本文的内容架构（涵盖 4 个小节）：

1.信息流广告投放是否为玄学

2.有关学习期与成熟期的事宜

3.广告投放系统的竞价判别逻辑

4.化解日常运营中的投放玄学难题

1.信息流广告投放是否为玄学

在 2015 以及 2016 年，信息流（Feed 流）广告的增长势头极为迅猛，在广告优化师群体当中，专门的信息流广告优化师岗位应运而生。

鉴于当时信息流广告行业尚处于新兴阶段，大多数信息流广告优化师要么由 SEM 搜索引擎广告转型而来，要么是实习生、应届生，要么是从其他行业转行而来，总之，多数并非科班出身。

早期具有代表性的信息流广告平台当属微博粉丝通（作为社交类产品的代表）。然而，近些年来，国内排名前两位的信息流平台无疑是巨量引擎和腾讯广告，它们也是优化师们最为青睐的两个投放平台：一方面因其流量大且质量优，另一方面则是其广告平台相对成熟且易于操作（毕竟出自大厂）。

即便如此，在日常的运营过程中，优化师们仍然存在诸多的困惑。这是因为大部分优化师并不了解广告竞价投放的底层逻辑、数据监测和归因逻辑以及投放平台背后的算法逻辑。对于他们而言，广告投放仿若盲人在黑暗中摸索前行，难免会出现差错和碰壁，能否起量，八成靠运气，两成依赖于对平台的熟悉程度或者经验。

即便是那些伴随着信息流广告一路发展而来，拥有五至六年信息流广告优化经验的优化师，也鲜有人敢自称专业且厉害。

优化师之间的差距更多是通过“信息流广告从业年限”以及“广告操盘预算”来加以区分，优秀的优化师皆是通过不断利用广告预算进行测试和试错得以锤炼而成。然而，他们中的大多数却认为自身的优化方法在很多时候不过是机械性的重复或者投机取巧，难以登堂入室。

当然，也存在部分优化师刚入行时，加入了一个出色的团队或者参与了一个良好的项目，从而能够实现快速成长。

实际上，信息流广告优化师的入行门槛并非过高，更多在于您是否具备足够的数据分析敏感度、逻辑分析思维以及学习总结的能力。

在近几年的信息流广告行业，最为常见的一句话便是：“广告投放乃是一门玄学”。

• 为何我设置与他人毫无二致，可我却无法投出量？
• 为何我明明出价如此之高，依旧没有量？
• 为何原本运行良好的计划，突然没量了？
• ……

所谓的玄学问题，很大程度上是由于冷启动时的学习期未学好，以及成熟期跑量时未能把握好投放设置的尺度。

即便您抄袭他人相同的设置，然而冷启动的过程有所不同，投放的结果自然也会各异。

当然，冷启动通过学习期并非广告起量的充要条件。确切地说，学习期通过与起量之间，既不充分，也不必要，但却至关重要。这意味着，学习期通过了，未必能够起量；学习期失败了，也未必无法起量。

在成熟期跑量时，“过度”的设置操作，极易导致整个计划原本稳定的算法模型因突如其来的大幅修改，致使流量范围缩小，甚至算法模型被重置，需要从头再来，进而导致突然没量或者成本飙升，只留下茫然无措的优化师……

2.有关学习期与成熟期的事宜

在此所提及的学习期，主要是针对 oCPX 出价（巨量引擎和腾讯广告的 oCPM、oCPC）而言。

oCPM，其本质是按照 CPM 计费，然而广告主能够依照 CPA 目标转化价格进行出价，再由广告系统依据投放数据自动预估点击率和转化率，将广告主设定的目标转化价格转化为 CPM 参与竞价。oCPC 亦是同样的道理。

oCPX 出价的广告计划自建立起，会历经 3 个阶段，分别是（冷启动）学习期、成熟期以及衰退期。

由于新创建的广告计划起始于零，毫无数据可言，因此便存在这样一个冷启动的学习过程。广告计划在冷启动阶段的表现，在一定程度上决定了该计划在成熟期能够达到的量级和成本。

