刚好最近在梳理多变体的打法，试着回答一下这些问题：


手动广告有特定的目标，可以针对性的选择变体。单说自动广告，以下先罗列几个方向：
1.新建广告活动，新建广告小组，所有变体全选，放进一个小组
2.新建广告活动，每种变体单独一个小组，在同一个广告活动下
3.每种变体单独新建广告活动

Answer：
1.这种属于最经典的打法，丛林法则，优胜劣汰，但预算得给够，而且要看长期数据表现，排除偶然性，但由于ASIN和最终的客搜词都很多，两头都有变量，没有一一对应，不符合控制变量法的原则，会存在偶然性结果表现，勉强可接受；
 
2. 第一种属于不够精细，第二种就属于精细了一半，说难听点就是两头都不沾，你都到这一步了，干脆直接用第三种，区分成不同广告活动

3.不同的广告活动最大的便利就是预算精细化、互不干扰，以及一些其他在广告活动层级才能设置的策略、位置溢价、动态竞价策略等，在做对比测试时的好处就是可以设置相同的预算以减少变量对测试结果的干扰。
==================
衍生话题1：
对于怎么区分变体，大家怎么看待？
A：同款按颜色分，不管尺码，有几个色就是有几种变体
B：按尺码分，不管颜色，有几个尺码就有几种变体
C：按asin分，一个asin就是一个变体
 
Answers1: 
怎么区分变体主要是根据我们如何切分产品受众的，按颜色分说明我们的底层认知是不同的颜色代表不同的需求受众群体，不同的受众广告架构就需要分开，热销颜色多分预算，边缘款少分或者不开广告吃自然流量，同时能跑量的颜色甚至可以降价进一步冲量冲排名，没有量的颜色就要尽可能利润最大化，可以考虑提价；
 
按尺码分虽然不能算错，但总感觉哪里不对劲，哪个尺码热销通常是在产品定型后就已经确定了，根据个人经验，受众女性，S\M码热销，男性受众L\XL，中性受众M\L，其他尺码呈现正态分布，这个也没什么好测的；
 
但是热销款是要根据数据验证确定出来的，根据产品受众的特点，选择最热销的尺码的多种款式去测（你看你看，最后还是要回到款式上来），看哪个款广告数据表现最好，最后再结合实际的Business Report的总销量数据分布，确定我们要把哪个款式作为热销款；最后又回到热销款冲量，边缘款冲利润这条道路上来；
 
至于提到的按照最细的子ASIN区分，补货可以按照这个来，但是开广告却没必要分这么细，预算不够分、边缘款式的边缘尺码也不会有太多量，搞得这么精细属于没苦硬吃；
=================
衍生话题2：
对于变体之间的“竞争（指的是在推广中抢曝光、抢预算等情况）”，以下情形中，是否存在“竞争”？
A：同一个广告活动里的同一个广告小组（放所有变体）
B：同一个广告活动里的不同广告小组（每个小组放不同的变体）
C：不同的广告活动（每个广告活动放不同的变体）
 
Answer2:
 
以上3种设置都可能存在“内部竞争”，或者说“内部竞争”的维度在1)同一个父体下的子ASIN之间 2）投放同一个关键词时，就会产生竞争；
 
但这里的竞争并不是说互相抬价把CPC变高了，而是在Bid+权重的双因素考虑下，亚马逊只会允许同时间在常规广告位展示其中一个子体的广告，是属于“有你没我”的关系，而不是“你高我低”的关系，这种方式的最大问题是会导致广告的展示不连续、或者说广告无法定向花费预算，除非我们对不同ASIN的广告Bid设置非常明显的阶梯，比如主推品出价2刀，边缘款1.5甚至更低，否则经常会出现某一个客搜词数据“这段时间在这展示，过段时间又在那里展示，”很不利于数据分析+优化
 
我之前也会选择多个子体投同一个词，解决方案是，评估表现的时候直接把同一个父体下的ASIN表现打包汇总分析，即分析父ASIN维度的整体表现、花费、出单、ACoS、Tacos等，这样就能忽略同父体下不同子ASIN的广告跳转购买对于数据分析的干扰。
 
以上，希望对大家有帮助。