| 阅读（59）
信息流广告究竟该怎么玩？
投放数据不理想到底该找谁？
为什么点击率很高却没有转化？
CPC很低但激活成本非常高是什么原因？
在信息流广告日常投放的过程中，我们常会遇到投放数据不理想的情况，这个时候就会有很多人习惯性地将“凶手”锁定为CPC和CTR，一言不合就调价，调价无效就换素材，然后不断建计划进行反复测试。
当然，这种方法在某些情况下是可行的，但究竟这种方法是正确的吗？可以适用于所有的数据情况吗？让我们冷静下来，一起从头梳理一下这个逻辑体系，希望看过之后大家的思路会更加清晰。
首先，假设广告组S的最终考核KPI为当日新支付用户量及成本，竞价方式为CPC，投放中我们可以拿到的数据有当日展现量、点击量、激活量和新支付用户量4个指标，现在我们开始逐一分析。
展现量很好理解，就是广告的曝光次数，在数据分析中的作用为分母，一切数据变化的基础，保持曝光量的稳定是整个投放的前提。与其他类型广告不同的是信息流广告的展现量受广告计划预算影响很大，媒体会根据预算的数值去预先分配流量。
比如计划A的日预算1千，计划B10万，那媒体会预判计划B流量需求更大，会将更多的流量分配给计划B让其有足够的空间展现广告。另外一个重要的影响因素为媒体对不同行业的流量分配变化，不久前的618大促，非电商行业的同学应该深有体会，简直亲身体验了一把有钱花不出去的烦恼呀，这是因为媒体在电商大促期会将更多的流量分配给电商行业导致的。
展现量部分引出一个概念，叫做CPM（千次展现成本），目前主流媒体的信息流广告均以CPM来衡量一条广告的竞争力。CPM越高，广告竞争力越高，反之越低。具体影响CPM的因素会在点击量部分详细说明。
点击量这块引出两个概念，CTR（点击量／展现量）和CPC（消费／点击量），日常数据分析中用到频率最高，在该部分广告主都希望以最低的CPC获得最高的CTR。
首先看CTR，信息流广告的CTR为系统预估机制，就是一个广告投放前媒体就会对其CTR进行提前预估，评判的标准媒体说的都比较官方了，通过我们之前的优化经验看，主要有广告创意吸引力、创意内容与产品相关度以及图片素材清晰度3个因素。
创意中的文案及图片不要太官方，毕竟投放的是新闻资讯平台，偏资讯风格才不会让用户反感。但也要注意相关性，即使文案内容很新颖但是和所投产品相关度很低也会影响CTR预估。图片清晰度就是在媒体要求的大小下尽量将清晰度做到最高，有利于用户体验。
除此之外，广告受众的精准度也是影响CTR的一个重要因素，虽然对CTR预估影响很小，但是在后期投放中影响非常大。比如投放的产品为女性化妆品，我们在受众设置时性别为不限，那就会因为男性用户对其不敢兴趣而导致整体CTR偏低，这时就需要对受众进行设置来过滤不相关人群，减少无效损失的同时提升整体CTR。
CPC的主要影响因素有行业竞争程度、出价以及CTR。当竞争对手增多时，大家为了抢占更多的流量势必会提升广告出价，此时竞争对手的竞争以及自身出价的提升都会导致CPC的明显上涨。
另外一个因素为CTR，这时需要引用上边所提到的CPM概念，CPM＝CTR＊CPC＊1000，媒体会根据CPM来综合评判一条广告的竞争力，也会为了保证广告的竞争力来自动平衡CPM值。所以当CTR出现明显下降时，CPC会相应上涨来保证CPM；同理如果CTR有明显提升的话，那对应CPC也会下降。
综上可以看到在点击量的部分中广告物料是一个非常重要的因素，好的物料可很大程度提升一个广告的CTR，从而有效降低CPC。
这里我们的激活定义为用户下载APP后在有网的状态下打开APP，激活量即为激活APP的用户数量。激活的部分我们引出两个概念，激活成本（消费／激活量）和激活率（激活量／点击量）。
