尹晓峰 · 运营工具作品集

AI 辅助的
广告运营工作流
从批量创建到跨期复盘

我是尹晓峰,一名跨境电商运营。面对繁琐的建广告与报表分析,我借助 AI 将日常需求拆解为可复用的工作流,并持续验证、迭代和应用。

4-5h → 0.5-1h每日完整广告分析及调整用时
14 个版本广告生成与复盘项目持续迭代
实际应用与成果

从效率提升,到可量化的应用

从日常执行到月度复盘,记录工具解决的问题、实际应用范围,以及同期业务的变化。

执行产能2.53 倍

月新建广告活动数
924 → 2,341 · 5 月对比 7 月

应用规模75.9%

末期工具生成类广告的花费占比
0.3% → 75.9% · P14 至 P23

业务表现11.68 万美元

8 月截至 21 日销售额
3 月 5.35 万 → 8 月 11.68 万美元

执行能力

广告创建量扩大

个 / 月

从重复录入转为参数配置与批量生成,支撑更多广告组合的创建。统计为实际创建数量,受当期投放需求影响。

使用范围

工具逐步投入使用

占比反映工具生成类广告的使用范围,不代表工具创造的增量收益。

经营表现

业务增长与利润变化

流程沉淀

将零散操作沉淀为可复用的流程

  1. 投放配置标准化统一广告命名与数据映射,将预算、竞价、关键词和素材配置整理为可重复执行的流程,减少反复查表与手工录入。
  2. 输出前完成校验通过必填检查、参数校验和关键词去重,减少遗漏与重复配置,让批量输出更便于检查和追溯。
  3. 让调整有历史依据将关键词跨期表现集中呈现,为预算、竞价及否词调整提供参考,减少在多个报表之间反复比对。

工具承担数据整理与重复执行,运营结合转化、利润和业务阶段制定投放策略。

分析方法

把结论落实到下一轮工作

  1. 先看口径,再看趋势。区分完整月份与部分月份、广告销售与全店销售、工具使用占比与增量贡献。
  2. 让关键词保留历史。跨期查看表现,识别持续高花费、低转化及值得继续观察的投放元素。
  3. 将重复步骤变成规则。沉淀数据映射、命名、去重与参数校验,把时间留给预算、竞价和利润判断。
工作方式

从业务痛点到可复用流程

工具负责整理与校验,运营负责判断与决策。AI 用于辅助实现,不替代对指标口径、输出质量和投放结果的验证。

01 · 梳理需求

识别重复操作

拆解查表、命名、填参数、建广告、下载报表与跨期比较等实际环节。

02 · 搭建流程

统一数据与规则

关联 SKU/ASIN、品牌与素材,将预算、竞价和关键词配置结构化。

03 · 校验迭代

让输出可检查

通过参数检查、去重、表格预览与实际试用反馈,逐步完善交付。

04 · 总结复盘

让分析指导动作

结合关键词历史表现、转化及利润,形成下一轮预算与竞价判断。

关于项目

演示范围与实际应用

项目中的个人工作

自主梳理业务需求,借助 Codex 等 AI 工具编写、修改及验证程序,持续迭代生成与复盘模块。

此在线版保留核心交互:SP 手动 / 自动与 SB 视频广告结构生成,以及预置三期数据的复盘查看。

先看流程,再看判断

建议先用默认参数生成一份广告表,再打开复盘看板选择一个关键词观察三期变化,理解从广告创建到数据复盘的衔接。

时间效率数据来自本人实际工作记录;看板中的销售额、ACOS 等数值为合成数据,不代表真实经营成果,也不用于证明工具带来广告收益增长。

查看三期演示原始报表

下载的数据与看板所用演示数据一致,可用于理解字段与复盘结构。

演示数据仅用于展示工具流程。广告生成器采用虚拟 SKU、ASIN、品牌与素材,输出文件不可用于真实投放。参数处理与文件生成均在浏览器内完成。