当下，中国的贸易社会正在快速演变:网络零售额一年超过10万亿元，占社会零售总额的四分之一；其中，淘系6万亿，小步系2万亿，Aauto快消系4000亿，Tik Tok；现在还有多达10万的广告优化师在做网络销售。这些数字勾勒出一幅全新的贸易图景:收集全球进行交易，通过在线运营销售产品正在加速融合。

以后不管你参与什么交易(黑暗面之外)，你开始讨论的既不是卖兵，也不是找线下渠道。而是你会在广告平台上开一个账号，从优化事业部获取客户上线。所以，即使暂时不关心文字的实质内容，也不妨先保存起来，早晚都会派上用场。

广告优化就是每天看广告靠山，计算数据，调整预估，改变创新意识。当你离用户十万八千里的时候，你就把货卖出去了。对于这份工作，有人叫“优化师”，有人叫“投手”，有人叫“推广官”，在淘系还有一个雅号:“离职”。

新老司机势力兴盛的太快了，至于人员和技能还在初级阶段。比如我和很多广告优化师打过仗，经常听到这样一句话:广告优化是一门玄学。

对于目标模糊的品牌储户优化者来说，这并非没有理由。而那些行业如电商、玩乐、收藏、服务，目的比较确定，数据可以衡量，广告平台方案不是掷骰子。显然，这是一个完整的工程测试题目，要在科学的框架下讨论。就算我带着玄学的观点出道，比如拿着风水罗盘去勘测热油，那也只能是我的命运。

当然，玄学的叹息不是事出有因的。比如在我的常识星球，经常有优化师提出以下困惑:

尝试举报告白是好的，但是一加大音量效果就崩了。

同一产品配合使用效果很好。为什么我不能跑？

出价高了亏钱，出价低了又没量怎么办？

即使没有办法追根溯源，面对一致性的困惑，我们自然也会无所适从，视之为玄学。原来，这是把“与随机性有关的科学”当成了“形而上学”。怎么做？还是要回到科学能量的两个维护:论证和论证。大师不能理解的是，十有八九，就是在这个零点出现了问题。

争论是过程和计划之间相反决策的部分。数字广告有两条主线:一条是用户从阅读广告到下单的变化，即归因过程；二是广告平台如何利用广告来弥补流量。今天，这通常是一个投标过程。

而论证就是看数据、用数据的能力的理论。对此，很多人并不这么认为:我们不是天天拉数据，天天发公告吗？本来，对数据的科学解释和应用需要一些基本规则的指导。就我个人而言，很多优化师对这一点不够重视。

有人说:你不是一线优化师。你为什么指指点点？虽然我们不是优化师，但最近，我们已经建立了一套具有实际推理和经验技能的移动投放风格，并在线处理了数千种产品的广告优化。暂时的效果还是可以达到迟钝优化器的水平。在这个过程中，积累了很多以上的体味和判断，值得和高手分享。

接下来我们找一些实验性的问题，看看一个合格的广告优化人员在理论和演示方面应该怎么做。

应该看哪些数据？

我们先来看看与归因过程相关的数据题目。当下，广告平台往往不妨巧妙设置改变的目的(见下图)。因此，优化人员熟悉归因过程。然而，即使如此熟悉的过程也有一些罕见的缺点。

比如安卓上他的自白创作引起的变化，95%，而iOS上只有5%。很多情况下，他会认为iOS不好用，把它的流量关了。

有一次，我看到这一幕，指示优化器重新思考。他冷静下来，很快回来了。这个计划是错误的:iOS的变化只有5%，但乍一看，只占3%。显然，这是更好的流量！

这是一个公众可以大致理解的缺点，但实验中反复爆发的程度令人惊讶。比如经常有一些优化者会因为零天变化不大而停止这个时期的投放。原因是大师对以下规则还比较模糊:在确定流量或策略的对错时，需要找到归因过程中的前后节点，用数据比例进行规划。而某一步的一致值往往没有太大的参考意义。

面对比例，不要看一致的数值，这是广告优化常见场景下看数据做计划的关键法则。

数据不够怎么办？

下面是一个介质，下面的数据题目需要稍加思考。

对于电子商务广告优化器，CPO(每订单成本)是关键目标之一，也是粗略计算的:

CPO =广告成本/订单数量

标题来了。即使像下图的第一条龙，只花了3美元，还没发行。有意义吗？显然数据太少，所以不成立。这是一个统计学上站得住脚的话题。

即使估计有限，也要快速规划。我们做什么呢高阶优化器可能明白他们还不如使用以下平滑技巧:

