三七
Google UAC 系列（三）：IAA投放归因设置指南，PTV窗口期与tROAS信号回传怎么配
SEO 摘要
Google UAC 在 IAA 投放里，真正决定模型能不能学准的，不只是素材、国家和出价，更是归因窗口期与信号回传。本文围绕 IAA 长留存工具类 App，拆解点击到安装窗口、安装后转化窗口、PTV D7/D28/D90 的差异，以及 tROAS campaign 在不同窗口期下如何理解回收、消耗波动和模型学习。对于依赖广告收入回传的 IAA 产品来说，窗口期设置本质上决定了 Google Ads 能看到多少用户价值，也决定了模型到底是在买短期广告用户，还是长期高 LTV 用户。
写在前面：UAC 跑不准，很多时候不是模型问题，而是信号问题
前两篇分别讲了 Google UAC 从 1.0 到 3.0 的进化逻辑，以及 GCC、MENA 这类地区在 IAA 投放里的用户价值差异。
到了第三篇，也是这个系列的最后一篇，我们要聊一个更底层、但经常被忽略的问题：
归因设置与信号回传。
很多人跑 Google UAC 时，第一反应是看素材、看 CPI、看国家包、看出价、看预算。
这些当然重要。
但在 IAA 投放里，真正决定 UAC 模型能不能学准的，往往是你给它喂了什么数据。
你给它安装，它就会学会买安装。
你给它浅层行为，它就会学会买浅层行为。
你给它短期广告收入，它就会偏向短期高爆发用户。
你给它长周期 LTV，它才有机会识别长期高价值用户。
所以归因窗口期不是一个后台里的技术参数。
它本质上是在告诉 Google：
你应该用多长时间来判断一个用户到底值不值钱。
对 IAA 来说，这个问题尤其关键。
因为 IAA 的收入不是一次性发生的。
用户今天安装，今天可能贡献一点广告收入；
明天回来，再贡献一点；
第 7 天、第 14 天、第 28 天，如果用户还在用，收入还会继续累积。
如果你的归因窗口太短，模型只能看到用户前几天的价值。
如果你的归因窗口太长，模型又可能因为信号延迟而反应变慢。
所以这篇文章主要解决一个问题：
IAA 投放里，Google UAC 的 PTV 窗口期到底应该怎么设置？
一、先搞清楚两个窗口：CTV 和 PTV
通常大家说“安装归因窗口期”，其实是一个比较宽泛的概念。
在移动广告投放里，归因大体可以拆成两个阶段：
- 点击到安装窗口；
- 安装后转化窗口。
这两个窗口看起来都和归因有关，但它们影响的东西不一样。
二、什么是点击到安装窗口？
点击到安装窗口，可以理解为：
用户点击广告后，要在多久之内完成下载并首次打开，才算这个广告渠道带来的安装。
也就是从点击广告到完成安装之间的时间范围。
比如你设置 7 天，那么用户今天点击广告，未来 7 天内下载并打开 App，这个安装就可能被归因到这次广告点击。
这个窗口主要解决的是：
谁带来了这个用户？
它影响的是安装归因，也就是媒体后台能不能把这个用户算到对应 campaign、ad group 或素材上。
如果点击到安装窗口太短，可能会丢失一部分真实由广告带来的安装。
尤其是在一些用户决策链路比较长的产品里，用户可能不是点击后立刻安装，而是隔一两天才下载。
但如果窗口设置太长，也可能带来归因抢量、自然量被广告吃掉、渠道贡献被放大的问题。
所以这个窗口更多影响的是：
- 安装归因；
- 安装量统计；
- CPI 计算；
- 渠道贡献判断；
- campaign 能不能拿到足够安装样本。
简单说：
点击到安装窗口，决定的是“这个用户算不算广告带来的”。
三、什么是安装后转化窗口？
安装后转化窗口，也就是很多人说的 PTV，可以理解为：
