即日起，广告监测模块将不再作为火山引擎增长分析产品售卖时的默认自带模块，如您需要额外使用广告监测模块的相关功能，请咨询您的客户经理。

某工具类产品，通过高级功能会员收费变现，已经有一定规模的用户。接入「增长分析」后，创建了以一个推广活动，用于监测在巨量引擎创建的多个计划，分别使用了不同的素材、创意和定向，出价基本一致，投放一天，新增激活约2500个，激活成本月8元。现需评估哪些计划可以继续投放，哪些计划应暂停，以及哪些计划应调整出价。

1、应当从哪些维度评估投放的质量？ 2、应如何设置计划是否继续开启或计划是否提高/降低出价的条件？ 3、应当如何找出满足关闭或调整预算条件的计划？

3.1 历史数据分析

通过对历史投放数据的分析，我们能更快地找到我们的投放目标，并进一步对目标拆解，形成日常投放工作的指导数据。

3.1.1 明确投放目标

确定roi应该在新增最长多少日后达到100%，因激活成本在新增时即已确定，我们只需找出用户在新增多少日后就基本不会再付费即可，查询步骤如下： a.用户分群圈出早期新增的用户，每天新增的用户圈一个分群，圈7个左右，如图：

b.事件分析查询该用户群在后续每天的付费次数趋势，如图：

由图中可看出，在新增33日后即仅有零星的付费，查询多个分群对比，基本在30-35日后即几乎没有付费，因此，可将35日roi=100%作为投放放量的最低阈值，能保证不会亏本。 当然，我们都是想要赚钱的，仅不亏本还不够，因此，我们暂且将35日roi=120%作为我们的投放目标。

3.1.2 目标拆解

我们的目标是35日roi达到100%，但显然35日后再来评估调整是非常滞后且无效的了，我们需要对目标进一步拆解，得到更加及时的数据，例如次日留存、首日付费率、首日付费金额、首日ltv、7日留存等。 此处，我们以次日留存拆解为例，分析以往投放数据，分别找出35日roi大于120%和小于100%但大于80%（即正例和反例）的计划：


如图，优质计划的平均次日留存大于30%，而数据较差的计划次留在20%左右，这批计划已经限制了35日roi在80%-100%（排除了特别差）的，综合考虑，我们暂且将可投放放量的次留阈值定为25%，可提高出价的次留阈值定为35%（优质计划提高跑量速度）。 tips：

• 可查询多组数据对比以尽可能地找到更加准确的数据阈值；
• 首日付费率、首日付费金额、首日ltv、7日留存、7日ltv等数据亦可参照该步骤查询。

3.2 投放数据分析

按照上述方式找到投放策略调整的数据阈值后，我们即可分析当前在投的计划，满足数据阈值的计划并据此调整投放策略。 此处，我们以次日留存为例，在留存分析中，查询新用户留存趋势，筛选广告推广活动，按广告计划id分组展示，如图：


如图，我们查看留存趋势数据明细，用户数小于30的计划因样本量太少，暂且不调整，可继续导入一些用户进一步观察。图中红色圈中的计划次留远低于25%，可考虑关闭；绿色圈中的计划次留大于35%但起量不足，可适当提高出价加快起量。 tips：

• 首日ltv、首日付费金额&付费率、七日留存、7日ltv等亦可参照上述方式查询；
• 调整投放策略前应多维度、多指标数据查询对比，谨慎操作，尽可能地减少误伤；
• 调整投放策略的同时，也应及时复盘，例如，为什么上述两条计划的留存较高，而另外3调留存异常差，可尝试多找一些计划，复盘投放是选择的素材、创意、定向、落地页等因素，及时复盘能帮助我们在后续的投放中更多地跑出优质计划。
• 一般而言，数据样本大一些，查询的数据结果更加可靠。

1、广告归因能力助力投放分析 在媒体渠道创建广告时，配置我们在【广告监测】模块生成的监测链接，在每一个设备归因成功后，我们都会将广告来源如计划id、账户id、创意id等写入用户属性，您可以灵活地在广告监测模块和分析模块深入分析用户群体的后续行为统计数据，多维度的数据聚合分析能帮助您更快更准确地调整投放策略 ；
2、多维度、多指标分析让结论更加准确 上述给出的案例，仅作为分析参考思路，在实际的投放中，因节假日成本上升、爆R付费上升等多种因素，我们查询出的数据不一定是这样高度聚集且规律明显的，所以应尽可能地在更多的样本数据下，多维度多指标的组合分析，以尽可能低得到更加准确的数据指标，在调整计划时也能尽可能低减少误伤。