近来，时常听闻这般吐槽：这客户也太过分了，既要我压低成本，又要我提升量，倘若我真有这等能耐，怎会还在此处操持账户！

诚然，客户降低 KPI 是极为常见的情形，亦是我们投放进程中不得不应对的状况。

降低 KPI 往往伴随着量的下降，我们所能做的便是竭力降低降成本所带来的损耗，迅速于这波调整中恢复过来！那么，怎样降成本才最为适宜？

今日来总结一些平素所用的方法。

01 降出价

大部分初入行的优化人员，一瞧成本超了，首要反应便是“压低出价”，特别是当客户端施加的压力较大时，唯有压出价是最为直接的举措。

在多数情形下，降出价的确成效显著，有的计划甚至成本降下了，量级却未怎么降低（堪称幸运，令人欣喜），然而有时其副作用也同样显著，甚至取得了相反的效果：

① 成本虽降了下来，但量级也随之掉落（结果一般）

② 计划直接停滞，不再花费（结果不佳）

③ 成本不降反升，彻底失控（结果糟糕）

这几种场景不少人一听：哎，说的不就是我嘛！不过优化致使计划失败并非罕见之事，老计划凉了新计划也在跑出，无需过于在意。

然而，降出价究竟有无方法，降的时段、幅度、频率有无判断依据？是否每条超成本的计划都适宜降价？

这些皆为值得深思之事。

Part 1 有些媒体早已给出官方标准

例如降价幅度每次不可超过 5%，频率一日：不要超出 2 次；有些则只能凭借自身经验来判别；关于压价的时机当下存在三种说法：

① 在凌晨 0 点之前压价，理由是 0 点算法重新匹配竞价，此时压价对计划的损害最小（无科学依据）

② 在流量高峰期前压价，理由是此时流量庞大，压价仍能继续运行，不会将计划压死，（无科学依据）

③ 只要计划跑量（时段转化数≥40 个）便能压价。（无科学依据）

这三种方法能够流传开来，定然或多或少都发挥过作用，然而压价成功的因素是否由时机所致实难判断，只因行业各异、产品不同、KPI 与素材亦有差别，所以最佳的办法还是都尝试一番，哪个管用就采用哪个！

Part 2 其次，何种计划适合降价？

什么样的计划降价容易失败？

相信大家在进行降价操作多次后，在降价前基本都有了些许经验判断和心理预期：这条计划我很有信心，压价也能跑，这条计划大概率压完价就不行了，但是没办法不得不压，听天由命吧！

如何判断一条计划能否降价，民间常用的方法有这些：

① 一条刚刚起步的新计划（跑量标准依行业而定），其收价（账户结算价格）远低于出价，例如出价 400，跑出来成本 320，那么这无疑是一条适合压价的潜力计划（系统对这条计划的预估颇高，并且跑出来的数据反馈也甚佳），压多少呢，通常压到比出价稍高一些的范围皆可运行（例如压到 350 左右）。

同理，一条刚跑出的计划，收价比出价高出许多，此时压价往往会出现压死或者成本愈发失控的情况（本身算法对计划的预估高于真实值，量给了但转化未跟上，此时再降价要么直接掉出竞价排名，要么买到更差的量导致成本更高）

② 一条运行许久且稳定的老计划，这类计划的模型已然稳固，压价或许会致使量级下滑，但很少会直接压死不再花费，除非压价幅度过大。

ocpm 竞价能力受预估点击率/转化率/出价影响，系统的预估就摆在那里，出价降至一定阈值必然会直接掉出竞价排位，这便是为何有人仅仅压了一点点出价，计划就直接停滞，正是由于压到了阈值之下。素材越优阈值越低，压价空间也就越充足。

降价案例

02 排重、排除高成本地区/人群

这在多数情况下堪称最为实用的方法，效果与你的跑量成正比。

排重大家皆颇为熟悉，甚至许多客户定期推送已转化人群包协助你排重，不少优化人员也会在计划层级选择过滤已转化用户，甚至在后台自行生成规则人群包进行排重。

是否有效呢？必然是有效的，有些大客户排重完毕后，cvr 显著提升，这也是当下大客户纷纷采用 rta 进行投放的原因。

排除高成本地区/人群的话，则要依据实际情况而定：成本失控且量级少的，排除！我们投放的最终目的是找到成本与量级的平衡点，不然为何后台诸多定向，跑量最大的仍是系统推荐。一味追求成本，舍弃量级实非明智之举。

高成本地区排除

已转发人群运算排除

03 优化空耗控制标准

计划空耗在所有行业大概都是普遍存在的现象，只是转化成本动辄几百上千的金融、教育行业更为头疼。

投放预算吧，眼睁睁看着花了几百却仍未出现转化，整体成本随着时段快速上涨；不投放吧，计划永远无法培养出来，你浪费一百我浪费几十，一天下来成本依旧失控。所以这两个行业的优化人员对于空耗的体会最为深刻。

那么空耗能否避免？不能，但能够尽量控制以减少不必要的预算浪费。

① 沿着转化链路“往回看”