用户安装 App 后，在多久之内产生的后续转化和收入，可以被算作这次安装带来的价值。
比如用户今天安装 App，未来 7 天内产生的广告收入、付费、注册、核心行为，都可以被记到这次安装账上。
如果 PTV 设置为 D7，模型主要看到用户安装后 7 天内的价值。
如果 PTV 设置为 D28，模型可以看到用户安装后 28 天内的价值。
如果 PTV 设置为 D90，模型会尝试用更长周期的价值来判断用户质量。
这个窗口主要解决的是：
这个用户到底值多少钱？
所以它比点击到安装窗口更深。
点击到安装窗口决定用户属于谁。
安装后转化窗口决定这个用户的价值能不能被模型看到。
对 IAA 投放来说，PTV 尤其重要。
因为 UAC 3.0、ARO、tROAS 这类高阶模型，最终依赖的是广告收入回传。
如果 PTV 太短，模型只能看到用户前几天产生的广告收入；
如果用户真正的价值在第 7 天之后释放，模型就会低估这类用户。
反过来，如果 PTV 太长，模型虽然能看到更多长期价值，但反馈链路会变慢，学习周期会拉长，短期波动反应也会变钝。
所以 PTV 的本质是一个平衡：
既要让模型看到足够多的用户价值，又不能让模型等太久。
四、CTV 和 PTV 哪个对 UAC 模型影响更大？
两个都重要，但影响方向不一样。
如果只看模型学习深度，PTV 对 UAC 的影响更大。
因为点击到安装窗口主要影响的是安装归因，它告诉系统：
这个广告能不能带来下载。
而 PTV 影响的是用户价值，它告诉系统：
这个用户是不是我们真正想买的人。
放到 UAC 模型里，可以这样理解：
| 维度 | 点击到安装窗口 | 安装后转化窗口 |
|---|---|---|
| 主要影响 | 安装量归因 | 用户质量与收入归因 |
| 影响层级 | 漏斗前端 | 漏斗后端 |
| 模型学习内容 | 谁会下载 | 谁会产生价值 |
| 对 CPI 的影响 | 更直接 | 间接影响 |
| 对 ROAS 的影响 | 间接 | 更直接 |
| 对 IAA 的重要性 | 重要 | 更关键 |
所以如果你发现 Google UAC 跑不动、没量、安装样本少，可以先检查点击到安装窗口和基础归因链路。
但如果你发现 UAC 有量，却买回来的用户质量差、广告收入低、ROAS 不稳定，那就要重点检查 PTV 和收入回传。
一句话总结：
CTV 影响模型有没有足够安装样本，PTV 影响模型能不能识别高价值用户。
五、为什么 IAA 项目不能随便设置 PTV？
IAA 项目和 IAP 项目最大的区别是：
IAA 用户价值是慢慢累积出来的。
IAP 项目里，一个用户可能在 D0 或 D1 就付费，模型很快能看到明显价值。
但 IAA 项目里，用户每次打开、每次广告展示、每次激励视频观看，都只贡献很小的收入。
尤其是工具类、内容类、长留存产品，单日 ARPU 通常很低。
用户不是靠一次大额付费产生价值，而是靠长期使用慢慢累积广告收入。
这就导致一个问题：
如果 PTV 设置太短，模型看到的用户价值会被低估。
比如一个长留存 IAA App，用户 D7 只贡献了 0.02 美金，但 D28 累计贡献 0.05 美金。
如果你只给模型看 D7，它会觉得这个用户不值钱。
但如果你给模型看 D28，它会发现这个用户其实是长期高粘性用户。
这会直接影响出价能力。
因为 tROAS 或 ARO 模型是否敢出高价，本质上取决于它看到了多少回收价值。
如果模型只看到短期收入，它会更保守。
如果模型能看到更完整的 LTV，它就更敢为高质量用户出价。
所以 PTV 不是简单的归因设置。
它决定了 UAC 模型的“眼界”。
六、PTV D7、D28、D90 的核心差异
