一，深挖OCPC的优化逻辑

以百度搜索oCPC为例，尽管它还远称不上一个成熟的智能投放产品，但却让我们看到：通过AI优化复杂广告转化效果的未来。搜索oCPC的工作原理是锚定CPA（每次行动成本）来调整每次的点击出价， 从而使 CPM（千人展现成本）最大化的过程。机器学习的最终目标是平台的CPM最大化，即展示收益的最大化，而不是单个广告的CPA更划算。但也不必悲观，因为这是一个非零和博弈，技术的升级让投放的盘子更大了，同时广告主也能从中受益。其产生的原始动机固然是平台可以增加收益，但采取的手段是正面的——平台通过AI模型的投入提升其流量的转化价值。

二，掌握人和机器的协作诀窍

如果理解了上述优化逻辑，那么基本清晰了哪些环节是需要手动参与的，哪些环节是只能交给机器去跑的。我们也可以这样理解，oCPC承担了人类无法完成的高强度算法，按照既定框架去捕捉更高质量的流量；人工则需承担给oCPC模型喂足“饲料”、随时观察“环境变化”。

从人机协作的角度，梳理一下Part1中的要点，可以看到人的核心价值体现在：

（1）账户第一阶段，需要依靠人，提供充足和良好的数据“饲料”。第一阶段的效率取决于优化师在CPC阶段的能力，从账户结构、策略调整、创意优化、效果分析等，需要用可控的成本凑足转化门槛，让机器知道什么流量是所需要的。

（2）账户第二阶段，就算跑稳，我们知道也是阶段性的，需要人工持续监视，在出现波动的时候人工干预。这需要人对市场和客户的变化有清醒的认识，比如创意策略优化、落地页设计更新等。

2、人工需要避免的投放误区

由于对oCPC投放原理认识不清，投放人员在模型的学习阶段还是根据经验，做优化操作，导致效果变差。例如，看到点击价格很高，就慌乱调整出价；发现系统自动添加了一大堆莫名其妙的关键词，赶紧删掉；发现同一个关键词，系统多次添加到不同计划或单元，是不是出问题了？在模型认识你的转化用户过程中，不能再以惯性的思路去盯着账户了，这个时候，很多现象反映的是机器的语言，复杂问题我们可以先交由机器处理，稳定后再看结果是否符合预期。切忌过多的干预模型，打乱学习的节奏。

3、什么时机干预，什么时机不干预？

（1）前期预算少干预

ocpc是AI算法优化，大概率是预算越多，分配的流量越多。所以，预算一般要充足。在设置上限的时候，最好高出你的承受能力20%-30%，比如日承受能力是1万，预算至少设置1.2 万。现实是前期预算越足、流量越多。预算设置好后，盯紧消费，但不要频繁调，快到承受极限的时候再通过调节时段等方式来平衡。

（2）基础定向迟干预

很多投放人员会设置很多二级定向，受经验和惯性驱使。但实际跑下来的效果却发现，刚开始还是通投最好，这样可以获得足够大的曝光量。等效果出来了，有一定数据积累，再逐步缩小定向，这个时候行业、业务经验就可以发挥其作用了。

（3）出价只在探索最优CPA阶段才干预

这部分已经在本文Part1里详细介绍，回想一下「寻找最优CPA」曲线图，出现明显的偏左、偏右特征时，需要人工干预。

（4）创意强干预，但优化稳定后少干预

如果前期把创意素材准备足，系统学习可以分辨出差异，各种不同的配图、标题、落地页，会让系统的学习结果更有效，自动优化的时候更有依据。但已经完成学习阶段，就减少大幅改广告创意的情况，减少对模型的干扰。

（5）最终效果不好时，要做强干预

账户效果不好再考虑上新，如果账户效果好，最好不要做上新调整。因为上新会影响到原有计划，损失跑得好的计划，得不偿失。另外，新计划要和原有计划有所差别，价格、图片、标题，直到落地页，最好都能有所区别。

（6）落地页随时要做强干预

其实，现在大部分品牌企业都对页面很讲究，因为落地页承载的是转化——推广中最应该被重视的一环。落地页改版和更换是投放策划的常态，但还很少有企业能做到科学改版、高频优化、有效分析，落地页优化环节目前是在智能领域相对落后的一环，这也是为什么灵蹊要在此点发力，因为企业缺乏有利工具的加持。

三，新的突破口

搜索OCPC的红利期已经过去，随着越来越多的行业加入，效果不稳定的情况只会增加，不会减少。此时的突破点，会后置到落地页的转化能力（承接能力）上。

平台的智能性提升，可以识别不同客户的转化意愿。但精准度并不能降低竞争度，当流量资源抢夺激烈时，昂贵的价格始终是绕不过的坎儿，投放的优化空间会越来越受限。这时，竞争的主战场就会发生后置，ROI的控制能力被压缩到从落地页开始的每个承接细环。不仅如此，落地页是属于广告主的，如果广告主可以对页面的智能化进行自主控制，完全可以将页面的转化能力通过动态化功能做大幅提升，将低转化意愿人群（平台判定）的实际转化率升高。换言之，低价买到的流量也有机会获得还不错的转化率了！

投放的时候，可以建立不同的计划，采用不同的拓量模式，对接不同的落地页。通过完善的转化优化/分析工具，帮助企业积累属于自己的分群识别能力，从而对不同价格/属性的流量探索出一套属于自己的ROI算法。

这样的操作，不仅可以摸索出业务的拓量规律，更可以结合落地页的承接环节，进行人群的细分匹配和数据积累，从而让转化承接的能力更硬核.

                                                                                                                                                                                                                                                                                   文章来源：鸟哥笔记