教育金融的转化链路普遍较长：展示 – 点击 – 落地页 – 表单 – 转化（有效咨询 – 有效获客/完件 – 授信等），大家账户众多的情况下，习惯将转化成本和消耗置于最前端，如此一眼便能看出这条计划花费了多少，成本几何，其次才是转化数、点击率、转化率、ecpm 等，判断一条计划是否投放预算也通常是多少金额有无转化，有则投放一点，没有则关闭。

那么如何“往回看”？

首先，对于你所投放的产品一定要极为熟悉成本达标时各个链路的数据指标：从 ecpm 到 cpc 到表单成本再到转化成本，以及各个环节的转化率。同时不同资源位不同素材类型（视频/图片）这些数据标准也各不相同。

举个例子：倘若你的一个 CPA 考核为 400，通常你都习惯计划花费到 400 时查看有无转化，CPA 达标时它的表单成本或许在 50，平均 8 个表单就能出现一个转化；如果花了 200 仍未转化的情况下，能否提前从表单成本判断将其舍弃？花了 200 一个表单都没有或者仅出现一个表单，能否直接判断这条计划不值得继续花费资金观察了。

其次，倘若正常情况下，你的 cpc 在 2 – 3 块，这条计划花了 200 了，cpc 为 8 块一个，那么你可以计算一下想要成本达标，你的转化率需要达到多高？能否直接通过 cpc 判断这条计划应当放弃测试。

② 控制在投计划数

计划数越多越容易测出有效结果，计划数越多空耗越多也是事实。如何平衡两者最为根本的原因在于优化人员的判断力。

我一直不太提倡盲目堆积计划数，即便 Markting API 如此智能，除去某些确实需要堆积计划的行业，以及穿山甲的流量扶持，我认为素材在于精而非多，很多低质量的素材其实优化端已经具备人为筛选的能力。

在保持素材多样性的前提下，尽量减少那种劣质素材的上新，一方面是避免浪费资金，另一方面是劣质素材确实会降低你的账户质量度，为何有些账户冷启动未通过直接停滞，也有这方面的原因。

04 控时段

有些产品的特性注定时段对成本的影响极大，例如：打车软件、外卖软件、社交、借贷等。

最为理想的状况肯定是计划全天运行，对量级和计划模型皆有益处，然而当某些产品在不同时段成本表现差异显著（例如打车软件的每个上下班高峰段/其他时段、外卖软件的早中晚饭点和周末/其他时段、社交产品晚上和凌晨之外效果皆有差别），全天运行成本难以控制时，只能选择控制时段投放了。

一方面依据产品属性和受众的特点来控制投放时段：高峰期成本低多投放，非正常时段少投放；一方面结合账户本身投放出来的数据进行验证。

05 修改竞价策略

由“优先跑量”变更为“均衡投放”或者“控制成本上限”。

这个方法我平日运用不多，据朋友反馈运用得当还是有效果的。

使用逻辑是“略高出价 + 均衡投放”成本控制效果会优于“正常出价 + 优先跑量”，实际上可以尝试一下 a/b test 的组合跑量效果。

06 优化素材

这个就不多言，有机会单独撰写一篇讲讲素材是如何进行二次优化的。

07 穿山甲排除点位

这个与前面的地区定向类似，众所周知穿山甲是由众多大大小小的广告位流量汇聚而成，顾名思义便是排除掉那些成本高的广告位。

接下来的几条适用性更窄，选择时需依据实际情况谨慎运用。

08 预算一点一点放

这个办法想必不少人使用过，特别是那种客户后台数据回传极为缓慢的，往往客户后台达标了，账户前端却失控得厉害，致使计划放开就失控或者停滞了。

又比如某些时候与自动出价的小步快跑有些相似，预算一点点投放似乎成本波动会小一些（跑得太快人群质量必然会杂乱，如果计划良好的话，即便这个时段上升了下个时段也能回归正常，所以这个方法没有多少科学依据，还会影响放量）。

09 提价

没错，确实是提价。

逻辑也很简单，低价获取的尾量成本反而比出高价还高。高价购买的用户转化率高，优质素材收价或许低于出价，但是往往高价购买的用户再好，周期成本也很难低于 KPI，因为算**会慢慢帮你优化至出价范围。

仅适用于那些低价无法运行或者失控了，如钝刀割肉般慢性死亡的情形。

最后说了这般多，从事优化工作的人面对压成本之事没有哪个是心情愉悦的，皆是无奈之举。特别是如今行业竞争如此激烈，老老实实地按照 KPI 出价很可能就竞争不过他人。所以高出价 – 降价策略才被越捧越高。

但是前段时间听到一句话，觉得很有道理：我们属于服务行业，接收到客户压成本的需求，第一时间不应是抱怨和试图说服客户妥协，而是尽可能专业地从优化的角度尝试将成本优化下来。

客户也不愚笨，如果这个目标确实无法达成，大盘必然会迅速冷却，客户也会迅速进行调整。倘若别家做到了，你们未做到，那就更没有抱怨的资格了。