在 Amazon PPC 中，Day Parting（分时投放）是一种通过时间段调整预算和出价的策略，目的是在转化高效的时间段集中投放，减少无效曝光，提升 ROI 和控制 ACOS。
但它并非通用方案，效果依赖于产品类型、广告表现以及对数据的理解与应用。只有建立在清晰的数据分析基础上，Day Parting 才能真正发挥作用。
01 | 广告分时投放的原理和适用场景？
Day Parting 的本质是在不同时间段制定出价或预算规则，以调整广告的展示量和资源倾斜方向。但并非适用于所有广告账户，是否采用应结合具体业务目标和数据情况进行判断。
一般来说，以下几类情况更适合引入分时投放策略：
- 广告在不同时段的表现差异比较明显，比如某些时间转化好、成本低，其他时间则效果差；
- 有明确的投放目标，比如希望降低 ACOS、提升高效时间段曝光或者预算不多时更合理的分配花费；
- 广告投放已经稳定，需要进一步优化成本结构或提升 ROAS，适合做精细化投放。
Day Parting 的核心依据是历史每小时的广告表现数据，包括 Click、Impression、Order、Sales、Spend、ACOS、CTR、CVR 和 CPC 等关键指标。
02 | 广告分时的两种打法
1️⃣ 手动广告分时操作与策略
对于不依赖软件的手动操作方式，整个流程可归纳为以下步骤：
Step 1. 数据获取
通过亚马逊后台的导出报告模块导出近 30 天的 Sponsored Ads 报告，需选择：
● 报告类型：Campaign（广告活动）
● 时间范围：Hourly（小时级）
● 报告周期：14 天两次单独的导出后合并处理
Step 2. 数据处理与透视表分析
将导出的数据文件导入 Excel 表，使用数据透视表将 Start Time（开始时间）设为行字段，指标字段包括：
展现量（Impression）
点击量（Click）
订单数（7-day Total Orders）
销售额（7-day Total Sales）
广告花费（Spend）
结合公式计算以下核心数据：
ACOS = Spend ÷ Sales
CTR = Click ÷ Impression
CVR = Orders ÷ Click
CPC = Spend ÷ Click
Step 3. 可视化处理与不同时间段表现
在完成初步数据整理与透视表搭建后，可借助条件格式功能进一步提升数据的可读性。通过为 ACOS、CVR、CTR 等关键指标应用红绿渐变色区间，可直观地展现出各小时的表现差异。绿色代表指标优秀的时段，如低 ACOS 或高转化，红色则反映出表现偏弱的时间段。
这种方式不仅便于快速锁定高效投放时段，也有助于发现投放资源被低效时间消耗的潜在问题。再配合后续出价调整时，颜色分布图可作为决策的重要参考，提升判断的效率与准确性。
Step 4. 数据洞察与策略制定
通过观察这些指标，可以发现转化集中的时段。例如早上 4 点到中午 12 点，CTR 和 CVR 都处于高位，ACOS 也在合理区间，那这段时间就是可以重点投放的区间；反之，点击多但没有订单的时间段就值得控制调低。
从这里就能初步搭建出自己的 Day Parting 逻辑模型，也为后续用工具自动化操作提供数据依据。
2️⃣ 第三方广告工具广告分时操作与策略
手动设置虽然可完成基础 Day Parting 操作，但在面对多个广告组或复杂时段时，效率和灵活性容易受限。尤其是 Amazon 广告后台的 Budget Rule，仅支持在特定时间段增加预算，无法设定按小时出价或降低预算，难以满足更精细的投放需求。
更为专业的时段控制方式，通常依赖具备自动化调度能力的第三方广告工具，如 AdLabs、Perpetua 等。这类工具支持按小时设置出价调整规则，并可批量应用到指定广告组。
以 AdLabs 为例，用户可基于历史转化数据，为每个小时设定提升或降低出价的比例，同时通过规则控制投放策略的生效范围，实现更细致的分时管理。
实际操作中，通常会根据过去 30 天的每小时数据，结合 ACOS、CVR、CPC 等关键指标，识别出高转化和低转化时段：
- 高效时段（如 ACOS 低、CVR 高）可上调出价，区间一般为 +15% 至 +60%；
- 表现不佳的时段则可下调 20%～50%，必要时暂停投放；
- 出价比例可直接填写到工具提供的矩阵中，选择广告系列后保存启用。配合热力图或趋势图辅助判断，还能更直观地追踪效果，定期迭代策略。
这种自动化机制适用于对投放效率和预算控制有更高要求的场景，有助于提升账户的整体稳定性和转化效率。
03 | 广告分时投放注意事项与运营建议
在实际运营中，Day Parting 的效果是否有效取决于产品类型、数据基础和执行过程的匹配程度。
有些产品在分时投放后实现了明显优化，例如 ACOS 显著下降，同时带动销售持续增长。但也有情况是，使用 Day Parting 反而转化下滑，往往是由于数据样本不足、分析基础不够，或调整幅度过大所致。
因此，分时投放更适合作为中后期的优化手段。在策略调整后，建议至少观察 3～4 周，收集足够数据，再判断是否保留当前设置、进一步优化，或退回到原有模式。这样的周期性验证有助于降低策略风险，也更有利于广告的长期健康运行。
应用该策略建议遵循以下原则：
- 以数据为基础，不凭主观判断
- 搭配多个关键指标，综合评估调整方向
- 分阶段试验，小步调整，避免一次性大幅调整
- 结合产品生命周期、类目规律、流量趋势做差异化设置
对于预算有限、ROI 要求高的广告计划，Day Parting 可作为中后期精细化投放的有效补充方式。对于团队管理多个 ASIN 或广告组的场景，也可借助工具形成模块化运作，提升整体账户表现。