信息流广告投放推广优化技巧！

我忽然意识到，信息流也许跟我们过去所有的竞价优化都不同，尤其是与搜索竞价有天壤之别。而这其中，一定拥有一个非常深刻的逻辑，我们理解了这个逻辑，可能就将获得打开信息流广告优化大门的钥匙。

这一篇文章，不讲技巧，只讲逻辑。

所以，尽管这么说不算严谨，但信息流广告的竞价相当程度是与“机器”在博弈。

本质上，信息流广告是封闭的RTB体系，而不是按照关键词排名的体系，这就注定了它要顺应机器的算法、满足机器的优化。而不仅仅只是考虑与其他投放者的价格竞争。某种程度上，尽管价格竞争仍然重要，但方式和操作都已经相当不同。

这是信息流广告投放优化的核心问题。

事实上，所有RTB类型的优化，把针对机器的优化放在首位，都是正确的思维。

因为，人的标签实在是太粗放太混沌太不精确，而且人的行为飘忽，兴趣多变，而标签却很难真正及时地响应与更新。

因此，效果类的投放必须要用机器学习，尤其是监督学习的方法。

简单讲，就是机器不断尝试各种方法，来“全力”帮助你实现转化。如果机器决定针对某一个人进行展现，但是尝试不成功（比如选择的人不对，或者投放的地方不好），就再换一个人进行展示，直到出现成功的转化，然后机器总结这些成功和不成功的人的选择和投放的方式，从而“摸索”出一个它认为的，最合适的投放策略。

或者，你可以用一个简单的名词来描述这个过程，那就是“试错”。

既然是试错，那就需要给机器时间预测（数据为往年仅供参考）和机会。“给机器时间预测（数据为往年仅供参考）和机会”就构成了信息流优化的核心逻辑。

4. 投放初期，不要做太细致的人群定向。

5. 就算你不打算真正短时间预测（数据为往年仅供参考）内花很多钱，也在预算设定上多增加，甚至比较好放到“不限制投放金额”的程度。钱花的差不多了，再手动关。

“治大国若烹小鲜”，对待信息流账户，也很类似。

而另外一些策略，比如投放初期多增加一些价格，或是增加预算到“无限”，以及初期不要太精细的定向等等，本质上都是“给机器机会”的策略思维。

因为机器要试错，不仅仅需要花时间预测（数据为往年仅供参考），还要去不停“尝试”。如果投放的限定太精细、给的价格比较低，或者预算给的太有限，都限制了让机器去尝试的倾向。如果机器的尝试不够，就难以达到比较理想的策略区间，从而要么不能给你足够的流量和转化，要么价格就会奇怪的离谱。

一个月只有几千块钱的预算要投好信息流，其实概率是很小的，就是这个原因。

而信息流，前面讲了，优化的目标是让机器能更好地懂你，因此，不是跟别的账户去竞价之类的要围绕CTR做文章，而是要围绕转化做文章。

道理不言自明，因为信息流的机器优化，是监督学习，其“监督”的依据，就是转化。

所以，不要以为你上了一个广告的CTR特别好，这个广告的表现就会好；而另外一个CTR不好，就着急干掉这个广告。

千万别这样，一切都还是要最终看转化。

为了转化，创意本身故意用擦边球（性和钱）的方式诱惑就不一定有作用（尽管对于部分行业仍然有作用，比如对于游戏），这可以极大增加点击率，但是对于最终的转化却未必有正向的影响。

为了转化，信息流的落地页的设计都跟搜索不同了：

搜索竞价，因为是主动有需求的人搜索了关键词才到了你的落地页上，所以落地页的信息量适合大一些，讲的细致一些，重在“引导”。

而信息流，不是人们主动搜索，而是人们在看各种“八卦”的时候无意间发现了你的广告，这才意识到自己可能有需求，或者仅仅是好奇点进去看，落地页就不适合上来玩儿重的，而是重在引发兴趣和需求，然后快速能够引发用户的主动咨询即可。因此，重在“引诱”。

“引导”和“引诱”，一字之差，落地页的设计就会显著不同。

从这个意义上看，不优化甚至都比你频繁优化要好。

正确的方法，是创造让机器去尝试的环境，甚至故意“忽悠”它（比如故意提高预算到无限），让它更积极地去试错。唯有如此，你的账户才可能快速达到一个比较理想的状态。