对于 IAA 长留存工具类 App，最常见的 PTV 选择是 D7、D28 和 D90。
这三个窗口代表三种完全不同的模型视角。
D7：短期反馈快，但容易低估长留用户
D7 的优点是反馈快。
模型能快速拿到用户安装后 7 天内的收入表现，因此收敛速度更快，预算调整更及时。
它适合这类产品：
- 收入主要集中在前 7 天；
- 用户生命周期短；
- 广告展示频次高；
- 变现节奏快；
- 需要快速判断素材和流量质量；
- 产品本身更偏短周期收割。
D7 的问题是：
它看不到第 8 天之后的用户价值。
如果你的产品是长留存内容工具类 App，用户习惯需要时间养成，那么 D7 可能会把很多长期用户低估。
用户可能不是安装当天就高频使用，也不是前几天就产生足够广告收入。
他可能需要经过几次打开、几轮内容消费、几个使用周期，才逐渐形成习惯。
这种用户对长线 LTV 很重要，但 D7 模型可能不够重视。
所以 D7 的特点是：
快，但短视。
D28：兼顾学习效率和长期价值
D28 是我更倾向推荐给长留存 IAA 项目的窗口。
原因是它在效率和价值之间比较平衡。
它能覆盖 4 个完整周循环。
对内容工具类 App 来说，用户使用往往存在明显周期性。
有些用户工作日使用，有些用户周末使用，有些用户会在固定时间段打开。
D7 只能看到一周，容易被单周波动影响。
D28 能覆盖四周，更容易看出用户是否真正形成使用习惯。
D28 的优势在于：
- 能看到更完整的广告收入；
- 能识别长期活跃用户；
- 能过滤短期猎奇用户；
- 反馈速度仍然可接受；
- 不会像 D90 那样过度延迟；
- 对长留存 IAA 更友好。
如果一个 IAA 产品 D28 收入相比 D7 有明显增长，说明用户价值不是前 7 天一次性释放，而是存在较强长尾。
这种情况下，D28 通常比 D7 更适合。
所以 D28 的特点是：
不算最快，但更稳；不算最长，但足够看清用户习惯。
D90：能看到长期价值，但学习链路很慢
D90 的优势是能看到更长周期的用户价值。
对于极高留存、长期使用、收入持续累积的产品，D90 可以让模型看到更完整的 LTV。
但它的问题也很明显：
- 信号反馈慢；
- 模型收敛慢；
- 容易受到季节性影响；
- 容易受到外部环境变化干扰；
- 短期素材变化难以及时反馈；
- 账户可能出现周期性重校准；
- 消耗节奏可能不稳定。
90 天对广告系统来说太长了。
三个月内，素材环境可能变了，国家 eCPM 可能变了，竞品出价可能变了，节假日周期可能变了，用户行为也可能变了。
如果把所有价值都放到 D90 里看，模型虽然眼界更远，但也更容易被旧数据干扰。
所以 D90 更适合小预算测试或作为长期底盘，不适合一上来就全面替代 D28。
D90 的特点是：
看得远，但反应慢。
七、长留存 IAA App，我更建议优先测试 D28
如果是一个长留存、内容型、工具型、IAA 变现的 Android App，我更倾向于优先测试 D28。
原因很简单：
D28 是最能兼顾模型学习效率和长期用户价值的窗口。
这类产品通常有三个特点：
第一，用户价值低但持续。
单次打开产生的广告收入不高，但如果用户长期使用，累计 LTV 会逐渐变大。
第二，使用习惯需要时间形成。
用户不是下载当天就一定高频使用，而是会随着内容需求、工具需求、生活习惯慢慢稳定下来。
第三，广告收入需要累积。
IAA 的收入不是一次性爆发，而是通过多次广告展示慢慢叠加。
在这种情况下，D7 很可能太短。
它能帮助模型快速学习短期用户，但容易漏掉长期活跃用户。
而 D90 又可能太长。
它虽然能看到更完整的生命周期，但反馈过慢，对日常投放调优不够友好。
