案例：发行/投放平台从 L1 到 L5
背景
成熟出海发行团队的增长系统通常不是从零开始，而是在大量工具、报表、后台和手工流程之上继续增长。
典型现状：
- 优化师在媒体后台、MMP、BI、变现平台之间来回切换
- 素材、campaign、GEO、媒体、包体之间缺少统一模型
- 老 BI 报表很多，但缺少统一指标合同和业务解释
- 对账、充值、授信、权限、API token 等后台能力被低估
- 业务希望 AI Agent 自动优化，但底层数据和动作记录还不完整
能力分层
| 层级 | 状态 | 核心能力 |
|---|---|---|
| L1 | 信息可见 | 统一看数、基础 ROI、素材效果、账户余额 |
| L2 | 数据整合 | 媒体 API、MMP 入仓、cost / revenue 对齐、SKAN 处理 |
| L3 | 效率工具 | 批量创编、素材挂载、跨媒体操作、账户财务对账 |
| L4 | 策略辅助 | 红绿看板、异常预警、素材疲劳、投放健康度 |
| L5 | 策略自动化 | 规则引擎、自动执行、跨媒体预算协同、Agent 闭环 |
经验总结
- 平台不是功能堆叠，而是决策链路设计
- 先解决数据可信，再谈 AI 自动化
- 对业务方要用 Quick Win 换长期能力建设空间
- 对管理层要用 ROI、人效、风险降低讲平台价值
出海游戏案例
客户通过BI进行了简单的媒体、mmp数据聚合，但是整体数据隔离、可视化体验差、优化师效率不高&难以产出高效策略（L0阶段），如何推动平台升级
- L1信息可见: 数据先行，将零散的媒体数据、MMP数据进行整理、查询引擎加速，提供统一的通用报表支持ROI查看（包含计划维度、消耗指标、效果指标、以及ROI等评估指标）
- L2数据整合：在L1的基础上进行媒体数据、MMP数据、自有数据的分层建设和聚合（ods-dwd-dws-ads），支持维度扩展、时效拓展
- L3效率工具：通过媒体直连进行批量的计划、素材创建，提高设计师、优化师效率
- L4策略辅助：围绕“出价、点位、素材、人群”进行策略的迭代，并通过平台功能实现策略的执行和实验对比
- L5策略自动化： 通过Agent实现策略的自动迭代，以及对话盯盘、快速计划干预等（具体可以参考AD Agent案例）