一、什么是学习期（冷启动）
二、为什么会有学习期的设置
学习期，顾名思义是给系统一定的时间去学习如何积累更多转化数据，如何让该计划更加稳定的获得符合成本要求的转化量。当一个计划开始投放的7天内，如果能够积累20个以上转化，那么该计划则会被认定为是有潜力跑出更多消耗，且能带来更多转化的成熟计划。
三、学习期通常会遇到什么问题
常见问题一：消耗不出去
学习期由于投放时间较短，累积的数据规模较小，系统需要一定时间和数据累积去判断该组计划的准确受众。在投放初期，模型会在不同的liuliang中小规模摸索，寻找Zui合适的liuliang，跑量速度会相对较慢，甚至会出现消耗不出去的情况
常见问题二：超成本/空耗
学习期由于没有历史投放数据，模型会在不同的liuliang中小规模摸索，直到摸索到Zui合适的liuliang，摸索期间产生的没有转化的消耗，则会成为模型学习期间的机会成本，Zui终表现为计划超成本，或空耗
常见问题三 : 效果不稳定
学习期由于随着数据的逐渐累积，模型会根据历史数据沉淀不断调整，调整过程中会出现成本忽高忽低，消耗时快时慢的情况，特别是在投放前三天，会存在效果波动的可能。
四、学习期的操作六要点
1、设置合理的转化事件
不要选择太深的转化事件，否则将导致数据累积困难，难以通过学习期。
以汽车行业为例，可以以“表单留资/小程序”授权作为优化目标进行投放，同时将“到店线索”作为深层转化目标回传至灯火，帮助模型进阶优化。若直接将“到店线索”作为投放优化目标，则难以顺利通过学习期
2、设置具有竞争力的出价
学习期建议在行业同类型客户的平均转化成本的基础上，tigao10-20%进行设置，谨记先跑量，后降本的大原则，以迅速积累数据快速通过学习期作为当下的投放目标
3、设置合理的定向范围
学习期尽量给系统足够的liuliang探索范围，定向不宜过窄，尝试探索不同的人群，迅速累积转化量
以医疗行业为例，除非是客户有明确的地域要求的，建议尽量减少地域限制，即使进行地域定向，也要设置合理的地域范围，若于某区县，将难以迅速累积到合适的转化
4、多创建不同的计划，多上素材，保证素材的多样性
同计划下创意多样性较低，会导致相似创意出现积压，影响过冷启动期。可以尝试多创建不同的计划和素材，有更多的机会探索出Zui合适的素材和受众
5、不要频繁暂停，或修改定向/出价/创意等
模型学习需要一定时间的稳定积累，中途暂停或者修改，会影响模型学习的效果，导致成本和消耗出现波动，甚至影响Zui终投放效果
学习期内，单元每天出价+定向调整次数>2次，将不享受ocpc保障政策，暂停也将会导致保证时效。请认真研读保障政策细节，避免误操作导致损失
6、优化落地页，关注转化数据
当转化率cvr低于%时，系统能优化的可能性较小，建议从落地页内容出发，优化落地页，tisheng留资转化率