首先聲明，今天寫的回傳策略方向的內容，不適用于所有行業，請按照自己的業務場景做選擇。文章目的只是簡單的說清楚回傳這件事，以及為什么可以通過回傳來做廣告優化。
當下，幾乎所有的廣告媒體平臺都是oCPX優化，X就是我們核心要回傳的事件。既然是按轉化事件優化，那么我們自然就可以通過控制什么時候回傳、回傳什么內容來控制廣告投放模型。
首先說一個誤區，很多團隊通過物理扣量的方式試圖通過這樣的方式來獲取更高的利潤。其實，這是打錯特錯，扣量既不能給你帶來利潤，甚至有可能讓你虧本。最少會讓你的賬戶質量變差、ROI變差，甚至整個賬戶廢掉。
先說原理，廣告平臺通過你回傳的轉化數據讓模型找到更多類似的人。這是基本邏輯，具體的相關的細節不展開說了，一句話“你給的信號越多，模型找人準確性越強”。如果你刻意的去扣回傳，模型本來預估的準確的，但是拿到的回傳數據不夠會以為找到的流量是不準確的，給你重新探索其他的流量，又或者發現轉化少，轉化成本變高，觸發計費比風控，直接打壓，不敢再給你流量。這時候你本來跑的不錯的計劃，就慢慢跑不起來了。
也許你要問，為啥以前這種方式有用，現在就沒用了？你是否知道那時候的回傳數據進模型很多都是T+1。這些信號是以依托你的人群定向為基礎的召回優化。其核心的放量策略完全重依賴你的人群定向策略。但是現在的回傳信號在主流媒體平臺基本都是準實時進模型。但是也正因為準實時進模型，所以我們可以設計更多的回傳策略。
1. 如果你的轉化目標比較靠后，那么想辦法讓信號提前，比如游戲行業，基于用戶在游戲內的行為預估用戶是否付費。在用戶還沒有付費前，預估該用戶會付費，那么就前置回傳這個付費信號。也可以做pLTV的預估，直接預估該用戶的付費價值去投放roi系數，或者Roas。
2.基于轉化目標的關鍵行為特征進行回傳，雖然很多媒體的模型對于關鍵行為的優化都做的不好，但是我們依然可以選擇付費為優化目標，但是基于和付費的強相關行為做回傳。比如干了A又干了B的用戶基本都會付費，那么就把干了A和B的用戶進行回傳。
3.強化回傳用戶信號，如果用戶的價值比較高，可以將該用戶拆了，進行多次回傳，但是要注意媒體的去重策略。
簡單拋磚引玉說一點，大家可以依據自己的業務去設計更多的回傳策略。不過據我自己的經驗，有很多的回傳事件是有很強的生命周期的概念，就和素材一樣，會衰退。所以不要一直盯著一個回傳策略，試著多挖掘。當然不同的回傳策略要搭配不同的投放策略，這也很重要。
