浅谈广告投放效果优化(一)
随着互联网广告的不断发展演进，效果广告的优化手段呈现多样化精细化，越来越多的新兴技术在投放业务中发挥着越来越重要的作用。笔者将会结合自己在讯飞AI营销平台效果优化过程中的演进路径以及问题的总结，简要的谈谈效果优化这个事情。
本文围绕一个项目的整体执行需要关注的过程来展开话题的讨论，我们先看一下一个成功的投放案例，应当具备的条件：
- 合格的推广产品
- 合适的流量
- 优秀的创意
- 完善的平台支撑
如何评估推广产品是否合格？
在评判一个推广需求时，我们通常从如下几个方面着手：推广产品自身的属性、推广产品的受众、推广的目标kpi
产品自身的属性应当从功能性、用户体验、行业品牌性三个方面综合评估，如果投放链路包含落地页跳转，那么落地页的评估也尤为重要，我们在实际的执行过程中发现不少的客户缺乏对落地页的重视。
产品的受众评估需要围绕企业的数据构成展开。找到产品的目标受众和企业数据的结合点。受众分析应当遵循由浅至深的方式递进展开，在评估阶段采用贴合企业数据的浅层特征快速的进行初步评估，在实际的执行阶段可以进一步进行更深层次的隐形关联分析。
产品的优化kpi评估应当确保客户的目标真实合理，结合产品所在行业的整体情况以及产品自身属性微调，同时也可以结合客户在相同属性的其他渠道的投放数据来佐以评估（这里需要注意尽量通过多方信息来交叉甄别信息真伪）。
另外如果投放平台具备转化数据回收及应用能力，那么需求方是否愿意进行转化数据对接就尤为重要，转化数据的闭环将会给投放方提供更精细更多维的优化参考指标，同时也会大大提高投放人员的执行效率（不需要依赖于传统的多链优化手段，平台的高阶优化功能也可介入），同样的产品在进行数据对接的情况下往往能支撑更严苛的优化kpi。
如何寻找合适的流量
在确认推广需求合格后，我们就需要找到一个和推广物匹配的流量源，流量的挖掘过程是一个大胆假设小心求证的过程。
假设阶段我们常见的手段包含如下几种：
从流量运营方（媒体）获取信息
流量运营方对自己的流量往往有较清晰的认知和大量的投放经验数据，我们可以从流量运营方获取适投行业信息（同时，获取的投放表现数据也可辅助我们对于kpi的合理性评估）
寻找受众匹配度较高的流量
在完成产品评估后，一般已经具备了一个相对清晰的用户画像，可以直接在流量池中去寻找人群匹配这部分画像的流量媒体。另外也有部分场景下目标产品的受众是深层的隐性特征，通过主观的判断去寻找匹配媒体就没有那么容易，这个时候我们可以从数据平台中提取出隐性特征人群，在流量池中统计全局的流量人群交集匹配，找到匹配度相对较高的媒体。同样的，我们也可以用这种办法挖掘人群聚类特征不明显的媒体流量。
寻找场景贴合的流量
这种方法适合带有明显使用场景的垂类媒体，其本质也是寻找贴合的目标受众。针对这类媒体我们可以对使用场景下适合的标的物做一些主观的推断，例如育儿类app推母婴用品，教育类app推教育培训等。
求证阶段我们需要针对两部分流量分别求证：
- 假设阶段形成的流量池（投入主要预算）
- 流量池外的大盘流量（投入少量预算，挖掘认知之外的黑马流量）
流量验证其实是一个ABTesting过程，其核心逻辑就是通过精细化的运营和多维度的数据统计形成快速的执行反馈再优化闭环。采用合理的测试预算分布，利用系统的自动化能力快速的辅助优化师淘汰更新流量信息。下面章节中我们会提到如何利用系统功能的降低优化师验证工作量。
什么样的创意算是一个好创意
一个好的创意，应该能够清晰的表达产品利益点，能够快速的抓取到目标受众的诉求。但是要明确定义出素材的“好”却是一件很难的事情，如何才能找到最贴合目标受众的创意，一个简单的方法就是“多问勤换”。
多问，广告主对于产品的见解和客户的洞知相较于我们往往更为深入，其在创意方面也是结合对和客户的理解以及大量的投放反馈沉淀出了效果不错的一批素材特点，我们投放时可以多和广告主沟通，重点获取创意的利益点及设计思路而非创意本身，以便再创作。
勤换，再优秀的创意也无法适用所有受众的审美，创意本身也具备一定的曝光疲劳频度，在应对此类主观性非常强的问题，最好的办法就是多试，通过高频更新，结合报表系统的数据表现，实现优胜劣汰。
一个完成的创意优化过程应当是这样一个闭环路径：
