Disclaimer: 本页面已经过机器翻译。如有翻译不妥之处，敬请原谅。我们将尽快手动检查所有翻译。
选择合适的目标是成功优化的关键。
如果在广告活动尚未收集到足够转化数据之前设置了目标，Adspert 的算法可能会导致性能不稳定，并随着时间推移导致销售下降。
为什么转化量如此重要？
Adspert 依赖于广告活动历史数据中的统计模式。
为了准确计算成本、点击和收入之间的关系，系统需要一定数量的转化数据 —— 理想情况下至少：
最近 30 天内达到约 30 次转化
（≈ 每天 1 次转化）
这样，Adspert 才能基于有意义的模式做出判断，而不是受随机波动影响。
示例：目标设置得太早会怎样？
假设您的广告活动当前每日带来：
1 次点击
1 次转化
您设置了一个基于收入的目标，表现似乎稳定。
但某天突然没有转化：
点击仍然会产生费用
没有收入，平均表现下降
为了重新达到目标，Adspert 的算法会自动降低出价
然而，当出价降低时：
赢得的广告竞价减少 → 展示量减少
展示量减少 → 点击量减少
点击量减少 → 转化量进一步减少
此时算法再次做出反应，继续下调出价，从而进入下行螺旋：
出价降低 → 展示减少 → 转化更少 → 再次降低出价
广告活动逐渐失去曝光和表现力 —— 并非 Adspert 算法失效，而是由于目标设置得太早、数据基础不足。
如何避免这种情况？
Adspert 可帮助您自动预防此类情况。
每当您创建一个新的绩效组时，Adspert 默认会以“最大化销售额”为目标开始优化。
这样做可确保系统在切换至基于营收的目标（例如 ACoS、ROAS 或每次转化成本）之前，先收集足够的转化数据。
一旦您的广告系列在过去 30 天内达到至少 30 次转化，您便可以切换至基于营收的目标，并逐步进行微调。
如果后续出现明显的效果下滑，可能意味着当前的目标设置过于严格，不适合现有的数据量。在这种情况下，放宽目标设置或切换回“最大化销售额”有助于稳定表现。
简而言之：
过早设置基于营收的目标可能会引发效果持续下滑。
请先让 Adspert 收集足够的转化数据 —— 然后再设定一个切实可行的目标，以确保长期稳定的优化效果。
请注意：我们强烈建议至少拥有过去 30 天内的 30 次转化。
算法可用于学习的数据越多，优化效果就越稳定、越可靠。
如需了解更多相关内容，请阅读此文章。。
总结：
过早设置基于收入的目标，可能会引发广告效果的下行螺旋。
请先让 Adspert 收集足够的转化数据，然后再定义一个现实可行的目标，以确保长期稳定的优化效果。