没有一个通用阈值能替你决定。更可靠的做法是:先判断样本少是“暂时没跑够”还是“结构导致的长期稀薄”,再决定继续观察、合并,或先改结构再观察。两种做法都成立,但成立条件不同。
分歧往往不是判断力差异,而是双方在回答不同问题。主张合并的人看的是“这个广告组能不能独立产出可用的学习量”;坚持观察的人看的是“现有数据是否已经足够支持一次判断”。
两种解释都合理:
这两种解释对应的动作完全相反:前者合并,后者继续观察。所以先别争论“多少算少”,先找能区分两者的证据。
把广告组按周拉出展示、点击、转化三项,看它是“每周都很少且没有上升趋势”,还是“前两周少、近两周在爬升”。持续平坦且低位,更偏向结构问题;有明显爬升,更偏向时间问题。注意:展示量低也可能来自出价过低、受众过窄、预算被抢占或审核受限,不能只凭一项归因。
如果两个广告组的关键词高度重叠、实际触发的查询相近,样本被摊薄就是结构造成的。此时继续观察,只会让两个组都长期稀薄。反过来,如果各组承接的意图清晰不同,只是各自量小,合并会把不同意图混在一起,反而降低后续优化的可读性。
出价策略、素材、落地页的调整会重置学习过程。若大改发生在近期,当前样本少更可能是时间问题。一个可执行的动作:在改动记录里标出每个广告组最后一次实质性调整的日期,再和流量曲线的拐点对照。如果拐点紧跟改动出现,先观察;如果流量从建组起就一直低位,优先考虑合并。
假设某账户有两个广告组,A 组承接“品牌词变体”,B 组承接“产品词变体”,每周各获得个位数点击,已连续四周如此,且两者触发的查询有相当比例重叠。按上面的证据:持续低位 + 查询重叠 + 无近期大改,指向结构问题,可以合并为一个组,保留两组中表现更好的素材和落地页,合并后再观察两到三周。
如果同样两个组,近两周点击在上升,且查询几乎不重叠,则指向时间问题,继续观察更合理。这里的周数和比例只是说明比较方法,不是阈值。
无论选择哪种,都要留下可复查的记录:
把分歧转成可核对的项目,比争论“合并还是观察”更有价值:先确定双方各自依据的是哪一组证据,再约定一个到期必须复查的时间点,决策就不再依赖谁的声音更大。