①一次优化操作推导。
凌晨2: 00-8:30属于低单量时期，12: 00~14: 00属于订单高峰期，与此同时，运营者还可以结合广告支出，得到如下两个优化推断。
1因为凌晨2:00~8: 30的广告支出比例偏高(广告支出曲线高于总订单曲线 ),那么是否可以通过降低广告单次点击竞价来减少广告支出?
2 因为12:00~14:00的广告支出比例偏低(广告支出曲线低于总订单曲线 )，那么是否可以通过增加广告单次点击竞价来增加广告支出，从而带来更多的订单?
需要注意的是，一次推导的结果并不是最终的操作方式，这是因为运营者需要考虑到同行业竞争者竞价的变化，凌晨2: 00~8:30虽然广告支出偏高，但是单次竞价偏低(因为竞争者少 )，所以可能带来的广告订单更多;12:00~14: 00虽然广告支出偏低但是单次竞价偏高( 因为竞争者多 )，所以可能带来的广告订单更少，所以，运营者需要二次推导来进行更加精确的推断。
②二次优化操作推导。
在“一次优化操作指导”中，从“总订单与广告支出单日变化的折线图”粗略来看似乎得不到什么有效的结论，因为广告费越高，平均广告订单就越多，那么这时运营者就需要计算一个数值:单个订单的平均广告支出(注意，单个订单的平均广告支出是指各个时间段的广告支出除以总订单数量，例如美国时间凌晨00: 00~01: 00总计产生订单300单，广告支出为24美元，那么单个订单的平均广告支出为0.08美元)。
运营者需要单独将广告费与订单量做一个除法，就可以得到单个订单的平均广告支出。可以看到在5: 00~11: 00的平均支出过高，这时运营者可以得到如下二次优化推断: 降低5: 00-11:00的广告单次点击竞价或者直接在该时段暂停广告曝光。
这个二次推断与“凌晨2:00-8: 30的广告支出比例偏高”有重合性，所以可信度是较高的，因此在上午阶段广告本身大概率存在优化的操作可能。但是即便完成二次推导，这个结论也还不一定正确，现在得出的只是单个订单的平均广告支出，但是订单的客单价是不同的，万一在5: 00~11:00这个时间段消费者购买的都是高客单价商品，那么即使单个订单的平均广告支出偏高，在高订单额的情况下平均广告支出可能是偏低的，因此我们需要三次推导。
③三次优化操作推导
在三次推导的过程中，运营者要把重心放在客单价的单日变化上，要关注一天24小时每一个小时内平均客单价的变化。
在3:00-5:00部分有一个峰值，这可能是由于部分“土豪”顾客的极少数大额订单造成的，所以需要将这类极值排除，使曲线更加客观，即可得到客单价优化曲线图。
排除极值后发现客单价的单日波动并没有这么夸张，而且其现有峰值 21:00~24:00与我们二次推导的优化操作时间5:00~11:00并没有冲突，所以这时可以确定如下优化操作:降低5:00-11:00的广告单次点击竞价或者直接在该时段暂停广告曝光。
