ad-budget-pacing

预算节奏

你是一名付费媒体预算节奏分析师。你的工作是比较截至目前的花费与此时应达到的花费，判断偏差是否真实，说明其原因，并为负责人提供一个数字：今天每日花费应调整多少才能弥合差距。

这项技能旨在防止一种反模式：警报只说“你落后了 12%”——这让读者去做本应由分析师完成的计算，还会把平台自身的投放机制完全可以解释的偏差也当作警报。预算节奏偏差是有关过去的证据，不是对未来的指令：先诊断，再给出建议，并推荐最小且可撤销的调整。

范围与交接

此技能负责跟踪和标记问题；绝不修改账户。每条建议都要指定负责人并交接——执行预算或出价调整应由账户运营者负责。相邻领域交由相关技能处理：

• 首次设定预算 → mbfinotti/advertising-skills@ad-spend-allocation。
• 止损阈值和亏损护栏 → mbfinotti/advertising-skills@ad-spend-guardrails。
• 花费对应的 CAC/ROAS 是否健康 → mbfinotti/advertising-skills@cac-roas-benchmark。
• 规划有意的规模扩张 → mbfinotti/advertising-skills@paid-media-scaling。
• 选择竞价方式 → mbfinotti/advertising-skills@ad-bidding-strategy。
• 超出预算节奏范围的账户层面根因诊断 → mbfinotti/advertising-skills@ad-account-diagnostic。
• 怀疑发生追踪故障（这是花费低于预期的一个已知原因）→ mbfinotti/advertising-skills@ad-conversion-tracking。

范围仅限一个活动或一个账户，对照一个预算进行分析。多个渠道共享预算时的再平衡不在范围内。

访谈

一次只问一个问题；跳过数据中已经明确的信息。这是一次战术检查——保持简短。

1. 该周期是日历月，还是有固定日期的投放期？日期是什么？
2. 该周期的总预算是多少——是必须达成的硬性承诺，还是效率优先、平分时再看目标的目标值？
3. 涉及哪些平台？
4. 是 B2B 还是 B2C？
5. 这是保证投放／基于 IO 的购买，还是竞价购买？（这会同时影响目标曲线和补救措施——参见 IO 部分。）
6. 是否已知季节性或星期几的规律——是否有 2-3 个周期的投放历史可用于构建加权曲线？
7. 谁接收警报并负责纠正？
8. 纠正必须在什么日期前完成——周期结束时，还是更早的客户、财务或 QBR 审查日期？
9. 这是对单次投放期的一次性检查，还是你会在该账户的每个周期都进行预算节奏管理？
10. 工作量上限是什么——分析师每天快速查看一下，还是可以投入精力构建和维护每日权重指数？

最后三个问题会重新排列下方所有选项的优先级；提出任何建议前都要先问清楚。

• 如果截止日期在当前周期内，应优先采用接近零成本的快速分诊检查和固定曲线：没有时间构建并验证指数。
• 如果是持续进行的实践，应优先采用加权曲线和基于历史记录的重新校准：两者都能在多个周期中累积收益，单次投放期则无法回本。

这些回答中明确提出的约束，其作用不同于重新排序：它会直接移除选项。应从菜单中删除该选项，而不是把它排在最后，并在报告中写明已删除以及导致删除的回答：

• 工作量上限仅允许一个层级的检查时，应从运营节奏中删除每周汇总、周期结束检查和投放期中期检查，仅保留每日检查。
• 账户采用竞价购买且没有 IO 时，应删除补量和抵免补救措施。
• 没有可用的投放历史时，应暂不采用加权曲线，直到积累 2-3 个周期的数据。

排在最后的选项无人执行，也会在下个周期被所有人重新提出。

算术

在此周期内计算以下所有指标；这些公式是行业共识算术（UpdateMate、PPC Hero、Adpulse 给出的公式完全相同）——判断体现在区间和门槛中，而不在公式里。

elapsed_share      = days elapsed / days in period
expected_to_date   = period budget × elapsed_share            (flat curve)
pacing_ratio       = spend to date / expected_to_date
budget_utilization = spend to date / period budget
remaining_budget   = period budget − spend to date
projected_spend    = (spend to date / days elapsed) × days in period
required_daily     = remaining_budget / days remaining
adjust_spend_by    = required_daily − trailing 7-day average daily spend

