budget_decision_framework.md 5.2 KB
预算决策框架
最后更新：2026-04-09 适用系统：自动化投放 Agent（auto_put_ad） 核心文件：
tools/budget_calc.py、skills/budget_strategy.md
一、整体架构
运营输入今日预算
↓
① 拉昨日数据 → 算 scale_ratio → 确定全局策略
↓
② 筛有效广告（open_count ≥ 100）
↓
③ 计算分位数阈值（ROI P70/P30 + 消耗 P50）
↓
④ 冷启动保护判定（优先于矩阵）
↓
⑤ ROI × 跑量 二维矩阵 → 输出动作
↓
⑥ 关停保护检查（赔付门槛）
↓
⑦ 出价边界约束 → 写入 Excel
二、全局策略判定（scale_ratio）
scale_ratio = 今日预算 ÷ 昨日实际消耗
| scale_ratio 区间 | 策略名称 | 含义 |
|---|---|---|
| < 0.70 | aggressive_scale_down |
大幅缩量（>30%） |
| 0.70 ~ 0.95 | moderate_scale_down |
温和缩量 |
| 0.95 ~ 1.05 | maintain |
基本持平 |
| 1.05 ~ 1.30 | moderate_scale_up |
温和扩量 |
| > 1.30 | aggressive_scale_up |
大幅扩量（>30%） |
三、广告分类（二维象限）
ROI 维度（效率分 = 裂变0层回流数 / 昨日消耗）
- High：效率分 ≥ P70（头部 30%）
- Mid：P30 ~ P70（腰部 40%）
- Low：< P30（尾部 30%）
跑量维度（昨日消耗绝对值）
- High：消耗 ≥ P50（中位数以上）
- Low：消耗 < P50
阈值基于当日有效广告池（open_count ≥ 100）动态计算，无固定值。
四、决策矩阵（三套）
缩量矩阵（scale_ratio < 0.95）
| 高跑量（≥ P50） | 低跑量（< P50） | |
|---|---|---|
| 高 ROI（≥ P70） | keep | keep |
| 中 ROI（P30~P70） | decrease -10%（大幅） / -5%（温和） | observe |
| 低 ROI（< P30） | decrease -15%（大幅） / -10%（温和） | close |
扩量矩阵（scale_ratio > 1.05）
| 高跑量（≥ P50） | 低跑量（< P50） | |
|---|---|---|
| 高 ROI（≥ P70） | keep | increase +15%（大幅） / +10%（温和） |
| 中 ROI（P30~P70） | keep | increase +5% |
| 低 ROI（< P30） | decrease -10% | close |
持平矩阵（0.95 ≤ scale_ratio ≤ 1.05）
- 低 ROI + 低跑量 →
close - 其余全部 →
keep
五、5 种动作说明
| 动作 | 含义 | 出价变化 |
|---|---|---|
keep |
保持不动 | 不调整 |
increase |
提价放量 | +5% ~ +15% |
decrease |
降价控量 | -5% ~ -15% |
close |
建议关停 | 不调整（标记，需人工确认） |
observe |
观察不动 | 不调整 |
六、保护机制
6.1 冷启动保护（最高优先级，覆盖矩阵结果）
| 判定条件 | 处理方式 |
|---|---|
广告 create_time 距今 < 48h |
强制 observe，不调价 |
累计 conversions_count < 6 次 |
强制 observe，不调价不关停 |
⚠️ 冷启动判定优先于 ROI × 跑量矩阵。即使 ROI=Low，只要满足冷启动条件，一律 observe。
6.2 赔付门槛保护（关停前检查）
腾讯广告赔付规则：转化 ≥ 6 且 CPA 偏离目标 ≥ 20%/30% 时，可申请赔付。
| 转化数 | 处理 |
|---|---|
| < 3 | 可正常执行 close |
| 3 ~ 5 | 改为 observe，等积累到 6 次 |
| ≥ 6 且 CPA 偏离 ≥ 20% | 改为 observe，先申请赔付再关停 |
| ≥ 6 且 CPA 正常 | 可正常执行 close |
七、出价执行约束
| 约束 | 规则 |
|---|---|
| 出价范围 | 10分（0.10元）~ 10000分（100元） |
keep / observe / close |
不改出价 |
increase / decrease |
按矩阵比例计算新出价，截断到边界 |
| 单次调整幅度 | ≤ 10%（超过需拆阶梯执行，间隔 ≥ 2h） |
| 调整间隔 | ≥ 2 小时（oCPM 模型重学习需要时间） |
| 每天调整次数 | 2 ~ 3 次 |
阶梯式调价原则：
- 单次降幅超过 10%：拆分为多次执行，每次间隔 2h
- 单次提幅超过 15%：建议拆分为 2 次执行
八、广告样本过滤
open_count < 100 → 样本不足，本次跳过，不进入矩阵决策
九、出价与消耗的非线性关系
oCPM 模式下，出价调整与消耗变化是非线性关系：
eCPM = bid × pCTR × pCVR × 1000
- 降价效果放大：降 10% 出价 ≈ 降 15~25% 消耗
- 掉量悬崖：eCPM 低于竞争水位时，展示量骤降至接近 0（断崖，非线性）
- 提价天花板：提价 10% 不一定多消耗 10%，存在边际递减
⚠️ 降价操作比提价风险更高，应更谨慎；接近 MIN_BID 时调幅控制在 3% 以内。
十、核心设计哲学
用出价（bid）而非预算上限（day_amount）控制消耗。
oCPM 下：出价 → eCPM → 竞价胜率 → 消耗量，是一个连续但非线性的链路，比设 day_amount 上限更精细灵活。
十一、待实现（预留接口）
| 功能 | 状态 |
|---|---|
| 日内 PID 控制（实时消耗 vs 节奏对比，动态微调出价） | 待实现 |
| 时段差异化出价（早间/晚间流量差异） | 待实现 |
| 调价后验强化（实际消耗/ROI 变化反馈） | 待实现 |
| 公众号渠道独立预算分配（GT/GW + 即转 ROI） | 待实现 |