關于VO和AEO等獲取付費用戶的出價方式，之前也提過不少，有一定用戶規模的，結合老用戶召回，付費用戶種子做類似受眾等方式，都能更有效的獲取高回報。但有些產品規?；虍a品類型有限，導致精準定位之后，廣告反而跑不出去了。這時候可能是因為定位和優化方式的精準度過高導致Facebook系統不能進行有效的用戶學習，需要我們對Campaign進行調整，增加賬戶花費，幫助系統進行數據學習?？偨Y了一下增加花費可以考慮的幾個方向：
素材永遠是廣告的核心要素，在廣告跑不出去的時候，需要看下廣告素材是否具有競爭力。做付費廣告的素材，最好是之前經過測試的效果比較出眾的廣告創意類型，避免初期是因為素材競爭力不足導致廣告的覆蓋量級低。
除了素材之外，類似受眾用戶群過小，也會導致數據效果不佳，可以嘗試擴大類似受眾用戶，讓系統獲取到更多的用戶信息，在信息的獲取和匹配上更多更廣，加快用戶學習的效率。擴大的方式也可以分為以下三種：
對于用戶量級足夠的產品來說，可以擴大種子用戶的數量，比如說之前導入的用戶名單是2000個，可以繼續擴大至5000個試試，甚至更多。盡可能多的擴大原本的種子用戶，是最明顯的方式。
一些產品的付費用戶可能較少，樣本過少，不太利于系統進行數據學習，這時候可以考慮加入一些非付費用戶進去，增加數據學習的樣本體量。尤其是VO優化的時候，更多的是需要累積付費區間種類的，非付費用戶的增加也會幫助擴大付費區間的數量，對于數據積累有一定的幫助。如果核心用戶數量過少的話，加入其他用戶數據一起進行學習，也是一個比較可行的測試方法。
在確定了種子用戶后，有經驗的優化師會根據不同的類似受眾范圍建立用戶群并進行測試。一般來說1-3是非常匹配的用戶，4-6是一般匹配用戶，6以上的屬于模糊匹配用戶。如果想要擴大類似受眾的用戶群，直接把匹配的精準度放低，也可以讓Facebook初期覆蓋到更多用戶。
盡管在很多優化方式中，FB官方都鼓勵自動出價，但因為每個產品的情況不同，如果經過調整還是無法跑出數據的話，可以考慮高出價試試，設置不同的價格檔位進行測試。確實也遇到過一些Campaign自動出價的時候沒有什么量級，在修改成手動出價進行檔位測試，測試出高出價的Campaign反而比自動出價獲得的效果更高的情況出現。
除了出價的修改，優化方式也可以適當放寬，VO需要累積一定的數據才會自動開通，AEO的條件更加寬松，對數據的要求也低一點，而普通的CPI安裝廣告一開始就可以進行投放。所以在進行了精準定位后，數據效果不理想，也可以考慮把AEO或者VO的出價方式調整一下，換一個更容易獲得初期量級的事件進行嘗試，在獲取一定的量級，賬戶整體數據有一定的累積之后再進行優化。對于應用內變現的產品，獲取高價值付費用戶一直是優化師需要深挖的方向。除了利用廣告平臺的各種產品和設置促進廣告平臺的數據學習，更要考慮產品體量和產品的使用條件，盡量讓Campaign的設置更加靠近平臺學習的方向。跑不出去的廣告可以適當考慮進行以上的調整，讓用戶和平臺匹配的精準度稍微放低一點，幫助系統進行初期數據學習。當然，對于一些Campaign展示為0，這種完全沒有展示的情況，就需要聯系AM進行處理，查找具體原因了。歡迎點我來寫個留言? ????? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