激活成本大家不陌生，几乎所有的APP产品做营销推广都要考核，激活成本当然是越低越好，经常会听到客户说“只要激活成本低于xx元预算就无上限”的话，真心的喜忧参半呢。
那激活成本怎么分析才是最透彻的呢？
我们给出一个新的思路，算法为激活成本＝消费／激活数＝消费／（点击量＊激活率）＝CPC／激活率，算到这步这个数据才是最透彻的，从这个公式中我们可以很清楚的分析出，激活成本受两个因素影响，CPC和激活率，当CPC越低激活率越高时，激活成本才会越低。CPC的影响因素点击量部分已经分析，我们重点分析下激活率的影响因素。
通过对日常优化的总结我们发现，影响激活率的因素主要有创意与承接内容匹配度、落地页设计、网络环境、运营商、平台设置5个因素。
首先是创意与承接内容匹配度，承接内容分为点击广告后直接下载和进入落地页两种，但逻辑是一样的，当用户点击广告后发现呈现给他的东西和创意中的不一致，用户就很大概率会流失，比如我们的创意文案为（）“夏季吃什么水果不容易晒黑”，但点击广告后落地页显示为一个综合电商平台，首屏均为3C产品，和用户希望看到的不是一个内容，那用户就很容易流失。所以我们在上广告创意时也要注意这点，不能陷入高CTR的陷阱，需要全面考虑。
第二个是落地页设计，随着移动互联网的成熟，现在广告主的落地页已经基本没有首屏找不到下载按钮的情况了，不过对于按钮配色、位置设计以及文案体现还需要不断摸索，好的落地页能非常有效的提升整体激活率。
第三个是网络环境，移动不同于PC，用户对于手机流量是很敏感的，特别是投放APP下载的广告，投放时一定要设置wifi环境，不然真心会白白浪费很多点击，特别是体量较大的游戏产品。
第四个为运营商，这个是针对个别产品及活动的设置，比如有些广告主的产品只适用于联通用户，那计划就需要在设置中过滤掉其他运营商，否则激活率肯定会低。
第五个为平台设置，这个很好理解但比较容易出错，比如产品主要面向群里为安卓，但计划中的平台设置选择了不限，也就是安卓和IOS都能看到广告，这样也会很大程度上影响最终的激活率数据。
清楚了激活率的数据变化逻辑，激活成本的分析逻辑也就非常清晰明了了，激活量的相关内容已全部GET。
新支付用户量
新支付用户量就是当天激活APP后成功完成支付的用户数量。该部分的逻辑与激活量部分一致，我们也引出两个概念，支付成本（消费／新支付用户量）和支付率（新支付用户量／激活量）。
（）同样推算支付成本的计算公式后，支付成本＝激活成本／支付率，也就是说，激活成本越低，支付率越高时，支付成本越低。激活率上个部分已全面分析，本部分我们重点分析下支付（）率的影响因素。
当一个产品的支付率出现明显下降时，80%的原因是出在产品本身，广告主的同学们千万不要一言不合就否定前边所有的投放和努力，然后把计划停掉。这个时候如果前边我们分析的数据都OK的话，那我们需要做的就是认真的去体验一下产品自身的流程，这里我主要分析四种之前遇到过的情况。
第一种是产品支付流程出现问题，比如收不到验证码、无法点击支付按钮等问题，这个问题不常见但非常重要，需要第一时间去排查。
第二种情况是创意中推广的单品或品类，在APP中已售罄或者很难找到，用户是奔着创意中产品下载的APP，但找不到对应的产品肯定会失望而归。
第三种情况是APP中有对应产品，但价格在同行业中偏高，竞争力不够，用户通过对比后选择离开。
第四种情况是创意中体现的优惠信息，比如新用户注册送88，全场满100减20等信息
在APP中无明显体现，使用过程中也无相应提示，这种情况用户也会体验一半就放弃。支付率变化分析清楚后，支付成本的变化也就非常好分析，这里就不再?嗦。
不同于其他广告形式，信息流广告更需要精细化运营，清晰的思维逻辑及正确的优化思路是保证运营精准高效的充要条件，希望该文章能帮到大家。
作者：品众互动----李小红，个人微信号：echo0507lxh
