对于谷歌的广告平台，可操作的地方无非是预算、竞价出价、素材，这三条无论调整也好，可操作的空间也好，都是最基础的，也是最关键的。

对于在实际投放过程当中会遇到的一些问题，我们在此总结了一些案例。

首先，高的出价真的会增长每次转化的费用，也就是成本吗？

下图是一个解谜类游戏的案例。

从图中可以看出，解谜品类在这个地区 的CPI区间是9到21块钱。在这样的一个大盘成本情况下，广告主预期要把 CPI控制在12块钱，但是出价实际上出了35，这个出价比大盘的高点和实际的预期高很多。

那么高的出价会影响到跑下来的实际成本吗？其实是不会的。

因为高的出价能够拿到更好的展示的位置，找到质量更高的用户，所以实际在三周内跑的出价一直在35，但是实际的CPI成本一直在维持在10块钱左右。

抬高出价之后一定会导致成本上涨，但是出价高了以后，对整个Campaign是有好处的，能够拿到更好、更合适的位置，所以实际成本和出价并没有直接的关系。

接下来的案例是一款RPG的游戏，大盘高点35，低点11，CPI预期是控制在10块钱左右。但是它实际出价非常保守，只给了6块钱。

这样的出价，导致整个竞价过程当中没有竞争力，得不到广告位的展示，最终结果跑出来CPI维持在20左右的水平。

可以看到同样的情况下，不同的广告的不同表现，一个是出价高，一个出价低，但它最终与实际成本都没有太大关系。

保守的低出价在很多时候是对 Campaign的损害，因为出价最直接的影响就是广告位置的竞价，决定了在这当中能不能拿到合适的、关键的高质量用户。

所以尽量在 Campaign上线建立的时候，咨询一个比较合适的出价。

下一个案例中，不光出价偏保守，预算给的也少，因此双重限制了Campaign的机器学习能力。

首先，预算很低，对于实际广告模型是有伤害的，再加上本身的出价很低，那么机器学习没办法在尽可能多的流量位上做测试。所以最终导致了一个恶循环，预算始终不够多，得不到展示的测试，看不到转化，机器会始终得到负反馈，消耗始终上不去，最终也彻底没有流量了。

所以说预算和出价都非常关键，尤其是国内开发者出海的刚开始的阶段，可能在投放上没有信心，所以会变得太过保守。但是，预算一定要是给够，否则会很严重影响广告的表现。

这里总结了一个出价和预算的建议：

首先是1.0、2.0的tCPI。如果想让机器学习良好的运转起来，每日的下载数，也就是转化的数量要大于50，保证让机器学习得到足够多的反馈，它才能够去做相应的调整，根据用户受众特征去做拓展和扩大。

在预算上，最低要在出价的50倍以上。正如上文所说，预算如果过低，系统没办法在足够多的位置上做测试。

出价上，需要通过咨询大盘的走势和成本，动态的去调整出价。

2.5的 tCPA相比 tCPI来说，除了下载数有要求之外，对选取的目标应用事件也有较大的要求，每天实际发生的应用内事件人数大约要到1到10个，这样机器才能获得正反馈。

预算上，最低要达到10倍的 tCPA，而出价就如上文提到的公式，要按照实际转化率和 CPI的情况去计算。

这里有一个非常普遍的问题叫预算受限，在后台账户上会有红色标记，提示广告的某一个 Campaign“受到预算的限制”。

这是因为7天之内，发生了实际花费超过了预算的情况，只要缓解两天就可以消除提示。。

预算受限之后，机器学习方面就会控制花费，为求不超过预算而开始调配流量，可能有些位置就不跑了，而且还会在内部去降低出价，避免在原来正常的出价下还会拿到一些展示。

那么预算受限的风险是什么？

正如上文已经提到过的，因为预算开始受限了，意味着在当前出价下，机器很容易花费超出预算，最常见的表现就是花费不均衡。可能某一天在10点时，几乎就把当天的预算花完了。

这种情况对优化和机器学习来说是非常有伤害的，因为机器学习优化的信号当中，某一个时段的用户，其行为特点和行为习惯均不一样，如果你花费不均衡，机器就很难全面的继续学习，产生正向的信号。

其次，因为机器会在后端调控出价，可能会大幅降低出价价格，因此导致失去一些在原来出价的水平下，能够拿到的合适、精准的位置。实际上这样很伤害机器学习过程，因为提供的都是不太好的信号。

从图中也可以看出，随着预算受限的出现，系统的整个曲线是非常的波动的，幅度也很大。这其实是在得不到稳定的数据模型下，机器很难找到有规律的受众的特点，对于长期来讲，这条 Campaign的健康程度会受到影响。

所以经常会听人说我这个 Campaign“跑废了”，就是指机器学习没有找到规律，波动很大不稳定，所以说是跑废了。

那么预算受限有什么解决方案？

首先是加预算。因为预算受限缓解两天的话便会取消，所以可以通过手动调控，在3到4天的时间节点上，每次增加20%、 30%的预算。

但要注意的是，如果说系统提示建议的提升特别大，说明之前的预算设定太低了。如果看到有2到3倍的预算提升建议，那么建议立即增加到系统推荐的值。

其次是加素材。很多开发者预算受限的原因之一，是某一些尺寸、种类的素材消耗不出去，这时候可以通过添加新素材到广告系列当中，让系统去为新的广告做更多的测试，同时也会解决预算受限的状态。

第三个是降出价。预算受限的原因就是当前出价下容易超每日预算，这时候可以看看出价是不是确实给的有点高。

这个高指的是可能竞争错了，本来一个比较偏轻度的混合变现游戏，因为出价太高，变成在与策略游戏去抢用户，这个时候的出价肯定是非常不合适的。

因此需要去调控一下出价，让它回到正常的品类竞争的区间内，但是不建议频繁的调整出价，频率保持在每3到4天调整一次上，也不要幅度过于大。

App Campaign因为强调机器学习，其可操作性比较低，因为大部分内容是交给机器去自动优化的。在这种前提下，除了要相信机器学习，还要让学习能够得到正常的表现，所以要在前期就给够预算和出价，不要去频繁的改动。

下图的案例中，Campaign数据表现上最大的问题有几点。

第一，三个月内每2到4天就改一次广告，不管是调一下出价也好，调一下预算也好，调整太频繁了。

第二，使用完全相同的素材，而且可能搭配的都是同样品类的广告系列，互相之间会有竞争。

第三，在出价和预算上的调整频繁，幅度也比较大。

所以整体可以看到上面两个曲线，无论CPI也好，还是预算和花费的绿线也好，波动都非常大，在这两条曲线当中根本找不到任何的规律。

在建立 Campaign的时候，最理想的情况就是前三天完成优化，尽量的避免后期频繁的调整。