优化师应当保证充足的时间在创意的创造和优化方面，高强度低价值的适配和决策过程应当尽可能的利用辅助工具自动化进行。
整个闭环中“创造”环节属于难度最大也是问题最多的环节，“一图走天下”情况较为普遍，在很多情况下只只留意到广告形式对创意的影响，往往忽略了创意和媒体的贴合性，比如创意色调是否搭配媒体的版图配色风格，创意的表现方式是否贴合媒体场景（在一个专业性很强的媒体上投放一个风格乖张的创意就会显得很突兀）。
另外还有这几年在广告投放新兴的一股泥石流创意，诱导性创意。诱导性创意目前一般有红包优惠以及消息通知两种形式展现，其对点击率的提升非常明显。红包创意可以理解为对利益点的放大呈现，比如折扣、满减、抵券等。随着红包的泛滥，目前用户对此类套路已经具备一定的免疫能力，只有文案没有“实惠”的红包越来越难获得转化，这个就需要站在用户的角度去看产品是否有此类利益点，杜绝一个“红包”走天下的情况。
什么样的系统才能给我们好的投放体验
在效果运营的场景中，投放平台的应该包含如下几个方面：功能完整的投放模块、面向业务的数据标签平台，精细化的数据运营模块、以及为运营执行提供辅助支撑的若干工具链组成。在基础能力之上，能否支撑优化师快速进行方案实施是平台效率和体验的核心体现，我们接下来会结合讯飞AI营销云简单聊聊平台是如何支撑流量和数据这两大核心资源。
流量的运营分析方面有大量的产品模块协同运作，我们在这里不做展开，仍然围绕流量探测的话题聊聊，在上文讨论流量的话题中我们谈到了一个假设和验证的思路，但是实际的项目执行实操中会遇到诸多效率问题，利用传统的人工运营+多链方式在运营效率上已经无法满足项目的需求，而利用传统的预算限制则无法保证测试预算的合理分配,我们针对性的探测辅助功能就是伴随着这个痛点而生：
如上图，利用传统预算控制批量验证流量的方案受限于流量构成比例及流量价格，对于流量比例较大或者价格较高的流量可能出现过量测试，导致其他流量无法充分测试。而新的流量探测模块，将会屏蔽流量构成和价格的差异性，优化师只需要结合以往的探测经验，专注于探测指标阈值（可以提供预算、曝光、点击等指标），辅以数据报表系统即可快速批量的完成流量的验证过程。
数据标签作为投放业务中流量之外的另外一大核心资源，如何利用好这份资源显得尤为重要，接下来我们会简单介绍一下现有的数据标签在投放业务中的使用情况，受众挖掘方面提供面向行业的通用标签群体和面向特定项目的定制标签群体。
通用标签的构建是通过爬虫构建行业的关键字及应用等特征从平台自有数据源中提取目标人群，按照符合行业受众的应用分布及使用习惯进行人群构建，同时关联第三方数据源加以修正。通用标签的演进从粗旷普适到行业专精，是一个周期性的累进的过程，通过数据团队和运营执行团队的协同反馈不断的优化更新行业通用标签。
定制标签主要是用于补充通用的行业标签，在针对标的物有明确的受众诉求时有较大意义，例如定向的挖掘竞品人群，定制标签的信息来源主要是通过从广告主方获取，常用的有效信息包含竞品信息，seo关键词表等。
定制标签的另外一大诉求来源则是寻找产品受众的隐性关联，在实际的投放业务中，经常会遇到通过表层特征提取出来的人群效果数据表现不理想，在积累一定量的转化人群后，我们可以尝试通过人群洞察来寻找一下这些转化人群的深层共性，可能会为我们的投放打开一扇新的大门。
定制标签的应用对优化师有一定的要求，优化师需要对平台标签数据有基础的认知，对数据有一定的感觉，才能保证提出的数据需求不至于天马行空。
在具备了完善的基础投放和丰富的数据标签能力后，我们期待有更高阶的产品形态出现，将优化师从繁重的执行和纷杂的决策中解放出来，让优化师只需要专注于最核心的顶层决策行为，我们为此赋予了一个概念，“轻运营”。而oCPA的产品形态，在当前的投放生态中非常完美的契合了这个需求，其更多的关注到广告主的利益诉求，优化师只需要专注于优化目标，过程的实施路径全部交予系统，大大的降低了优化师的运营成本，目前我们的oCPA整体架构如下：
目前已有部分项目在该方案下执行，中后期效果均能持平或超越人工运营，后续文章会对oCPA展开阐述，此处不做赘述。
结束语
本文对项目优化过程涉及的环节及问题做了简单的分享，后续的文章将会针对性的对局部进行专题讨论，敬请关注。