TikTok GMV Max 选品指南：产品清单怎么配才喂得动算法

GMV Max 自动化的是出价，不是选品

很多人第一次开 GMV Max，以为把整个店铺的品全勾进去、设个预算，剩下交给 AI 就行了。结果跑了两周，预算花完，单量惨淡，回头骂工具不行。

问题不在工具。GMV Max 自动化的是出价和投放，不是选品。它会把你给的预算推向当下转化最好的那个方向，但前提是你给的清单本身配得合理。清单里塞了 30 个品，预算被摊成 30 份，每个品都拿不到足够数据走出学习期，算法永远在”瞎猜”阶段打转。

我们之前在 TikTok Shop GMV Max 使用指南 里讲过算法每天处理超过 7.5 万次定向调整、从每一笔真实成交里学习。这篇专门补上那篇没细讲的一块：清单到底该怎么配，才喂得动这套算法。

进清单的硬门槛：先有成交，再谈放量

GMV Max 学的是付款完成的订单，不是点击。一个零成交的新品丢进去，算法手里没有任何付费信号，只能从人群相似度去猜，效率极低。

所以进清单的第一道筛子是成交记录。我的经验值：一个 SKU 至少累计几十单真实成交，再放进 GMV Max 才划算。还没跑出成交的新品，先用手动投放或者达人内容预热，跑出一个基础转化率，再迁过来。

预算门槛也得算清楚。TikTok 官方对单个 GMV Max 广告系列的建议起步是每天 50 美元，但电商实际跑起来，200 美元一天才是比较现实的量级。更靠谱的算法是按 40 倍历史 CPA 来配整个系列的预算——比如你的单次成交成本是 5 美元，那就准备 200 美元让它走完学习期。一个系列大概需要积累 50 单左右的转化才能稳定下来，预算太抠，根本攒不够数据。

清单里放几个：1 到 3 个，不要更多

这是最反直觉的一点。卖家总想”多投几个品多点机会”，但 GMV Max 的逻辑恰恰相反——清单越短，每个品分到的预算越足，越快走出学习期。

我的配置是：一个 GMV Max 系列只放 1 到 3 个核心 SKU。如果你有 200 美元日预算、3 个品，平均每个品 60 多美元一天，两三周内每个品都能攒到 50 单左右的转化，算法能真正学明白。换成 10 个品，每个品一天 20 美元，三个礼拜过去还在学习期里挣扎。

品多怎么办？分系列跑。把不同价位、不同人群的品拆到不同系列里，各自给够预算，而不是堆在一个清单里互相稀释。

价格带怎么搭：做一个梯度

清单里的 1 到 3 个品，价格别全压在同一个价位。我一般这么搭：

20 到 40 美元这个区间是 TikTok Shop 的冲动消费甜区——用户刷到、心动、直接下单，不太需要”考虑一下”。主力品放这里准没错。配一个 10 美元出头的引流品，决策门槛低，新客容易转，还能快速给算法喂成交信号。再配一个 50 美元以上的品，把愿意多花钱的那群人也接住。

三个价位形成梯度，算法在分配预算时能覆盖不同付费意愿的人群，整体 ROI 比三个品挤在同一个价位更稳。

怎么给算法喂数据：素材和详情页一个都不能缺

清单配好了，还得喂料。两样东西决定算法能不能学起来：

素材量。 每个进清单的 SKU 至少配 5 条视频变体，这是 TikTok 给的最低建议；想跑出效果，15 条以上更稳。不同钩子、不同时长、不同达人风格，算法需要足够多的变体去测，才能找到对不同人群有效的那一条。素材就是算法的弹药，弹药不够它没法打。

详情页质量。 标题、描述、分类标签必须填全。算法会把详情页质量当信号——详情页越弱，它判断”该推给谁”时能参考的信息越少。TikTok Seller Center 的 AI 上架功能可以自动生成这些，用 AI 优化过详情页的品牌，转化率比手动填写的高约 40%。

这两样和清单配置是一套组合拳：清单决定预算投向谁，素材和详情页决定算法推给谁有效。缺一块，另一块的努力都打折。

哪些品别投：清单里的减法

选品的减法和加法一样重要。下面这几类品，别放进 GMV Max 清单：

• 零成交、零评价的全新品。 算法没有任何付费信号可学，纯靠它冷启动，烧钱效率极低。先手动投或达人预热。
• 客单价 100 美元以上的高决策品。 TikTok Shop 是冲动消费场景，高价品用户要反复比较，闭环里很难一次转化，GMV Max 的实时出价逻辑也不擅长长决策周期。
• 库存不稳定的品。 GMV Max 跑起来会快速放量，一旦断货，算法积累的学习全白费，重新跑又得从头攒数据。
• 季节性过气的品。 算法学习需要两三周，等它学明白季节都过了，预算全打水漂。

还有一个常踩的坑要单独说：同一个产品不要同时跑 GMV Max 和手动广告系列，两个会在竞价里互相抢量，你为同样的曝光多付钱。一个品选定一种投法，跑够两到三周再看数据。

把 GMV Max 跑好的卖家，清单都很短、很干净：几个跑通的品、配好价格梯度、喂足素材，然后让算法去优化出价。清单不是越长越好，是越准越好。