所以 D28 是一个更实用的中间解。
它既能让模型看到第 8 天到第 28 天的长尾价值，又不会把学习周期拖得过长。
八、什么时候选 D7？什么时候选 D28？
PTV 不应该按感觉设置，而应该看产品的价值回收曲线。
一个简单判断方式是：
看 D7 LTV 占 D30 LTV 的比例。
如果 D7 LTV / D30 LTV 大于 85%，说明大部分价值已经在前 7 天释放。
这类产品适合 D7。
因为第 8 天之后的价值占比不高，不值得为了那点长尾收入，让模型等待更久。
如果 D7 LTV / D30 LTV 小于 70%，说明第 7 天之后还有大量价值没有释放。
这类产品更适合 D28。
因为如果只用 D7，模型会低估长期用户，导致出价过于保守，抢不到真正高 LTV 人群。
中间区间则需要结合产品策略判断：
- 如果你更重视短期回收，可以偏 D7；
- 如果你更重视长期质量，可以偏 D28；
- 如果素材变化很快，可以偏 D7；
- 如果产品留存稳定，可以偏 D28；
- 如果广告收入波动大，可以做 D7 + D28 双窗口测试。
九、暴力广告型 IAA：更适合 D7
有些 IAA 产品是典型的暴力广告型。
它的特点是：
- 广告密度高；
- 前期收入释放快；
- 用户生命周期短；
- 次日留存不差，但 7 留、30 留掉得很快；
- 核心价值集中在前几天；
- 适合快速买量、快速回收。
比如一个产品数据大概是：
- D1 留存 40%；
- D7 留存 10%；
- D30 留存 5%。
这种产品的主要收入大概率集中在 D0 到 D7。
因为用户到 D30 已经剩得很少。
对于这种模型，D7 会更合适。
原因是模型需要快速知道：
哪些用户会在前几天高频看广告。
它要找的是短期高频广告用户，不是长期忠实用户。
如果你硬把 PTV 拉到 D28，模型会为了少量长尾价值等待更久，反馈链路变长，反而影响爆量效率。
所以暴力广告型 IAA 的核心是：
快速验证、快速回收、快速迭代。
D7 更符合这种节奏。
最多可以测试 D14，但不建议盲目拉到 D28 或 D90。
十、高留存 IAA：更适合 D28
另一类产品是高留存型 IAA。
它的特点是：
- 用户每天都有使用理由；
- 广告收入持续释放；
- D7 留存仍然不错；
- D30 仍然有一定用户留存；
- 用户习惯形成后价值更高。
比如一个产品数据大概是：
- D1 留存 45%；
- D7 留存 20%;
- D30 留存 10%。
这种产品的 LTV 曲线更平滑，后续收入占比更高。
如果只设 D7，模型只能看到用户前 7 天的价值，容易低估长期用户。
但第 8 天到第 28 天之间，可能才是真正区分普通用户和高粘性用户的阶段。
所以高留存 IAA 更适合 D28。
D28 可以让模型更好识别：
- 谁只是下载后短期试用；
- 谁会形成周期使用；
- 谁能持续贡献广告展示；
- 谁是长期高 LTV 用户。
这类产品买的不是“短期广告点击机器”，而是“长期使用者”。
所以 PTV 要给模型足够长的观察周期。
十一、D7 和 D90 同时跑，为什么消耗表现会完全不同？
在实战里，经常会看到一种现象：
D7 模型加量很稳定，但一旦 eCPM 波动，消耗会从日消耗高位快速跌到三分之一。
与此同时，同样类型的 campaign 跑 D90，ROAS 也会下跌，但消耗反而更稳定。
甚至 D90 可能在跑到 30 天左右出现几天停投，然后又自动恢复消耗。
这个现象背后其实是两个模型窗口的反馈机制不同。
十二、为什么 D7 遇到 eCPM 波动会快速缩量？
D7 的反馈回路很短。