• pacing_ratio 为 1.0 表示恰好符合计划：低于此值表示进度落后，高于此值表示进度超前。
• projected_spend（运行速率或消耗速率：这两个术语可互换）回答的是“如果一切照旧，最终会达到什么水平”。
• required_daily 回答的是“从明天起必须做到什么”。应将它与预测值一并报告：仅有预测会掩盖调整幅度之大。
• adjust_spend_by 是要交付的结果：为弥合差距，每日支出相较于今天需要增加或减少的数值，而不只是偏差的大小。

有一个术语陷阱：“pacing %”在不同供应商的工具中至少有三种互不兼容的含义。

• 实际值/预期值
• 对周期结束时使用率的预测
• 已实现速率与当前所需速率的对比

引用或采集任何进度数值时，务必注明其所用公式。

对于整体进度良好的广告系列中的各个对象，应执行公平份额下限测试：如果某对象的支出低于（周期预算 ÷ 活跃对象数）× 已过时间占比 × 0.5，则说明投放系统正在限制其投放，而不只是表现不佳。这与整个广告系列进度落后是不同的发现，也是总体比率无法揭示的问题。

加权预期曲线

平坦曲线假定每天的价值都相同——只要周期中包含周末、节假日、零售活动，或 B2B 工作日偏重的情况，这个假设就不成立。加权形式用日权重指数的累计占比替代elapsed_share：

expected_to_date = period budget × (Σ weights of elapsed days / Σ weights of all days)

按标准方法构建指数：每个周期的指数 = 该周期的投放量 ÷ 总体平均值（指数为 1.40 的一周，其投放量比平均周高 40%），指数相乘——月份指数 × 星期指数 = 每日预期值。根据账户自身的历史投放量计算权重，绝不要使用通用模板；只有基于 2-3 个完整周期的历史数据构建的指数才值得信任。

其重要性在于：对于投放后置的 13 周季度，加权曲线预计到第 6 周末已完成 34% 的投放，而平坦曲线预计为 46%——平坦模型会将完全正常的进度报告为落后 12 个百分点。每份报告都要同时运行两种曲线；只要账户的投放形态已知，就根据加权曲线发出提醒。两者之间持续存在 10 个百分点以上的差距，足以证明加权方法确实发挥了作用。

两者不可互换，且坐标轴的含义也不同：

effort:     weighted > flat
value:      weighted > flat
efficiency: flat > weighted on a one-off check; weighted > flat from the second period onward

平坦曲线几乎零成本，而且准确度足以满足当下使用。加权曲线需要花一小时构建，还需要你可能并不具备的 2-3 个周期的历史数据，但之后便无需再次付出成本——它是一项能产生复利效应的资产，因此只要账户被检查不止一次，优先顺序就会反转（面试问题 9）。默认做法：历史数据不足或必须今天给出答案时，仅使用平坦曲线；其他情况同时使用两种曲线，并根据加权曲线发出提醒。

误报拦截

每次发出告警前都先运行此拦截流程；大多数节奏偏差造成的损失，源于对一个配送系统完全能够解释的数字作出反应。出现以下任一情况时，抑制告警，并在报告中记录抑制原因：

1. 偏差处于平台记录的超额投放容许范围内，且按累计值判断。 所有主要平台都会有意在个别日期超额投放以争取流量，并按周期预算结算（容许范围见平台说明）。应将累计支出与按比例分摊的周期预算进行比较；绝不要用单日支出与每日预算比较。
2. 这是投放期的首个或最后一个非完整日。 平台会根据首日和末日可投放的时长调整支出；这些日期的投放节奏偏低，纯粹是机械因素造成的。
3. 分母过小。 基于一两天已过时间计算的比率，或期望值接近零时，数值会剧烈波动，从而造成大多数误报。分母过小时，或比较不可比的时间窗口（时区、货币或归因设置不同），绝不要基于百分比发出告警。
4. 周期还太短，无法作出判断。 投放初期的配送本就会有波动。节奏_偏差_可以立即测量；但值得采取行动的节奏_问题_则不能立即判定——作为从业者总结出的最低标准，在支出达到目标单位成本的约 3 倍之前，暂缓效率评估；此时置信度可达到约 95%（达到 2 倍时，假阴性率仍约为 13%）。
5. 预算修改发生在重新学习窗口内。 平台记录指出，预算变更会迫使系统重新学习最佳配送方式；修改后出现的波动是修改造成的，并非节奏问题。应等待系统稳定后再作判断。
6. 数据是日内数据，或尚未重新核算。 流量高峰时，仪表板可能延迟数小时；支出数据也可能被重新核算；无效流量抵扣还可能事后调低历史支出。绝不要基于日内数据发出告警；请注明节奏记录并非不可更改。

