对于所有广告运营来说，肩上永远扛着两座大山：成本和放量。但归根结底，一定要说最重要的目标是什么？就是放量。毕竟，量起来才有钱挣，成本再低没消耗，也是耍流氓。

让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名与空间、网页空间、营销软件、网站建设、天河网站维护、网站推广。

来到2020年，对于信息流广告的投放来说，运营似乎越来越有无力感：为什么成本超了？为什么不跑量了？昨天还跑量今天怎么就不跑了？……

也曾有人问过我：产品和系统越来越智能，优化师是不是要失业了？

我想说的是：如果你这样问，那你可能就是要失业了。

我的理解是，就目前的人工智能发展程度，远不能代替人的工作，现阶段的产品工具，更多是运营的效率工具，没有被工具淘汰的运营，只有不会用工具而被公司淘汰的运营。

本篇内容基于巨量引擎投放平台所写，正文字数5600字 预计阅读10分钟，希望不浪费你的阅读时间。

1、投放逻辑

首先我们来了解一下，信息流竞价广告，每一条曝光的广告是如何被投放出去的。要想深入理解广告投放的机制，我们需要用两种角度分别来看广告投放机制。

1、用户角度

作为一名今日头条的用户，你打开APP，在推荐频道下滑浏览信息时，呈现在你面前的多条信息中，就会包含广告信息。当下滑过程中，一个广告位置即将要有广告展现（或者叫被广告填充）时，这次展现机会，就是一条广告请求，而每次广告请求，都会同时有N条广告创意在争抢着给你展现自己的机会。

但最终成功展现的只有1条广告创意，决定谁能展现的，就是背后的投放逻辑。我们用如下图简要概述：

我们依然以你在今日头条APP推荐频道浏览信息的广告机会为例，进行简要说明：

广告仓库：所有在“投放中”的广告计划；

匹配广告：匹配符合“今日头条”APP推荐频道中的广告尺寸的广告；

频控：每个用户一天内看到同类型的广告次数有上限；

dislike：如果你对某类广告多次点击过“不喜欢/不感兴趣”，则该类广告一定时间内不会给你展现；

预估：系统对每条符合如上几个步骤的广告，预估给你展现后，你点击广告的概率（CTR）、产生转化的概率（CVR），通过一个公式来计算每条广告的一个值（ECPM），然后从高到低排序；

文章混排：排序高的广告，会被系统看做一条正常文章内容，如果内容质量过低，则不会被展现，该位置展现正常文章；

投放：如果没有被「文章混排」“干掉”，那么这条广告打败了多个竞争对手，成功来到你的面前。

2、运营角度

作为一名优秀的竞价广告运营，需要明白，我们服务的不是客户，而是用户。因此透彻的理解用户角度下如何看到一条广告，对于运营来说，是很有必要的。接下来，我们站在运营的角度，站在广告操盘手的角度，来看你的广告是如何投放出去的。

我们用如下图来简要概述：

以你操作的账户中，在“投放中”的某一条广告计划为例：首先系统会过滤掉，不在你定向范围的广告请求，然后你的计划需要有足够的预算，再过滤掉不喜欢/频次看够了的用户的广告请求，此时你的计划才开始进入系统模型预估ECPM值的阶段，并且不只1次预估，而是多次预估和排序后，最终胜出，才会进入文章混排阶段。

可以看到，要经过层层筛选和竞争，才能争抢到展现的机会，在一天中，你的广告计划会经过无数次的如上过程，展现了多少次，就说明成功了多少次，这就是你的计划一天的展现量了。

这个过程，我们作为运营操盘手，能够在哪些步骤去提升你的计划的竞争成功率呢？

定向、预算，这是你可以做的账户基础设置。用户是否点“不喜欢”、是否看够了同类型广告次数，这几乎无法左右。当然，你的广告创意做的太讨人厌，肯定会有更多用户“不喜欢”。

