每日投放报告 — 2026-08-02，对比 2026-08-01

1总览

同期群价值 —— d0 / d3 / d7 的 ARPU 与 ARPPU

按安装日计算，从每个用户自己的安装时刻起算：dN 是他自己的前 (N+1) x 24 小时。ARPU 取自 Adjust，也就是合作方后台看到的那一套；ARPPU 取自我们自己的支付流水，因为 Adjust 没有累计去重付费人数这个字段。窗口还没走完的档位留空，不写 0。

三个收入行的变化列是 ROAS（广告支出回报率）的变化。三个口径的金额都跌了， 跌幅大致跟着花费走。

账户用同样的价格买到了更少的量。 CPM（千次展示成本）涨了 21.1%，CTR（点击率）涨了 21.2%，正好抵消。

入账收入涨了，而这一天自己的流量赚得更少。 当天安装的人赚回来的那一份从 88.3% 降到 48.7%。

下跌是真的，幅度取决于用哪个口径。 当日回收读出 26.8%，同期群 24 小时读出 18.2%； 差额是靠后的安装还剩多少时间可以付钱。

没有一行分素材收入过了付费用户门槛，付费用户分别是 13、10、9 人；第 7 节仍然给它们排了序， 但那只能看方向，不能看幅度。

2分小时，2026-08-02

花费、展示次数、点击和安装数落在投放小时上。入账收入落在钱到账的那个小时。当日回收 和同期群落在安装小时上，也就是这个小时买来的流量后来赚了多少。所以只有当日回收和同期群这 两个比率是拿一个小时的收入除以同一个小时的花费；入账收入这一列放在这里，是为了让当天的总额能 追到它落在一天中的哪个位置。

Meta 自己给这一天的入账合计是 $610.49 · 2.19，走的是它的转化时钟。零投放小时里出现的安装， 是更早那些小时留在转化时钟上的残余，一共 38 个。

分析。 01–07 时是账户日 08-01 的尾巴：按账户时区，CBO 广告组到 17:59 已经花掉 $505.93， 超过每天 $500 的预算。

18–23 时不是预算用完： 到那时只花掉 $271.15，而且同一个账户日里广告系列后来又重新 投了出去。

十三个什么都没买到的小时，入账收入 $209.64，对应的当日回收只有 $15.96。 占入账总额 37.5%，占当日回收总额 5.9%。

投放小时之内，买量是稳的。CPM 在 $8.46 到 $11.95 之间，CTR 在 8.51% 到 11.12% 之间，整段没有 趋势。单次安装成本从 $0.458 一路滑到 $0.313。流量之后的表现就不稳：在实质相同的投放下， 分小时的当日回收 ROAS 从 0.00 跑到 2.27；同一批流量，11 时的当日回收读 0.58，观测时长 24 小时 读 2.97。

最后这一对读数就是截断，一行之内就看得见。小时之间要用同期群那一列比，两天之间要用当日回收 比。

3分国家

4汇总：两日对比

按 UTC 时钟，在两天都投放的 10 个小时上合并。每一个比值两端都用 Meta 的计量口径。

• 点击→安装 25.89% → 24.50%（−5.4%，p = 0.228），差异不显著。
• CTR 7.55% → 9.90%（+31.2%，p = 0.000），涨了。

跨小时合并是一次结构对比。 它按每个小时投放了多少来加权，所以它和第 2 节不加权配对 对不上的时候，动的是结构。

在这两天上，两种读法是一致的。 两种读法都把 CTR 判成上涨，也都没能把点击→安装读出 结果，而且没有哪一个小时在被比较的展示次数里占主导。

如果把比较固定在一条两天都跑过的素材上，就只能走广告账户自己的时区：共同投放小时的计算把每个 格子键在（广告系列，广告组，广告，账户日，账户小时）上，它那套共同小时的逻辑只有对着 Meta 自己的投放日才成立。下面是账户日 08-02 对账户日 08-01，相对本报告其他所有表格是一对偏移七小时 的窗口，水平值和它们对不上。只用两个账户日都投放的九个小时，因为一天之内的时段结构是最大的 混杂因素：01、02、03、05、06、07、08、09、10。

