以頭條系投放為例，用已知信息去推斷賬戶(hù)投放邏輯｜三里屯信息流

量級(jí)、成本、次留，數(shù)據(jù)波動(dòng)不可怕，就怕甲方要你歸因沒(méi)啥話(huà)。不論是老運(yùn)營(yíng)還是新人，都會(huì)面臨這樣的問(wèn)題；但歸因往往不準(zhǔn)確，調(diào)控效果甚微。因此，本文將嘗試用已知信息去推斷賬戶(hù)投放邏輯，同時(shí)伴有大量舉例說(shuō)明。（本文通篇以頭條系投放為例）

01

假設(shè)前提

綜述：本文假設(shè)用戶(hù)擁有10個(gè)行為興趣標(biāo)簽（真實(shí)情況可能數(shù)百上千個(gè)），標(biāo)簽相似用戶(hù)在同一時(shí)間節(jié)點(diǎn)發(fā)出的廣告請(qǐng)求形成大盤(pán)，大盤(pán)流量會(huì)有波動(dòng)，相同創(chuàng)意過(guò)多投放給大盤(pán)（用戶(hù)）將會(huì)被系統(tǒng)頻控。

1.用戶(hù)自帶行為興趣標(biāo)簽，每一個(gè)用戶(hù)所帶標(biāo)簽是一個(gè)子集，當(dāng)兩個(gè)用戶(hù)擁有較多（一定比例）相似的行為興趣標(biāo)簽時(shí)，可以判定為同一行業(yè)領(lǐng)域用戶(hù)（目標(biāo)用戶(hù)）。

2.用戶(hù)帶有的標(biāo)簽應(yīng)具有一定數(shù)額，本文假設(shè)為10左右的細(xì)分標(biāo)簽。

3.相似行為興趣類(lèi)型用戶(hù)在某個(gè)時(shí)間點(diǎn)發(fā)出的廣告申請(qǐng)數(shù)形成大盤(pán)?？梢杂眯畔⒘髁髁糠治龉ぞ咧械牧髁恐笖?shù)表示。

4.同一時(shí)間點(diǎn)，被劃分到同一行業(yè)領(lǐng)域的活躍用戶(hù)數(shù)是一定的，數(shù)量隨流量高峰變化而變化。

5.系統(tǒng)會(huì)監(jiān)測(cè)投放給大盤(pán)流量的廣告計(jì)劃，當(dāng)某一創(chuàng)意重復(fù)多次投放給用戶(hù)、或被用戶(hù)dislike時(shí)，系統(tǒng)會(huì)啟動(dòng)頻控措施。

02

新戶(hù)如何迅速跑出并提量

解決辦法可分為兩個(gè)大方向，要么與大盤(pán)競(jìng)爭(zhēng)：

（1）競(jìng)爭(zhēng)搶量，新計(jì)劃采用一鍵繼承老戶(hù)模型+高出價(jià)+搭配跑量素材文案，鋪開(kāi)高質(zhì)量創(chuàng)意。

（2）提高賬戶(hù)創(chuàng)意豐富度，盡可能保證開(kāi)投初期賬戶(hù)內(nèi)每條計(jì)劃創(chuàng)意都不同且優(yōu)質(zhì)。提高計(jì)劃跑出率，保證計(jì)劃點(diǎn)擊轉(zhuǎn)化率高于大盤(pán)。

要么另辟蹊徑起量：

（3）與大盤(pán)做區(qū)分，更改創(chuàng)意分類(lèi)、創(chuàng)意標(biāo)簽，更改基礎(chǔ)定向，分析優(yōu)質(zhì)賬戶(hù)后端用戶(hù)畫(huà)像，錨定潛在人群標(biāo)簽，用新戶(hù)進(jìn)行人群拓新，積累全新模型。

（4）以遠(yuǎn)低于大盤(pán)、或遠(yuǎn)高于大盤(pán)的出價(jià)的激進(jìn)方式進(jìn)行投放，探索完全不同流量池（因?yàn)槌鰞r(jià)與大盤(pán)相似可能會(huì)被系統(tǒng)劃分到同一行業(yè)領(lǐng)域內(nèi)）。

