對oCPC做優(yōu)化，是智能投放之路上必須且大概率會長期面對的一個挑戰(zhàn)。尤其，各平臺的產品和技術遠未成熟，功能更新快、變動多，營銷人如果不能深度理解其背后的優(yōu)化邏輯，就無法把握「人為操作」的價值和界限，很難在不確定因素如此之多的投放市場里，做出相對優(yōu)良的決策。
武漢搜狗開戶熱線：15997948064
武漢搜狗公司官網：
1、深挖oCPC的優(yōu)化邏輯
1.非零和博弈
以搜狗搜索oCPC為例，盡管它還遠稱不上一個成熟的智能投放產品，但卻讓我們看到：通過AI優(yōu)化復雜廣告轉化效果的未來。
搜索oCPC的工作原理是錨定CPA（每次行動成本）來調整每次的點擊出價，從而使CPM（千人展現成本）化的過程。
大家發(fā)現了嗎？機器學習的終目標是平臺的CPM化，即展示收益的化，而不是單個廣告的CPA更劃算。但也不必悲觀，因為這是一個非零和博弈，技術的升級讓投放的盤子更大了，同時廣告主也能從中受益。其產生的原始動機固然是平臺可以增加收益，但采取的手段是正面的——平臺通過AI模型的投入提升其流量的轉化價值。
這也同時揭露了一個事實：一個oCPC計劃好不好，本質是模型能不能盡快尋找到可以平衡自家品牌和廣告大盤的那個CPA解。
2.CPA
我們的投放目標是「能夠控制住CPA的成本，且保持足夠的量」。CPA肯定不等于更低的CPA，而是在成本與轉化量之間找到一個平衡點CPA。如下圖，我畫了個均衡圖來解釋這里面的邏輯，希望幫助大家理解。
X軸是計劃的轉化成本，Y軸是計劃的轉化量，遞增的曲線代表「投放價格曲線」，出價越高，競爭力越強，轉化量會提升（非線性）；遞減的曲線代表「業(yè)務成本曲線」，因為考慮到規(guī)模效應，隨著轉化量的下降，企業(yè)需支付的投入成本升高（非線性）。這樣，兩條曲線的交點就是我們想尋找的CPA值。因此，在投放人群不出現失誤的前提下，一切投放優(yōu)化策略都可以遵循這個圖的邏輯。
這樣，我們的優(yōu)化場景就只有以下2種：
1)CPA在點右側
CPA偏高，需想辦法降低，同時大概率會犧牲一些量。我們從拆解CPA開始分析，公式如下。
開啟ocpc后，廣告主的CPC會因為流量更而升高，同時，CVR因為分配到了轉化更好的受眾也會變高——兩者的增速比例決定了CPA的終水平。所以，可控CPA又可以拆解成可控的CPC和更高的CVR。
這時，人為干預的點是：控制住CPC、提高CVR。主要方式有：
a.確保在階段的CPC階段，打好數據基礎
b.檢查數據回傳，是否準確
c.提升展現量-關鍵詞優(yōu)化
d.提高點擊率-創(chuàng)意優(yōu)化
e.提高轉化率-著陸頁優(yōu)化
2)CPA在點左側
這時候CPA看起來很低，但轉化量根本不夠，需要提升轉化量。人工干預直接的一個思路是：適當提高目標CPA，但一定控制好幅度，一次不要超過20%，一點兒點兒嘗試。
此外，還可以通過外部提升轉化量的方法。我們可以根據下面的「流量問題歸因圖」標記出流量少的外部主要誘因，逐個擊破。
a.預算不足
重新預估消費，如果是因為預算少所致，可以重新分配量給ocpc計劃。
b.因展現量低導致的消耗困難
i.增加關鍵詞，建議手動或使用主流AI拓詞工具，增加人群曝光可選范圍，不建議開啟智能拓詞，很容易進來垃圾詞匯。
ii.匹配模式單一，可以適當放寬匹配度。
c.因CTR低導致的消耗困難
i.提高CTR（點擊率）
創(chuàng)意優(yōu)化、配置更齊全的高級創(chuàng)意、信息陣列、多圖樣式、動態(tài)標題，結合細分業(yè)務和人群，個性化設置創(chuàng)意。進一步提高轉化率，做著陸頁優(yōu)化。
ii.排名低（依舊需要使用上文提到的提高CPA大法，這里不再贅述）
2、掌握人機協(xié)作的訣竅
如果理解了上述優(yōu)化邏輯，那么基本清晰了哪些環(huán)節(jié)是需要手動參與的，哪些環(huán)節(jié)是只能交給機器去跑的。我們也可以這樣理解，oCPC承擔了人類無法完成的高強度算法，按照既定框架去捕捉更高質量的流量；人工則需承擔給oCPC模型喂足“飼料”、隨時觀察“環(huán)境變化”。
1.人工的關鍵價值
從人機協(xié)作的角度，梳理一下Part1中的要點，可以看到人的核心價值體現在：
1）賬戶階段，需要依靠人，提供充足和良好的數據“飼料”。階段的效率取決于優(yōu)化師在CPC階段的能力，從賬戶結構、策略調整、創(chuàng)意優(yōu)化、效果分析等，需要用可控的成本湊足轉化門檻，讓機器知道什么流量是所需要的。
