复制纯文本发团队

在线地址（打开即用，不用装、不用注册）：https://workbuddy.link/p/q0Jl9aIIinN5NLVnGUq0dl

数据全程在你自己浏览器里解析，不上传服务器。链接是公开的，但每个人看到的都是自己上传的数据。

想先看看效果，打开后点「载入示例」——里面有"数据不足的小账户"示例，就是照着本文这个真实账户的量级造的，能直观看到数据不够时工具会拒绝给建议。

最后说句实话

广告优化做到后面，真正拉开差距的往往不是"谁的动作更快"，而是谁知道什么时候不该动手。

看到时段差异就调价，是一种勤奋。但在一个日均 50 点击的账户上，这种勤奋的期望收益是负的——你在系统性地对随机波动做反应。

成熟的标志之一，是能坦然说出"这份数据还不足以支撑判断"，然后去把数据攒够。

毕竟，宁可不做，也不要错做。