想了解為什么起量困難，為什么老戶(hù)要比新戶(hù)好跑，就繼續(xù)往下看。

下面是原理分析，要知道如何提量，首先需要了解賬戶(hù)是如何找到目標(biāo)用戶(hù)。

這里簡(jiǎn)單定義一下，賬戶(hù)模型是指：

在一個(gè)擁有所有用戶(hù)標(biāo)簽集合里，計(jì)劃通過(guò)學(xué)習(xí)期間充分探索帶有特定標(biāo)簽的人群進(jìn)行轉(zhuǎn)化，并形成標(biāo)簽?zāi)Ｐ?，再根?jù)這些已有標(biāo)簽去探索類(lèi)似可轉(zhuǎn)化的群人。

計(jì)劃探索出的模型可以賦予給整個(gè)賬戶(hù)，越多的數(shù)據(jù)，跑出模型越穩(wěn)定。計(jì)劃的ecpm值是模型最終的結(jié)果，表現(xiàn)為當(dāng)前創(chuàng)意本身帶來(lái)的預(yù)估點(diǎn)擊率、轉(zhuǎn)化率的高低，這種波動(dòng)同樣也會(huì)伴隨著用戶(hù)自帶標(biāo)簽屬性的不同而不同，因此競(jìng)價(jià)能力也將有所波動(dòng)。

假設(shè)計(jì)劃（在學(xué)習(xí)期）已轉(zhuǎn)化的用戶(hù)都具有（A，B，C，D，E）這五個(gè)標(biāo)簽。計(jì)劃渡過(guò)學(xué)習(xí)期時(shí)已初步構(gòu)建起模型，后續(xù)計(jì)劃更有可能探索出帶有標(biāo)簽（A，B，C）、（C，D，E）或（A，B，C，E）等的人群進(jìn)行展現(xiàn)。當(dāng)大盤(pán)多數(shù)計(jì)劃都在探索類(lèi)似標(biāo)簽人群時(shí)，會(huì)造成起量困難，競(jìng)爭(zhēng)激烈。既然需要競(jìng)爭(zhēng)，誰(shuí)能跑出？

賬戶(hù)積累數(shù)據(jù)量or計(jì)劃積累數(shù)據(jù)量將作為第一個(gè)參考點(diǎn)。

比如，我們假設(shè)兩條創(chuàng)意相似的計(jì)劃，都探索到了擁有標(biāo)簽（A，B，C，D）的用戶(hù)，計(jì)劃1是老計(jì)劃，之前探索過(guò)擁有相同標(biāo)簽用戶(hù)的轉(zhuǎn)化數(shù)量是500，轉(zhuǎn)化率是35%，計(jì)劃2是新計(jì)劃，相同用戶(hù)轉(zhuǎn)化數(shù)是50，轉(zhuǎn)化率35%。

這時(shí)我個(gè)人認(rèn)為系統(tǒng)會(huì)提高計(jì)劃1的ecpm值讓其展現(xiàn)，因?yàn)閿?shù)據(jù)更多，能夠確保該用戶(hù)有35%的機(jī)會(huì)被轉(zhuǎn)化，而計(jì)劃2數(shù)據(jù)量少，可參考性低，展現(xiàn)后不轉(zhuǎn)化的風(fēng)險(xiǎn)更大。 因此成熟計(jì)劃的競(jìng)價(jià)能力將更大，進(jìn)而，成熟賬戶(hù)的競(jìng)價(jià)能力也會(huì)高于新開(kāi)戶(hù)。

第二個(gè)參考點(diǎn)是計(jì)劃的ecpm值，代表了計(jì)劃本身的核心競(jìng)爭(zhēng)力。

當(dāng)某一時(shí)段擁有類(lèi)似標(biāo)簽（A，B，C，D，E）的用戶(hù)集中發(fā)起廣告請(qǐng)求時(shí)（某領(lǐng)域大盤(pán)流量指數(shù)上升），相似模型的計(jì)劃表現(xiàn)為當(dāng)前時(shí)段競(jìng)價(jià)能力變強(qiáng)，跑量能力變強(qiáng)。

具體提升的維度可能是通過(guò)bid更改計(jì)劃實(shí)際出價(jià)提升競(jìng)爭(zhēng)力（晚高峰期間成本上漲）、預(yù)估計(jì)劃點(diǎn)擊率（轉(zhuǎn)化率）或?qū)嶋H點(diǎn)擊率（轉(zhuǎn)化率）提升進(jìn)而提高計(jì)劃ecpm值實(shí)現(xiàn)，這里ecpm值漲幅的大小將決定計(jì)劃是否能獲得更多展現(xiàn)進(jìn)而快速提量（系統(tǒng)評(píng)估競(jìng)爭(zhēng)力強(qiáng)弱的邏輯將與成本一起探討）。