它看的是安装后 7 天内的收入。
所以当 eCPM 下跌，短期收入回收不达标时，D7 模型会很快感知到。
模型会认为：
当前流量池的质量下降了。
为了保护 tROAS 目标，它可能会自动缩量、降低竞价，或者减少对当前人群的购买。
这就是为什么 D7 在 eCPM 波动时反应非常剧烈。
它不是“坏”，而是太敏感。
D7 的优势是快速响应，缺点也是快速响应。
当广告收入表现好，它能比较快加量；
当广告收入突然下跌，它也会快速收缩。
所以 D7 更适合：
- 测新素材；
- 抓短期机会；
- 做快速反馈；
- 判断短期流量质量；
- 跑变现周期短的产品。
但如果 eCPM 波动频繁，D7 的消耗稳定性就会差一些。
十三、为什么 D90 消耗更稳，但会周期性停投？
D90 的反馈回路很长。
它看的是 90 天累计价值。
所以某几天 eCPM 下跌，在 D90 视角里只是短期噪音。
模型会认为：
今天收入低，不代表这批用户未来赚不回来。
因此 D90 更敢保持消耗。
这也是为什么 D90 campaign 在短期 ROAS 下跌时，消耗不一定马上崩。
因为它不是只看当下几天的收入，而是在用更长周期判断用户价值。
但 D90 也有自己的问题。
它可能会出现周期性停投或短暂停滞。
这通常和长周期归因累积、数据置信度校验、模型重新校准有关。
简单理解就是：
模型需要等旧用户的长期价值回传，再判断前面买的人到底准不准。
当 campaign 跑到某个周期节点，比如 30 天左右，系统可能会开始回头看前期买入用户的中长期表现。
如果实际表现和模型预测有偏差，它可能会暂停或降低消耗，重新校准用户画像。
等到更多长周期价值回传后，模型信心恢复，又会重新开始消耗。
所以 D90 的特点是：
- 短期更稳；
- 反馈更慢；
- 可能阶段性停滞；
- 适合长期底盘；
- 不适合快速判断素材质量。
十四、D7 和 D90 可以组合使用
对于长留存 IAA 项目，不一定只能选一个 PTV。
更合理的方式是组合使用。
比如：
- D7 用来测试新素材；
- D7 用来捕捉短期流量爆发；
- D7 用来快速判断 eCPM 变化；
- D28 用来做主力收入优化；
- D90 用来做长期高价值用户底盘；
- D90 小预算测试真正长线用户。
这样可以让不同窗口承担不同任务。
D7 不负责判断长期 LTV。
D90 不负责快速测素材。
D28 作为中间层，承担主要放量和稳定回收。
对长留存 IAA 来说，比较稳的结构是：
D7 测试，D28 主力，D90 小预算验证长期人群。
当然，这不是绝对 SOP。
如果产品非常短周期，D7 可以做主力。
如果产品极高留存，D90 可以提高预算占比。
如果国家 eCPM 波动大，D28 可能比 D7 更稳。
如果素材迭代非常快，D7 的测试价值会更高。
关键是不要把所有任务都压在一个 PTV 上。
十五、tROAS campaign 的 PTV，是按 28 天或 90 天回收来 bid 吗？
这个问题非常关键。
如果一个 tROAS campaign 使用 D28 PTV，它本质上是在用 28 天窗口内的预期价值来理解回收。
如果使用 D90 PTV，它就会参考更长周期的价值。
但这不代表你可以简单把 D28 和 D90 的 tROAS 目标设置成一样。
因为不同窗口期的“含金量”不同。
D90 能看到更多收入，账面 LTV 通常更高。
D28 看到的收入比 D90 少，但信号更近、更稳定。
D7 更短，账面回收更低，但反馈更快。
所以 tROAS 目标要根据窗口期折算。
一个简化思路是：
建议 tROAS = PTV 窗口期内的预期总回收 / 成本 × 风险置信系数