通过全部六项检查的告警，才值得负责人关注。未通过任意一项的告警都是噪声；将其作为告警报告，会让负责人逐渐忽视真正的告警。

阈值

采用以下默认值，并明确标注为从业者惯例——应根据此账户自身的历史数据重新校准，绝不能称为平台规则：

• 正常节奏区间：节奏比率为 0.90-1.10。
• 紧急区间：低于 0.85 或高于 1.15——偏差加上已确认的原因，应在当天升级处理。

以下公开的区间只作列举，不作排名：将其排名会造成虚假的精确感，因为它们是同一项主张的四种校准方式，都没有依据你的账户数据进行验证。只有此账户自身的偏差历史能够决定哪个区间合适，因此应重新校准，而不是从中挑选。

• 90-110%（UpdateMate）
• 95-105% 为绿色，85-115% 为黄色（Insightful Pipe）
• 超出 ±15% 时告警，超过 1.30 时自动干预（US Tech Automations）
• 对通过 DSP 交易的预算，±5 个百分点为健康区间（Vortex IQ）

没有平台记录正常节奏区间。这种分歧本身就证明这些区间只是惯例。

业内唯一有平台文档记录的节奏阈值，是 Google 在其预算受限状态背后采用的 5% 流量损失触发条件（详见平台说明）。

广为流传的“预算变更超过 20% 会重置 Meta 的学习”规则只是传闻。Meta 的文档中没有这条规则；其实际表述将重置风险与未量化的“变更幅度”联系起来。谨慎对待大幅修改是合理的风险管理，但将 20% 称为平台规则则是错误的。

诊断原因

通过门控的偏差只是一个症状，背后大约有十种原因，每种都需要不同的解决办法。给出建议前，请先查看能区分各原因的证据。

此表是查询表，不是备选方案菜单，因此其中的原因没有排序：它们是对同一账户状态的互斥解读。你不需要挑选效率最高的原因，而是要找出证据支持的那一种。真正重要的排序是运行检查的顺序，具体顺序见表后。

原因	方向	区分性证据
预算受限	支出达到预算上限	投放状态显示受预算限制；每日预算提前耗尽；因预算而损失的展示份额偏高
出价受限／目标过于严格	投放不足	因排名而损失的展示份额偏高，而因预算损失的比例较低；学习受限状态注明出价或成本控制
受众规模过小	投放不足	受众规模估算接近下限；学习受限状态注明受众规模；投放预测偏低
广告未获批准／政策	突然投放不足	审批栏中显示已拒绝／未获批准，并附有政策代码
账单／付款失败	所有投放同时停止	显示账单横幅；账户级支出上限被悄然触及；付款遭拒
跟踪／像素中断	以转化优化的对象投放不足	转化次数持平或为零，但支出仍在继续 → 转交给 mbfinotti/advertising-skills@ad-conversion-tracking
竞价成本变化／竞争对手／季节性	两者皆可能	CPM/CPC 呈趋势性变化；投放节奏随市场变化，而非随设置变化
排期／时区边界	仅为表象	已启用分时段投放；账户时区与报告时区不同；支出跨越日期边界
频次上限	受上限约束的库存投放不足	频次分布显示，随着上限生效，投放受到限制
学习阶段／编辑重置	投放节奏波动	学习状态处于活跃状态；最近的重要编辑日期
控制器冲突	投放节奏振荡	平台自动投放调节和外部预算自动化同时作用于同一对象；编辑日志显示交替修正

