跑AEO或者UAC2.5的时候我们都知道要选合适的事件点来投，但是事件点的比例比较重要，选的好投出来的效果会更好一些。
结论：选择大概在10-25区间比例（唯一用户人数）的事件点做投放，效果会相对更好，我自己一般都喜欢控制在15%附近的点位做投放。
这里讨论的主要是事件比例，默认大家选择的点位都是有价值的点位，而不是随便选一个比例接近的点就投放，有价值的点位比如电商的购物（而不是某个商品类目浏览），或者金融的有效交易，或者放贷，授信等等，游戏可能是付费，或者一些其他高等级的级别达成等等。
为何事件比例能影响到广告投放的效果？
换个通俗点的解释方法：
广告系统FB，Google这些在广告学习的时候，差不多是类似于找相同，在一堆人里面找相似的人，合理的达成人数占比能帮助系统学到更精准的人群。
比如从100个人里面，找到15个人来，要分析这15个人的相同点，根据这个相同点再从一万个人里面去找到和这15个人相似的人。这个时候15个人的特征的交集就是他们的相同点，15个人能找到的交集相对来说会比较精准一点，并且也不至于特征太少，找不到相似，也不至于特征太多，发现全都是相似。
人少了比如不到8个人，那可能会存在一定的概率8个人都不相同，系统懵逼，我找谁去？ 这也就解释有时候转化率比较低的产品，学习进度慢，攒了一些转化之后也没学出来，因为系统没找到相同点。
又比如有30-40个人，那可能又发现这30-40个人的特征放在一起，好像相似的地方又太多了点，比如里面有10个人都喜欢打篮球，有10个人又喜欢踢足球，还有10个人一起都喜欢斗蛐蛐，系统在学习的时候只能分多个方向去尝试，打篮球的，踢足球斗蛐蛐的分几个方向都再学学，跑回来发现都达标，然后跑到的人群就听宽泛，要是比如80个人都达标的，这时候擦不多就和投安装类似了，系统学到的人也就更宽泛。
太多，太少都不合适，在以往投放测试中完成人数在15-25附近，会更容易学出来比较精准的人群。
一定会出现一些情况，我的核心事件点的转化率就是贼高怎么办？
比如放贷的授信跑出来30%以上，或者游戏付费率到了50%（这肯定发财了）
确实，如果某些点位完成比例很高，又是核心目标完成事件，不可能修改的时候，其实可以再考虑在完成事件的人上面在分一个三六九等出来，比如游戏付费率50%，但是这50的人里面总有大中小额玩家，挑出来一部分大额玩家单独投放，效果会更好，比如放贷的授信，也挑出来比如授信了的人里面信用程度更好的50%的人出来投放，跑到的用户质量会更高。
存在一些产品，完成人数是比如20%，但是多次回传一天完成超十次怎么办？
先前其实提过一个思路，按照Google UAC 2.0的思路去投放AEO或者2.5，虽然出价给到了event上，但严格控制CPI的方式可以控制成本，出现这类现象的通常可能是iAA产品模拟回传价值之类。
投放转化率始终没办法满足比较合理比例怎么办？
这个在搞重度游戏付费率，或者社交产品付费率低，或者某些小贷投放贷转化比例不高的时候遇到比较多，这个时候其实就能明显感觉到投放难度剧增。
这时候两个思路：
1，重新找打点，转化率低的比如付费，始终就3-4%的时候学的太难了，可以考虑找一些靠前的行为，但是和最终目标非常正相关的点位投放。比如小贷在放贷之前有授信，投授信比例更高点，也能准确代表用户价值，但是这个有很多产品并不能随意调整。
2，考虑到不能重新找点，那只能在现有的点上面尽可能学出来，通常做法是在素材上和人群上想办法先做一些限定，比如素材上上一些能促进事件达成的活动，游戏充值礼包，BC的提现诱惑，放贷的减息等等，人群上面比如游戏先限定竞品关键词的量之类，或者直接核心事件的FB相似人群之类。
投放过程中，点位达成率比较低的产品还可以考虑养大系列，跑Google UAC2.5，跑FB AAA之类，或者普通广告在有潜力的时候尽可能养大，虽然100人只有3-4人能达成事件，学习困难，但是可以想办法投出来1000人，有30-40人满足条件，这时候也有足够多数据帮助系统学到正确人群，坚持下来还是有希望跑成。