同预算区间重做：预算、小时、同期群成熟度都固定住之后，还剩下什么

1一句话结论

这个账户里没有任何东西能确定这两条素材谁更好，而想给出答案的四次尝试，各自因为不同的原因 失败了。

#47 提出的地域假设被推翻了：在 $875 预算区间内部，bikini 拿到的印度量比 bodysuit 少， 31.8% 对 39.3%，p = 0.007；而这点结构差异值多少钱，是 −0.9%，95% 置信区间 [−21.2%, +27.5%]， 和零分不开。两个方向上都没有地域修正可做。

但它本来要解释的那个差距，同样读不出来。每安装收入的变异系数是 6.68；要在观察到的差距上把 两条素材分开，每臂需要大约 19,000 次安装，而这个账户跑出过的最好窗口只有 732 和 488， bootstrap ROAS 是 1.18× [0.64–1.82] 对 1.45× [0.54–2.58]。

投放侧的结论也一样站不住。在素材真正控制得了的每一个环节上，CTR、点击→安装、付费率，两条素材 都分不开。唯一把它们分开的指标是 CPM，而 CPM 由竞价决定，不由视频决定，并且它在 Meta 加量的时候出现、停手的时候消失（每小时 $1.6 时是 0.98×，每小时 $20 以上是 1.43×，对该广告 自己的每小时花费回归 R² = 0.79）。

这一切底下还有一层：Meta 的分配不是证据。 在 $875 那一步，它手上有两个已经停投的实验臂， 它重新启动的是只有 1 笔交易的那个，而不是有 13 笔的那个，然后一路把它抬到 76% 的预算，其间它的 累计 ROAS 只有 0.21。原因是产能，一个实验臂花不掉 $875/天，而不是 Meta 判断出了什么。

2#47 要求做的那个检验

预算区间 R4（$875/day，07-31 17:21 → 08-01 04:10 PT）是唯一一个两条素材都跑出量、而且跑在 同样这十个小时里的窗口。安装级别的国家来自 Lum 注册频道；每一次安装都归到产生它的那个投放小时。

bikini 是往远离印度的方向偏，不是往印度偏，而且这点差异值不出一个能测出来的数。 印度 这个差距本身是实的，底下压着 732 和 488 次安装。它的价格不是。把它换算成钱要用的那些国家 价值，本身就是估计值：印度的每安装收入压在几百次安装上，美国压在几十次上，一个大额付费用户 就能把任何一边推动。对合并后的安装重抽样、每抽一次就重建一遍国家表，得到的价值差距是 −0.9%，从 −21% 到 +28%，跨过了零，而且跨得很宽。

这个答案比往任何一个方向倒都更有用：素材比较不需要做地域修正，因为地域差异本身证明不出值 任何钱。

曝光上的混杂确实存在，所以这个问题值得问：

bikini 几乎整个活在 $875 预算区间里，bodysuit 摊在四个区间上。所以两者之间任何一次合并 全生命期的比较，都正好按 #47 怀疑的方式被混杂了。把两者都标准化到账户的预算区间分布上， bikini 的印度占比从 31.5% 落到 23.6%，bodysuit 往反方向走。混杂是在的，方向和当初假设的 相反。

3给结构定价，以及它值多少

国家占比的变动只有在动到钱的时候才算混杂。每条广告自己的结构，都按同一批格子算出来的合并国家 价格来估值：占比取自该广告，价格取自合并池。单条广告在某一个国家内部的收入在这里根本测不了， 所以从不使用。

这里落出两件事，外加一件"没有的事"：

1. ROAS 的差距全部来自获客成本。 bikini 每次安装付的钱比它自己的受众所隐含的高 21%， bodysuit 低 7%，成本侧摆动 30%；而收入侧两边都低于各自结构的预期，幅度也差不多。
2. 收入侧分不开它们。 bootstrap 区间几乎整段重叠，第 6 节表明这不是这个窗口的性质， 而是这个指标本身的性质。
3. 没有结构修正可做。 两个实验臂的预期每安装收入相差在 4% 以内，而这 4% 带着一个从 −21% 到 +28% 的区间。用单张国家表算出来的"结构中性 ROAS"，取决于这张表建在哪个人群上，会读出 −14% 或 −22%；两个数都不是真的。差距就按原始的 −19% 记着，不做修正，因为地域对它说不出 任何能测量的话。