这里的风险置信系数，可以理解为你对这个窗口期数据稳定性的折扣。
窗口越短，反馈越快，但可能低估长尾价值。
窗口越长，收入越完整，但不确定性越高。
所以不同窗口期的 tROAS 目标，不能只看账面 ROAS。
还要考虑：
- 数据延迟；
- 收入波动；
- eCPM 稳定性；
- 国家结构；
- 留存曲线；
- 素材生命周期；
- 预算规模；
- 模型学习周期。
十六、D7、D28、D90 的 tROAS 设置思路
可以用一个简单框架来理解。
D7 tROAS
适合短期回收。
设置时要注意：
- 不要过度追求长线价值；
- 目标要贴近前 7 天真实回收；
- 适合快速测素材；
- 适合高广告密度产品；
- eCPM 波动时容易缩量。
D7 的 tROAS 目标如果设得太高，会非常容易跑不动。
因为模型看到的收入有限，还要满足高回收目标，自然会变得保守。
D28 tROAS
适合长留存 IAA 主力模型。
设置时要注意：
- 参考 D28 累计广告收入；
- 结合 D7 到 D28 的增长倍率；
- 目标不要直接照搬 D7；
- 留出模型学习空间；
- 国家池不要过度混杂。
D28 的关键是平衡。
既要让模型看到足够价值，又不能把目标定得太死。
如果 D28 LTV 比 D7 高很多，那么 D28 的 tROAS 目标可以比 D7 更有空间。
但刚切换时，不建议一开始就设置得太激进。
D90 tROAS
适合长期验证，不适合完全依赖。
设置时要注意：
- 预算不要一开始过大；
- 接受短期 ROAS 波动；
- 接受阶段性停投；
- 重点看长期用户质量；
- 不适合快速素材迭代；
- 需要更强的数据耐心。
D90 的 tROAS 目标要更谨慎。
因为 D90 收入虽然更完整，但数据延迟和不确定性也更大。
如果你把 D90 的账面回收看得太乐观，很容易让模型在早期误判。
十七、从 D7 切到 D28，不建议直接改原 campaign
如果你正在从 D7 切到 D28，我不建议直接在原 campaign 上改窗口期。
原因是：
窗口期变化不是小改动，而是归因逻辑变化。
你原来让模型看 7 天价值，现在突然让它看 28 天价值，整个学习目标发生了变化。
直接改原 campaign，可能导致：
- 学习状态被打乱；
- 原有出价逻辑失效；
- 短期 ROAS 口径变化；
- 模型重新识别人群；
- 消耗出现异常波动。
更稳的方式是新开 campaign 做对照测试。
比如：
- 原 D7 campaign 保留；
- 新建 D28 campaign；
- 国家、素材、预算尽量可比；
- 观察至少一个完整学习周期；
- 对比 D7、D28 的 CPI、LTV、ROAS、留存和消耗稳定性。
这样你才能判断 D28 是否真的优于 D7，而不是被切换过程中的模型波动误导。
十八、判断 PTV 是否合适，看这几个指标
PTV 不是设置完就结束。
后面要持续看数据。
我一般会重点看几个指标：
1. D7 LTV / D30 LTV
判断用户价值释放速度。
如果 D7 已经覆盖大部分 D30 价值，说明短窗口足够。
如果 D30 还有明显长尾，说明 D28 更值得测试。
2. D1 收益 / D28 收益
判断首日变现占比。
如果 D1 收益占 D28 收益很低，说明用户价值主要来自长期使用，不适合只看 D7。
3. D7 到 D28 的收入增长倍率
判断长尾广告收入是否明显。
如果 D28 相比 D7 增长超过 30%，通常说明长周期价值值得被模型看到。
4. 消耗稳定性
观察不同 PTV 下 campaign 的预算消耗。
D7 可能短期稳定但遇到 eCPM 波动剧烈缩量。
