随着广告主考核目标逐渐深化，以激活、注册等浅层指标为考核已经无法满足大部分广告主的投放诉求，越来越多的后端深化指标成为了广告主的核心诉求。OCPX应需而生，更好的助力广告主优化投放，全面提升转化效率。

在投放实践中，广告主该如何借助更多实用方法和工具充分发挥oCPX的各项能力，实现降本增效呢？

oCPX的发展历程

早期的互联网偏向于用品牌推广的形式投放广告，也就是让广告主按时间长度或展示次数去买断一个展示位置的广告，我们现在看到的大部分App开屏广告和网站Banner等广告都属于这种类型。

这种广告的个性化程度低，导致很多男人看到护肤品广告，女人看到剃须刀广告，不精准的广告浪费了很多渠道流量，不过买断制的品牌广告一般也只有注重加强品牌认知的大广告主会投放，对于大部分小广告主而言，一分投入一分产出的效果广告才是归宿。

在百度、Google等搜索引擎平台出现之后，按点击收费的效果广告开始出现，广告主投放在搜索页面或者内容推荐页的广告，只有被用户点击之后才会扣费，对广告主来说成本更加可控，毕竟一次扣费代表一个用户的访问。

但这种CPC（按点击扣费）的广告投放模式同样有弊端，平台方严格来说只是一个导流的作用，但用户如果不够精准，那么即便访问了广告页面，后续的转化效果还是得由广告主来卖力营销，这就导致不少广告主投机取巧，去做一些博人眼球的素材，诱导广告预测模型分发更多流量，破坏了广告生态。

互联网产品的超长转化漏斗通常包括曝光、点击、下载、注册、付费等多个阶段，比如游戏App和电商App等注重付费效果，这些广告主自然更希望按用户的付费能力来投放广告，也就是CPA（按转化扣费）广告投放模式。

但实际投放中，CPA方式在互联网比较难落地，期间有比较长时间是让广告主选择人群定向标签来进行投放，并且转化行为有延迟，转化行为发生时也不一定能及时进行扣费，总之漏洞和硬伤很多，实际落地存在许多不尽人意的地方。

在此背景下，Facebook、字节等公司率先推出oCPC的投放方式来保障后端转化成本。尽管这种模式依然是在用户点击时进行广告扣费，但扣费价格不再是先前那样固定，而是根据广告主回传的历史转化数据预估出来的价格：bid=CPA*pCvr，这里CPA是用户转化出价，例如一个付费用户100元，pCvr是模型预估的点击到目标转化（付费）的概率。

oCPX的优势及回传方案

除oCPC之外，还有oCPM、oCPD等投放方式，其原理比较类似，统称为oCPX。算法架构大致如下：

由于扣费机制与回传的转化数据绑定，投放风险就是双方共同承担的，只有让投放模型更精准才能让广告模型更正向，因此广告主需要依赖更加专业的三方归因平台来做数据的深度回传。

用第三方广告归因平台openinstall做广告效果的归因数据监测，然后后台配置相应的广告平台，将效果点与广告平台事件建立一对一的映射关系，就能建立实时转化数据回传归因机制，广告平台会把广告主通过openinstall回传的转化数据分门别类的存储下来，并且把转化数据和带来转化的点击关联起来。

这样做的目的是用于训练oCPX投放模型，平台会实时跟进广告点击和转化数据，对点击转化率进行建模，即建立模型预估条件概率P(转化=1|点击=1)，同时还会结合预估偏差和实时成本控制模块等平台算法综合展示。

在oCPX模式下，广告主不再按照传统的CPM或CPC方式出价，而将广告出价直接与最终投放目标锚定。例如，某游戏广告主希望获客成本为25元/有效用户，则广告主直接将25元/有效用户设定为广告出价，并与媒体确定有效用户的界定标准，如用户需在游戏中注册、创建角色、活跃时长大于5分钟，且在当日有付费。此时，媒体需要基于广告主诉求，从海量用户群中找出满足广告主需求的高潜用户，并对该部分用户进行精准投放。若最终效果未能达到广告主要求，广告主有权不对差额部分进行结算或要求媒体进行赔付。

在该阶段下，互联网广告由媒体主导的卖方市场转变为广告主主导的买方市场，形成流量收益最大化与客户效果最大化的博弈。

对于用户：
转化率高的广告，我们可以认为是用户更感兴趣的广告。当广告可以为用户带来信息价值的时候，广告的商业收益与用户的使用体验就不再是相悖的，而是在某种程度上达到了合一。

对于广告平台：
广告平台将广告主的广告推荐给了真正需要的人，提高了广告的转化率，及转化数。

对于广告主：
广告主只用为自己的目标成本付出预算，不需要承担成本飙升的风险。同时，也可以更少的人员投入，优化师的工作量会大大减轻。

但相对而言，广告主需要寻求第三方归因平台的更多支持，广告主可以通过openinstall事件回调功能创建映射关系，为多个广告平台自定义回调事件（关注、领券、注册、分享、付费等），通过数据回传的双向交互，使效果广告实现投放模型的智能化训练。

在oCPX投放模式下，只要持续深度回传用户行为数据，广告平台系统就能根据广告主回传上报的转化数据，通过机器学习来预估每一次转化价值，从而自动出价，并按照点击和展示次数进行扣费。同时，系统实时根据已有转化人群拓展相似人群，帮助广告主同时实现有效扩量，逐步降低投放成本，提高曝光的精准度。