作者：91运营，来自：91运营网
转载请注明来源：申永祥博客，（QQ：）原文地址：原文地址：
声明：博客内容除标记原创字样以外内容，均来自网络转载，版权归原作者所有，如涉及版权问题请及时联系处理。
上一篇： 下一篇：
信息流广告究竟该怎么玩？投放数据不理想到底该找谁？相关文章阅读更多：&&
信息流广告究竟该怎么玩？投放数据不理想到底该找谁？精彩文章你到底该信谁？ - 简书
你到底该信谁？
幸好这个世界上还存在这样一种东西。
2016年，微信覆盖人口超过了8个亿，这意味着什么？意味着我们被刷屏的几率越来越高了。
每隔一段时间，我们就会经历一次刷屏。所有人都在迫不及待地告诉你一个相同的信息。
于是，“判断之球”就被传在了你的脚下----信？还是不信？转发？还是不转发？
这真的是个问题。
例如2016年11月末这一次，许多人都被搞蒙了。同一天，几乎是以中午为分界线。先是被一种声音刷屏，然后又被完全相反的声音刷屏。
就在那一天，我也写了一篇文章。很多转发的同学在朋友圈和公众号留言问我：“王老师，我实在有些迷茫。社交媒体上的信息，究竟应该怎样判断真伪呢？”
这真的是个好问题。
我们常说，要学会独立思考。
谈何容易啊？
战国时代，就有“三人成虎”的成语。有些话，说的人多了，即便是假话，也可能误导你相信，并且做出无法挽回的错误决策。
社交媒体上出现的这种刷屏行为，在信息科学中有一个名字，叫做信息级联(information cascade)。其含义是每一个人都没有完整信息的时候，他除了试图用有限的信息辅助决策以外，还会做一件很重要的事儿，就是参考他人的行为。因为他相信别人一定有不同的信息渠道，可以用来印证或者否定自己的判断。
曾经有这样一个实验。在一个箱子里面放了3个球，只有红球和白球。但是被试（实验的对象）并不知道哪种球有2个，哪种球有1个。
被试排好队，依次上来摸出来一个球。摸出来的球只有本人能看到，排在后面的人不能看。摸完球，被试需要对所有人公布自己的判断----我认为箱子里面有2个X色球。
排在后面的诸位只能看见前面人的判断，却不了解他到底摸到了什么颜色的球。
猜对的有奖励，人数不设上限。所以没有人有说谎的激励。每个人都做出最大努力，希望猜对。但是经常出现的结果是----所有人的***都是错误的。
试想你摸到了一个红球，但是你前面20多人都宣布箱子里面有2个白球。你有没有可能认为箱子里面有2个红球呢？
不会吧。你会认为既然箱子里面有红球，你摸到也是正常。但是这么多人都说白球多，那就一定是白球多。
于是，为了正确，为了赢，你也会宣布白球多。看到没有，你的判断与你见到的事实已经无关了。
你的话会让排在后面的人更加坚信白球多的“事实”，即便他们摸到的大多都是红球。
你明白为什么证券市场会出现暴涨暴跌了吧？因为许多人都暗自认为别人手里一定有内幕信息。既然某支股票的走势突然变得异常，自己若无动于衷，显然就会成为最后的傻瓜。于是，必须马上行动！
一般人掌握的信息不全面，做不了准确判断，怎么办呢？
有人自然而然地想到了----让权威来判断，我们大家都信权威，不就好了吗？
这不是什么新手段，人们一直就是这么做的。冯小刚导演曾经在《编辑部的故事》里面演了一个角色，“偷听敌台”之后到处散播“星星撞地球”的谣言，加上一个“业余天文爱好者”的鼓吹，弄得人心惶惶。
最后人民群众是怎么识破谣言的？
靠的是电视新闻的辟谣。
问题在于，《编辑部的故事》拍摄的年代，别说社交媒体、智能手机，就连BP机还没普及呢。
今天你让电视新闻辟谣。那新闻节目也播不成新闻了，整天辟谣也辟不完啊。
我们先假设权威的判断一定是正确的。然后呢？什么时候我们会发觉谣言存在？一定是谣言已经传播得很广了吧？谣言已经传播了，电视台再去找专家，录制节目再播放……黄花菜都凉了。
