怎么解决Google不满足事件学习的问题

总结下来的套路是：

谷歌campaign学习成功需要学习期平均每天完成至少10次事件。也有说和FB AAA一样需要7天满足至少50次的，平均每天至少需要7-8次。

不管具体是几次，哪种说法比较置信，可以不同产品去测试。这里只是告诉了我们一个系列学习成功是有前提条件的，就是目标事件的学习数量必须在学习期有满足一定的数量条件，事件数量上只能高不能低。广告系列不满足事件学习数量条件，也是最常见的谷歌系列不成功的原因之一。

先去确认一下，这个总体用户对这个目标事件的转化率率情况。

如果是满足要求的话，那可能是这个campaign没有学习成功，可以从素材，定位，出价和预算的合理性上去重新考量。

素材太差学习不成功的情况就不说了，这里需要特别注意系列预算的问题。

举个例子，一个目标事件的转化价格大概是20，每天满足十次来看的话，至少要200的预算，谷歌现在也会在预算部分提醒大家的，不过有时候个别广告系列的初期测试转化和产品的平均事件转化多少会有误差，所以为了保证事件学习成功，一般一个系列的整体预算宁多不宁少。

如果预算本身就少，承受不住的话，只能先小预算多建两个campaign看哪个能满足，或者先1.0做好初期素材测试，确保转化效率后再开事件优化。

如果本身这个事件在产品的转化率就非常低，那么会去先开另外的转化率偏高一点的事件来跑，让系统先有数据，所以就到了需要扩充打点的步骤了。

可能有些公司会有专门的产品数据组和策略组来进行事件打点的。推广所需要的打点可以参考产品打点流程，但同时其实也是区别于产品统计的作用的，我们打点的目的就是为了满足事件学习，一切是围绕引导新用户来进行的。

比如说引导新用户进行付费充值，付费事件的转化率低，可以考虑和付费相关的其他事件点，比如说选择付费档位，点击礼包购买按钮，点击高价值礼物等事件。

想一想如果自己是用户，付费之前的一步可能在干什么；也可以拉产品或者运营几个懂流程的人来多交流用户行为，找数据组拉出相关数据做做研究，总能根据产品流程和用户行为找到值得去扩充的事件点，具体的思路可以根据产品情况内部讨论梳理。

扩充了打点之后，需要进行测试，测试出哪些事件点既能满足实际广告学习需求，又对目标事件有提高作用。

具体测试方法可以收集效果好的素材，新建不同事件的广告系列，出价略高于产品平均的该事件完成单价，其他条件尽可能相同。

保证学习期间对于有消耗的campaign尽可能不做或少做变动，一到两周后观察campaign消耗是否稳定且对比下来目标事件的完成率相对高一些。

后期的数据跟进时，需要注意这里要对比目标事件，而不是测试时广告系列的优化事件，我们选择那么多优化事件去测试，最终目标是为了提高目标事件的完成率。

近一步，随着事件测试的多样化和数据样本的累积，哪些事件对于产品目标指标有积极作用，哪些作用并不明显，也可以输出结论反馈给产品内部，尤其是用谷歌自己firebase数据分析的，数据收集和对比不要太方便。