这里的安装数按格子归因、带回溯分配，相对 Meta 的 Leads 和原始注册时间戳，这是第三种计量口径。 这个子集在 H=24 上的同期群覆盖率两天都是 100%。

bikini 的共同窗口是四个小时：02、03、05、06；bodysuit 是全部九个。

那个合并漏斗同样读不出两天的差别。点击→安装跌 6.0%，p = 0.156；付费率跌 7.3%， p = 0.767。固定到 bodysuit，点击→安装涨 7.4%，p = 0.230，付费率跌 39.4%，p = 0.242，底下是 七个付费用户。

bikini 的点击→安装下跌取决于用哪套口径，不能当成定论。 按格子归因跌 27.8%，p = 0.004； 改用 Meta 自己的点击和安装跌 19.3%，p = 0.083。

所以点击之后的漏斗，在这两个账户日之间没有实质差别。动的是展示的价格。

回到报表时区，两天在三种口径上的读数：

入账收入按付费用户实际安装的 UTC 日拆开：

分析。 拆分表的第一行就是当日回收，所以入账和当日回收之间的差额就是继承下来的 同期群，没有别的东西。

08-01 两者几乎一致，1.51 对 1.34，因为到账的钱有 88.3% 是当天赚的。08-02 两者拉得很开， 2.01 对 0.98，因为不到一半是当天赚的。一天花得更少，而前几天的买家还在继续付钱，这样的日子在 入账收入上一定好看，在 Meta 版本的入账收入上更好看。这就是这个口径按定义该有的行为。

有两件事限定了 0.98 这个数能被推到多远：

• 当日回收按一天中的小时截断，而 08-02 的形状让这个截断的影响格外大。 它的投放在 UTC 17:59 结束，最后那批安装在午夜前只剩七个小时或更少可以付钱。同期群 24 小时修正的正是 这一点，它把这一天抬到当日回收之上 32.5%，08-01 只抬了 18.6%。修正之后跌幅读出 18.2%， 当日回收读出 26.8%。跌幅不会消失。
• 付费用户数很小。 08-02 有 32 个当日回收付费用户，08-01 有 83 个，分素材各行全部低于 16。 这里每一个素材层级的比值都只能看方向，不能看幅度。

两边都不能拿累积不足来解释：两个同期群在观测时长 24 小时上都是 100% 覆盖，08-02 最年轻的一次 安装在支付记录截取时点已经有 61.4 小时。

5分广告组，分小时

这个广告系列只有一个 CBO 广告组，里面装着三条广告，所以广告组这一行就是整个账户，能分开的 层级是广告；这里的行按素材标注。

只取投放小时，单一时钟的指标，按 UTC 日。bodysuit 投了 11 个小时，pool5 10 个，bikini 9 个；三条一起跑的是 09:00 到 17:59 这九个小时。

两个 UTC 日都跑过的两条素材：

分析。 相对 bodysuit，pool5 每次展示多付 31.8%，多拿 62.7% 的点击，转化率低 21.2%： 三个效应抵消到单次安装成本上落后 2.8%。

日与日之间，两条回来的素材走法不同。bodysuit 的展示价格涨 9.2%，点击率滑了 2.4%，但它多转化 了 11.3% 的点击，单次安装成本因此和前一天只差 0.6%。bikini 的展示价格涨 30.0%，点击率涨 28.8%，两边抵消，每次安装多付 5.6%。所以账户合并后持平的单次安装成本，是两条各自只动了 0.6% 和 5.6% 的素材，加上 pool5 以 $0.362 进场、占 27.7% 的花费。