来到预估排序阶段，这就是我们运营同学，真正要通过运营手段，来提升的关键步骤了。这里我们就需要引出关键公式：

ECPM=预估CTR*预估CVR*出价

ECPM够高，才会在竞争中排名靠前，最终获胜。通过公式不难发现，影响ECPM值的三个关键指标，就是预估点击率（CTR）、预估转化率（CVR），以及你设置的OCPM出价。

需要注意，结合前文用户角度的说明，模型是对你的广告计划，对每一次广告请求（也就是该请求的用户），做出预估，不同请求（也就是不同用户），模型预估值都是不一样的。换言之，我们要想广告计划投放量大，需要做的，是广告计划对更多人都能够有较高的预估值。

2、放量策略

明白了竞价广告投放逻辑后，接下来我们正式开说，能够提升投放量的策略。（备注：如果你没有巨量引擎平台的运营经验，接下来可能有些地方看不懂。）

不知道你是否发现了，读到此段为止，前文仅出现过一次“优化师”这个词汇（还是别人说的），全部是在用“运营”“操盘”这样的词汇。是因为我觉得，一名优秀的“优化师”，不只是账户优化者，更应该具备通盘的掌控能力，账户优化只是工作中的一个重要环节。

因此，我们需要 具备制定投放策略的能力。

那什么是策略？我认为是在对所投放产品充分认识、对客户的需求充分了解、对投放平台的系统和用户充分熟悉的前提下，知道什么样的投放方式和选择，能化满足客户需求，这个方式和选择，就是策略。

回到我们的标题，我总结了如下几个，有利于放量的投放策略。并且很多个策略，如果可以组合打法，效果事半功倍。

1、多账户

不要只局限在一两个账户去投放，建议多几个账户进行投放。

最核心的原因在于，巨量平台的流量足够大（每天百亿级请求量），每个账户是不可能去覆盖到（有机会投放到）所有的流量的；而目前效果竞价几乎全部是OCPM出价，也就是直接对转化目标进行出价，模型对于广告的ECPM预估，较大程度受账户已积累数据所影响，因此多个账户去投放，可以增大你的产品去覆盖更多目标受众的可能性，也不至于一个账户效果不好，从而让模型对于潜在目标受众的认识被局限住。

第二个原因是，多个账户可以有更多的投放玩法儿，例如每个账户测试不同的转化目标（是用“有效获客”还是“激活且付费”，亦或是“关键行为），例如每个账户投放不同的资源端，这样的好处在于，每个账户的模型更精准在同一类型事件或环境。

2、多计划

核心原因与多账户策略基本一致，“计划”是参与竞价排序的最小单元，因此每条计划的好坏，或者说是否能够培养出“爆量”计划，是关键。

在这里，想要强调一个关于多计划的错误观点：无脑上计划。目前的平台有很高效的上计划工具（多样性复制、MKT API对接、一站式宙斯等等），但大量的堆积一模一样的计划，是完全没有必要，甚至有负向作用的。

多计划的核心在于多创意，以及配合不同的定向、出价等。如果你真的对某个创意很有信心，希望用它覆盖到更多的人，那么建议结合多账户策略，去上多计划。

3、多资源测试

巨量平台的可竞价资源，主要分为站内四端（今日头条、抖音、抖音火山版、西瓜视频），以及穿山甲联盟资源。如果不是客户有为明确的限定，或者巨量平台有限定，那么建议所有资源端都可以测试，每个资源端基本上都会有符合投放产品的目标受众，只在于多少的差异。

至于多资源端测试的方法，可以直接“优选广告位”，也可以分资源端建计划，甚至不同账户分资源端测试。

4、提高冷启动通过率

尽可能的提高账户内计划的冷启动通过率，有利于账户模型尽早的建立起对目标人群的认识，才能提高计划对目标受众的ECPM预估值。

说到冷启动，这里要普及一下，冷启动通过的定义：在冷启动阶段，积累有效转化数超过20个，该计划通过冷启动。核心是转化数，而不是转化成本，因此尽可能快的让新计划投放出去，积累转化数，是关键。至于如何提升通过率，下面会讲。

