电商大促 AI 投放

项目背景

某头部国货美妆品牌，在天猫、抖音、京东三大平台同时布局，SKU 超过 400 个，客单价集中在 80-200 元区间。品牌过往大促主要依赖人工盯盘 + 经验调价，投放团队 6 人，在大促高峰期需要同时管理 200+ 广告计划。今年双 11，品牌决定引入 SUPERTRANGO AI 投放系统，目标是验证 AI 在复杂电商大促场景下能否替代人工实现更优的投放效率。

核心挑战

大促期间投放面临三个典型难题：

预算分配滞后。三大平台流量价格波动剧烈，人工调整预算的响应周期通常在 2-4 小时，而流量高峰往往只持续 30-60 分钟，大量预算在低效时段被消耗。

创意素材疲劳加速。双 11 周期长达 20 天，消费者对重复素材的点击率衰减速度比日常快 3 倍以上，人工筛选和替换素材的节奏跟不上衰减曲线。

跨平台数据割裂。天猫、抖音、京东的后台数据口径不一致，团队每天需要手工汇总 3 份报表，等到形成全局判断时，流量红利窗口已经关闭。

解决方案

SUPERTRANGO 为品牌搭建了「大促专属 AI 投放引擎」，核心动作包括：

实时预算再分配。系统以 5 分钟为粒度监控全平台流量价格与转化率，当某个流量位的 CPA 超过阈值时，自动将预算转移至表现更优的流量位。双 11 当天，系统累计执行了 1,200+ 次预算调整，全部在无人干预下完成。

素材生命周期管理。AI 对每个创意的点击率、转化率、互动率进行实时评分，当素材进入衰退期（点击率连续 2 小时下降超过 15%），系统自动降低其出价权重，同时将预算导向新素材测试组。整个大促期间，品牌上新素材 180 组，AI 自动筛选出 23 组高潜素材进行放量。

跨平台统一决策模型。系统将三大平台的投放数据统一映射到同一套转化归因模型下，以「全渠道 GMV」为唯一优化目标，而非单平台 ROI。这意味着系统会主动牺牲某个平台的短期 ROI，换取全域 GMV 的最大化。

执行亮点

大促前 3 天，团队原本计划手动设置各平台预算上限。SUPERTRANGO 系统在模拟推演后，建议将抖音预算占比从 40% 提升至 55%，理由是抖音的种草转化链路在大促预热期效率更高。品牌方采纳建议后，前 3 天抖音渠道贡献了整体 GMV 的 48%，验证了 AI 的预判能力。

双 11 当天凌晨 0-2 点，天猫流量峰值期间，系统检测到某头部主播直播间带来的搜索流量转化率异常升高，自动将搜索广告预算提高 200%，同时压缩了信息流广告的消耗。这一调整在 15 分钟内完成，精准承接了瞬时流量红利。

成果数据

经验总结

AI 的价值在于「速度」而非「判断」。品牌方原有的投放策略逻辑是有效的，但人工执行速度无法匹配大促期间流量变化的节奏。AI 将策略执行从小时级压缩到分钟级，这是 GMV 增长的核心驱动力。

跨平台协同是增长杠杆。单平台 ROI 优化存在天花板，SUPERTRANGO 以全域 GMV 为目标的决策模型，让品牌敢于在某个平台「吃亏」，换取整体大盘的收益提升。这种全局视角是人工团队难以持续保持的。

素材产能需要前置准备。AI 筛选素材的效率很高，但前提是品牌方准备了充足的素材弹药库。本次大促期间，品牌方提前准备了 180 组素材，如果素材供给不足，AI 的调优空间会受到明显限制。建议品牌在大促前至少储备 3 倍于日常的素材量。