1. Xnurta推荐结构标准（What）
目前Xnurta有3种健康结构标准（参照智能创建SP），分别为：
- 分组结构（Binary）
- 标准结构（Standard)
- 精确结构（Precise）
Xnurta推荐结构示意图
Xnurta智能创建结构参照图
Xnurta三种结构的共通特征为，在广告组（Adgroup）维度下，投放产品唯一（单一父ASIN）和定向匹配类型唯一（单一定向匹配类型）
三种推荐结构按照从分组结构到精确结构的方向，所需预算、管理成本和Campaign数量逐渐增加，同时广告投放颗粒度更加精细化。
在已经是纯净结构的基础上，结构优化的定义即为根据生命周期、竞争力、花费能力，确定应当投放的策略，以及在管理能力和精细化程度之间寻找最佳平衡点。
2. 如何区别不健康结构（How）
2.1 混杂结构
由Xnurta推荐结构定义可知，在广告组下存在多个投放产品（ASIN混杂），或多种定向匹配类型（定向类型混杂）时，可以作为诊断“不健康结构”的参考。
- 对于一个Adgroup来说，存在ASIN混杂，和定向匹配类型混杂，即判定为不健康结构。
- 反之，单一父ASIN，且单一匹配类型的Adgroup为健康的结构（Adgroup单位）。
- 向上到广告活动层级，存在ASIN混杂，和定向匹配类型混杂的情况越少，为越健康的结构（Campaign单位）。
2.2 结构缺失
由Xnurta推荐结构定义可知，无论是分组结构，还是精确结构，在投放策略上都需要足够的多样性，共同构成某个ASIN的广告结构流量体系。
例如：
当缺失Brand投放策略时，会疏于流量的防御，导致竞品“趁虚而入”。
当缺失Auto/Broad投放策略时，会大大减少关联Search Term的获取，导致无法查找及获得新的流量入口。
是否和ASIN投放相匹配完整的广告结构，取决于ASIN所处的生命周期、竞争力、花费能力，类目情况。
2.3 不均衡结构
当广告组下存在投放多个定向时，存在部分流量大词消耗掉大部分预算，导致其他词无法产生花费/曝光的情况。此时虽然流量大词和流量小词在匹配类型上是统一的，但仍然需要将流量大词在预算管理维度（广告活动）上做拆分，单独分配预算。
以下几种情况会增加结构不均衡的几率：
- 投放定向数量过多
- 存在占据花费“大头”的某个或某几个定向
- 广告活动容易超预算
3 为什么不健康（Why）
3.1 无法有效分析数据
在多个父ASIN和多个定向共存于同一个Adgroup的场景下，ASIN和定向之间存在多对多的映射关系，如不借助AMS数据，无法对数据进行准确的评价。
例如：某定向X表现较差，背后逻辑可能为X在ASIN A上表现较好，但在ASIN B上表现较差，但在混杂结构下（不借助AMS数据）无法获知该insights。
3.2 对于行动边界的影响
多个父ASIN及多种MatchType共存情况下，可能会导致某些优化操作无法正常执行，造成广告管理行动边界受限。
已知可能影响的操作范围：竞价，加词，否词，竞价策略等
例如：对于MatchType=BROAD 定向为iphone case的精准否定操作，会同时造成同Adgroup下MatchType=EXACT 定向为iphone case不会继续产生流量，故在混杂结构下无法正常执行该操作。
3.3 对于广告效果的影响
由前两点可知，在缺乏足够准确insights，以及行动边界受限的情况下，人工/AI的广告管理也无法达到精细化，可能会最终影响到广告的投放效果。
当一个ASIN从未投放过某种策略时，无法验证该策略的收益，可能造成ASIN丧失潜在的流量入口。
另外，将不同匹配方式的关键词放在同一个广告活动/组下，导致较为宽泛的匹配方式（如广泛匹配）的关键词消耗掉大部分预算，精准匹配的关键词无法获得曝光机会。