新建立的 oCPX 计划在学习期间，由广告系统于整个流量池中进行投放探索，收集充足的转化数据以构建算法模型。并非每个计划都能够顺利通过学习期，例如在巨量引擎中，4 天内达成 20 个转化即可结束学习并进入成熟期，若积累不足 20 个则显示学习失败。

计划同样存在生命周期，倘若您始终使用同一套创意进行投放，当创意在流量池中已被充分利用，同质化现象较为严重时，就有可能致使计划步入衰退期，所以素材和创意需要持续更新。

在系统学习期间，通常会超出成本，并且量也不稳定（甚至可能没有量）。为了使广告主能够放心大胆地进行测试投放，巨量引擎和腾讯广告提供了成本保障政策，由平台和广告主共同承担前期测试超出成本的风险，当成本偏差较大时（通常超过 20%）进行赔付。

当然，还存在一些赔付条件，比如转化数量需达到一定标准。另外，在学习期间尽量不要暂停计划，修改计划的动作也不应过于频繁，超过修改次数（每天修改广告计划出价或定向其中任意一项的次数不能超过 2 次）则无法获得赔付。频繁修改出价或定向不仅会影响赔付资格，还会对系统学习期的效果产生影响。

学习期（成功）结束后便进入成熟期，这意味着该计划大概率能够稳定跑量，成本也相对稳定。至于广告计划在成熟期的表现能否与学习期一样出色，甚至更优，就要看优化师的能力了。

那倘若学习期未通过呢？这表明学习失败，大概率难以跑起来，但也存在小概率能够跑起来的可能，可以在诸如调整创意、标题、落地页、回传事件等方面下功夫，再加上竞争环境或时机有所改善，学习期失败的计划仍有机会起死回生。

3.广告投放系统的竞价判别逻辑

当用户开启 APP 时，倘若该 APP 产品上设有信息流广告位，巨量引擎或腾讯广告系统是如何判断应将哪个广告主的哪则广告放置于该广告位的呢？

广告投放的竞价判别受到定向、预算、余额、用户体验、出价、素材、落地页等因素的影响，广告系统在进行广告筛选和竞价排名的过程中，具体先判别哪个因素，以及每个因素的影响力均以各广告系统的具体规则为准。

以巨量引擎为例，对信息流广告竞价投放的流程进行分析：

• 用户浏览抖音 APP，巨量引擎收到一次抖音广告位的竞价请求，巨量引擎将对整个平台的广告账户和广告计划展开层层筛选。
• 广告计划定向设置的人群是否涵盖该用户（系统依据广告主的定向设置进行第一道筛选）。
• 广告计划是否具备充足的预算和账户余额（系统依据预算和余额进行第二道筛选）。
• 该用户在同一周期内是否看过同个/同类广告过多次数（系统依据频次控制进行第三道筛选）。
• 该用户是否不喜欢这个/这类广告，即用户是否曾经点击过不感兴趣或进行举报（系统依据用户体验进行第四道筛选）。
• 经过前面四道筛选后留存的广告计划的出价是否具有竞争力，系统依据广告主的目标转化出价和预估点击率、预估转化率计算得出预估广告 eCPM，公式为 eCPM=oCPM 目标转化出价*预估点击率 CTR*预估转化率 CVR*1000（系统需要用 eCPM 对广告计划进行排序）。
• 广告主对广告计划是否存在负向操作的影响，比如长时间暂停广告计划、广告创意多样性低等。（系统对未按规范操作的广告计划再次进行筛选）。
• 结合广告质量（与用户体验相关）、创意的多样性、标杆 eCPM 等指标，综合判断广告投放对巨量引擎的收益影响，计算出最终 eCPM 并进行排序，将 eCPM 最高的广告展示给该用户。