4成本差距落在哪里，以及它为什么不属于素材

CPI = CPM/1000 × 1/CTR × 1/(点击→安装)。在同样这十个小时里：

钩子不是问题：CTR 相差 3%，点击→安装 bikini 还高 6%。整个差距都在展示价格上。两个控制 变量能把它压小，还有一个能把它化掉。

小时结构。 标准化到每小时的合并展示次数上，差距是 +38%，十个小时里有九个 bikini 更贵。 版位。 只有日级别数据，但在 07-31，每条广告的 CPM 都落在它自己版位结构所隐含的值的 5% 以内（0.95 和 1.02）。地域。 把每个实验臂自己的国家结构按合并国家 CPM 定价，地域预测 bikini 应该高 +11%；实际高 +35%。剩下 +21%。

但在那些小时里 bikini 的花费强度是 1.65 倍，而这笔溢价跟着推量走：

把 CPM 比值取对数，对 bikini 自己每小时花费的对数做回归：b = +0.132，se 0.019， R² = 0.79。 推量翻一倍，它的 CPM 涨 10%。轨迹直接把这件事显出来：重新开跑的第一个小时， $1.6/h，bikini 的 CPM 是 bodysuit 的 0.98×，持平。Meta 把它拉到 $39/h，它就跑到 1.3–1.7×。05:00 花费塌到 $4.5/h，它回到 1.01×。溢价跟着加量出现，加量一停就消失， 来回两次。

有一个小时两者的花费是真正对齐的，07-31 19:00，$19.0 对 $18.0，那一小时是 1.31×。所以残差 不能排除。但 n = 1，因为这两条广告几乎从来没有在同一小时里跑到可比的花费：Meta 一直在把预算 从一边挪到另一边。

CPM 是竞价定出来的价格，不是视频的属性。 在 CBO 里出价来自 Meta 自己预测的转化率，所以 CPM 更高既可能是 Meta 为它看好的广告抬价，也可能是它给评分低的广告多收钱，两种机制方向 相反；而 Meta 自己的质量排名、互动率排名和转化率排名，在这几条广告上每一份导出里都是空的， 因为它们谁都没达到 Meta 放出这些排名的量级门槛。它在任何一个方向上都不能当作素材结论来读。

5素材真正控制得了的每一个环节

按钟点小时配对，并把花费强度作为回归项扣掉：

原始的 CTR 差是 −0.25pp，底下是 34,345 对 23,398 次展示，p = 0.275，在这个量级上仍然分辨 不出来，因为它本来就极小。在素材控制得了的每一个环节上，两条素材都分不开。 唯一把它们 分开的是展示的价格，而价格不由素材定。

区间还是给它划了界：CTR 的差不会超过约 25%，点击→安装不会超过约 34%。把这两条视频分开的东西 不管是什么，都很小，这正是第二阶段德语区方案的预判：它当时查清了全部 252 条片子都是同一个 镜头，历来只有脸和上衣两处在变。

6Meta 的分配不是质量信号

在 $875 那一步，Meta 手上有两个已经停投的实验臂，账面上是这样：

pool5 停投期间还在出转化，零花费上又来了 2 笔交易，值 $18.73，是 7 天点击归因窗的尾巴。 Meta 重新启动了 bikini，并且在这轮剩下的时间里给 pool5 零预算。 最顺手的机械解释也 不成立：pool5 是 15 秒，另外两条是 10 秒，但 07-30 它在所有相同版位上都跑过，占比也相当， 所以不存在投放资格上的阻挡。

然后它在一段证据不利于 bikini 的时间里，一路给它加量：

同一个 18:00 的决策点上，bodysuit 手里是 25,075 次展示、11.29% 的 CTR、73 笔交易、 ROAS 1.81。Meta 凭着一个小时 211 次展示、零交易，就把预算切到 51%，并且在 bikini 的累计 ROAS 只有 0.21–0.29 的时候继续往上加。

17:21 变的是预算，不是证据。 $875/天需要每小时稳定花掉 $36.5；bodysuit 在这一步之前的 峰值小时是 $28.5，第二天完全单跑的时候平均也只有 $28.1。一个实验臂扛不住这个预算，所以 Meta 开了第二个出口，而开哪一个不是按表现挑的。

结果就是：分配在任何一个方向上都不携带素材质量的信息。 这个账户此前把"Meta 把 bikini 停投了"读成对它不利的证据，同样是错的。

7管着其余一切的那个发现：收入当不了这件事的裁判

R4 这个窗口是这个账户跑过的、检验效能最高的一次素材比较：同一个预算区间，小时对齐，两个同期群 都已经完全累积，而且是有记录以来最大的两个安装同期群。对安装做 bootstrap（自助重抽样）：

