广告买量的数据驱动策略：从归因到精准投放

在广告买量场景下，数据驱动一定是有意义的。对中小型企业和产品而言，起量和精准是重点，毕竟他们更关注ROI（短期利润），这也是效果广告专注中小型企业的原因。而大企业的核心是把流量合理导入自身构建的生态中消化利用，因此长尾流量也具有中长期的服务价值。

广告买量是如何利用数据驱动来实现用户增长的？有两件事是可以确定的：
一是用户来源的渠道归因。这个是需要始终贯穿在广告营销闭环中，我在任何预算支出的环节都需要追根溯源，通过数据追踪衡量ROI。尤其是解决用户从多触点渠道进来后的归因逻辑问题，找到更优质的投放渠道。
在这里插入图片描述

二是精准投放的逻辑。目前各个主流广告平台已经基本支持oCPX投放，模型训练和算法实时优化的迭代使得买量模式更精准高效，可以很直接的提高跑量效率和ROI。

广告买量的整体逻辑

1、广告的转化路径与计费模式
广告买量的转化路径大概如下：
在这里插入图片描述

根据转化需求，广告平台通常提供多种不同的收费模式：
CPA：按行为付费
CPM：按展示付费
CPC：按点击付费
CPI：按安装付费

其中CPA（Cost Per Action）最为关键，它代表的是当用户完成一个指定的行为即进行计费，这个行为既可以激活、注册、登录、付费等通用行为，也可以是用户在游戏App里升级、在电商App里加购物车、在社交App里分享等深度行为，也是效果广告的由来。

在多样化的收费模式下，广告主自然更倾向于按效果付费。但如果你以为这种模式下，没效果就没损失，那就错了，广告平台本质上是流量端，因此只要按展示付费卖流量就断不会亏，不管你是按哪种模式付费，广告平台都会换算成CPM（按展示付费）来核算流量成本，如果广告计划低于成本价，平台就不会亏本给你导流量，很多广告计划之所以没有流量就是出于这个原因，这也逼得广告主为了拿到更多流量，有义务和动力去寻找合适的创意、优化落地页。

2、广告的优化逻辑
广告主的目的是以更低的成本拿到流量，广告平台的目标是把流量卖出更高的价格，因此双方合作本质就是提高流量转化率。

广告平台方面为了提高转化率，会把广告主的客群用户作为种子人群，从海量用户中通过标签画像分析找到相似用户，进行人群放大（Look-alike），实现人群包的扩充，Look-alike推荐算法既保证了人群数量，又要确保人群的相似。同时可以把实时转化的种子人群通过对接oCPX的方式进行动态目标人群的特征优化，使买量模型越跑越精准。

在这里插入图片描述

广告主方面为了提高转化率，需要制作更多吸引人的广告素材，高速广告平台自己需要什么样的目标用户。其中最基本的就是人群定向配置，比如性别、年龄、地区、行业之类的，但最关键的还是针对CPA（按行为付费）模式下定义的“行为”进行回调，比如把“A”定义为目标用户的“付费行为”，那么广告渠道下载的用户进行了付费，要立即回调给广告平台，让广告平台知道这个目标用户的特征，再通过Look-alike和oCPX进行迭代优化，以便更精准的曝光给目标用户。

综上所知，效果广告CPA付费方式所牵扯的行为定义对最终广告转化效果的影响非常大，因此一定要尽快回调合适的目标用户。

3、广告的渠道归因与数据回调
想要对CPA定义的行为进行回调优化广告并不容易，需要解决两个关键的因素，渠道归因与回调支持，这些可以通过对接第三方归因平台来解决，以openinstall为例。

首先无论是投放买量也好，自然流量也好，多个用户从多个渠道进来，可以通过openinstall实现最后一次点击归因（Last Click）来获悉各个渠道广告带来的用户数据，同时还能支持多个平台的归因回调配置。

在这里插入图片描述

其次要确认哪些应用内的行为需要监测和回调，想要满足尽快回调的目的，就要明白哪些行为与广告效果会有正相关。

在App的不同阶段，广告买量的目标也许会有些不同，这个行为定义也就有所不同，比如前期投放拉新阶段，为了让广告平台快速导量，会把一些点击了但没转化的用户当成激活用户传给广告平台，也可以结合openinstall的模糊归因方案（优先进行ID+IP匹配，其次是渠道包的辅助匹配）将更宽泛的量回传给广告平台，等广告计划跑起来了再回传真正的激活用户，并且切换成精准归因模式。

在这里插入图片描述

中后期一般会把活跃或付费等行为作为核心目标，但用户刚安装App当天通常不会产生活跃度和付费营收数据，这些行为都相对滞后，广告主又着急要尽快回调数据来确保起量，那么就需要在首日找到能与后续活跃和付费相关的行为，比如游戏App的“首日升到10级”、电商App的“礼包兑换”等行为，将它们在首日作为回调行为，尽快回调给广告平台，尽快让广告计划进入正循环跑量，使广告平台与广告主实现双赢。

在这里插入图片描述