對 ocpc 做優(yōu)化，是智能投放之路上必須且大概率會(huì )長(cháng)期面對的一個(gè)挑戰。
1. 非零和博弈
以百度搜索oCPC為例，盡管它還遠稱(chēng)不上一個(gè)成熟的智能投放產(chǎn)品，但卻讓我們看到：通過(guò)AI優(yōu)化復雜廣告轉化效果的未來(lái)。
搜索oCPC的工作原理是錨定CPA（每次行動(dòng)成本）來(lái)調整每次的點(diǎn)擊出價(jià)， 從而使 CPM（千人展現成本）最大化的過(guò)程。
大家發(fā)現了嗎？機器學(xué)習的最終目標是平臺的CPM最大化，即展示收益的最大化，而不是單個(gè)廣告的CPA更劃算。但也不必悲觀(guān)，因為這是一個(gè)非零和博弈，技術(shù)的升級讓投放的盤(pán)子更大了，同時(shí)廣告主也能從中受益。其產(chǎn)生的原始動(dòng)機固然是平臺可以增加收益，但采取的手段是正面的——平臺通過(guò)AI模型的投入提升其流量的轉化價(jià)值。

這也同時(shí)揭露了一個(gè)事實(shí)：一個(gè)oCPC計劃好不好，本質(zhì)是模型能不能盡快尋找到可以平衡自家品牌和廣告大盤(pán)的那個(gè)最優(yōu)CPA解。

2.最優(yōu)CPA
我們的投放目標是「能夠控制住CPA的成本，且保持足夠的量」。最優(yōu)CPA肯定不等于更低的CPA，而是在成本與轉化量之間找到一個(gè)平衡點(diǎn)CPA。如下圖，我畫(huà)了個(gè)均衡圖來(lái)解釋這里面的邏輯，希望幫助大家理解。
X軸是計劃的轉化成本，Y軸是計劃的轉化量，遞增的曲線(xiàn)代表「投放價(jià)格曲線(xiàn)」，出價(jià)越高，競爭力越強，轉化量會(huì )提升（非線(xiàn)性）；遞減的曲線(xiàn)代表「業(yè)務(wù)成本曲線(xiàn)」，因為考慮到規模效應，隨著(zhù)轉化量的下降，企業(yè)需支付的投入成本升高（非線(xiàn)性）。這樣，兩條曲線(xiàn)的交點(diǎn)就是我們想尋找的最優(yōu)CPA值。因此，在投放人群不出現失誤的前提下，一切投放優(yōu)化策略都可以遵循這個(gè)圖的邏輯。
這樣，我們的優(yōu)化場(chǎng)景就只有以下2種：
(1) CPA在最優(yōu)點(diǎn)右側
CPA偏高，需想辦法降低，同時(shí)大概率會(huì )犧牲一些量。我們從拆解CPA開(kāi)始分析，公式如下。
開(kāi)啟ocpc后，廣告主的CPC會(huì )因為流量更精準而升高，同時(shí)，CVR因為分配到了轉化更好的受眾也會(huì )變高——兩者的增速比例決定了CPA的最終水平。所以，可控CPA又可以拆解成可控的CPC和更高的CVR。
這時(shí)，人為可以干預的點(diǎn)是：控制住CPC 、提高CVR。主要方式有：
a.確保在第一階段的CPC階段，打好數據基礎
b.檢查數據回傳，是否準確
c.提升展現量-關(guān)鍵詞優(yōu)化
d.提高點(diǎn)擊率-創(chuàng )意優(yōu)化
e.提高轉化率-著(zhù)陸頁(yè)優(yōu)化
(2) CPA在最佳點(diǎn)左側
這時(shí)候CPA看起來(lái)很低，但轉化量根本不夠，需要提升轉化量。人工干預最直接的一個(gè)思路是：適當提高目標CPA，但一定控制好幅度，最高一次不要超過(guò)20%，一點(diǎn)兒點(diǎn)兒嘗試。
此外，還可以通過(guò)外部提升轉化量的方法。我們可以根據下面的「流量問(wèn)題歸因圖」標記出流量少的外部主要誘因，逐個(gè)擊破。
a.預算不足
重新預估消費，如果是因為預算少所致，可以重新分配量給ocpc計劃。
b.因展現量低導致的消耗困難
i. 增加關(guān)鍵詞，建議手動(dòng)或使用主流AI拓詞工具，增加人群曝光可選范圍，不建議開(kāi)啟智能拓詞，很容易進(jìn)來(lái)垃圾詞匯。
ii. 匹配模式單一，可以適當放寬匹配精準度。
c. 因CTR低導致的消耗困難
i. 提高CTR（點(diǎn)擊率）
創(chuàng )意優(yōu)化、配置更齊全的高級創(chuàng )意、信息陣列、多圖樣式、動(dòng)態(tài)標題，結合細分業(yè)務(wù)和人群，個(gè)性化設置創(chuàng )意。進(jìn)一步提高轉化率，做著(zhù)陸頁(yè)優(yōu)化。
ii. 排名低（依舊需要使用上文提到的提高CPA大法，這里不再贅述）