5、善用工具

还记得开篇说的吗？产品越来越智能，优化工具越来越多，运营同学的价值，体现在哪里呢？那就是善用工具，让产品和工具帮助自己达到放量的目的，万万不能因为智能化的产品工具，让你摸不到门路，认为是否能放量，是玄学，全靠“起量符”。这一点也不符合社会主义核心价值观啊。

3、工具使用指南

接下来这部分，笔者汇总了目前能够为放量提供帮助的巨量平台产品工具，以及各工具的核心要点。

1、投放管家

首先介绍的就是投放管家，这是目前来说，走在产品智能化最前沿的一款工具。投放管家的前身，叫做“托管实验室”，曾经是一款需要给账户申请加白才能使用的工具，在2019年12月份，产品升级，成为一款全量产品，并且将入口集成到AD后台，方便使用。

投放管家最核心的亮点在于，你只需要简单几步操作，创建好项目（相当于AD后台的推广组）后，系统会在该项目组内，自动创建计划，并且根据项目组设定的目标成本（即出价），动态调整，每条计划是否关停、何时新建计划，都由系统自动完成。结合程序化创意功能，支持单个组多达50个视频/图片*30个标题的优选，充分发挥机器学习的威力。

有人会说，这款产品工具，更多的是提升了上计划的效率，如何提升放量能力？

如果你真的这么认为，那你就还没有充分认识并会用这款工具。投放管家通过自动创建、启停计划这样的“操作”，实际上做的是不断尝试寻找符合成本和放量要求的目标受众，这是非常高效且有效的提升广告计划对更多人都能够有较高的预估值的方法，细品一下。

理解到这里，那么使用好投放管家的几个核心要点，也就清晰了：

1）一定要多上创意（视频、图片）和标题，充分发挥程序化创意的能力。

2）尽量不要手动干预计划的启停，虽然提供了这样的功能。尽量将“项目”作为一个观察数据的整体，项目内计划的启停，是系统完成项目整体要求的方法而已。

最后，就是多关注投放管家的新功能升级，例如近期新上线的细分行业场景，穿山甲场景等。这款产品工具，在未来一定是一款重要的投放工具，每个运营同学都不可忽视。

2、自动出价

自动出价，也是一款由申请加白，到全量上线的产品工具。这款产品的使用上来说，操作简便，可以说就是一个开关的选择而已，但我依然将它放在第二个推荐位置，足可见它的放量能力。

顾名思义，自动出价是一款系统自动去进行出价的产品，虽然允许运营同学选用自动出价后，再去手动设置一个预期成本，但这与直接用手动出价，还是有本质的区别。

我们来看一下，自动出价的产品定位：一款帮助客户抢量的出价工具，能够综合考虑「成本」和「预算使用率」，通过预算控制成本。具体来说，根据计划不同阶段，有不同的出价策略。

1）冷启动阶段：激进探索，提高冷启动通过率。

2）成熟期阶段：智能下探，寻找最优成本。

翻译一下，新计划冷启动阶段，通过提高出价，让计划快速积累足够有效转化数，通过冷启动。进入成熟期阶段后，智能调整出价，去寻找最优成本。

注意，这里是最优成本，不是低成本。什么是最优成本？就是能够花完你设置预算的低成本。放量能力，可见一斑。但是，不要顾虑说是不是成本就一定会高，系统会根据计划的设置（行业、转化跟踪类型、预算设置等），进行一个成本预估，并不是随意出价。所以说使用自动出价的计划，成本趋势一般如下：

