前面寫了關于多包對投放的影響，今天繼續圍繞多包策略來解釋下打點回傳策略問題。

多包策略和多系列策略在擴量時候的對比

正好基友又來問我：

我們現在有3個馬甲包ABC同時在推廣，是同一服務器。比如用戶1看見馬甲包A的谷歌廣告，在馬甲包A上面注冊且付費了，我們也把數據回傳給了谷歌，過段時間，用戶A又看見馬甲包B的廣告，然后在馬甲包B上面登陸了馬甲包A上面的賬戶，但是注冊和付費行為我們不回傳了。所以長久以來，馬甲包A和B之間是不是不會互相曝光對方回傳過的用戶？

先展開說多包策略分兩種：

1，獨立數據庫，每個App單獨注冊，單獨走后續的流程。

2，共享數據庫，每個App都可以同樣賬戶登錄到一套用戶系統，比如上面基友的問題，他們就是ABC共用一套用戶系統。

一般情況下，這里如果走的是策略1，基本就不會存在太大的打點策略問題，畢竟相當于每個產品都是單獨的，不存在數據打點沖突的問題。

但是如果走的是策略2，那么存在一個問題，一個用戶在A注冊的，他在B付費了，那么我應該給A回傳充值還是給B回傳充值？還是AB都回傳充值？（因為確實存在了用戶同時下載A+B的可能）。

正巧基友的問題是他的用戶在A注冊，又在B登錄，后續產生的付費，只給A傳不給B傳，這個時候廣告拉長周期后是不是會讓A+B分別學習到不同方向的人群，從而減少重復曝光。

這里其實就是坑：

其實他的三個包，覆蓋的人群是非常相似的，是純馬甲包，所以只要是A+B+C注冊的用戶，包含后續的付費用戶，屬性都很接近，隨機或者有規則的回傳給ABC，最終回傳的用戶的人群屬性一定還是相似的，學出來的人群也會是相似，導致整體再曝光的時候還是在同一個圈子里面，曝光重疊的問題基本無法避免。

當然站在心理安慰的角度，我可以告訴他，三個包學到的人群哪怕有重疊的屬性，也一定有不一樣的地方，那么從不一定的地方他們能學到一些不同的人群（畢竟多包策略就是為了這個），所以這樣回傳能有一定的幫助學到一些不同人群。

然這個策略并不是最合理的策略，多包但是給用戶分層才會是最科學的策略。

1，A+B+C 三個包，哪怕產品內容一模一樣，但是在產品活動策略上應該拆分成三種，比如高端版，終端版，低端版，我們可以從付費活動禮包之類做一些區分，或者贈送的道具之類做一些區分，三個版本從宣傳上也做一些區分，比如低端版本重點宣傳成低首沖（產品內也有這個），再加上注冊送XX等一起，盡可能的跑更多的下沉用戶，高端版本則重點搞大額充值，大額套餐等，投放上也做區分，這樣三個版本最終能逐步覆蓋到不同屬性的人群，投放時候重疊的概率會更低一些。

2，再深入一點的，產品本身內容+服務做分層，用小貸舉例，ABC三個產品，直接從利息，額度，周期三個做區分，一個做730，一個做14天20，一個做30天20之類，或者可以拉到更大的差距，最終覆蓋人群差異會更大。

正常情況下，我們打點策略應該是實際轉化在哪個App上就回傳給哪個App（有點類似最后一次登錄時候所在的包），再有根據產品本身屬性，本身轉化的人應該也是最終付給產品屬性的人群，投放時間長了之后是可以把重復曝光盡量減少。

打點策略上面，有一些思路：

1，ABC的后端行為都回傳，只要安裝了就都回傳，這樣實際上是每個產品都會產生同樣轉化，但是轉化率更高，有利于每個包的投放學習（雖然是同樣人群），但是投放轉化率顯得更高投起來容易一些，只是重疊曝光會嚴重。

2，ABC都把服務端產生的轉化行為回傳到注冊所在的包，比如A上注冊，B上付費，付費行為算給A，這樣其實存在問題，比如A已經卸載，或者A是很久以前注冊的。這個方式下導致B的投放轉化低，影響當前轉化學習。

3，ABC按照哪個包產生的轉化行為回傳給哪個包，這樣理論上是最科學的，這個模式下基本接近于最后一次登錄的包+設備信息。

選3就好！

出海流量玄學研究中心，不定期分享信息流廣告優化師投放技巧，主要內容為海外facebook，google，TikTok ads廣告投放技巧分享，歡迎大家關注，分享內容，也歡迎大家分享更多關于游戲出海，跨境電商廣告投放技巧。

請加知識星球一起討論投放技巧，如有疑問可在星球向我提問

長按圖片加知識星球