信息流投放跟早年的搜索投放类似，都是很偏运营的一种广告投放。投放最终的执行并不是广告主，但又不全是代理负责投放。所以站在广告主的角度看，信息流投放需要做好两个部分：一部分是信息流投放优化能力，另一部分是代理的管理。对代理的管理对比企业内部上下级的管理是一种相对较弱的管理。在一定程度上，信息流投放也是偏管理的一个岗位。所以，信息流投放做既考验信息流优化能力，又考验对代理的管理能力。
信息流投放-优化
再在那之前，先说下信息流投放的特点。我们经常说的信息流广告是一种侠义的定义：
向特定人群投放特定广告的一种广告形式。
比如下面微信MP上的一个广告的定向设置，就是利用媒体的标签去筛选特定的人进行广告投放，而不是全部用户看到同样的广告。
在广义上是指：
放在媒体信息流内容中间，或者放在信息流开头或结尾处，天衣无缝地融入媒体信息流中，既不会打扰用户，也不会中断用户的访问流程的一种广告形式。
有如下面一个同程的朋友圈广告，是完全融入在用户的朋友圈内容之中，最大化的减少对用户的干扰。
狭义的定义更多的是从广告主角度的理解，而广义上的定义更多的是从媒体角度的理解。当然我这边也是从广告主的角度去看待信息流的广告。（之后我也准备从尝试媒体角度去思考总结信息流这种广告形式）
直接看下图
我们可以抽象的认为有这么个函数：
成本Y1=投放人群X1+广告1，其中，投放人群X1=时间t* 黑盒系数e1*广告1，广告1=预算1+出价1+定向1+素材1;
成本Y2=投放人群X2+广告2，其中，投放人群X1=时间t* 黑盒系数e2*广告2,广告2=预算2+出价2+定向2+素材2;
成本Y=投放人群X+广告k，其中，投放人群X=时间t* 黑盒系数e*广告k，广告k=预算k+出价k+定向k+素材k;
投放成本由广告主设置的投放广告k和广告k覆盖的投放人群X决定。粗略点的说，对广告主而言，成本Y是投放人群X的函数，投放人群X是时间t的函数，媒体竞争环境与媒体算法的黑盒系数e，广告主可以控制的——广告k共同影响。
由此可以得出两个重要的结论：
- 投放成本由广告主设置的投放广告k和广告k覆盖的投放人群X决定；
- 投放人群X受时间t，媒体竞争环境与媒体算法的黑盒系数e，广告主可以控制——广告k共同影响；
- 投放人群越接近目标人群，投放成本越低；
由此可以进一步得出一些惊人且重要的结论：
- 信息流投放充满了未知数，很多现象往往很难解释；
举个例子，没做任何调整的情况下渠道2在元旦那天成本突然涨高。如果只看渠道2的数据，可以解释用户在元旦放假比较无聊，点击广告不转化。但看一下渠道1，成本是稳定的，就要傻眼了，逻辑不成立。其中肯定是媒体环境发生了改变导致黑盒系数发生变化从而致使投放人群发生了变化，但具体是什么原因谁也不知道。
- 受制于黑盒系数e,所有的测试或结论都是可疑的；
如果不理解这点，那些稍微严谨并诚实点的人就会陷入对世界和人生深深的怀疑之中。出于严谨的考虑，取一个不是特别完美的例子。
对某渠道的广告投放落地页进行了一次调整，拉出调整前后的转化率进行对比，期间对广告没有做过其他调整。
如果只看一个渠道汇总的数据，很容易得出结论：这次修改稍微降低了转化率（信息流广告5%左右的波动都是正常的）。但如果严谨一点，再取两个广告看一下细分不同系统的数据就会万分抓狂。这次修改是正常波动，还是稍微降低了转化，还是大幅降低了转化，对ios的影响大，还是安卓的影响大。然后就开始对着屏幕发呆神游怀疑自己怀疑世界。