2）賬戶第二階段，就算跑穩(wěn)，我們知道也是階段性的，需要人工持續(xù)監(jiān)視，在出現波動的時候人工干預。這需要人對市場和客戶的變化有清醒的認識，比如創(chuàng)意策略優(yōu)化、落地頁設計更新等。
2.人工需要避免的投放誤區(qū)
由于對oCPC投放原理認識不清，投放人員在模型的學習階段還是根據經驗，做優(yōu)化操作，導致效果變差。例如，看到點擊價格很高，就慌亂調整出價；發(fā)現系統(tǒng)自動添加了一大堆莫名其妙的關鍵詞，趕緊刪掉；發(fā)現同一個關鍵詞，系統(tǒng)多次添加到不同計劃或單元，是不是出問題了？
在模型認識你的轉化用戶過程中，不能再以慣性的思路去盯著賬戶了，這個時候，很多現象反映的是機器的語言，復雜問題我們可以先交由機器處理，穩(wěn)定后再看結果是否符合預期。切忌過多的干預模型，打亂學習的節(jié)奏。
3.什么時機干預，什么時機不干預？
1）前期預算少干預
ocpc是AI算法優(yōu)化，大概率是預算越多，分配的流量越多。所以，預算一般要充足。在設置上限的時候，高出你的承受能力20%-30%，比如日承受能力是1萬，預算至少設置1.2萬?，F實是前期預算越足、流量越多。預算設置好后，盯緊消費，但不要頻繁調，快到承受極限的時候再通過調節(jié)時段等方式來平衡。
2）基礎定向遲干預
很多投放人員會設置很多二級定向，受經驗和慣性驅使。但實際跑下來的效果卻發(fā)現，剛開始還是通投，這樣可以獲得足夠大的曝光量。等效果出來了，有一定數據積累，再逐步縮小定向，這個時候行業(yè)、業(yè)務經驗就可以發(fā)揮其作用了。
3）出價只在探索CPA階段才干預
這部分已經在本文Part1里詳細介紹，回想一下「尋找CPA」曲線圖，出現明顯的偏左、偏右特征時，需要人工干預。
4）創(chuàng)意強干預，但優(yōu)化穩(wěn)定后少干預
如果前期把創(chuàng)意素材準備足，系統(tǒng)學習可以分辨出差異，各種不同的配圖、標題、落地頁，會讓系統(tǒng)的學習結果更有效，自動優(yōu)化的時候更有依據。但已經完成學習階段，就減少大幅改廣告創(chuàng)意的情況，減少對模型的干擾。
5）終效果不好時，要做強干預
賬戶效果不好再考慮上新，如果賬戶效果好，不要做上新調整。因為上新會影響到原有計劃，損失跑得好的計劃，得不償失。另外，新計劃要和原有計劃有所差別，價格、圖片、標題，直到落地頁，都能有所區(qū)別。
6）落地頁隨時要做強干預
其實，現在大部分品牌企業(yè)都對頁面很講究，因為落地頁承載的是轉化——推廣中應該被重視的一環(huán)。落地頁改版和更換是投放策劃的常態(tài)，但還很少有企業(yè)能做到科學改版、高頻優(yōu)化、有效分析，落地頁優(yōu)化環(huán)節(jié)目前是在智能領域相對落后的一環(huán)，這也是為什么靈蹊要在此點發(fā)力，因為企業(yè)缺乏有利工具的加持。
3、未來新的突破點
搜索oCPC的紅利期已經過去，隨著越來越多的行業(yè)加入，效果不穩(wěn)定的情況只會增加，不會減少。此時的突破點，會后置到落地頁的轉化能力（承接能力）上。
平臺的智能性提升，可以識別不同客戶的轉化意愿。但度并不能降低競爭度，當流量資源搶奪激烈時，昂貴的價格始終是繞不過的坎兒，投放的優(yōu)化空間會越來越受限。這時，競爭的主戰(zhàn)場就會發(fā)生后置，ROI的控制能力被壓縮到從落地頁開始的每個承接細環(huán)。
不僅如此，落地頁是屬于廣告主的，如果廣告主可以對頁面的智能化進行自主控制，完全可以將頁面的轉化能力通過動態(tài)化功能做大幅提升，將低轉化意愿人群（平臺判定）的實際轉化率升高。換言之，低價買到的流量也有機會獲得還不錯的轉化率了！
這里面涉及到廣告主容易忽略的一個地方——拓量能力的積累。其實，這塊兒是可以間接積累數據資產的。
以目前搜狗搜索ocpc為例，拓量的模式主要分為三種類別：保守擴量、均衡擴量、積極擴量。
投放的時候，可以建立不同的計劃，采用不同的拓量模式，對接不同的落地頁。通過完善的轉化優(yōu)化/分析工具，幫助企業(yè)積累屬于自己的分群識別能力，從而對不同價格/屬性的流量探索出一套屬于自己的ROI算法。
這樣的操作，不僅可以摸索出業(yè)務的拓量規(guī)律，更可以結合落地頁的承接環(huán)節(jié)，進行人群的細分匹配和數據積累，從而讓轉化承接的能力更硬核。
以上就是武漢搜狗推廣的分享，如果需要武漢搜狗推廣開戶以及武漢搜狗開戶運營，歡迎咨詢湖北搜狗推廣代理商，官網可提供上門見面服務哦。
武漢搜狗開戶熱線：15997948064