现在，您已发送所有线上和线下数据，您需要确保广告平台能够将这些转化事件与用户匹配。否则，AI 无法学习和改进。
您可以通过收集更多经同意的客户标识符（如电子邮件地址和电话号码）并在每次转化事件中发送更多散列标识符来解决此问题。然后，广告平台可以使用这些标识符将转化与用户进行匹配，从而改善学习过程并在未来提高性能。
当您达到第一方数据 gcash 数据库 收集能力的极限时，我建议您投资第三方身份解决方案来填补您发送的每次转化中的数据空白，从而提高匹配率和转化性能。我们的Match Booster产品就是这样做的。
Match Booster 身份解决方案
4. 利用价值信号提高投资回报率
AI 优化过程的下一步是从最大化转化量的系统升级到最大化收入和利润的系统。并非每次购买（或其他转化事件）都具有相同的价值。有些产品比其他产品更贵。有些产品利润率更高。难道你不想在销售高价值产品上投入更多，而在低价值产品上投入更少吗？
通过基于价值的优化，您可以。
为此，您需要计算并发送每次转化（例如购买）的价值。然后，AI 可以使用此信息对高价值转化出价更高，对低价值转化出价更低。