UAC 的全称是 Universal App Campaigns，即通用应用广告系列；它是谷歌旗下尤其是通过Google Ads平台为移动应用开发者提供的自动化、智能化的应用推广解决方案。
我们可以把UAC的演进看作“自动驾驶”级别的提升：
1、UAC 1.0：
把它比喻成定速巡航。
广告主提供一些素材如文字、图片、视频等，谷歌在其庞大的广告网络（搜索、YouTube、Gmail、Google Play、展示广告网络等）中自动投放，以获取应用安装为目标进行优化。
2、UAC 2.0：
我们把它比喻成车道保持辅助。
在1.0的基础上，引入了应用内操作作为优化目标。
广告主可以设定，不仅追求安装，更追求用户安装后完成有价值的操作，例如注册、订阅、完成教程、进行购买等。
这使得投放从获取用户升级到获取有价值的用户。
3、UAC 3.0：
可以称之为全自动驾驶。
这是目前谷歌最主要、最强大的版本，它进行了一次彻底的架构和理念革新。
UAC 3.0的核心：以价值为导向的智能投放，希望通过这样的变化来满足广告主的核心目标。
UAC 3.0的核心转变是：从优化单个事件变为优化用户终身价值。
它不再仅仅盯着安装或某个应用内事件，而是利用谷歌强大的机器学习模型，直接预测和优化最能带来业务价值的用户。
那这个具体的运作机制是怎样的？
a、价值信号的设置：
广告主需要向谷歌提供最重要、最直接的商业价值数据，这通常通过 “应用内购买金额” 或 “订阅收入” 来实现。
比如，一个游戏产品会回传每次应用内购买的收入金额；一个订阅应用会回传每次订阅成功的收入。
b、机器学习的核心任务：
谷歌的AI模型会学习这些价值信号，它会去分析哪些用户特征、在哪个平台、在什么时间、看到什么样的广告创意后，最有可能在应用内产生高消费？
模型的目标是最大化广告投入产出比，即在给定的广告预算下，找到那些终身价值最高的用户。
c、高度自动化与简化：
投放中素材可以非常简化， 广告主只需提供最基础的素材，如不同尺寸的图片、视频、简短文案，谷歌的AI会自动组合、裁剪、测试，并找出效果最好的组合。
出价变得更加简化，只要广告主主要设定一个核心目标：目标每次安装费用或更高级的目标广告支出回报率，系统会自动调整出价策略以实现该目标。
同时，媒体系统自动在谷歌全渠道（搜索、发现、YouTube、Play商店等）分配预算，无需人工拆分，更好的进行了渠道整合。
UAC 3.0的核心优势
能很好的追求业务目标， 直接与营收挂钩，更贴近商业本质；同时实现效率最大化，机器学习在数十亿次展示中寻找最优解，远超人工优化能力；操作上又变得极为极简，降低了人为的工作，大幅降低广告优化师的工作量，专注于ROI把控策略和素材创作，能够触达谷歌全域的海量用户。
这点上其实和巨量当前全量覆盖的自动投放，以及ROI出价等以回收为目标的策略是基本一致的！