oCPC效果到底怎么样,不搞清楚的话还是别玩信息流广告了

 

【正文】

在我的知识星球中,oCPC是信息流广告被问得最多的,所以,干脆开一个新帖子来讲一讲。

oCPC是什么?

oCPC实际上是optimized CPC的简写。它本质上还是按照CPC来收费,但是又加了一个o。为什么要加一个o呢?

原来,如果按照CPC计费,媒体不会考虑广告主的效果,反正点击了我就收你的钱。但是广告主会不高兴,觉得说,虽然点击这么多,但一点效果都没有。于是,广告主会建议:既然CPC有很多点击我觉得没有效果,能不能媒体你按照CPA来收费呀。

所谓CPA收费,对于广告主而言绝对是善莫大焉。A即action,往往是广告主所追求的受众的某种交互行为——比如添加购物车呀、点击留资(咨询)按钮呀、下载呀什么的。按A收费,就是按照效果付费,这是广告主最愿意接受的。

可惜,媒体说按CPA付费可不行,因为如果流量来了以后,用户没有A发生,不一定是我的流量不好,而也有可能是你的落地页不好。我们可没有这个能力全包(你的效果)。因此媒体并不接受用CPA来计价,就是缘于他们觉得广告主最终的效果其实也是不可控的。

于是,聪明的人想出一种折衷的办法,即媒体按照广告主希望受众做出的A甚至是S(销售,也可以叫做转化,即conversion)作为他们(媒体)调整广告投放策略和流量分配的优化依据,而实际的付费还是按照C来进行。即媒体配合广告主想办法优化A或者S,但是定价还是按照C来。 这种方式双方都可以接受。

类似的还有oCPM,本质上跟oCPC是一样的,区别是定价不是用C来定价,而是用M(impression,广告曝光量)来定价。

oCPC好使吗?

如果一切正常,oCPC是一种比你自己进行CPC出价投放更好的方式。

因为机器反应比人快。

一般而言,如果你能够用oCPC方式进行投放,效果一般会比你手动CPC的效果好。

不过,“一般而言”四个字,意味着“不一般”的情况下,oCPC可能并不好使。

用好oCPC必须满足的五个必要的先决条件

为了让oCPC好使,一般而言的情况是什么呢?

  1. 提供oCPC的媒体或广告代理商的优化算法是靠谱的
  2. 你投放的金额要足够,出价也要足够高
  3. 提供oCPC的媒体或广告代理商对A进行了监测
  4. 你所处的行业领域广告投放的竞争强度恰如其分
  5. 媒体的广告资源足够

这五条“一般情况”,是要玩好oCPC广告投放所必须掌握的。如果你的效果不好,先别埋怨自己的水平不够高,应该先从业务的角度看看,自己的生意有没有用好oCPC的可能。

对这五个条件的说明

稍微解释一下。

第1点,不用说了。算法不靠谱,都白瞎。个人认为,今天的百度信息流,算法是比较好的。但是最近一次调整之后,客户们怨声载道。主要是在3月中旬到4月中旬这段时间。强烈请百度关注这一情况。一般的主流信息流广告,都是用人群(用户行为和地理位置等所反映出来的用户的社会属性,职业、地域、大致收入等)、内容(文章内容和所在频道,并通过内容定义用户的兴趣)、环境(办公室还是家里,周末还是工作日,天气好还是坏等)三者的结合加上“监督学习引擎”。基本上,人群是最主要的,然后是内容(本来内容应该是最主要的,可惜人的兴趣变化太快,因此人群这种静态属性反而占了很大权重)。你可以认为,用户量越大的媒体,这方面的数据积累越大。所以像腾讯社交广告(以前叫广点通)、今日头条等,它们的定向应该不会很弱。

第2点,关于投放金额,很重要。有的朋友说,我一天都投放500块钱,为什么一直不能用oCPC,或者oCPC的效果不好。原因很简单,oCPC是“监督学习”的。所谓的监督学习,大家一定要掌握这种机器学习的思维,就是机器不断尝试各种变量的组合,然后把各种组合的结果跟期望的目标做比较,越接近的,就越好。尝试不断组合变量并得出结果的过程,被称为“训练(train)数据”。既然是训练数据,数据量小了不行。而数据量要大,投放必须也要大,理论上越大规模的投放,数据不断被训练的机会也越多,这样才能让oCPC越来越“聪明”。所以,有些信息流广告的oCPC可能要经过你自己手动CPC投放发生上百次乃至几百次转化才能激活,这是很有道理的。如果直接进入oCPC投放而不分两阶段,风险会比较大。

其次,关于出价足够高,也是这个道理,所谓足够高,当然不是让你无限制的高出价。但是你的出价必须要足够到让你的广告有足够的展现。所以,初期手动操作的CPC很重要,大家不要以为oCPC是万能的,它恰恰是在你初期手动CPC基础之上的优化。手动CPC是根,oCPC是开枝散叶,但无根之木,什么果子也结不出来。

