出去交流的時候經常會有同行問起：廣告越學越窄怎么辦？其實這個問題還有一個風控版的姊妹問題：風控通過的客群越跑越窄怎么辦？

我們先從風控的問題開始分析，然后再把結論應用到廣告上。

對于現(xiàn)金貸的風控而言，我們一般會用到這些維度的信息和特征：

• AppList，主要是看客戶的同業(yè)競品安裝情況

• SMSList，主要是看同業(yè)的借款還款逾期情況（從銀行動帳or同業(yè)短信）

• 設備，主要看是不是常用設備

• 多頭信息，還是看客戶的同業(yè)申請情況

拿一些維度舉例：

1. avg(競品安裝天數），大的好，小的差。小代表客戶近期申請了多家，共債要爆了。

2. avg(競品費率），大的差，小的好。大代表客戶借的都是高炮產品，低息產品借不到了，很快就會死。

3. avg(競品放款金額），大的好，小的差。大代表在同業(yè)主要是老戶，小代表在同業(yè)主要是新戶。

4. 多頭：太大太小都不好，中間好。

上面這些特征做出來的模型，本質上還是一個跟隨策略的模型，一句話就是：同業(yè)在放，共債沒爆，那我就放。

但是市面上活躍用戶就那么多，行業(yè)總要有新的用戶進來。站在風控的角度看這些新用戶，那真是哪哪都不順眼，放吧風險高，不放吧按照當前上面的風控邏輯那客戶必然越跑越窄。

風控上的處理方法是把客戶分群，有同業(yè)記錄的客戶分一個群走一套風控，無同業(yè)記錄的客戶分一個群走另一套風控，類似我們做國內時候的有征信/無征信。也就是小白客戶我知道你風險不好，但是我為了不讓我的風控越學越窄，我硬逼著自己放一部分這些客戶進來。

投放也是類似，我一直建議控制廣告預算的結構：

1. Looksalike效果好，但是預算最多到70%-90%，留點預算給泛投

2. 投深層事件效果好，但是預算最多到70%-90%，留點預算給靠前的事件和安裝注冊

也就是我知道泛投+靠前的事件效果不好，但是為了不讓投放越學越窄，硬逼著自己花一些錢在這里。

最后，這里講的適用于腰部以上的玩家，如果你的規(guī)模在小腿以下，千萬不要相信一個新客戶從幾百個競品里一眼相中了你們家這個排名200開外的App。