6分广告组 × 国家

⚠ 花费和安装数是第 3 节说的账户日切法；收入走 UTC 日。 只列花费超过 $3 的格子，按花费排序。

分析。 印度内部和巴西内部，三条素材的跨度和国家之间的跨度一样宽，而每个格子只有一两个 付费用户：这个格子规模上分不出高下。

这张表做得好的是定位收入。每条素材的当日回收数字都靠着一个人。bodysuit 最大的单个付费用户占它 $100.67 的 42.3%，也就是 $42.58，正好是 09 时的当日回收合计。pool5 最大的那个占它 $105.65 的 33.6%，$35.53，正好是它整个巴西格子。bikini 最大的那个占它 $65.81 的 27.3%，$17.98，正好是 它整个美国格子。三条素材，三个摆在台面上的数字，底下各压着一笔消费。

bodysuit 的巴西行还把截断直接摆了出来：当日回收 $10.26，24 小时口径 $76.37。这个格子赚到的 钱大部分是在 UTC 午夜之后、买家到来之后的一天之内付的。

7分广告组，汇总，三种口径

下面三张表是固定素材小节，由 report_tables.py 生成，原样贴入。这一系列的每一份报告里， 它们的列和列序都相同，所以任意两天都能对着读。

A. 分素材：投放端

每个比值两端都用 Meta 的计量口径。我们自己的注册数据完全不进这张表。

B. 分素材：三种收入口径

每一列都是我们自己的口径。Meta 只能表达 booked 这一个，所以它括在那一列旁边，永远不单独成行。付费用户是去重的人数，不是交易笔数。同期群观测时长 H=24h，这一天覆盖率 100%。报表时区 UTC。

16 付费用户门槛（#37）：上面任何一行，只要付费用户数不到 16，就只能看方向，不能看幅度。

C. 分素材：国家结构

⚠ 本表按账户日切，而本页其余各表都在 UTC 时钟上。 Meta 不提供小时 × 国家的交叉表，所以分国家的投放数据只存在于广告账户自己的 UTC-7 日上，无法重新拼接。相对上面的 A 表和 B 表，它是一个偏移七小时的窗口；看结构可以，绝不能拿它和它们比水平。

最后一列是这条素材自己的当日回收里来自美国的比例：只要它远高于美国的花费占比，这条素材的回报是它买到的那块地域的属性。

分析。 哪条素材最好，取决于读哪个口径，而各个口径给出的答案对不上。

按当天的入账收入，bodysuit 遥遥领先，2.71 对 1.37 和 1.43，Meta 读得还要高，3.14。按它自己的 流量算，它在当日回收上垫底，0.78。pool5 说明了原因：它的入账和当日回收是同一个数， $105.65。 08-01 的 UTC 日它一点量都没买，07-30 和 07-31 收来的买家也没有一个在这个 UTC 日里 付钱，所以记在它头上的每一块钱都来自当天安装的人。bodysuit 和 bikini 在这之前的两个 UTC 日 都投放过，bodysuit 被记上的钱里有 71.3%、bikini 有 36.2%，是更早安装的人付的。只要哪一天 花费下降，入账收入就会把老买家存量最大、而且这些人还在付钱的那条素材推到前面。

不受小时影响的口径把差距收窄了。在观测时长 24 小时上，pool5 以 1.46 领先， bodysuit 1.36 在后，bikini 1.01 垫底。bodysuit 从 0.78 跳到 1.36，就是第 4 节说的那个 截断：它在 UTC 日里投得最晚，光是巴西一个格子就从当日回收的 $10.26 变成 24 小时口径的 $76.37。