两个区间几乎整段重叠。每安装收入是一个几乎全是零、偶尔冒出大值的向量，只有 4.2% 的安装付过钱， 所以它的离散程度相对均值大得离谱：

n = 3,179 · 付费用户 4.2% · 均值 $0.454 · 标准差 $3.029 · 变异系数 6.68

要分辨实际观察到的 −19%，每臂需要约 19,000 次安装。这个窗口只有 732 和 488，分别是需求量 的 4% 和 3%。这个账户里两条素材之间的 ROAS 比较，从来没有一次接近可分辨，包括本文算出来的 这几次。投放侧是在几万次展示、而不是几十个付费用户上测的，一晚上就能分辨出 0.5pp 的 CTR 差。

这个需求量只能看数量级，不能看具体数字。 观测时长拉长、付过钱的安装变多，变异系数会下降， 所以 20% 那一行在 H = 6 是约 18,600，H = 12 是约 17,500，H = 24 是约 11,600。再往后账户就测 不了了，只有 40 次 vid_ww_* 安装满了 48 小时，其中一个付过钱。在这个范围内它任何地方都没有 掉到每臂 10,000 以下，而 732 全程都只是它的 4–6%。

另一半是覆盖率。 一个按某个观测时长报出来的 ROAS，对那些还太年轻、够不到这个时长的格子里 压着的花费，什么也没说：

括号里是该广告生命期花费中，年龄够得到这个观测时长的那部分占比。bodysuit 的全生命期数字， 在 H = 12 描述的是它 63% 的钱，在 H = 24 是 40%，因为它大部分花费都很新；bikini 的 H = 24 数字描述的是 1%，根本不算一个数。只有上面 R4 那个窗口两个实验臂都是满覆盖，所以只引用 这一个比较。

所以素材筛选靠 CPM 和 CTR。ROAS 量的是账户的规模，量不了素材。

8这个账户，一件事一件事地看

预算改动不是唯一的事件。一条素材开始或停止投放，会改变这个广告组里其他每一条素材面对的 竞价，所以一个跨过这种时点的窗口，比的是两个不同的竞争环境。把两类事件取并集来切分，每一次 预算调整、每条广告第一个和最后一个投放小时、优化器把某条素材停投的每一段空档，切出来的才是 这轮投放的真实形状。

⚠ 三条素材从开跑起就都是开着的。 这个窗口里唯一一次人工开关是 08-01 06:55 关掉 bikini； bodysuit 在约 17:00 跟上，已经超出数据截止点。下面其余全部是 Meta 在 CBO 广告组内部重新 分配：一条广告投放量为零，它仍然是开着的、仍然在竞价，只是那一小时没拿到预算。这个区分正是 第 5 轮测试的发现：互不重叠的投放窗口是优化器干的，不是谁动的手。人工开关在任何一份导出里也 没有；Ad delivery 是导出那一刻盖上的戳，同一个小时，在广告还在跑时拉的文件里读作 active， 在暂停之后拉的文件里读作 inactive。

← 标出该预算生效的那一段。受众价值是这一段自己的国家结构按合并国家价格定出来的，是唯一 一列不受"这笔钱是哪条广告赚的"混杂的。

Meta 在 $150/天 上，开跑六小时之内就自己把三条素材里的两条停投了，又在 $875 那一步之后 39 分钟把 bikini 放回来。没有人动过这些广告。三个实验臂的投放窗口互不重叠，源头就在这里； 跨着它们算出来的每一个单素材数字，描述的也就是 Meta 的排期，不是素材。

各地区的表现。 印度跟着预算走，也跟着回来，和 #47 的结论完全一致：$250 时 18% → $500 时 30% → $875 时 39% → 回到 $500 时 29%，全程素材固定为 bodysuit。结构效应毫不含糊。

它值多少钱是另一回事。 整轮投放里受众的价值在 $0.316 到 $0.657 之间动，但两个极值来自 最薄的两段（43 和 38 次安装），四个大段之间它落在 $0.445–$0.576，跨度约 25%。同一段时间里 CTR 从 12.0% 掉到 7.6%，再回到 8.8%，摆动 37%，而且这是在几万次展示、而不是几百次安装上 测出来的量。

