最近在投一些项目的时候发现一些数据特点：
1， 有的小贷产品在投放的时候，会存在一些campaign非常好养大，并且养大了之后就非常稳定（理应如此），但是有的产品数据和过山车一样，今天好明天差，很难养出来稳定表现的campaign，整体都不敢给这样的系列加大预算。
2，跑一些付费目标的产品，但是整体的付费率太低，导致整个广告学不出来。具体表现可能是跑1.0和2.5的UAC，会发现最终付费率差别不大，AEO也接近如此，但是好在FB通常可以定位精准人群勉强抢救下。
基于这两个数据表现其实有一些猜测：
小贷风控+投放这个，数据理论上应该是要能稳定并且养出来大系列，并且越跑越稳定的。因为基于风控通过找出来的人应该是特征接近的人群，这样的数据回传给到FB后，FB也应该是能找到相似的人群，这样良性循环起来，但是前面我遇到的这个现象，站在市场角度我其实怀疑是产品风控通过的人群整体特征太分散？不是集中在某一批人群，或者说FB对我们认为不错的人在他的后台中并不是相似接近的人群，导致学出来的人其实是不在正确路线上。不确定有没有可能是风控其实做的不太够的表现…
另一个可能性，可能是投放操作上的问题，比如打点，是否存在打点回传给FB的标准事件不太合适，比如吧某些关键点位回传到了FB的靠前的event上导致FB再学习过程中受这个点位的影响，给了很多他觉得合适的人，但是因为靠前的点在FB的人群标签里面就是不太符合我们预期的人群。
如果出现这个现象可以考虑修改打点回传到靠后一些的点，更贴近自己行业人群的，比如电商大家统一用purchase，add to cart之类的点。其他行业也有自己的点的选择。
付费产品付费率的坑，我们明确的现象是付费率太低会导致学习困难（自我惊讶，低于5%的点学习起来都贼难），AEO UAC都投不动，我们能操作的其实就是 要么找靠前的点投放，要么提高付费率。但是靠前的点投放风险比较大，是不是干脆考虑给潜在付费用户送钱提高首冲之类，比如冲一块送五块，直接拉高付费率，至少投放学习上可能快点，但是可能遇到首冲用户太多的时候学习也不一定准，拉进来很多低端付费用户。这个时候可能又有两个思路：1，跑VO，区分人群价值投放，或者跑AEO用户分层，区分大额，小额，只是也许大额还是转化率太低跑不起来。2，继续诱导用户，骗完首冲骗再次消费，总体是让用户继续充钱提高arpu。整个环节也不能盲目的提活动，可以市场和产品合作尝试找到一个平衡点，等到付费率差不多起来后再降低活动力度，能跑出来广告稳定养大就好。
或者大家有什么其他低成本解决这个困境的方案？