D90 可能短期更稳但阶段性停投。
D28 通常在两者之间。
5. 留存质量
不能只看收入，还要看 D1、D7、D30 留存。
如果某个窗口带来的用户收入短期高，但留存很差，要警惕暴力变现导致的假回收。
6. 国家维度表现
PTV 要结合国家看。
同一个窗口，在 GCC、MENA、LATAM、SEA 的表现可能完全不同。
有些地区短期收入释放快，有些地区长尾更明显。
十九、IAA 归因设置的本质：让模型看到正确的价值
很多人把 PTV 当成后台配置。
但我更愿意把它看成一套业务判断。
PTV 不是越长越好，也不是越短越好。
它应该服务于产品的真实商业模式。
如果产品是短生命周期、高广告密度、快速收割型，D7 更合理。
如果产品是长留存、强习惯、内容工具型，D28 更合理。
如果产品极高留存且有长期稳定数据，可以小预算测试 D90。
核心逻辑是：
捕捉到产品 80% 以上的核心价值，同时不要让信号过分延迟。
这句话很重要。
如果窗口太短，模型看不到真实 LTV。
如果窗口太长，模型反馈慢，旧信号干扰新判断。
所以最终要做的不是选一个“标准答案”，而是结合产品数据找到适合自己的窗口。
二十、最终建议：不同 IAA 产品的 PTV 选择
可以简单总结成这张表：
| 产品类型 | 留存特征 | 收入释放节奏 | 推荐 PTV | 核心逻辑 |
|---|---|---|---|---|
| 暴力广告型 IAA | D7、D30 快速下滑 | 前 3-7 天释放大部分收入 | D7，最多测试 D14 | 快速回收，快速反馈 |
| 普通工具型 IAA | 留存中等 | D7 后仍有一定长尾 | D7 + D28 测试 | 看长尾收入占比 |
| 长留存内容工具 IAA | D7、D30 留存较好 | 收入持续累积 | D28 | 兼顾学习效率和长期 LTV |
| 极高留存常青产品 | 长期稳定使用 | 长周期价值明显 | D28 主力，D90 小预算 | 验证长期高价值用户 |
| 素材快速迭代产品 | 素材生命周期短 | 短期反馈更重要 | D7 | 快速判断素材质量 |
| 高 eCPM 波动市场 | 收入不稳定 | 短期波动明显 | D28 或 D7+D28 | 降低短期噪音影响 |
二十一、结语：UAC 归因不是技术问题，而是投放策略问题
Google UAC 从 1.0 到 3.0 的进化，本质上是从买安装走向买收入。
但想让模型真正买到高价值用户，前提是你要把正确的价值回传给它。
归因窗口期，就是这件事的核心开关。
点击到安装窗口决定：
这个用户算不算广告带来的。
安装后转化窗口决定：
这个用户产生的价值，能不能被模型看到。
对于 IAA 投放来说，PTV 设置会直接影响模型对用户价值的判断。
D7 反应快，但容易短视。
D28 更平衡，适合大多数长留存 IAA。
D90 看得远，但反馈慢、波动周期长。
所以不要机械套用固定窗口。
要回到产品本身：
- 用户生命周期多长；
- 收入主要在哪几天释放；
- D7 到 D30 的 LTV 增长有多少；
- eCPM 是否稳定；
- 国家结构是否复杂；
- 素材迭代是否频繁；
- tROAS 是否需要稳定放量；
- 模型到底应该买短期广告用户，还是长期高 LTV 用户。
如果说第一篇讲的是 UAC 模型如何定义用户，第二篇讲的是不同地区如何决定用户价值，那么第三篇的核心就是：
归因窗口期决定模型能看见多少价值。
UAC 不是魔法。
它只是把你喂给它的信号，放大成下一轮买量决策。
信号越准，模型越聪明。
信号越脏，预算越危险。
这也是 IAA 投放里最容易被忽略，但最应该被重视的一件事。