Google UAC从Install到AddCash：事件流优化让CPA降了60%
还在跑Install？你不是在买用户，是在养机器人
盘总，咱们算一笔账：
你在Google UAC上跑印度Rummy，优化目标是Install，CPI是$0.10，每天花$1,000，获得10,000个安装。看起来很美对不对？
但是：
- 10,000个安装里，真正打开App的只有3,000个
- 3,000个打开的里面，注册的只有500个
- 500个注册的里面，充值的只有5个
- 5个充值的，平均充了$8
你花了$1,000，赚回来$40。ROI是4%。
这不是投放，这是往水里扔钱。而且扔的还是大额现金。
Install优化为什么必死？
这不是你的问题，是机制的问题。
Google UAC的算法逻辑很简单：你告诉它"我要安装"，它就去找"喜欢安装App"的用户。在印度，这类用户画像长这样：
| 特征 | "喜欢安装"的用户 | 你真正想要的用户 |
|---|---|---|
| 日均安装App数 | 10-20个 | 1-2个 |
| 安装后打开率 | 20-30% | 80-90% |
| 注册率 | 5-10% | 60-80% |
| 充值率 | 0-0.1% | 8-15% |
| 是否为真人 | 50%是机器人 | 100%真人 |
| 设备类型 | 低端机为主 | 中高端机 |
| 网络环境 | 共享WiFi/数据中心 | 4G/家庭WiFi |
Google的算法其实很聪明——它确实在帮你找"安装用户"。问题是你要的不是"安装用户"，你要的是"充值用户"。告诉Google你真正想要什么，它才能帮你找到对的人。
事件流设计：iGaming场景的完整方案
事件链路架构
不能直接从Install跳到AddCash——中间事件太少，算法学不动。正确的做法是设计一个渐进式的事件链路：
| 事件层级 | 事件名称 | 触发条件 | 回传参数 | 算法用途 |
|---|---|---|---|---|
| L0 | Install | 用户安装App | 设备信息 | 基础归因（不用于优化） |
| L1 | app_open | 首次打开App | 无 | 过滤未打开的假安装 |
| L2 | registration | 完成注册 | user_id | 识别有意向的真实用户 |
| L3 | first_game | 完成第一局游戏 | game_type | 识别有参与度的用户 |
| L4 | first_deposit | 首次充值 | amount, currency | 识别有付费意愿的用户 |
| L5 | add_cash | 后续充值 | amount, currency | 识别高价值复充用户 |
优化事件的选择策略
选哪个事件做优化目标，取决于你的日均转化数据量：
| 日均事件数 | 推荐优化事件 | 原因 |
|---|---|---|
| <10个充值 | Registration | 充值事件太少，算法学不动 |
| 10-30个充值 | FirstDeposit | 事件量刚够，先优化首充 |
| 30-50个充值 | AddCash | 事件量充足，直接优化充值 |
| >50个充值 | AddCash + tROAS | 事件量丰富，可以优化ROI |
渐进切换路径：大多数盘总应该按 Registration → FirstDeposit → AddCash 的顺序逐步切换，每个阶段稳定1-2周再升级。
Firebase集成：推荐方案
为什么Firebase优于第三方MMP
| 维度 | Firebase | AppsFlyer/Adjust |
|---|---|---|
| 数据传输延迟 | <1分钟 | 5-30分钟 |
| 信号损失率 | <5% | 10-20% |
| Google算法信任度 | 最高（自家产品） | 中等 |
| 成本 | 免费 | $0.05-0.12/安装 |
| 多渠道归因 | 不支持 | 支持 |
| 安装难度 | 中等 | 简单 |
Firebase自定义事件配置要点
每个事件必须包含的参数：
| 参数 | 说明 | 示例 |
|---|---|---|
| event_name | 事件名（需与Google Ads中一致） | add_cash |
| value | 事件价值（充值金额，转为USD） | 12.50 |
| currency | 货币代码 | USD |
| transaction_id | 唯一交易ID（防重复） | txn_abc123 |
关键细节：value参数必须统一转为USD。如果用户充值1000 INR，你要在服务端按当天汇率转为USD（约$12）再回传。Google算法用USD做全局优化。
PWA场景下的Firebase集成
很多盘总在印度跑的是PWA而不是原生App，这种情况下Firebase的集成方式有所不同：
| 技术方案 | 适用场景 | 优势 | 劣势 |
|---|---|---|---|
| Firebase Web SDK | PWA | 直接在前端集成，开发简单 | 受浏览器限制，部分事件可能丢失 |
| Firebase + Server S2S | PWA + 后端 | 双通道保障数据完整性 | 开发量较大 |
| AppsFlyer Web SDK | PWA | 集成简单，支持多渠道 | 数据延迟较高 |
推荐方案：PWA前端用Firebase Web SDK做实时触发，后端同时用S2S做兜底，确保事件不丢。