競(jìng)價(jià)能力ecpm值將隨著用戶(hù)標(biāo)簽與計(jì)劃探索標(biāo)簽人群的匹配度上升而上升，同時(shí)計(jì)劃在同一競(jìng)價(jià)流量池的排名也將上升。

排名增長(zhǎng)與跑量能力應(yīng)為指數(shù)型函數(shù)對(duì)應(yīng)關(guān)系（計(jì)劃詳情內(nèi)的診斷可以觀察單個(gè)計(jì)劃的ecpm值，計(jì)劃跑量顯著變快時(shí)，競(jìng)爭(zhēng)計(jì)劃排名應(yīng)低于40，因行業(yè)不同人群不同而不同），競(jìng)爭(zhēng)排名為20的計(jì)劃跑量一定比排名40的快嗎？其實(shí)也不必然，均值高不代表峰值能勝過(guò)大盤(pán)。

當(dāng)某一時(shí)段的ecpm均值與大盤(pán)競(jìng)爭(zhēng)勝出的ecpm均值差異過(guò)大時(shí)，考慮有以下幾點(diǎn)原因。

（1）某一類(lèi)標(biāo)簽用戶(hù)發(fā)出廣告請(qǐng)求短時(shí)間內(nèi)激增，計(jì)劃還未完全參與競(jìng)價(jià)，觀察是否需要提價(jià)刺激。

（2）計(jì)劃探索人群標(biāo)簽?zāi)Ｐ涂赡芘c大盤(pán)計(jì)劃有差別（模型跑偏了）（大盤(pán)相似計(jì)劃定義：全量在投廣告中，與當(dāng)前廣告計(jì)劃的行業(yè)、廣告標(biāo)的、轉(zhuǎn)化目標(biāo)相同，設(shè)置相似 (定向、廣告形式、出價(jià)等) 的廣告計(jì)劃），模型跑偏可能需要重點(diǎn)關(guān)注以防造成數(shù)據(jù)波動(dòng)。

（3）計(jì)劃積累數(shù)據(jù)量少，系統(tǒng)判斷該計(jì)劃缺乏可信度，導(dǎo)致競(jìng)價(jià)能力張力小。

（4）計(jì)劃某一時(shí)段連續(xù)探索低質(zhì)用戶(hù)，如點(diǎn)擊率偏低，導(dǎo)致系統(tǒng)給到計(jì)劃的權(quán)重降低。

清楚以上幾點(diǎn)原因，并及時(shí)做出相應(yīng)調(diào)整，才能在短時(shí)間內(nèi)迅速拿量。雖然人為無(wú)法干預(yù)計(jì)劃具體探索哪個(gè)人群（或許行為興趣定向可以做到），但優(yōu)化師可以及時(shí)制止計(jì)劃模型跑偏。當(dāng)我們開(kāi)新戶(hù)（新計(jì)劃）始終無(wú)法起量，競(jìng)價(jià)困難的時(shí)候，本段開(kāi)頭提到的辦法便可以嘗試。

（1）競(jìng)爭(zhēng)搶量，新計(jì)劃采用一鍵繼承老戶(hù)模型+高出價(jià)+搭配跑量素材文案，鋪開(kāi)高質(zhì)量創(chuàng)意。目的是在相同模型的基礎(chǔ)下通過(guò)優(yōu)質(zhì)創(chuàng)意+出價(jià)提高競(jìng)爭(zhēng)力，核心還是在于提高競(jìng)爭(zhēng)力。

（2）提高賬戶(hù)創(chuàng)意豐富度，盡可能保證開(kāi)投初期賬戶(hù)內(nèi)每條計(jì)劃創(chuàng)意都不同且優(yōu)質(zhì)。提高計(jì)劃跑出率，保證計(jì)劃點(diǎn)擊轉(zhuǎn)化率高于大盤(pán)。核心在于從賬戶(hù)維度提高競(jìng)爭(zhēng)力，讓系統(tǒng)判斷該賬戶(hù)為優(yōu)質(zhì)賬戶(hù)