8口径与边界

• 付费用户数是最硬的约束。 08-02 有 32 个当日回收付费用户，08-01 有 83 个。每一行分素材 数据都未过 16 付费用户门槛，而且每一行里都有一个人占了这条素材全部当日回收的 27% 到 42%。国家格子和素材×国家格子经常只装着一笔支付：$4.99、$5.13 和 $5.89 在第 6 节里就是整格 的合计。
• 在这份切法上，累积不足不构成边界。 以 2026-08-05 10:59 UTC 的支付记录截取时点算，两天的 24 小时同期群覆盖率都是 100%，08-02 最年轻的一次安装已经有 61.4 小时。
• 当日回收按一天中的小时截断，08-02 的形状让这个截断的影响格外大，因为投放在 UTC 17:59 就结束。同期群 24 小时去掉了截断，这一天仍然跌 18.2%。
• 国家表和地区图的花费列与安装列按账户日切，相对这里其他所有表格偏移七小时，是 UTC 收入 除以账户日花费。它们只承载结构。
• 第 4 节的分素材检验和预算区间表按构造就走 Meta 时钟，描述的是账户日和账户上的预算区间； 本报告其余部分走的是 UTC 日。
• 在这个量级上，收入判不了素材测试。 整段投放里每次安装的收入变异系数是 6.49，要做到 20% 的分辨率，每条实验臂需要 16,526 次安装。同预算区间下最大的一条是 R5 里的 bodysuit， 1,430 次安装，只有那个数的 9%。这里每一个 ROAS 都是描述性的。
• 两段停投把 UTC 日的投放切开，剩下 00:00 这一个小时和 08:00 起的十小时连续段，所以这里 每一个日级别的数字都把三段合在一起：一段在上一个账户日已经花完预算，一段完全没有投放， 一段是完整的投放段。
• pool5 在 08-01 的 UTC 日没有投放，所以它没有日与日对比的行。
• bikini 在 08-02 改用 Meta 自己的点击和安装重算，同样四个小时是 25.72% → 20.75%， 两个结论分居 0.05 两侧，底下 72 次安装；它的付费率在同样这些格子上往反方向动了 99%， p = 0.162。
• pool5 的投放端领先在预算区间里仍然成立。 整个 R5 里它的 CTR 领先超过一半，单次安装 成本和最便宜的那条只差 3% 以内。

9要把这些问题定下来，需要什么

10交给 E2 的东西

按 Meta 时钟，CBO 广告组在 08-03 的 04:20 停止投放，接替它的是 E2：一个随机素材测试，每个 ABO 广告组只放一条素材。

要超过的基准是 UTC 时钟上当日回收 ROAS 0.98、单次安装成本 $0.374，或者观测时长 24 小时上的 1.30。不是入账的 2.01，也不是 Meta 记的 2.19。 E2 的每一条实验臂都是全新的，因此没有继承 同期群，就像 pool5 在 08-02 一个都没攒到一样；拿一条 E2 实验臂去比这个广告系列的入账数字， 等于用当期新增去比累计存量，会让 E2 显得比实际差。当日回收比当日回收，同期群 24 小时比同期群 24 小时。印度仍然占买量的四分之一，价值是账户的 0.87 倍，任何素材测试都碰不到这一点。

11附录：报表时区、三种口径与预算区间

报表日是 UTC 日，为的是和 Adjust 对齐。Meta 的分小时导出按广告账户自己的时区 UTC-7 打时间 戳，所以上面每一个投放数字都是从两个账户日重新拼接出来的：08-01 17:00–23:59 和 08-02 00:00–16:59。

三种收入口径贯穿每一张表，彼此从不混用。

三个都读我们自己的支付记录，Meta 的数字括在入账收入旁边，永远不单独占一行。两者之间的口径 校验走 Meta 时钟，在那里它的转化价值可以对着它所属的那一天来读；两个账户日上，我们的记录分别 是 Meta 入账价值的 0.94 和 0.91，落在已记录的 0.91–1.06 区间里。

两套口径统计的安装人群不同。 Meta 归因出 1,963 和 745 次安装；我们自己的记录把 2,134 和 795 条注册系到这些广告上。本报告里每一个 ROAS 都是收入除以花费，两个数都没有用到。安装数和 单次安装成本这两行用的是 Meta 的。

预算区间是广告组日预算没有发生变化的一段时间。 它之所以重要，是因为在这个账户上预算是 地域旋钮：调高预算就会买到更宽、更便宜的国家，所以跨过一次预算改动去测两条素材，比的是不同 的受众。