上述逻辑在各大信息流广告竞价系统基本相通，差异仅在于流程中各个环节的先后顺序以及各个因素的影响力。据我所知，广告平台还会运用行业（广告主资质）进行一道筛选过滤，通常对品牌广告、游戏行业、电商行业或多或少会有所倾斜。

前面提到 eCPM 是依据预估点击率和预估转化率计算得出的，那么这两个率是如何预估的呢？

点击率和转化率的预估通常离不开 look-alike 这个词汇，即寻找相似的因素。这些因素涵盖用户、广告产品、广告位、创意、落地页、转化类型等。

广告系统的 look-alike 逻辑，实际上与乙方优化师的部分工作颇为相似。当乙方优化师接手一个新的项目时，广告主通常会要求预估点击成本或转化成本，乙方优化师基本能够给出一个预估数据，然后在测试投放中对该数据进行修正，并持续优化。

• 例如擅长游戏广告投放的优化师，在新接到一个游戏广告项目时，会判断此游戏的类型，如传奇游戏类则参照之前投放的传奇游戏类的投放成本等。
• 倘若为未曾投放过的游戏类型，同样能够依照相似游戏人群的那款/那类游戏的点击率和转化率进行预估，并且会运用游戏包大小相近的那款游戏来更为准确地预估数据。
• 若是未曾投放过的行业，也能够依照相似目标人群对应的那个广告产品投放的相同广告位数据作为冷启动数据参考。
• 倘若为未曾投放过的广告位，比如新闻资讯类的大图信息流广告位就参考新闻资讯类已投放过的那些大图信息流广告位的投放数据。
• 假如当下要投放教育类产品，之前投放的是下载类的，如今要投放的是表单类的，您会如何寻找相似因素来预估表单成本？

上述所列举的仅为大致思路，广告系统的 look-alike 逻辑亦相差无几，但会更为精细、严谨，主要是找出那些相似的因素有哪些，然后尽可能在同类或者相似类别中进行 look-alike，而非每次都从零开始探索，那样的探索成本将会极高。

我曾在《一名程序化广告老从业者的十年总结》一文中总结过，大型媒体私有 DSP 的优势就在于其“**丰富，算法模型能够训练得更优”：

客户的种类较为丰富，每个种类下的客户数量众多，对于训练算法十分有益，算法能够依据用户点击了哪些行业的广告等数据更好地得以训练优化，相较于独立第三方 DSP 而言，基于客户种类的用户的广告行为等数据更为丰富，算法模型得到了更好的训练。

所以，广告投放的量级以及广告主、行业、转化目标的多样性，对于广告投放平台而言极为重要，它能够为一个新产品的冷启动投放更出色地提供数据参考和指导，这也是巨量引擎和腾讯广告敢于提供成本保障政策的底气所在。

4.化解日常运营中的投放玄学难题

阅读完前面有关学习期和成熟期、广告投放竞价判别逻辑、算法 look-alike 逻辑的内容之后，实际上许多玄学问题似乎并非如想象中那般神秘莫测。

接下来运用上述的相关内容，对优化师圈子里经常遭遇的投放玄学问题展开分析：

• 为何一个新账号的冷启动如此艰难？
• 为何我出价如此之高却仍无法起量？
• 为何平时跑量最大的计划突然没量了？
• 为何相同的创意一个能够审核通过，另一个却无法通过？
• 为何 CPC 计划转为 oCPC 计划后无法跑起来？同样的 CPC 广告计划一天能够稳定跑几十万，然而换成 oCPC 却都无法跑动，这是为何？
• 为何相同的计划设置、相同的素材、相同的落地页，在其他账户能够跑起来，在我这个账户却不行？
• 为何我的计划点击率、转化率都不错，量却始终无法提升？
• 为何计划一旦过了学习期，就没量了，或者成本持续上涨？

1. 为何一个新账号的冷启动如此艰难？

这需要依据不同行业的不同产品来判定，部分产品受众广泛，学习期就易于度过，起量也迅速。然而有些产品，受众狭窄，本身感兴趣的人较少，致使转化量少，从而在冷启动时缺乏足够的数据样本量。