背后的原因其实是每一个广告其实就像是一个抽样调查，而每个广告下面的属于大盘的一部分投放人群是不具有代表性的，都是受制于那个黑盒系数，投放人群特征往往存在比较大差异。
所以，为了避免那种尴尬，如果不是基于多次重复观察测试得出的定性结论基本是不可靠的，所谓的定量结论也是一个范围值，不会是一个特定的值。而且对于最后所谓的结论也要保持着一种贝叶斯定理一样的人生态度，成立是一种概率事件。以后有机会写一篇文章介绍如何信息流投放中的人生观和世界观。
- 投放信息流核心都是围绕怎么让投放人群更接近目标人群；
投放人群越接近目标人群，投放成本越低，基本投放的工作就是围绕怎么让投放人群更接近目标人群来做的。如果我们的广告就投放给我们的目标人群，我们的转化就接近100%（有需求但不一定能感到满意而最终流失，所以不会是100%）。但实际上媒体没办法精准的判断哪些就是我们的目标人群。因为我们的目标人群是有需求的用户，而媒体只有这个用户的特征数据而不能判断用户有没有需求。所以媒体只能根据用户在平台的行为进行标签的细分，包括预判的行业需求标签。
所以，一类广告是固定人群投放：根据媒体定向，使用自有人群包和进行api对接实现用户的重定向（重定向内容丰富值得单独展开研究）此类方法成本高，且不容易获取更多的量。
另一种是用ocpc投放，给媒体反馈每一次广告点击是否带来了转化，从而不断优化对该广告的投放人群的精准度。此类方法量大，成本低，但用户质量不稳定。
不管哪种方式，最后都是改条广告对投放人群精准度度判断的问题。一条广告对人群判断精准度有两个特点：
- 广告于广告之间有相对稳定的高下之分；
- 广告容易趋向于老用户（点击或转化等互动行为的用户）
关于这两个特点的应用体现在以下三个方面：
- 筛选出好的广告，培养为核心带量的广告，几乎可以一直投放；
- 注重老用户的排除；
以下是针对两个广告一个月数据查看的结果：第一个广告是有对它进行老用户排除，第二个是没有。
- 如果面临核心广告效果衰退，投放人群不精准问题。可以通过缩减预算，缩小投放人群，等再次稳定后继续加大预算；
以下是当时有个广告转化率不断下降，而且成本要不断变高的情况下，大幅缩减预算，转化率提升，成本稳定后不断加大投放的结果。
信息流投放-代理管理
广告主和代理之间是一种浅浅的上下级关系需要浅浅的管理。意味着投放不能完全交给代理，又需要广告主自己参与优化，总结了以下几点。
- 投放计划达成一定的共识
这个自不必说，投放前需要代理先做好投放计划双方沟通讨论定下来。但有些时候双方的投放思路是不一样的，双方都回觉得自己的经验可靠。这种情况我是比较倾向于先按照代理的思路去执行，后面再根据实际情况进行调整。投放过程中广告主会有一些想法或意见，觉得代理做的不好，如何引导他按照广告主的思路去做又不打击他的积极性和主动性是比较难的事情。
- 投放考核和目标要明确
这个也很容易理解，所有的行为要有方向和准则。这里主要的一个问题是很多时候你的要求在代理看来是很严格的，他们会反馈行业水平。如果广告主投放量级不是特别大，成本肯定要比行业水平低。如果开始的时候就按照行业水平去做，后面想要加大投放就非常困难，因为成本会越来越高。
- 阶段性的review
这个主要是为了回顾过去一些调整所产生的影响，以期能看到一些新的发现或者验证所一些结论，广告主最好是定下一些点方便代理去思考。
- 给予一定的测试预算
鼓励代理用一定比例的预算去尝试一些新的东西，不要对这块进行考核。
说了这么多，更多的是对信息流投放逻辑的梳理，实际投放时需要操盘手清楚这些逻辑，才能灵活处理投放种遇到的各种问题。
微信公众号：绿洲小野
我是条过河的小马
