回传更多维度是否能帮助广告投放学习
想系统掌握亚马逊广告的投放逻辑与底层闭环?

既然设置的是 Firebase事件作为转化目标(如首次打开、注册、付费等),那么Google广告优化和受众学习主要依赖的是Firebase的数据。Appsflyer 回传的事件虽然也发送给Google Ads,但这些数据一般不会被用于“投放学习”,除非你明确将这些事件设为广告转化事件,并开启事件归因同步。
那为何会存在这些改动对广告学习的结果,人群发生如此大的变化?
难道存在一些文档之外的知识?Google会根据这些回传的所有数据,当做广告转化学习的一些参数,类似这次的大dau产品中减少回传后,Google可能意识到可能是流量不合适导致某些行为不达标(实际并未作为转化),从而减少流量?
各位大佬有没有谁了解这块,或者谁也有遇到过类似现象。
万一这个真的有影响,那是否可以考虑尽可能的把事件行为打点做的丰富一些,有价值的事件设置成主要,即便不投放也可能能帮助广告学习?或者至少,不要随便打点回传一些乱七八糟的行为过去影响学习正确目标。



既然设置的是 Firebase事件作为转化目标(如首次打开、注册、付费等),那么Google广告优化和受众学习主要依赖的是Firebase的数据。Appsflyer 回传的事件虽然也发送给Google Ads,但这些数据一般不会被用于“投放学习”,除非你明确将这些事件设为广告转化事件,并开启事件归因同步。
那为何会存在这些改动对广告学习的结果,人群发生如此大的变化?
难道存在一些文档之外的知识?Google会根据这些回传的所有数据,当做广告转化学习的一些参数,类似这次的大dau产品中减少回传后,Google可能意识到可能是流量不合适导致某些行为不达标(实际并未作为转化),从而减少流量?
各位大佬有没有谁了解这块,或者谁也有遇到过类似现象。
万一这个真的有影响,那是否可以考虑尽可能的把事件行为打点做的丰富一些,有价值的事件设置成主要,即便不投放也可能能帮助广告学习?或者至少,不要随便打点回传一些乱七八糟的行为过去影响学习正确目标。







福建
12-12 周五