（3）與大盤(pán)作區(qū)別，更改創(chuàng)意分類(lèi)、創(chuàng)意標(biāo)簽，更改基礎(chǔ)定向，更改定向設(shè)置，用新戶(hù)進(jìn)行人群拓新，積累全新模型。目的是避免缺乏轉(zhuǎn)化數(shù)據(jù)而與大盤(pán)競(jìng)爭(zhēng)中處于不利地位，前文提到了定向、出價(jià)等設(shè)置相似都有可能被系統(tǒng)歸于同一行業(yè)領(lǐng)域的計(jì)劃并參與競(jìng)爭(zhēng)。

（4）考慮以遠(yuǎn)低于大盤(pán)、或遠(yuǎn)高于大盤(pán)的出價(jià)的激進(jìn)方式進(jìn)行投放，探索完全不同流量池。目的也是在于減少于大盤(pán)老戶(hù)的競(jìng)爭(zhēng)。

這里還需要了解到的是，計(jì)劃探索的流量池是被提前劃分好的。假設(shè)抖音版位當(dāng)前有1000萬(wàn)條計(jì)劃在投，一個(gè)用戶(hù)發(fā)起申請(qǐng)時(shí)，不可能一千萬(wàn)條計(jì)劃都參與一次競(jìng)價(jià)計(jì)算，因此系統(tǒng)會(huì)歸類(lèi)相似計(jì)劃，并納入對(duì)應(yīng)帶有某些標(biāo)簽的用戶(hù)流量池內(nèi)。

大盤(pán)探索的人群標(biāo)簽與潛在目標(biāo)人群標(biāo)簽可能會(huì)存在一定差別，二者應(yīng)是包含關(guān)系；因此前文提到的與大盤(pán)模型做出區(qū)別是具有一定可行性的。

上述辦法可能會(huì)導(dǎo)致成本次留的不穩(wěn)定，但往往我們投放需要的是整體賬戶(hù)達(dá)標(biāo)，因此低出價(jià)低成本跑出相對(duì)劣質(zhì)人群雖會(huì)拉低次留，但同樣可以降低成本。參考項(xiàng)目當(dāng)前欠缺什么，再對(duì)投放比例的合理把控也能夠讓整體數(shù)據(jù)達(dá)標(biāo)。

03

數(shù)據(jù)波動(dòng)如何歸因并調(diào)整

本段不僅會(huì)對(duì)成本次留波動(dòng)進(jìn)行歸因，還會(huì)深入解析ecpm模型如何影響二者。

先說(shuō)成本波動(dòng)歸因分析， 成本波動(dòng)時(shí)，如何判斷賬戶(hù)內(nèi)出現(xiàn)什么問(wèn)題：

（1）若某時(shí)段成本較高，判斷該時(shí)段是否是你的高質(zhì)目標(biāo)用戶(hù)（高轉(zhuǎn)化率or高次留率）集中出現(xiàn)的時(shí)間，如果某些不合理的時(shí)間出現(xiàn)成本高的情況就需要及時(shí)控?；蚶?，防止模型跑偏。

比如你的高質(zhì)用戶(hù)歲數(shù)是50+，凌晨1點(diǎn)突然成本上漲（正常消耗、展現(xiàn)的情況下），顯然并不符合常規(guī)。

（2）若某時(shí)段成本較高，觀察計(jì)劃歷史點(diǎn)擊率轉(zhuǎn)化率與今日有何區(qū)別，若點(diǎn)擊率偏低可能是由于該時(shí)段人群質(zhì)量較低，需要拉空該時(shí)段，若判斷為轉(zhuǎn)化率低，則需要檢查是否有劣質(zhì)評(píng)論影響。這些前提都是建立在具有一定量級(jí)且分時(shí)展現(xiàn)正常的情況下。

（3）若計(jì)劃表現(xiàn)為全天成本較高，且量級(jí)較?。▍⒖疾煌?xiàng)目，30個(gè)轉(zhuǎn)化以?xún)?nèi)），觀察千展成本是否顯著高于賬戶(hù)均值，若是，則考慮為低質(zhì)計(jì)劃，ecpm值低，競(jìng)價(jià)困難，只能以更高出價(jià)進(jìn)行展現(xiàn)，若不是，則考慮為計(jì)劃模型跑歪。兩者建議都及時(shí)控停。

