通过回传用户接触广告主产品发生转化or关键行为的数据作为”触点“，”助攻“模型快速学习，提升用户投放效率及效果。
2.多触点产品优势
助力模型层
● 提升模型学习速度——增效率
● 多维度lookalike人群——助拓展
多维度展示层
● 多媒体高频曝光——强认知
● 提炼特征人群强曝光——促转化
客户投放层
● 减少定向依赖——强匹配
● 减少多渠道试错消耗——降成本
3.多触点产品原理及数据应用
3.1多触点产品原理
1.丰富样本量级：客户跨媒体投放，转化数据分散；连通各媒体转化数据，能最大化利用客户数据资产，解决正样本稀疏问题，提升模型学习速度
2.丰富数据特征：跨媒体用户重合度高，用户在不同媒体行为各异；聚合相同用户的信息，能丰富样本特征，提升模型预估准确度
3.2多触点数据应用模型原理——辅助模型
4.多触点客户案例
目前接入商测客户，case效果披露（效果可能与行业/链路/回传数据等有具体差异，数据仅作参考）
XXX金融客户
曝光持平的情况下，使用了多触点数据叠加校正小模型，转化数上涨50%+，付费率上涨40%+（成本上浮10%）
XXX社交客户
曝光持平的情况下，使用了多触点数据叠加校正小模型，转化数上涨30%+，付费率上涨10%+（成本上浮10%）
5.多触点产品接入
5.1数据回传接入方式接入方式
6.多触点重点及FAQ
Q1：回传多少数据合适
A：初期建议，客户在快手转化数*2，譬如：在快手平台一天有100个转化，建议回传200个（考虑到上传id映射到快手uid的折损）；
Q2：是否可保障后端效果？
当前“辅助模型”解决不了后端效果；但多触点数据应用到行业的ecpc模型，可以助力后端效果，如教育的正价课模型，保险的解约率模型。
故“尽量多回传深度数据”。
Q3:是否可帮助起量？
多触点可以帮助客户起量，但是成本也可能会偏高一些，应该会控制在20%以内，不能给客户“既能起量又保成本”的预期。
7.门槛
7.1 目前支持营销目标
7.2 门槛及适配用户