第3点,这个也是必要条件。就是你得把你的广告的目标达成告诉oCPC,它才知道朝什么方向去做监督学习。所以,必须部署好oCPC媒体自己的数据监测。

第4点,竞争强度如果变动很大,造成的后果如果是出价和展示都极为波动的,oCPC不能充分的学习,这种情况下,oCPC可能会失灵。竞争强度可以保持高,也可以保持较低,但异常波动是我们要注意的。另外一方面,信息流广告的竞价是“开放性”竞价,因为面对的主要是人群,而不是关键字,因此不同行业之间也是有相互竞争的。比如,一个高净值人群,金融、高端教育、汽车、房地产等,都会认为这个人是他们的目标客户,因此,大家都会对“他”进行争夺。因此,考虑竞争强度的时候,也需要把这一情况考虑在内。

第5点,也是很关键的一点。今天的头部信息流媒体已经严重广告“超载”,信息流广告的流量已经跟过去那“纯净的一汪湖水”完全不同。如果媒体没有足够的广告资源(尤其在今天用户数量不增反降,再加上每每触犯天庭之后,参见我的文章:政策性打压?这是内容营销的终局还是起点?http://www.chinawebanalytics.cn/content-marketing-in-china-delimma/),但对广告主的进入却毫无限制甚至不断招揽的情况下,流量本身是否可靠就成为最大的“疑点”。如果流量不可靠,那么无论何种oCPC,何种oCPM,哪怕就是直接oCPA都于事无补。

你可能想知道某个媒体是否已经严重“超载”,不过我认为从总体上了解这个媒体的资源的供求情况并没有太大意义。例如今日头条,它的资源一定是供不应求的,你不用看数据就可以猜到。问题在于,还是要搞清楚,你的流量是否是真实有效的。参考我过去的文章(今日头条投放没效果?可能不是你自己的问题!http://www.chinawebanalytics.cn/jinritoutiao-traffic-secrets/)。

操作层面上如何做好oCPC投放?

看到行业中所有的建议都是具体操作的,但是没有介绍操作背后的rationale(就是核心逻辑)的。搞懂了逻辑,投放才可能更好。

投放初期,遵循如下逻辑:

  1. 要首先确保流量本身是正常的。即,学会通过数据识别异常流量。在这个课堂上:深圳宋星大课堂(9月1日、2日):数据化互联网营销和运营:方法、案例与实战!(http://www.chinawebanalytics.cn/songxing-course-in-shenzhen-201809/)我会详细介绍对于异常流量的数据识别和案例。
  2. 在第一阶段(就是手动CPC或者手动CPM)阶段,保持稳定的转化很重要。原因就是上面讲的,要给机器train数据的机会。太少的转化不行,机器没有机会学习;太波动也不行,机器会变傻。
  3. 第一阶段做多个计划,分别应对不同的落地页、人群、创意、文案等(尽量细一些)。目的就是为了把稳定出量的组合找出来,仍然是为了给机器学习的机会。
  4. 一开始不要上来就给太大的每日预算,如果无转化,预算逐步增加(但不能一次性提升太多),直到逐步到比较理想的转化数量的情况。
  5. 如果增加预算之后,仍然无转化的,要优化定向、创意和落地页。如果不论怎么调整都没有转化的,有两种可能,第一种可能,没有玩转信息流广告的投放,出价不合理,或者转化引导差,这种情况具体问题具体分析(找专家咨询)。第二种可能,你的产品或者所在行业,人群竞争力较弱,可能并不适合投放信息流类广告。

进入oCPC之后,同样要注意一些点:

  1. 机器的监督学习优化仍然没有停止。仍然需要逐步放量,而不是到了oCPC就万事大吉了。
  2. 计划、创意、落地页都有人群疲劳的时候,注意一段时间之后(往往就是数周而已),要做更新。
  3. 尤其是落地页,对于转化的影响很大,需要持续监测和优化(利用第三方工具)。
  4. oCPC发生重大波动,比如突然成本增加,这是完全有可能发生的。遇到这种情况,不要完全认为是自己出了问题,很有可能是媒体的流量在做调整,算法在做修改。这种情况很让人不快,但必须要接受。这时可以暂停oCPC回到CPC,等待一段时间后,再尝试打开oCPC。

当然,无论oCPC在操作层面上多么复杂,最终还是看流量资源本身的质量。oCPC的优势很明确,听起来花钱更有效果了。缺点,如果广告主的转化太稀疏,就没啥用。另外,它是锦上添花,如果流量的本质不好,再怎么o也没用。 不过,理论上,它比人自己出价调价确实要先进一些。一般人做营销,还是选择oCPC或者oCPM,然后让机器自己去调价优化了。

欢迎大家讨论。

未经允许不得转载:版权归宋星及chinawebanalytics.cn所有宋星的数字观 » oCPC效果到底怎么样,不搞清楚的话还是别玩信息流广告了
分享到: 更多 (0)

评论 2

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
  1. #1

    于是,聪明的人想出一种”折衷“的办法;应该是折中才对

    开心小政4年前 (2021-05-07)回复
    • 多谢指正。查了一下,好像都可以。略有区别,但是可以混用似乎。

      宋星4年前 (2021-05-08)回复