Aerial View Business Data Analysis Graph

大促數據為什麼會騙人?蝦皮廣告活動日偏誤判讀

大促當天流量暴增,不代表商品突然變強;ROAS 下滑,也不一定代表廣告失效。活動日會同時改變平台流量、競價、優惠、客群、自然曝光與物流壓力,不能拿它直接當平日基準。

我以前曾分享過一段投放經驗:當時每月廣告支出達六位數,平日訪客約 10,000 上下 500,一次蝦皮大型活動當天訪客達 50,000 ~ 60,000。這組數字只代表當時的情況,不能直接套到 2026 年的其他賣場;我想提醒的是,活動日足以改變整份資料的形狀。

活動日同時混入五種效果

  1. 平台額外曝光,自然與付費流量一起增加。
  2. 競價與點擊成本改變,廣告花費不再可和平日直接比。
  3. 蝦皮券、賣家折扣與免運疊加,客單價和貢獻毛利改變。
  4. 只在活動購買的客群進場,轉換率可能短暫升高。
  5. 出貨與退貨壓力延後出現,當日 ROAS 看不到完整成本。

因此「活動日營收 ÷ 活動日廣告費」只能描述當天歸因口徑,不能直接回答真正增量與最終利潤。

建立四個資料桶

把日期分成普通平日、普通週末、薪資/月初效應日、平台或自家活動日。每筆資料加上活動名稱、優惠、價格變更、庫存與物流異常標記。活動日要和歷史同類活動比,平日和同星期平日比。

基準可用最近 8 ~ 12 個可比日的中位數,降低單一極端值影響。資料少於 4 個可比日就標記樣本不足,不宣稱趨勢。一次性災害、系統中斷與缺貨日另列,不任意刪除後假裝正常。

看增量,不只看活動總量

估計增量完成訂單
= 活動日完成訂單
− 可比日每日期望完成訂單

估計增量貢獻
= 活動日最終貢獻毛利
− 可比日期望貢獻毛利
− 活動額外固定成本

「最終」表示等退款、取消與費用成熟後再回補。活動日訂單尚未成熟時先標暫估,至少同時呈現原始值與成熟後值。金額使用一致含稅口徑與四捨五入層級。

假設案例:活動日 300 張完成訂單,正常同類日期望 120 張,表面增量 180 張;但其中 60 張來自原本會在前後兩天購買的客戶,活動後兩天各少 30 張,較合理的淨增量只剩 120 張。這是示範,不是所有活動的固定扣法。

三個最常見誤判

把活動峰值當新常態:活動後立刻把每日預算與補貨放大,平日需求回落後形成庫存。

把活動 ROAS 下滑當失敗:活動可能帶來更高 CPC,也可能擴大有利潤的訂單。要回到貢獻毛利,不用單一 ROAS 下結論。

把活動 ROAS 上升當廣告功勞:平台自然曝光與折扣可能同時提高成交。缺少對照時,只能說相關,不能說廣告造成全部成長。

活動後 7 天再做一次結算

活動當日看事故,活動後 2 ~ 3 天看取消與出貨,活動後 7 天看回落與初步退款,退貨窗口成熟後再看最終貢獻。廣告若突然異常,可以照24 小時排查表逐項檢查;活動成效則等資料成熟後,再和真正可比的平日比較。

Shopee 全站推廣由系統動態優化,學習期 ROAS 可能波動。任何投放判斷仍以當期官方規則與後台資料為準。資料最後查核於 2026-09-05。平台規則與後台功能可能調整,實際操作前請再確認當下官方資訊。