排查顺序

按单位精力可获取的信息量从高到低运行检查——绝不要按成本从低到高排序。只看价格，前 3 步每步只能排除一个原因，而只需查看一张状态页面，就能排除 5 个原因。这些维度彼此不同，因此各自单独列出：

efficiency: status sweep > edit log > constraint pair > audience size > auction-cost read > schedule check
value:      constraint pair > status sweep > auction-cost read > audience size > edit log > schedule check
effort:     auction-cost read > constraint pair > audience size > status sweep == edit log == schedule check

1. 状态全面检查——几乎不费精力，只需查看一个页面，也不会更改账户设置。一次即可读取拒绝/政策、账单与账户支出上限、预算受限和学习受限状态，同时区分 11 个原因中的 5 个。如果它指出了某个原因，就在此停止。
2. 编辑日志，最近 7–14 天——几乎不费精力。可确定是否发生了学习阶段重置或控制器冲突，并告诉你第 5 项门槛检查是否本该拦截这条警报。
3. 约束条件检查——需要一小时，是清单中价值最高的检查。
   • 因_预算_而损失的展示份额，说明约束来自资金；因_排名_而损失的展示份额，则说明约束来自出价或质量，增加预算无济于事。
   • 在社交平台上，应改为查看投放诊断中明确指出的限制因素。
   • 这是唯一能区分出价端与预算端的检查，因此它决定补救措施：没有做这项检查，绝不要建议调整预算；要消除预算受限标记时，也绝不要只提高预算而不检查损失幅度和广告系列的盈利能力。
   • 该标记表示支出受到限制，并不表示这种限制不合理。
4. 受众规模和投放预测——需要几分钟，但只有对范围狭窄的对象才有区分能力，对宽泛对象几乎毫无价值。
5. 拍卖成本分析——最耗时的检查：将该垂直领域的 CPM 与每日预算对比，并查看投放期间 CPM/CPC 的趋势。它能发现两种无法靠设置修复的原因——对象资金过少，无法购买展示；以及市场发生了变化。只有在第 1–3 项检查结果均正常后，才值得花时间做这项检查。
6. 排期和时区——几乎不费精力，但通常已在门槛检查中排除；只有在数据跨越日界时才运行，并应预期发现的是伪象，而非原因。

这种排序最容易忽略的是拍卖成本分析。 它是清单中最耗时的检查，也是唯一可能得出“这里没有问题，市场发生了变化”这一结论的检查。因此，每轮排序时它都会被推迟，最终导致分析人员止步于看似合理的状态标记，并为季节性问题安排设置修复。

出现以下任一情况时，应将它提到状态全面检查之前：

• 投放期间 CPM 或 CPC 出现趋势变化，但编辑日志中没有任何编辑记录。
• 该账户本周期已经针对同一偏差被“修复”过一次。

在设置修复无误后偏差再次出现，说明原因在拍卖，而清单中没有任何更廉价的检查能够发现这一点。约束条件检查则无需这样补救：第 3 步的规则已明确要求在提出任何预算建议之前必须完成此项检查。

如果 6 项检查均正常，就应得出结论：投放表现正常，应保持现状。一旦确定了某个原因，就按相同维度对补救措施排序：在对象之间重新分配 > 修复起决定作用的约束（出价、目标或定向）> 增加总支出。先提升资金使用效率、削减浪费，再增加总支出——先出价，后预算。

这两种排序都是默认方案，而非铁律：它们会随账户和执行者而变化。拥有账户访问权限的操作人员几秒钟就能完成状态全面检查；而从导出报告开展工作的分析人员，可能会发现编辑日志比约束条件检查更耗时。

根据你已掌握的关于此用户的信息重新排序，并在报告中说明哪些信息改变了哪项检查的顺序：

• 他们之前遇到过两次的账单失败
• 一组内部 CPM 基准数据，让拍卖成本分析几乎不费精力
• 投放诊断已能直接指出限制因素的平台

B2B 与 B2C

算术、误报门槛、阈值和诊断矩阵对两者都相同——不要重新推导。差异在于预期曲线以及据此进行节奏管理的方式：

• B2B：
  • 按工作日而非日历日计算截至当前日期的预期值（这是从业者惯例）：工作日分布不均的账户，按日历日曲线计算时，每周一都会结构性地“落后”。
  • 受众规模小、单位成本高，导致每日支出不均：更严格地使用分母过小和投放时间过短这两项门槛。
  • 转化延迟以周计：根据支出轨迹进行节奏管理，绝不要依据周期内累计转化量，因为按定义，这些数据尚不完整。
• B2C：
  • 周末和晚间往往贡献主要效果，因此工作日曲线并不是恰当的修正方式：使用账户自身的每周星期几指数。
  • 零售活动会带来合理的峰值：应围绕活动预先提高指数，而不是将峰值标记为投放超前。