例如大电商、大游戏产品，基本在几个小时内就能通过学习期，然而某些行业，例如灰产行业的那些加粉、表单类的，就可能在冷启动时面临较大困难。所以冷启动受到产品/行业本身以及目标群体的影响。

当然，出价和投放时间也极为关键，因为媒体流量池是波动的，竞争环境也在不断变化。

因此部分优化师会采用“高举高打（高出价抢量）”的策略来迅速通过学习期，不过切勿过于激进，否则即便通过了学习期，后续也有可能直接导致计划跑死。

然而，即便是相同的出价，可能平时能够轻松通过学习期，但到了双十一之类的大促节日，竞争异常激烈，相同的价格或许都难以获取量。所以部分优化师还会选择“低开低走（在低竞争时段开启计划跑量，成本也相对较低）”来迅速通过学习期。

有时，产品出色、出价高昂、竞争较小，但依然无法通过冷启动，这是为何呢？可能是由于优化师操作不规范、创意不佳或同质化严重等因素所致。

列举几个不规范的操作：在冷启动期间，看到量小或者成本高，就频繁进行调整，调整后未见成效又再次调整。或者在同一个账户中同时投放多个品类的产品（对应的目标人群可能不同），导致算法模型在学习时出现差异，从而出现新计划不起量的问题。

创意不佳或同质化严重的问题则会影响前面 eCPM 计算公式中的预估点击率，致使计算得出的 eCPM 较低或者与标杆 eCPM 差距较大，所以即便您出价很高也无济于事。

还有一种特殊情况，也是容易被忽视的问题，那便是广告归因问题。部分产品的转化数据存在归因延迟，12 小时、24 小时甚至更长。新账户在冷启动时，由于归因问题导致前期一段时间的转化数少、成本偏高的问题也值得关注。

2. 为何我出价如此之高却仍无法起量？

媒体在对广告进行排序时，并非仅仅依据 eCPM 的高低进行计算，而是关注整体的广告效益。

这或许参考了 SEM 搜索引擎竞价广告的排名规则，出价高未必能够排在首位，还需关注关键词（创意）的质量度，因为创意质量度将直接影响广告的点击率，进而影响最终的广告转化。而创意质量度除了与创意本身的优劣有关，还与创意和广告的相关性紧密相连。

所以您出价高却无法起量时，可以再查看一下前面的“信息流广告竞价投放的流程”，决定广告能否投放出去，除了要使 eCPM 高之外，还需关注您对这个计划是否存在负向操作，或者广告质量（与用户体验有关）、创意的多样性等指标是否存在问题。

3. 为何平时跑量最大的计划突然没量了？

可以依据上述所讲的信息流广告竞价投放的流程来诊断，查看流量是在哪个环节被过滤掉的。

一个平时能够跑很大量的广告计划突然没量了，可能与以下几个环节有关：

• 广告计划是否拥有足够的预算和账户余额。可以检查一下预算和余额是否充足。顺便查看投放时间是否存在问题，之前曾试过在测试投放时设置了结束日期，之后忘记更改为不限。
• 该用户是否不喜欢这个/这类广告，即用户是否曾经点击过不感兴趣或进行举报。可以检查一下跑量的那些素材是否被投诉下架。
• 广告计划的 eCPM 是否具有竞争力，这与您的出价、创意质量、落地页的用户体验均有关系。平时跑量良好的，突然没量了，问题或许出在出价上，取决于流量池中的竞争环境，例如遇到节日导致抢量变得激烈，相同的出价便不再具有优势。
• 是否对广告计划进行了修改，可以查看修改日志来定位是哪次修改导致的问题。不过，一般修改操作并非立即生效，存在一定的滞后性，所以不要判断错误。
• 上述问题的部分可以借助广告平台的诊断功能进行排查，如果最终检查完毕发现均无问题，也