（4）若計(jì)劃屬于跑量計(jì)劃，但某日成本較高，判斷可能為模型異常、流量波動(dòng)引起，這時(shí)需要盡可能通過(guò)限制計(jì)劃預(yù)算進(jìn)行調(diào)整而不傷害計(jì)劃模型；持續(xù)幾日走高考慮為出價(jià)略高，可以適當(dāng)下壓出價(jià)，成本走高+量級(jí)減小，考慮為計(jì)劃衰退，建議直接關(guān)停并復(fù)建。

次留波動(dòng)時(shí)，如何判斷賬戶(hù)內(nèi)出現(xiàn)什么問(wèn)題：

（1）若單條跑量計(jì)劃次留連續(xù)幾日不達(dá)標(biāo)，則考慮為計(jì)劃模型有偏差，建議人為干預(yù)提高次留系數(shù)重新計(jì)算模型。

（2）若賬戶(hù)計(jì)劃某日次留產(chǎn)生波動(dòng)，建議排查消耗時(shí)段是否符合常規(guī)。

（3）對(duì)比次留成本與轉(zhuǎn)化成本，看是否是某一時(shí)段投放的用戶(hù)是否為高質(zhì)目標(biāo)用戶(hù)，若轉(zhuǎn)化成本與次留成本相差過(guò)大，則說(shuō)明投放用戶(hù)普遍較為低質(zhì)，相差小則說(shuō)明觸達(dá)用戶(hù)更為高質(zhì)。以此在后續(xù)投放中減少對(duì)某低質(zhì)用戶(hù)時(shí)段的投放、減少該異常計(jì)劃（計(jì)劃模型）的預(yù)算等。

（4）新戶(hù)次留波動(dòng)不建議調(diào)整。數(shù)據(jù)積累不足，次留波動(dòng)很正常，盡量少調(diào)整出價(jià)or次留系數(shù)，建議一開(kāi)始制定策略時(shí)就保證跑出數(shù)據(jù)是可以達(dá)標(biāo)狀態(tài)（參考已有賬戶(hù)的設(shè)置），次留出現(xiàn)波動(dòng)可以?xún)?yōu)先限制預(yù)算，減小對(duì)單條計(jì)劃模型的傷害。

這里主要描述判斷“次留”概率的邏輯，可同等替換成“轉(zhuǎn)化率”。

當(dāng)我們?cè)O(shè)置次留出價(jià)時(shí)（后文都以次留系數(shù)代替），系統(tǒng)會(huì)判斷某一用戶(hù)在擁有ABCD標(biāo)簽時(shí)，其次日留存概率。這里的概率不是絕對(duì)的，如假設(shè)我們次留系數(shù)設(shè)置為25%，即要求計(jì)劃投放的次留率達(dá)到25%，系統(tǒng)并不只會(huì)將廣告展現(xiàn)給被判斷為次日留存概率為25%+的用戶(hù)，而是在一定范圍區(qū)間進(jìn)行波動(dòng)。

如何判斷帶有特定標(biāo)簽用戶(hù)的次留概率？

假設(shè)目標(biāo)用戶(hù)擁有ABCD四個(gè)標(biāo)簽時(shí)，用戶(hù)次日留存的概率為50%+（基于已轉(zhuǎn)化的人群標(biāo)簽），粗略判斷一下，當(dāng)我們需要該計(jì)劃達(dá)到25%的次留，則計(jì)劃探索的人群最好是自帶ABCD四個(gè)標(biāo)簽中的兩個(gè)左右。

當(dāng)然不同標(biāo)簽權(quán)重自然不同，可能A標(biāo)簽出現(xiàn)后次留概率將會(huì)上升40%，而C標(biāo)簽出現(xiàn)后次留概率只會(huì)提升5%，這里需要大量的機(jī)器學(xué)習(xí)跑出的數(shù)據(jù)模型才足夠置信（次留概率=α標(biāo)簽A+β標(biāo)簽B+…）。

所以，最終穩(wěn)定的賬戶(hù)模型在參考大量用戶(hù)數(shù)據(jù)并不斷修正后，針對(duì)用戶(hù)的每一個(gè)標(biāo)簽都會(huì)有特定的次留概率以及相應(yīng)需要提高的出價(jià)去匹配。

