在剛開始投放AEO的時候，往往更擔心預算花不出去的情況。如果直接投Purchase事件，預算初期能花出去，更有利于數據的積累和后期優化; 反而是賬戶花不了錢，數據沒法積累，AEO的產品就一直沒有辦法去進行驗證。之前在介紹AEO的時候，提過可以用投安裝廣告或者先投放淺層事件來進行預熱。

?

詳見文章：淺談Facebook AEO

?

除了這2種初期預熱之外，還有其他方面也可以考慮進行數據測試：

?

數據累積不足有時候可能和數據基數和目標國家的當地市場環境有關系，可以嘗試增加同區域其他國家或者開放所有國家通投的形式來測試看看，拓展學習基數可能會讓系統獲取到更多可學習用戶。

?

之前提過的先投放淺層事件用來預熱，適用于AEO-Purchase付費率達到1-50%的，而有些產品的特殊性，可能性付費率滿足不了這個比例，這種時候考慮長期進行較淺事件點的投放。

?

根據用戶與產品的交互流程，找出由淺到深入目標的事件點路線。按照用戶流程分析出用戶的轉化占比選取幾個合適的點來進行測試。如果是優化付費，就根據付費用戶的行為習慣；優化留存就根據高活躍和長留用戶的行為習慣。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

例如優化付費，用戶從安裝-注冊-新手任務-通關-獲得獎勵-付費這個流程就可以分別進行埋點，測試不同事件點對目標事件的影響程度，獲得最終目標結果。

優化留存用戶，用戶從安裝-注冊-新手任務-停留市場1 hour-day 1-day 3-day 7-長留用戶這個流程也可以分別進行埋點，測試不同事件點進來的用戶是否能達到高留存用戶的要求。

要做AEO，就根據優化結果來反推用戶安裝以后需要完成的動作和事件行為，把事件點從淺到深都理清楚，通過不同的事件點來測試對最終KPI的影響。

?

出價太低或者出價方式不對，也可能導致數據跑不出去。之前提過的付費轉化率太低的，比如付費轉化率是2%，如果CPI是$1，則出價低于（$1/2%=）$50美金都很難有數據。可以根據從安裝到對應事件點的轉化率來估計一下出價最低值，實際出價盡量不要低于這個最低值；也可以同時進行不同大小預算值的測試，包括自動出價，找到效果最好最容易出數據的那個區間。

同時也要強調的是Facebook的廣告系統中出價和預算是同時影響數據的獲取效率的。所以在測試中，可以分高預算，低預算來進行不同出價的測試，密切關注數據變化，找到最適合該產品目標的出價和預算搭配。

?

?

如果事件點，受眾，出價等各項測試之后，累積到了一定的安裝量級，廣告在學習了一段時間以后仍然沒有獲得很好的付費數據，則需要考慮繼續從素材上推陳出新了。

高付費用戶的素材特點并不定和高安裝低單價數據的素材特點相同，通過不同的素材特點多測試，多總結，同時也研究一下付費用戶在經過什么產品體驗步驟的時候付費的概率大，盡量多往產品內部玩法去靠近，找到最貼合產品且刺激用戶付費的點。

素材永遠是用戶獲取的根本，這也是用AEO去獲取付費用戶的過程中不需要不斷的進步的地方。