所以地区这条线是整个故事里较小的一半。 预算确实推动地域，地域确实推动受众的价值，这条 通路在两个极值之间值大约四分之一。更大、而且测得准得多的效应是：在 $875 上 Meta 买到的是 同样这些国家里意向低得多的人，展示更便宜，CPM 掉了 60%，CTR 腰斩，所以单次安装成本反而 涨了。

唯一一次真正的关停。 08-01 06:55 关掉 bikini 之后，bodysuit 在 $500 上单跑，CPM 是 $8.74，而前一段两条都在投时是 $6.62，两段的印度占比几乎一样（29% 对 28%）。它接手了原先被 bikini 吃掉的预算，只能沿着自己的成本曲线往上买。⚠ 这一段同时也是白天，前一段是通宵，而 第 3 节表明一天中的小时本身就会推动 CPM，所以这件事和"存在一个真实效应"是相容的，它本身还 构不成证据；干净的版本需要一次在对齐钟点小时上做的关停。

9重新审视预算

#47 确立了预算会推动国家结构，并据此读出账户的下滑。结构确实在动；留下的问题是它值多少。把 每个预算区间的合并结构按账户级的国家价值定价：

结构摆动极大，值的钱极少。 各预算区间之间印度从 14.9% 走到 34.6%，摆动 20pp，而由此得到 的受众价值只在 1.45 到 1.67 之间，并且 $875 区间定出来的价还比 $500 区间高 6%。顶替印度的 那些国家并没有系统性地更好：印度的每安装收入（$0.410）只比账户均值低 12%，单次安装成本 （$0.347）高 7%，所以它差的是大约五分之一，不是差好几倍。

预算真正的伤害，要把同一条素材固定在同样的钟点小时上才看得见：

预算翻三倍并不是把同一批人买得更贵，而是买到了多得多、便宜得多的展示，来自意向低得多的 受众。CPM 掉了 60%，CTR 腰斩，所以单次安装成本还是涨了 15%。每安装收入丢掉的 34 个百分点里， 国家结构只解释 12 个；其余是同样这些国家内部的受众质量，也就是 CTR 塌方在测的东西。做国家 定向能把这一步预算造成的损失找回大约三分之一。

预算是一个上限，真正的处理变量是实际花掉的钱。 相隔一天的两组"同为 $500/天"的小时，Meta 实际花出去的钱相差 1.34×，其间 CTR 掉了 17.7%。按钟点小时配对、对花费比值做回归：花费 弹性 −0.724 [−1.31, −0.14]，残余的日效应 +1.3% [−16.8%, +19.4%]。花费预测 −18.8%， 实测 −17.7%。不存在衰减，每一次比较都必须对齐实际花费，而不是对齐旋钮。

⚠ 那张表里的收入列不可信，投放列可信。 一个等预算的对照，同一条广告、同样的钟点小时、 两天都是 $500，把实测 RPI 推动了 −75%、ROAS 推动了 −73%，和预算对比造成的幅度一样大，而 CTR 只动了 −7%，印度只动了 +2.7pp。在约 150 次安装的格子上，收入侧就是噪声。这里的结论是 CPM、 CTR 和结构这几个数字；ROAS 那几个数字只是示意。

10pool5，在它被再次引用之前

pool5 的 3.01× 是 151 次安装上推算出来的同期群 ROAS。两天过去，它可以直接拿实际到账的钱 核对，不用再争。它的 07-30 同期群现在基本走完了：收入的 100% 在 48 小时内到齐，50% 在第一个 小时内。

不是结构造成的假象。 它跑的那个 $150 预算区间，预期 ROAS 定价是 1.48，当前 $500 区间是 1.45，差 2%。这个区间并不格外慷慨，所以这个数字不能用"它在哪里被展示"来解释。

也不是一个结果。 十一个付费用户，其中一个柬埔寨账号做了四笔交易，占掉四分之一的收入。 对照第 6 节那张表，151 次安装什么也分辨不出来。pool5 从 08-01 约 17:00 起就在 $500/天 上 单跑，这段投放一点都不在本文的数据里；Telegram 重建到 08-01 16:38 那次导出为止。