CPO =(广告成本+a)/(订货量+b)

A/b应该是狐臭的平衡CPO，而B是几何代价，所以你的统计数据大概是可靠的。即使不太明白场合，也不妨带几个数字来自己理解。

我还不如走得更远。本质上，广告背后的数据中，除了成本和下单量，还有上海图书馆第一届全国代表大会的中心数据，如展览量、点击量、追加购买量等。那些数据对估计CPO有帮助吗？答案是肯定的，每个数字都有效！简单来说，因为空间有限，就不开了。

总之，只知道数据的加减乘除真的不够。比如准确的看数据，就像有一双锐利的眼睛，会让你面对数据时的迷茫消失。

可以吗？用数据做规划？

如果不粗略看，用数据就更难了。对于这一点，真正想进房间的优化师们主张，都要找一本和枯燥学习有关的书，刻意读前几章，了解一些“天下没有免费的午餐”、实践尝试、回归分类、正负样本等基本概念。

你为什么想明白这一点？因为用数据做规划的过程，刚性学习的基本框架是共通的。你还不如不关心混合建模技能。但是，即使基本规则很乱，也很难像无头苍蝇一样在数据迷宫中撞出准确的目标。

这有点笼统。让我们看一个简单的例子。

一个优化师问我一个谜题:“我从经验中总结了几条和规律，在历史数据上都挺好的。”但是，精髓一旦落实，效果总是不太好。你能帮我看看我总结的订单吗？有什么问题？”

我说:“我本来不用先看你的感应，但是这个技能有问题。你总结的历史经验是用史料验证的，这很重要，所以你把练习集和尝试集放在一起。这样采集的顺序很可能很差，在线实地测量的效果也不好。”

他又问:“那我们该怎么办？”

我接着说，“本来把历史数据分成两部分，在一部分数据里总结顺序，再去另一部分验证药效，就靠谱多了。”

所以，用数据启动计划，不一定要知道深度学习算法，但还是要创建科学的规划框架。

了解招标流程有什么用？

有些题目是简单的理论题目。对于广告优化人员来说，理论之上的困惑往往与对竞价流程的理解有关。

我做过很多太广告的常见投标方案。大致来说，这个过程是这样的:广告平台把符合临时用户要求的广告候选人拉出来，然后为每个候选人规划他们的eCPM，并依此排序，最高者赢得广告机会；收款时按照第二eCPM扣钱，也就是所谓的第二高价。

以上的本质不难理解。但在实验中，偶然可以自由应用。

大家熟悉一下吧。以脸书配售为例，有一种设置投标下限的形式，在下图中以“投标上限”的形式显示。即使你的产品每销售一次能赚5美元，你怎么能把你的出价设置成几何，把你的优势最大化呢？

我问过很多优化者，很多城市都留出了cost 空的余地，把出价定在5美元以下，比如4美元。先向师傅汇报，这个技能是短板。

确切答案是什么？不考虑成本空，出价5美元对我最有利。本质上，这使用了两价购物中心的一个关键要素:实话实说。如果你能准确回答这个问题，洞察其中的秘密真相，竞价理论在这一点上也算是基本过关了。

本来和竞价理论相关的实际题目很多。给大师留个小问题。如果改变广告的登陆页，会影响购买金额的CPM度吗？在什么情况下会？

@-@

说了这么多，如果主想帮主加深自己的看法:广告的优化问题简直太多了，即使反复放在地上一一识别联系，也是只见树木不见丛林，非常简单，陷入了品味主义的泥潭。真正的应对之道，依然是了解广告平台的策划理论，掌控精准的数据能力理论。作品篇幅有限，原题不再一一规划。检讨完我的整改，我就拿着文体的资料去找大师谈。

对于一个特殊的老司机来说，每天在偏离控制上苦练是不够的，还要清楚的知道在公交车上效果的真相！

然而，优化人员不得不认识到另一个现实:今天的广告优化越来越成为一个借助完善的数据和产品体系做事的问题。而凭借着强大的血性和个人技能，比如刀枪不入的义和团，在遇到拿着强枪的敌人时，无疑会回到大北。

作者:中国科技大学讯飞副校长刘鹏，《计划的告白》作者，大数据产业硕士，清华东部军事大学理学硕士。他将以肤浅搞笑的笔墨，带你了解互联网的运营、销售、变现、交易形式等不为人知的奥秘。

TAGS：