再总结两点使用经验：

1）自动出价的新计划，初期日预算不要设置过高，因为系统会根据预算，来判断你的跑量需求，会影响出价幅度。后台设置时也可以观察到，预算越高，系统预估成本越高。所以建议采取「小步快跑」的预算策略，即初期给小一些预算，当预算花完成本ok情况下，继续加预算，跑完再加。

2）初期阶段，可适当设置一定的人群定向，圈定核心目标人群，配合高一些的预算设置，借助自动出价，快速积累转化，也不至于成本过高。当度过冷启动后，可适当放宽定向（配合使用下面介绍的智能放量工具），交由系统寻找目标人群。

3、智能放量

智能放量，是一款由申请加白，到全量上线的产品工具。其核心功能是，系统在基于已积累的转化人群特征，在保证成本前提下，逐步放宽定向设置。

注意，是放宽，不是放开。放宽的意义在于，系统不在局限于你限定的人群范围，去寻找具有同样特征和转化意向的人群，而不是直接投放给所有人。理解这个意义后，就能理解为什么推荐智能放量，去作为一款放量工具了。

至于使用方法，可以说很简单了，启用后，直接勾选可以交由系统去放宽的定向即可。

4、一键起量

一键起量，目前仍然是一款需要申请加白才能使用的工具。其产品定位是：专为计划冷启动阶段提供的功能，通过短期优化提价，快速拿量，提高冷启动通过率。

一键起量仅在计划处于冷启动阶段可使用，通过设置一个「起量预算」，系统会在6小时内花完预算，并会提供起量期间的数据展示。一个计划一生只有一次使用机会。

有同学会问：这和手动出高价，有什么区别吗？

好问题，如果你都没有想到这个问题，需要自省一下了。我的解释是：

① 大家都知道冷启动的赔付政策，一天内不可以调整2次以上，但使用「一键起量」，不计调整次数（但一键起量的消耗不赔付，转化计入赔付门槛）；

② 你可以理解为，一键起量是一次系统为你的潜力计划加boost的机会，且这个boost功效比手动出高价更强力。根据过往经验，建议新计划在已经积累5个左右转化后，发现跑量陷入困难时，使用一键起量，综合效果更佳。

5、程序化创意/落地页

程序化创意，相信大家都不陌生，在一条计划内，上传多个视频、图片，配合多条标题文案，从而形成成倍数量的创意组合；再通过系统根据每种组合的效果数据，智能分配展现机会，达到效果最优。

程序化落地页，原理与程序化创意类似，通过多组件/多落地页两种方式，实现同一条计划内，有多个不同的落地页投放；再通过系统根据每个落地页的效果数据，智能分配展现机会，达到效果最优。

PS：目前已支持程序化落地页组添加“自有落地页”功能。

简单介绍了他们的核心功能后，还有没有同学要问：这不是提高效率和效果的工具吗？怎么就能放量了？如果真的有疑问，请将文章从头开始再读一遍。

如果你有耐心读到了结语这里，说明这篇内容对你而言，还算有用，朴实无华，且不那么枯燥。对于「信息流竞价广告如何放量？」这个命题，本篇没有说到的还太多，相信经验丰富的运营同学，也都有各自的一套有效方法。希望通过这篇内容，给到出入职场不多久，希望能够快速学习到经验，较为透彻的认识到竞价广告，快速证明自己的同学，一些启发和帮助。

也希望目前在做巨量平台的运营同学，如果你有困惑，面对产品工具越来越智能，创意因素影响越来越大的环境下，能够认识到自己的核心价值所在，以及未来的努力方向。

你要问我，方向是什么？我会说：提高认知能力，学会善用工具以及提高创意创新能力，是未来（或者说就是现在）优秀的运营同学，应该具备的能力。平台会为了提升所有从业同学的核心能力，不断努力。

作者：提扬扬

来源：巨量大学（ID: oceanengine-univ）

标题名称：信息流竞价广告如何放量？
浏览地址：http://kswjz.com/article/cgsdej.html