条信息流oCPC调研报告

1. oCPC原理

控制人群出价，提高单次点击价值

对预估高转化人群提高出价，获取流量；对预估低转化人群降低出价，减少展现，最终使平均转化成本低于设定的目标价格。

其核心：是通过控制人群出价、提高转化率（提高单次点击价值），来降低转化成本。

举个例子：

做金融理财产品，系统投放两天后发现，BAT的IT男和北上广深的大妈转化成本优于目标价格，当再发现符合这两个人群标签的用户时，就提高对他们的出价，希望获取更多的展现、点击和转化。

三四线城市也有净值几千万的IT男和扫地大妈，但总的人群转化低、成本高，为了达到设置的目标转化价格，系统可能对三四线城市的IT男和大妈降低出价，希望减少展现、点击，控制成本。

oCPC是一种减少广告优化工作量的投放方式。oCPC将枯燥、耗时的人群分析和调价工作变成了程序化、后台化、实时化。使广告主可以专注于创意、落地页、客服接待以及投放策略等等方面的优化，而不用去分析人群数据、关注实时价格。

为什么是oCPC：媒体不乐意CPA，广告主不乐意CPC

最终目的是符合目标价格的转化成本，直接投CPA不就可以？为什么整一个oCPC呢？

因为最终转化数据都在广告主手上，即使有双方认可的第三方介入，媒体也不愿意承担CPA的风险：流量再优质精准，落地页做成一坨屎也没用。而且点击数据在媒体手上，统计方案对广告主并不透明。

怎么样让oCPC的效果更好

怎么样让这个后台的人群分析、自动调价，调的有效果？

oCPC同样也需要足够的人群和广告的历史表现数据，这样才能完成预估转化率和动态出价的工作。

钱给够，就是出价要够高，高到能拿到足够的展现；

量要足，就是限额要够高，高到能拿到足够的转化；

避免不同媒体划分层级方式不同，账户层级由上至下按照计划→单元→创意的顺序。

第一阶段，细分单元、稳定预算

一个计划下细分多个单元，比如3~5个单元，对应不同的人群、定向、落地页。通过人工的方式，找出能够稳定转化的大的定向组合，这样也能降低系统的学习成本。不要过度细分，影响数据积累。

如果没有转化、转化太少，需要考虑是不是出价太低、限额太少、定向过细、创意和落地页不够好。没有转化还有一种情况：产品不适合信息流投放，或者媒体不匹配。

第二阶段，逐步放量、稳定更新

进入oCPC阶段后，如果点击率、转化率稳定，可以逐步放量。让系统获得更多数据进行学习，进一步优化当前单元的转化成本，同时增加转化量。

调价后成本、效果保持稳定，就继续提价，直至价格不能接受、或者提价影响了效果。在效果稳定的前提下，放宽单元定向条件，比如增加兴趣、人群属性，继续放量。放宽定向之后，如果效果依旧稳定，并且还想放量，可以拆分单元，将单元的某一个定向条件，单独拿出来做一个单元来跑量。为了保证点击率、转化率，创意、落地页以及单元，都需要定期更新。（单元定期更新是因为信息流是根据人群投放，人群有规模上限、转化上限，时间一久，就会消耗殆尽，需要放宽定向标准，或者重建人群。）

如果是人工优化，需要不停的新建人群变量组合，并给符合转化成本的变量组合提价、增加展现，保证转化稳定；oCPC是自动挖掘组合人群变量，我们能做的就是逐步放宽定向、新建单元，给oCPC系统更多的人群数据进行测试、学习。逐步放量、稳定更新的目的，都是让系统不断的有新的人群数据可以学习，确保旧计划效果下降时，能有新计划顶上。

没转化？可能真的不适合

如果产品无法进行人群定向，那么无论人工还是系统，找不到能稳定转化的定向方式，就不适合信息流投放。如果媒体覆盖的用户，与产品目标客户不匹配，同样也不适合在这个媒体投放。或者，媒体没有投放过某类产品，也就没有相关数据给oCPC的系统进行学习，产品也就不适合在这个媒体投放，或者前期的转化、测试成本会很高。

今日头条信息流，覆盖的用户数、积累的广告数据，已经能够满足绝大多数行业的需求，优化算法也是经得起考验的。所以其oCPC敢取消第一阶段，直接进入智能出价。头条对于数据积累的量级、多样性，以及智能算法的准确性、可靠性，已经很有信心了。

回到根本，oCPC的核心是控制人群出价、提高转化率。