大多数公司或优化师投放的时候都会集中在大媒体平台，我指国内，对于一些中小尤其小平台往往不会投入人手去关注里面的一些细节。
要么通过一些只是为了消耗的代理，或者是公司安排刚入行的优化师去进行投放，所以在投放过程中发现数据变化的时候，往往只是去考虑再怎么优化，而没有发现平台的惯性算法怎么去混量。
我们知道大媒体平台的算法在混量的时候，他们是有考虑一些机制在里面，这个机制和媒体平台的各类影响参数有关，而这些影响参数在平台的权重作用直接影响到混量的特点和程度。
而且，大媒体平台实际也有相对公平的地方，因为它是有多计划的，有条件的团队是可以针对每条计划进行用户质量的判断的。
但是，有些中小媒体平台虽然也是多计划，要做到按单计划去判断用户数据会比较难。不过即使这样，如果用心分析的话会看到数据上有一些特点。
由于中小媒体平台本身的用户量级、以及外拓整合的用户质量、量级有限，所以在混量算法展现在我们面前的时候，往往具有明显的特点。
比如，我们近期在投的一个媒体平台，就出现2天优质数据、1天劣质数据的情况，如果持续投下去会发现具备明显这样的规律，那么如果优化师能拉长数据去看到这个规律，就有机会存在办法可以去针对性操作。
我们的做法不一定是最好的，目前我们基本是在每个周期的第3天的时候主动对计划进行干预、改变，让它最大可能被平台认为是新的计划，通过这样的优化后数据虽然不见得能和同周期内的第1、2天那么好，但是已经明显优于之前的“第3天”数据。
所以，对于投放数据尽可能拉长周期去看，是可能发现一些规律的。