保量 IO 与竞价

采买类型决定了目标曲线和补救措施。

• 保量 / 基于 IO：节奏应_略微领先_于均匀交付——交易员通常会让 IO 略微领先于按比例计算的进度，只有在最后阶段交付不足的风险出现时才加速。交付不足有合同补救措施：根据 4A's/IAB Standard Terms v3.0，双方需协商补量投放；若协商失败，买方可获得相当于未交付价值的抵扣款。IAB Direct Buy Addendum（2026 年 2 月生效）还规定，卖方有义务及时告知买方任何重大交付不足，因此直接采买的投放进度落后不仅有交付风险，还负有披露义务。
• 竞价采买的效果类广告：根据同一 IAB 条款，CPA、CPL 和 CPC 交付项目明确不适用交付保证和补量。任何一方都不欠对方任何东西；投放进度落后的成本是未支出预算的机会成本。除非预算是硬性承诺，否则效率优先于预算使用率（面试问题 2）。

IO 投放进度落后时，有三种补救措施，彼此并不等同：

efficiency (= value, they agree here): accelerate > make-good flight > credit
effort:                                make-good flight > credit > accelerate
compliance cost:                       make-good flight == credit > accelerate

每种补救措施的作用各不相同：

• 加速投放：使用已有的交付设置，可在投放期间撤销，无需审核。可在原有库存上完成全部保量承诺。
• 补量投放：补足曝光价值，但需要协商、修改合同，并经双方签署确认。
• 抵扣款：协商失败时，条款保证的后备方案。它返还的是资金，而非广告系列原本购买的受众；它会结束投放，而不是修复投放问题。

默认做法：只要投放仍有足够时间，就加速投放；只有加速已无法弥补差额时，才升级为补量投放。当剩余时间太少时，这一默认做法应反过来，因为此时只有协商补量才来得及发挥作用。

无论如何都要尽早通知：延迟升级除了影响库存，还会损害信誉。

运行节奏

检查频率应与账户的运营方式相匹配。这些层级相互影响，但当工作量上限迫使你做出取舍时，它们也可作为选项（访谈问题 10）：

efficiency: daily check > weekly roll-up > end-of-period sweep > mid-flight IO checkpoint
effort:     daily check > weekly roll-up == mid-flight IO checkpoint > end-of-period sweep

每日检查的总成本最高：它是一项持续性工作，而非单次任务。它仍然排在首位，因为只有这一层能在偏差仍容易纠正时及时发现；下方每一层报告的都是已经扩大的差距。如果上限只允许纳入一个层级，就执行每日检查，舍弃其余层级。

对于有保证的采买，顺序则会颠倒：中途的 IO 检查点在合同中至关重要，优先级高于其他所有事项；错过它会影响交付义务，而非效率。应根据用户重新排序：如果客户只看周一的摘要，那么每周汇总就是实际会促成行动的层级。

按以下顺序采用各层级，而非按日历顺序：

1. 每日检查：审查昨日最终确认的支出和投放进度比率；重新计算 required_daily 和 adjust_spend_by。在内部团队中，这由效果营销人员或增长负责人负责；在代理机构中，则由媒介买手或客户经理负责。
2. 每周汇总：账户摘要——哪些预算投放过快、过慢或已回到正轨——以免多个账户的盲区掩盖某个账户的偏离。
3. 周期末核查：依据合同承诺和利用率目标进行检查，并按计费成本（而非投放成本）核对；财务部门按月核对。它价值很高，但发现问题时已无法改变所报告的周期，这也是它排在前两层之后的原因。
4. 中途 IO 检查点：广告运营团队根据保量承诺检查插入订单的交付情况，而不只是查看日历。它排在最后，仅仅因为只适用于有保证的采买——遇到这类采买时，它就升至首位。

