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。

UAC 老产品提价扩量的局限性 近期有一些老产品想要扩大流量，但是连续在几个产品上都遇到了一个有意思的现象，提高出价后，在短期内（3-4天）发现提高出价后实际上量级并没有什么变化，在这段时间内，实际价格和量级都不会有多少提升，只到接近一周的时候才会看到量级开始提升，同时单价也会上去一些。 这个现象可能并不一定100%出现，尤其是跑1.0的或者比较靠前的event，但是在跑2.5的一些系列中，观察到的数据非常明显。 分析猜测： 1， 老产品的老系列，实际上在历史的学习中，被否掉了相当多的版位，这些版位在不能达到设定的转化单价后，曝光一段时间被Google从曝光版位中剔除了，整个老系列后续能曝光的版位实际上相对要少了很多。短时间的提高价格，系统也会优先从现有的版位增加曝光机会，不会快速曝光到更多位置，所以实际提升速度比较慢。 2，提价后，2.5的系列实际上不会类似1.0的系列立马折算出来一个合适的曝光cpm之类，而是需要根据提价后的转化情况折算出来一个可以出去竞价的cpm，这个过程也会需要一段时间。 这个现象目前还没有在1.0的系列中发现，但是猜测可能并不会这么明显，即便有应该会在比较快的时间内反应过来，体现在价格和量级变化上。 之前写过UAC的一些投放思路，在老产品上面可以考虑下不断重建系列的方式来获得更多流量，这个思路其实和现有的Google推荐的思路是背离的，一般情况下其实不建议这么操作。按照Google的建议，投放UAC 必须是“稳住”，“再等等”，“加预算”，理论上也确实如此，尽量少操作，让系统学习，跑出来后加预算扩大规模，良性循环。 其实如果我们在跑Google的时候，尤其是老产品，如果想要在短期内快速提高量级，是可以考虑重建系列，主要思路是直接快速去覆盖之前老系列被否掉的版位之类。 以下情况下，猜测创建新系列是比较科学的： 1，2.5的老系列，稳定情况下，想快速扩大流量。直接新建系列，既能覆盖到老的一些版位人群，也不用去动老的系列，以便未来再控制量级。 2，老产品的1.0投放，不断换素材重建系列，这个在跑了很久的老产品上效果明显，亲测有效。 接下来一段时间，我可能会换另一种“洗广告组”的投放思路来尝试UAC的投放，具体是会在一个广告系列中不断的迭代广告组，不断上新测试，希望能够有效。这个投放方式可能只对宽泛受众的产品适用（用不同方向的素材，直接通过优化素材的转化率来控制价格，有点洗素材的思路），对于垂直产品并不一定靠谱，谨慎模仿。 虽然其实不一定符合Google的学习逻辑，但是针对老产品的投放，可能也不能太参考官方建议。