所谓投放吸量测试就是产品在预研阶段，先通过投放广告向目标受众展示预研产品的美术风格和主要功能/主要玩法（也就是USP,unique selling proposition)等,通过观看/点赞/点击数据判断是否立项和立项方向。
从大逻辑上来说没有问题，但是具体落地可能出现很多局限性：
投放量太小不具备代表性。比如通过fb能触达的预期目标受众在美国市场有2000万，如果只覆盖其中2万人的观看肯定不具备代表性。这2万人的数据量太小了，如果我们假定5%才是有效数据，那么其实要覆盖100万人。
如何解决：加钱！100万人不重叠的话，假设CPM30刀，且单个素材不重复对单个受众展示的话，也就是1000000/1000*30=3000刀，假设有5个卖点需要展示就是3000*5=15000刀。
产生点赞/观看/评论等积极信号的受众可能在整个受众池子里本身不具备代表性，但是广告算法自己会优先推给更可能产生相似类似行为的用户，也就是这60万受众代表的可能并不是2000万人，而是其中的200万人。
如何解决：不能完全解决，但推广目标应以展示量为目标，而不是以完成互动转化为目标能部分消除这种偏差。
广告假设的目标受众可能并不是这个产品真正的目标受众，导致真正上线后数据不及预期。这个很正常，著名设计SaaS平台Canva在上线头两年都忙着做toC用户，到第三年才发现自己的核心受众应该是toB。
如何解决：泛用户产品还好，窄用户产品前期可以通过reddit，访谈等形式把核心受众圈的更细，但这种偏差是无法100%避免的。
素材和最后产品对不上。多年前有一个现代黑帮题材SLG跑过该种测试，数据非常好，但实际上线后反响平平，一复盘发现其中部分原因是跑的好的素材其实集中在经营建设等养成部分，但实际上线的版本砍掉了大部分优质数据素材里的养成内容。
如何解决：如果真把这个当立项依据的话，研发并不该是在测试结束后就把测试结果忘到九霄云外，而应该在规划版本内容等各方面都要记住这份数据的存在。而且这个测试从一开始就该是策划/制作人主导，比如潜在受众的定位，和需要测试的卖点等，投放组在这个测试里应该是当好研发的“工具人”。
如果杜绝了以上局限性，那么预研投放测试跑的好的产品可能上线后真的跑的好。但被这种测试否定的产品却不一定会差，甚至会更好，因为广告一开始定位的受众可能并不是该产品的受众，只是“你以为”。
如何解决：要具备完备的市场研究和用户研究能力，立项并不应该单以这种测试的结果为依据。单一方法只是方法，并不能支撑整个市场研究/用户研究的框架。