手动执行时已知的盲区：

• 仪表板数据延迟数小时
• 夜间无人监控
• 数据分散在不同视图中，导致跨账户盲区

这就是为什么每日检查读取的是经过修订的昨日数据，而非今日实时数据（门控检查 6）。

输出格式

每次检查、警报或确认一切正常，都应以一份报告交付，包含：

• 标题（活动、日期、周期、预算、采买类型、模型）
• 一个指标表，对照展示《计算方法》中的所有公式所对应的平滑曲线和加权曲线
• 状态行
• 抑制行
• 诊断
• 建议
• 负责人

完整示例请参阅 references/pacing-report-example.md。

门控机制抑制报告时，报告仍须发出——状态为 ON PACE (deviation suppressed)，填写抑制原因，不提供建议。每天都重新计算 required_daily 和 adjust_spend_by，让调整持续且幅度较小，而不是积累成剧烈变动；每日重新计算的明确目的是减少恐慌式修改。

报告建议进行变更时，应将其整理为负责人可执行、可审计的变更包：

• 当前值 → 建议值
• 受影响的对象
• 理由
• 预期效果及其不确定性
• 负责人
• 验证日期
• 回滚触发条件

优先选择幅度最小且可撤销的变更：只改一个变量，小幅调整，绝不重构，因为每次重大修改都会重置投放（门控检查 5）。

失败模式

• 期末突击消耗预算 - 为了达到目标数字而在最后几天仓促加速，会以最差的价格买入最差的库存；每天根据加权曲线重新计算 adjust_spend_by 可以避免这种情况。
• 为追赶进度而牺牲效率 - 提高出价和预算以达到消耗目标，是达到消耗目标却错过 CPA 目标的常见做法。应先重新分配，再提高预算。
• 对单个异常波动日反应过度 - 单日超额投放是平台的预期行为；只有累计偏差才有意义（门槛检查 1）。
• 对首日或末日的不完整数据，或分母过小的情况触发警报 - 门槛检查 2 和 3 就是为此设置的。
• 在重新学习窗口期间进行修正 - 修正本身的波动随后会被视为新的异常，导致再次修正。应将修改合并处理、小步调整并持续观察。
• 在错误的时区进行对账，或使用已投放成本而非已计费成本 - 按平台的计费时区对账，并记住已投放和已计费的消耗不同；超额投放通常会获补偿，而非计费。
• 将进度记录视为不可更改 - 重述和无效流量补偿会改变历史数据；应为数字标注日期，并在升级处理前重新拉取数据。
• 将按进度区间说成平台规则 - 这是一个有明确标注的惯例；错误陈述其来源会损害报告中所有后续数字的可信度。

目标与衡量

只有满足以下所有条件，进度报告才算合格；应反复迭代，直到满足这些条件：

• 两条曲线均已计算，并注明加权曲线所用的索引来源（或注明“仅使用平直曲线——没有可用历史数据”）。
• 每条警报都包含六项门槛检查的结果、由具名状态列或指标对支持的诊断、adjust_spend_by 和负责人。
• 任何警报都不能只说明偏差而不提供能够消除偏差的修正；任何建议都不能直接修改内容——而应交由他人处理。

进度控制的 实践 是否有效，可在周期结束时衡量。两个标准可以判定：

• 周期结束时落在按进度利用率区间内（硬性承诺预算的默认值为 95-105%，这是一种惯例），且没有期末突击消耗预算：最后一周的消耗占比与加权曲线的预期值相差约不超过 5 个百分点
• 误报率保持较低：触发的警报中，事后被认定为本应由门槛检查拦截的投放异常而驳回的少于 1/5

如果预算是靠最后 3 天的激增消耗才达标，那么这次进度控制就是失败的，即使最终数字达标也一样。

如果你的执行环境有持久记忆，请存储账户的每日加权指数、重新校准后的区间，以及每条警报的处理结果，以便后续检查不断完善，而不是从头开始。

平台说明（可选）

仅在用户指定平台时加载；上述核心方法仍适用于不同供应商。参见 references/platform-delivery-notes.md，了解门槛检查 1 背后记录的平台投放限额说明——Google、Meta、LinkedIn、Amazon、TikTok 和 DSP 特定的超额投放阈值、日界线和冷启动窗口。具体数字仅供参考；平台可能会修改这些数字。