答案取决于一个条件:这些广告组是否已经积累了足以区分“随机波动”和“真实差异”的点击量。如果每个广告组的点击量都低到连一次转化与否都难以判断,合并通常比继续观察更有信息价值;如果其中某个广告组已经表现出稳定的成本或转化差异,继续观察它反而更合理。下面把这个判断拆成可核对的步骤。
“样本太少”在日常讨论里常被混用,实际可能缺三种东西之一:曝光不足、点击不足、转化不足。三者对应的动作完全不同。
如果团队里有人主张“再等等”,有人主张“赶紧合并”,先别争论结论,先让双方各自说出自己依据的是哪一种不足。很多时候分歧来自一方看的是点击,另一方看的是转化,双方说的根本不是同一个事实。
与其反复讨论“样本够不够”,不如列出几个可以一起核对的项目,让判断有共同依据:
这四项列出来之后,分歧往往会缩小:如果各广告组关键词意图差异明显,合并会破坏定向精度;如果意图本就相同,只是被拆得过细,合并就是顺理成章的。
假设某账户有三个广告组,观察两周后点击量分别是 40、35、30,转化分别是 1、0、0。此时可以这样判断:
这个例子的重点不是数字本身,而是比较方法:先看意图是否同质,再看数据是否稀疏。数字仅用于说明判断顺序,不代表任何账户的真实表现。
合并有一个容易被忽略的反例:当某个广告组的低转化其实来自落地页或定向错误时,合并会把这个问题稀释掉。例如某一组的关键词意图与落地页内容不匹配,导致点击后跳出,合并后这部分的浪费会被其他组的正常数据平均掉,报表看起来“还行”,但浪费仍在发生。
因此,合并前应确认:各广告组的转化路径是否一致。若路径不同,先修路径,再谈合并。否则合并只是把问题从“看得见的小数据”变成“看不见的大数据”。
一个可执行的动作是:先给每个广告组设定一个统一的观察门槛,例如“累计点击达到某个量级或观察满固定天数”,再决定是否合并。门槛由账户自身历史数据推算,不套用外部固定值。
这个动作的结果会直接影响下一步:如果到期时各组数据仍然无法区分,说明继续观察的边际信息很低,此时合并并重新积累数据更划算;如果到期时出现了可区分的差异,则应保留差异组,把预算向表现更稳定的一组倾斜,而不是急于合并。无论哪种结果,判断依据都从“感觉样本少”变成了“对照门槛后的具体状态”。