这两天不在同一个预算区间，这一条限定了报告里的每一次对比。 08-02 整天都落在一个预算区间 里，R5，每天 $500，按 Meta 时钟它从 08-01 04:10 跑到 08-03 04:20。08-01 不是：它的窗口开在 更早一段每天 $500 设置的尾巴上，中间跑在每天 $875，UTC 11:10 又回到每天 $500，它的花费里 $435.60 落在这次改动之前，$298.34 落在之后。这种横跨来自 UTC 窗口要往回伸进上一个账户日。 预算区间要从 Ads Manager 的操作历史里读，任何导出文件都还原不出来。

12复现

报表日 2026-08-02 00:00 → 24:00 UTC，从账户日 08-01 17:00–23:59 和 08-02 00:00–16:59 重新 拼接，账户固定在 UTC-7。所以一次 UTC 口径的拉取，除了当天的分小时导出，还需要前一个账户日的。 支付记录截取到 2026-08-05 10:59 UTC，这让 08-02 的安装有 61.4 到 82.9 小时、08-01 的有 83.1 到 106.9 小时，两个 24 小时同期群因此都已走完。国家数字来自一次全账户的 Country × Day 拉取，按账户日切。

Meta 的行按 Ad ID 选取，不按广告组名或素材名：E2 的素材名和这个广告系列的逐字节相同， 而它的第一个广告组在 08-02–08-03 有十个小时也叫 ww_broad_purchase_adv_cbo150。按名字过滤会 多归因约 70%。

cd C:/Projects/VideoGenAI_Related
CFG=_runs/2026-08-05_0804_settled/run_config.json          # tz: UTC
python -m ad_ops.measures      --config $CFG --day 2026-08-02 --prev 2026-08-01
python -m ad_ops.cohort_arpu   --config $CFG --days 2026-07-31,2026-08-01,2026-08-02
python -m ad_ops.report_tables --config $CFG --day 2026-08-02 --prev 2026-08-01
python -m ad_ops.report_charts --config $CFG --day 2026-08-02 --prev 2026-08-01 \
    --days 2026-07-31,2026-08-01,2026-08-02 \
    --out ad_ops/figures/2026-08-02 --relpath figures/2026-08-02

# META clock — the instrument gate, §4's per-creative tests, and the regime table
python -m ad_ops.measures --config _runs/2026-08-05_0804_settled/run_config_meta.json \
    --day 2026-08-02 --prev 2026-08-01
python -m ad_ops.day_compare --config $CFG --today 2026-08-02 --prev 2026-08-01 --h 24 \
    --campaign bailingxia_meituan_ww_cvr_260730 --ads ww_bikini_10s,ww_bodysuit_10s,ww_pool5
python -m ad_ops.asset_estimator hourly --horizon 12 \
    --meta ad_ops/_data/b1_meta_exports/B1-Ads-Jul-30-2026-Jul-30-2026.csv \
           ad_ops/_data/b1_meta_exports/B1-Ads-Jul-31-2026-Jul-31-2026.csv \
           _runs/2026-08-03_aug2_hourly/exports/ads_hourly_aug1_settled.csv \
           _runs/2026-08-03_aug2_hourly/exports/ads_hourly_aug2_settled.csv \
           _runs/2026-08-04_e2_start_and_0803_report/exports/ads_hourly_aug3_settled.csv \
    --lum _runs/2026-08-05_0804_settled/lum \
    --fx  _runs/2026-08-02_today_read/fx_rates.json \
    --ads ww_bikini,ww_bodysuit,ww_pool5

report_tables --prev 会输出第 2 节的共同投放小时配对、第 4 节的合并漏斗，以及第 7 节的三张 固定表格。report_charts 会写出全部十九张图，以及按小节分块的图片链接。

如果前一个账户日的分小时导出缺失，measures 这一步会直接报出缺的是哪一个文件；没有这道拦截， UTC 日的前七个小时就会被填成偏低的数字。估算器出于反方向的同一个原因需要 08-03 的分小时 文件：广告系列跨过午夜还在投放，没有这个文件，attach_cohorts 会把午夜之后的每一次安装都 带回到 08-02 的最后一个格子里。