出价策略：从tCPA到tROAS的进化路径
阶段一：冷启动期用tCPA
| 设置项 | 推荐值 | 说明 |
|---|---|---|
| 优化事件 | AddCash（或FirstDeposit） | 取决于日均事件量 |
| 出价策略 | tCPA | 冷启动期用CPA控成本 |
| 目标CPA | 实际CPA的1.5-2倍 | 给算法足够空间学习 |
| 日预算 | 目标CPA × 10-15 | 确保每天有足够转化数据 |
| 素材数量 | 15-20组 | 文本5组 + 图片5组 + 视频5-10组 |
举例：目标AddCash CPA是$15，那日预算至少$150-225，tCPA先设$25-30。
阶段二：稳定期优化CPA
当广告系列学习完成后（通常2-3周），开始逐步降低CPA目标：
| 周次 | CPA目标 | 预期日消耗 | 预期日充值数 |
|---|---|---|---|
| 第1-2周（冷启动） | $25-30 | $200-400 | 8-15 |
| 第3-4周（稳定） | $20-25 | $400-600 | 20-30 |
| 第5-6周（优化） | $15-20 | $600-1000 | 35-60 |
| 第7周+（成熟） | $12-15 | $1000-2000 | 70-150 |
关键原则：每次降CPA不超过10%，间隔至少3天。降太猛算法会失去学习方向。
阶段三：切换到tROAS
当日均充值数稳定在50+以后，可以从tCPA切换到tROAS（目标广告支出回报率）：
| 指标 | tCPA模式 | tROAS模式 |
|---|---|---|
| 优化目标 | 控制单个充值成本 | 控制整体投入产出比 |
| 适合阶段 | 冷启动+稳定期 | 成熟期 |
| 算法关注点 | "找到会充值的人" | "找到充值金额高的人" |
| 典型ROAS目标 | 不适用 | 200-400% |
| 风险 | CPA可控但ROAS不一定好 | 放量可能受限 |
真实案例：一个Rummy盘总的60天蜕变
这是我们服务的一个跑印度Rummy的盘总，从Install优化切换到AddCash优化的全过程数据：
切换前（Install优化期）
| 指标 | 数值 |
|---|---|
| 日消耗 | $1,200 |
| 日安装量 | 12,000 |
| CPI | $0.10 |
| 日注册量 | 600 |
| 日充值用户 | 8 |
| 充值CPA | $150 |
| 首充ARPU | $6 |
| 7日ROI | 3% |
切换过程（8周时间线）
| 周次 | 优化事件 | 日消耗 | 日安装 | 日充值 | 充值CPA | 7日ROI |
|---|---|---|---|---|---|---|
| W1-W2 | Registration | $800 | 2,000 | 12 | $67 | 8% |
| W3-W4 | FirstDeposit | $1,000 | 1,500 | 25 | $40 | 18% |
| W5-W6 | AddCash (tCPA) | $1,200 | 900 | 55 | $22 | 32% |
| W7-W8 | AddCash (tROAS) | $1,500 | 800 | 80 | $19 | 42% |
切换后（AddCash优化成熟期）
| 指标 | 切换前 | 切换后 | 变化 |
|---|---|---|---|
| 日消耗 | $1,200 | $1,500 | +25% |
| 日安装量 | 12,000 | 800 | -93% |
| 日充值用户 | 8 | 80 | +900% |
| 充值CPA | $150 | $19 | -87% |
| 首充ARPU | $6 | $14 | +133% |
| 7日ROI | 3% | 42% | +1300% |
| 30日ROI | 8% | 85% | +963% |
安装量暴跌93%，但充值用户涨了9倍，ROI从3%飙升到42%。 这就是事件流优化的力量。
素材策略：UAC的素材也有讲究
Google UAC会自动组合你的素材，但素材质量直接决定了广告效果。针对AddCash优化，素材方向要变：
| 素材类型 | Install优化时期 | AddCash优化时期 |
|---|---|---|
| 主诉求 | "下载免费玩" | "充100赢1000，提现秒到" |
| 视觉重点 | 游戏画面、角色 | 提现截图、中奖画面 |
| CTA | "立即下载" | "立即充值赢大奖" |
| 真人元素 | 可有可无 | 必须有（提现口播） |
| 语言 | 英语为主 | 印地语+英语混合 |
盘总行动清单
- 今天：拉出过去30天的Install→AddCash漏斗数据，算真实ROI
- 本周：配置Firebase或AppsFlyer的事件回传，确保AddCash事件正确传到Google
- 下周：新建一个UAC广告系列，优化事件选AddCash，tCPA出价，准备好冷启动预算
- 持续：严格遵循渐进降CPA的原则，每3天降一次，每次不超过10%
想要完整的Google UAC事件流优化方案？看看我们的印度Rummy代投服务，BR21帮你从Install泥潭里爬出来，把每一分钱花在真正会充钱的用户身上。
BR21 — 不看CPI看CPA，不看安装看充值。帮盘总找到真正的付费玩家。