回传事件的进阶设计：你告诉模型的转化是什么，模型就给你送来什么样的用户

很多人以为广告回传就是一个技术配置——在叮咚外链后台填好转化ID、配好事件映射，然后就不用管了。回传”加粉成功”就完事了。

但实际上，回传事件的设计决定了你的广告模型在优化什么。你告诉模型”我要加粉成功的人”——模型就会给你送”会扫码加微信的人”。你告诉模型”我要加了微信之后会开口说话的人”——模型就会给你送”加了微信会开口说话的人”。你告诉模型”我要加微信后7天内会下单的人”——模型就会给你送”会下单的人”。

同样是回传”加粉成功”，但一个会开口、会成交的粉，和一个加了就沉默的粉，广告成本是完全不同的。回传事件的精细程度，直接决定了你买到的流量质量。

回传事件的三层金字塔

三层金字塔的关键规则：越往上，信号质量越高、但数据量越少。如果数据量不够模型学习，升级反而会让效果变差。

一个经典错误：在数据量不够的时候升级到深层回传

一个做家装的客户，日加粉只有20-30个。听说”深层回传效果好”，直接把回传事件从”加粉成功”升级到了”有效开口”。

结果：接下来一周，日加粉量从30掉到了10，加粉成本翻了一倍。

原因很简单：每天只有20-30个加粉，其中有效开口的只有10-15个。巨量引擎的oCPM模型每天只有10-15条转化数据来学习——这个数据量远远不够模型建立稳定的转化模式认知。模型”饿了”——它没有足够的信号去判断”什么样的人会开口”，于是出价变得保守、消耗降低、探索范围收窄。

升级回传事件的硬性条件：

• 升级到”有效开口”：日加粉量 ≥ 50，且连续7天加粉成本波动< 30%
• 升级到”关键行为（购买/成交）”：日加粉量 ≥ 100，且日购买/成交数 ≥ 15（给模型提供至少每天15条深层转化数据）
• 如果不满足条件→留在当前层，不要升级。宁可模型在一层跑得稳，也不要冒险跳到二层让它学不动

一个进阶玩法：分段回传

回传不是”要么传浅层、要么传深层”的二选一。叮咚外链支持分段回传——同时回传多个层级的事件，让模型有足够的数据量学习，同时又能逐步往高质量方向优化。

具体做法：

• 主回传事件：加粉成功（给模型提供大量数据，确保学习正常运转）
• 辅助回传事件：有效开口（告诉模型”同样是加粉，能开口的人更值钱”）
• 巨量引擎的转化归因支持”深度事件优化”——可以告诉模型”请优化加粉成本，但优先推那些加了粉之后会开口的用户”。模型会在保证加粉量的前提下，向”能开口的用户”方向倾斜推流

那个家装客户后来降回了”加粉成功+有效开口”的分段回传模式——主回传仍然用加粉成功保证数据量，辅助回传用有效开口定向优化质量。日加粉量回到了25-30个，但开口率从原来的30%提升到了48%。粉没有更多，但粉的质量明显提高了。

回传事件的自定义设置

在叮咚外链后台→回传设置→点击”新建回传规则”→选择事件类型：

1. 标准事件：加粉成功、有效开口、成交——叮咚外链预设的标准回传事件，配好即用
2. 自定义事件：可以基于标签、行为、时间条件来定义回传事件。举例：
   • “高意向回传”：加粉成功 + 客户在24小时内主动说了≥5句话 + 点击过至少1次产品链接 → 回传为”高意向用户”
   • “到店回传”：加粉成功 + 标签含”预约到店” + 到店时间在加粉后7天内 → 回传为”到店用户”
   • “老客复购回传”：标签含”已成交” + 距离上次购买≥30天 + 再次购买 → 回传为”复购用户”

自定义事件的核心思路：不满足于”加粉”和”开口”这两个通用事件——根据你的业务模型，定义属于你的”高质量转化”是什么。模型学到的不是”找会扫码的人”，而是”找会买你东西的人”。

回传事件的设计，不应该是一次性配置完就不再调整的事情。每3个月重新看一次：你的加粉量有没有变化？你的模型学习稳定了吗？你的”高质量客户”的定义有没有变化？回传事件的层级和颗粒度，应该跟着你的业务阶段一起成长。

产品咨询 / 免费体验：访问 didolink.com 了解更多