预算被削减后,首先要放弃的是“让所有单元都活着”的想法。要保留可比较性,做法不是按比例把每个单元的钱都砍一点,而是先冻结比较结构:把同一批测试单元放进同一个削减后的周期,保证它们分到同样的预算、同样的时长、同样的出价约束。只有当两个单元在削减后仍面对相同的条件,它们之间的差异才还能解释为素材、词或落地页的差异,而不是预算分配差异。
常见现象是,削减预算后各单元的展示量一起下降,点击率、转化率看起来更接近了,于是有人得出结论:这些单元本来就差不多,可以合并。这个结论往往站不住。预算收紧会同时压缩每个单元的探索空间,让它们都退回到最保守的流量上,差异被压缩是机制造成的,不一定是真实效果趋同。
与之相反,另一种现象是某个单元突然变差。这也不一定说明它失效了,可能是它原本依赖的某段高消费时段被整体砍掉,剩下的样本恰好是它不擅长的那部分流量。
第一种解释是效果趋同:削减后各单元拿到的流量类型重合度变高,原本的差异来源被切掉,剩下的确实接近。第二种解释是结构被破坏:削减让某些单元失去了达到可判断样本量的机会,它们只是“没跑出来”,不是“跑得一样”。
区分这两种解释,不能只看削减后的表现,要看削减前后同一单元的相对位置有没有翻转。如果削减前A明显优于B,削减后两者接近,且两者的展示量都降到很低,更可能是样本不足;如果削减前A优于B,削减后仍然A优于B,只是差距缩小,且展示量仍够支撑判断,才更接近真实趋同。
可用的证据有三类。第一,削减前后同一批单元的相对排序是否稳定。排序稳定说明比较结构还在;排序频繁翻转说明预算已经低到无法支撑比较。第二,每个单元削减后是否还达到你事先设定的最低可判断样本量。这个量不需要精确,但要在削减前就定好,比如“每个单元至少积累到能覆盖一个完整业务周期的点击”,而不是事后看数字凑结论。第三,削减是否均匀。如果某些单元被砍得更多,它们和其他单元已经不在同一个比较组里,不能再直接对比。
一个假设的例子:某账户原有四个单元,预算削减四成后,你选择把四个单元各砍四成,结果有两个单元展示量跌破可判断线。这时更合理的动作不是继续观察,而是把这两个单元暂时移出比较组,只保留仍在同一预算水平、同一时长下的两个单元继续对比。这样做的结果是,你能得到的结论变少,但剩下的结论仍然可用;下一步的决策依据是“保留下来那组的相对排序”,而不是“四个单元的平均值”。
具体操作上,先把现有单元按“是否仍能分到相同预算和相同投放时长”分成两组:可比组和不可比组。可比组继续按原定判断标准观察;不可比组不要急着关停,而是标记为“待重新测试”,等预算恢复或能单独给足条件时再放回比较。
然后决定削减方式。如果目标是保留比较能力,优先选择“减少单元数量,保留每个单元的完整条件”,而不是“保留所有单元,每个都只给一点”。前者牺牲覆盖面,换来可判断性;后者保留覆盖面,但可能让所有单元都失去判断价值。哪种更合适,取决于你当前更需要一个能落地的结论,还是需要维持多个方向的探索。若近期必须做投放决策,前者更稳;若只是维持存在感、不急于判断,后者可以接受,但要明确它不产出可比较结论。
最后,把削减后的判断标准写下来再执行,包括最低样本量、观察周期和排序稳定性的容忍度。这样做的结果是,后续无论预算继续变化还是恢复,你都能判断哪些单元仍在一个可比较的结构里,哪些已经需要重新建立条件。