UAC учится на сигналах: дёрнул кампанию — и сбил весь разгон

UAC учится на сигналах: дёрнул кампанию — и сбил весь разгон

UAC не «ищет трафик» вслепую. Она собирает сигналы: установки, события в приложении, ценность пользователей, скорость их появления. На их основе система расширяет охват и начинает чаще показывать объявление тем, кто похож на уже конвертящихся.

Проблема в том, что обучение не любит резких движений. Если часто менять бюджет, креативы, таргетинг по странам или события оптимизации, алгоритм каждый раз пересчитывает модель и теряет накопленный паттерн. В итоге вместо масштаба получаешь вечные колебания и дорогой трафик.

Что особенно ломает обучение:
— ежедневные скачки бюджета вверх-вниз;
— частая смена ассетов до накопления статистики;
— перенос кампании на другое событие без причины;
— попытка «починить» просадку слишком рано, когда данных ещё мало.

Задача медиабайера — не мешать алгоритму, а дать ему стабильное окно для набора сигналов. Сначала проверь, хватает ли конверсий, потом делай одно изменение за раз и жди, пока система переработает новую картину.

Если UAC начал работать, не тряси кампанию из любопытства: лучше один понятный тест, чем пять правок, после которых уже неясно, что именно сработало.