解读

面试官想知道三件事：

1. 你是否理解“人群包”在国内主流投放平台（巨量千川、腾讯广告、阿里妈妈、快手磁力引擎）里的实时更新机制；
2. 能否把“实时”与“ROI”挂钩，给出可落地的数据闭环与决策节奏；
3. 是否具备跨部门协同能力，把运营、产品、BI、算法、预算方拉到一张桌上，用最小试错成本完成迭代。

知识点

1. 实时数据回流链路：曝光→点击→激活→注册→首购→复购，必须在秒级/分钟级回传到CDP或DMP，才能触发人群包再计算。
2. 国内平台支持的三种实时更新方式：
   • 规则人群：用行为事件（如30分钟内有加购未支付）做触发，15分钟级刷新；
   • Lookalike动态拓量：平台自动把高转化人群作为种子，每小时重算相似人群；
   • RTA接口：广告主自建算法，50ms内返回是否参竞，实现“人群包外”的实时决策。
3. ROI拆解公式：ROI = ARPPU × 转化率 / CPA；实时调包的核心就是把预算瞬间倾斜到高ARPPU且低CPA的子人群。
4. 关键阈值：
   • **转化成本≥目标成本×120%**立即缩量；
   • **GMV≥预算×1.5倍且ROI≥目标ROI×110%**立即放量；
   • 频次≥3次无转化即加入“负向人群”并实时排除。
5. 合规红线：个人信息保护法要求任何标签合并、出境、共享必须获得用户单独同意，实时调包不能触碰明文手机号、IMEI等敏感字段，需用MD5+盐或平台加密设备号。

答案

“实时调整人群包提升ROI”在我过往工作中分三步跑通：

第一步，数据底座。把埋点、订单、广告平台回传统一到Kafka→Flink→StarRocks的秒级链路，确保转化事件5分钟内写入CDP。这样人群包才能“用今天的数据，投今天的用户”。

第二步，分层实验。

1. 把日预算切成10%探索+90%稳态；
2. 探索池用规则人群圈出“高意向但未转化”用户，如“近7日浏览≥3次且客单价≥类目客单1.5倍”；
3. 稳态池用Lookalike 5%相似度种子包，每小时让平台自动拓量；
4. 开启RTA只对老客做实时出价，新客交给平台OCPC，避免内部竞价。

第三步，实时决策引擎。

• 设定双阈值：ROI<1.5且CPA>目标20%立即降出价20%；ROI>2且CPA<目标80%提出价15%；
• 用Flink CEP检测30分钟无转化且曝光>2000的人群，实时回写DMP加入“冷启动黑名单”，下一竞价周期直接排除；
• 每日16:00与20:00两个流量高峰前，自动扩容当日已转化用户的Lookalike 3%包，保证高ARPPU人群第一时间吃到峰值流量。

通过这套机制，我们把618大促的实时ROI从1.8提升到2.6，CPA下降22%，探索池预算占比从10%提升到35%仍保持ROI不降，验证了模型的稳健性与可扩展性。

拓展思考

1. 如果平台RTA QPS上限只有2万，而峰值竞价QPS 10万，如何设计分层熔断策略，既保ROI又不丢量？
2. 当iOS 隐私政策导致设备号回传率下降40%，如何用SKAN转化值+站内行为重建实时人群模型？
3. 在多品牌集团场景，A品牌的高净值人群实时包能否共享给B品牌，如何绕过数据合规与内部结算双重门槛？