11这改变了什么

1. 砍掉 ww_bikini_10s 在任何一个方向上都没有证据支撑。 0.82× 不是证据（那是自然日造成 的假象），1.13× 对 1.45× 不是证据（分辨不出来），CPM 溢价也不是证据（它是 Meta 推量力度的 函数）。这一刀可能砍对了，但它没有被论证过，这是两回事。唯一一个把花费、小时和地区都 固定住的比较是付费率：Mantel-Haenszel 优势比 3.17，p = 0.096，四个共同国家里全部更高， 它反而倒向另一边；而 bodysuit 的 ROAS 优势是比利时、斯洛文尼亚和瑞士的三个付费用户， 占它 R4 收入的 55%。
2. 给素材排序只用 CTR。 它是唯一一个在买得起的量级上就能分辨的、由素材控制的指标。CPM 描述的是竞价。收入要读出 20% 的差距，每臂需要约 17,500 次安装，也就是每臂 $6,100 的媒体 花费。
3. 永远不要把分配当成质量。 Meta 的花费切分由预算产能和它自己的探索状态驱动，而在我们 唯一能审计的那个时刻，它从两个实验臂里挑了差的那个。
4. 条件要加在实际花费上，不是预算设置上。 预算是一个上限，Meta 在那一小时实际花掉的钱才 是处理变量。"同为 $500/天"的小时，真实花费相差 1.34×，把这一点修正掉之后，日与日之间看似 的衰减全部消失（残余 +1.3%，置信区间 [−16.8%, +19.4%]）。#47 的"这个广告系列从未衰减" 成立。
5. #47 的机制是对的，权重给错了。 预算推动国家结构，近乎确定性，而且可逆：bodysuit 单跑、同样的钟点小时、$250 → $875，印度 19.1% → 41.7%，CPM 14.01 → 5.60。但按账户 的国家价值定价，结构这条通路只值预期 ROAS 的 ≤15%，以及 CTR 跌幅的大约三分之一；其余是 国家内部的受众质量。另外，把便宜的印度流量带进来的不是 bikini，bikini 是印度占比 更低、CPM 更高的那个实验臂，把它加进来反而稀释了账户的印度占比。
6. 这个实验设计回答不了这个问题，再多分析也补不上。 在我们能观察到的每一个分层内部， Meta 都在做选择，依据的是一个任何导出里都没有的预测转化信号。只有把受众随机化，也就是 Meta 的 A/B 测试，才能识别出素材效应。在不同广告组里给相等预算不行，因为每个广告组内部 仍然各自优化。

12复现

上面全部内容出自一条命令。单元是 (ad, delivery hour)；每一张表都是在它之上做一次筛选和一次 分组（ad_ops/asset_estimator/cohorts.py，视图在 views.py）。

cd C:/Projects/VideoGenAI_Related
L=_runs/2026-08-01_account_recheck

python -m ad_ops.asset_estimator hourly     --meta ad_ops/_data/b1_meta_exports/B1-Ads-by-hour-Jul-30.csv            ad_ops/_data/b1_meta_exports/B1-Ads-Jul-31-2026-Jul-31-2026.csv            $L/ads_hourly_aug1.csv     --lum $L/lum --fx $L/fx_rates.json     --ads "ww_bikini_10s,ww_bodysuit_10s,ww_pool5" --horizon 12

它在两处宁可报错也不猜：没有 Time of day 列的导出会直接抛异常（把一整天折成一个格子，正是 这个单元要消掉的错误）；比观测时长年轻的同期群会被排除，它的花费按覆盖率缺口报出来，而不是 截断后并进总计。

缩放检验（第 3 节）、对齐钟点小时的预算对比（第 8 节）和 pool5 的同期群重建（第 9 节）仍然 是 _runs/2026-08-01_regime_matched/ 里的一次性探针；它们各自回答过一次机制问题，不属于任何 周期。

这次遇到的数据缺口，按约束力从强到弱排列：

• 07-30 19:00 之后没有分小时导出，所以 $150 预算区间只拿到 7 个小时里的 5 个。产生 pool5 大部分收入的那些安装就落在缺掉的两个小时里，所以第 9 节用的是 Meta 的整日花费，不是同期群表。
• 08-01 04:00 整个小时投放完全停止，正好在 $875 → $500 那一步上，三份导出都显示零展示。 这一小时里注册了 15 次安装，被回挂到产生它们的 03:00 格子。整轮投放里有 79 次安装需要这样 回挂；另有 58 次在三小时内找不到任何投放小时，已排除。
• 版位拆分只到日级别，没法按预算区间切。一份分小时 x 版位的导出，能把 CPM 差距上最后一个 未定的机制关掉。
• adjust_sink 仍然是死的，所以以上全部都压在一份人工 Telegram 导出上，下界是 2026-07-11， 上界是 08-01 16:38。