别忘了，信息进入我们的头脑，会有“先入为主”效应。姗姗来迟的辟谣效果不会很理想。
话又说回来了，权威的判断就一定是正确的吗？
荷兰著名心血管专家Don Poldermans的研究成果指出为了预防非心脏病手术的病人因手术引起心脏病，在术前使用β受体阻滞剂会非常有效。2011年这一研究成果被写入了新版欧洲心脏病指南。
事后证明，权威Don Poldermans的研究对数据进行了操纵。大样本实验的结论是β受体阻滞剂的使用可以使手术期死亡率提高27%。
从2011年开始，到研究造假被揭穿，欧洲大概有16万人就是因为这个心脏病指南不明不白地被治死在了手术台上。
你，真的还敢迷信权威吗？
自己信息不全，又不能完全依赖权威，日子可怎么过啊？
幸好这个世界上还存在着一种东西，叫做群体智慧。
对于一个事物，每个个体观察角度都不同，因此难免看法偏颇。但是把大家的判断以合理的方式综合起来，那效果就大不相同了。
数十年前，一艘美军的潜艇在某海域失踪。美国军方当然希望尽快找到潜艇。可是潜艇的可能沉没范围过于宽广，以当时的技术搜寻起来，那真叫大海捞针。
所有能找到的专家都表示无计可施。一个军官却想出了非常异类的办法----他找到了一群不同职业、不同背景的普通人，把掌握的全部信息给他们看，让他们做出猜测。猜测的办法是下注，奖品是威士忌。然后依据下注多少调整权重，对每个个体的判断进行了汇总综合。
很快，这艘潜艇就被找到了。你猜沉没地点距离大伙儿猜测的综合结果有多远？
只有220码！
社交媒体的信息甄别，一样可以用群体智慧。
用的办法很简单，社交媒体平台只需要给普通用户揭示一条关键数据。
这条关键数据就是，在你的朋友圈里面，有多少人读到了这条信息(N)，有多少人转发了这条信息(M)。社交媒体平台只需要把这个比例数据M/N展示给用户，就算完成任务。
你的朋友圈里面的人，是你最信赖的人群。他们比远在异国他乡的某个专家更让你放心。从前你只知道哪些人转发了消息，现在你却可以看见冰山下面的情景----那些读了消息，但根本就没有转发的人。他们“不转发”的动作，同样代表了自己的判断和意见。
你再不会因为刷屏而误以为全世界都相信这个消息了吧？这个关键数据远比全网转发比例对你更有用。因为你的朋友圈才是你最好的信息过滤器。
如果你是搞人工智能的，可能早就发现了吧？对，我这是用社交媒体用户构造了一个巨大的深度神经网络。
我们曾经采用复杂系统仿真印证了该方法甄别社交媒体虚假信息很有效。
但是，世界上没有十全十美的东西。这个方法也存在隐患。
隐患一是如果你的好友太少，或者好友整体对信息缺乏起码的判断能力，你可能每天都要耗费大量的时间被错误信息灌输。本来可以帮助你的局部网络转发比例反倒更可能误导你。
这个问题解决起来相对容易。你可以多加一些你信任的、喜欢独立思考的人为好友，并且依据虚假信息转发情况经常清理朋友圈。 :-P
隐患二在于社交媒体平台可能并不愿意揭示这样的转发信息。因为这里有个“蛋-鸡悖论”。如果只有我看到别人转发，我才肯转发，那么一条新出现的信息可能永远不会被传播出去。人家社交媒体平台也有用户活跃度的KPI考核好不好？
对这个问题，解决起来也不难。只要设定阈值，在转发次数和覆盖人群低于阈值的时候，不显示局部转发比例就可以了。本来嘛，即便是错误信息，一共也没有传到几十个人，那就没有必要弄得那么兴师动众了啊。
想要干大事儿，不学会妥协怎么行？ :-)
你之前在甄别社交媒体信息的时候，采用过什么方法？管用吗？欢迎留言，咱们一起交流讨论。
终身学习者、大学教师。稍微懂一点儿写作、演讲、Python和机器学习。欢迎微信关注并置顶我的公众号“玉树芝兰”(nkwangshuyi)。我已委托“维权骑士”（）为我的文章进行维权行动。