設(shè)定次留系數(shù)之后，系統(tǒng)會(huì)依據(jù)當(dāng)前系數(shù)判斷針對(duì)下一個(gè)用戶(hù)，是否需要提高相應(yīng)ecpm值從而展現(xiàn)出去。這里會(huì)表現(xiàn)出系統(tǒng)的偏好，設(shè)定35%，跑出來(lái)就是低2個(gè)點(diǎn)，設(shè)定30，跑出來(lái)就是高兩個(gè)點(diǎn)。這就需要考慮可能并非是你設(shè)定的問(wèn)題而是產(chǎn)品本身或者用戶(hù)本身的影響。

成本波動(dòng)是如何發(fā)生的？

假設(shè)某一用戶(hù)是ABC的標(biāo)簽，高度符合計(jì)劃模型，轉(zhuǎn)化率可能達(dá)到90%，次留概率可能達(dá)到75%（遠(yuǎn)超過(guò)25%的考核），這里系統(tǒng)顯然愿意將廣告展現(xiàn)給這個(gè)優(yōu)質(zhì)用戶(hù)。但是別忘了，大盤(pán)其他賬戶(hù)可能也探索出了類(lèi)似的模型，其他賬戶(hù)也認(rèn)為帶有ABC標(biāo)簽的用戶(hù)是高轉(zhuǎn)、高次留用戶(hù)（甚至給出的概率更高）。

顯然針對(duì)這一用戶(hù)各個(gè)計(jì)劃想要展現(xiàn)必須嚴(yán)格比較ecpm值，當(dāng)創(chuàng)意豐富度類(lèi)似時(shí)，更多需要參考的是出價(jià)，顯然展現(xiàn)給這樣一個(gè)高質(zhì)用戶(hù)的成本會(huì)上升。

但高質(zhì)用戶(hù)未必好， 比如一個(gè)高質(zhì)用戶(hù)展現(xiàn)費(fèi)用是3塊，轉(zhuǎn)化率是40%，而一個(gè)普通用戶(hù)展現(xiàn)費(fèi)用是1塊，轉(zhuǎn)化率時(shí)20%，顯然過(guò)多投放給高質(zhì)用戶(hù)將會(huì)導(dǎo)致計(jì)劃表現(xiàn)出高空耗、高成本的情況，成本上漲便開(kāi)始出現(xiàn)。

這里可能有人會(huì)質(zhì)疑為什么費(fèi)用差別會(huì)如此巨大，你這個(gè)舉例完全不合理，這里可以從計(jì)劃的ecpm值層級(jí)看到，計(jì)劃平均ecpm值與勝出的ecpm均值相差3-6倍甚至更多，而創(chuàng)意本身的點(diǎn)擊率和轉(zhuǎn)化率不會(huì)太大變動(dòng)，因此只能從出價(jià)或者人群標(biāo)簽不同導(dǎo)致的點(diǎn)轉(zhuǎn)率不同進(jìn)而去影響該計(jì)劃的ecpm值。

高成本帶來(lái)的是高次留，同樣我們可以降低出價(jià)告訴賬戶(hù)，我不需要高成本高次留，我需要你成本降低一點(diǎn)。難道沒(méi)有成本適中高次留的情況嗎？

當(dāng)然有，那就是ecpm值模型，假設(shè)我的模型判斷某一特定用戶(hù)的轉(zhuǎn)化率次留率遠(yuǎn)高于大盤(pán)其他計(jì)劃，那顯然我不需要增加多少價(jià)格便能獲得展現(xiàn)。因?yàn)橄到y(tǒng)更愿意將廣告投放給能夠?yàn)橄到y(tǒng)本身帶來(lái)收益的用戶(hù)。

因此再回到本段開(kāi)投提到的結(jié)論，相關(guān)歸因分析就有依據(jù)。

成本波動(dòng)時(shí)，我們就需要判斷是否為劣質(zhì)素材競(jìng)價(jià)能力不足導(dǎo)致的，或者為該時(shí)段人群不符合賬戶(hù)所需。次留波動(dòng)時(shí)，同樣需要排查時(shí)段人群是否為高質(zhì)人群以此判斷計(jì)劃模型是否跑偏。

同樣基于上述分析，我們可以還可以推斷， 賬戶(hù)想要提升競(jìng)爭(zhēng)力，必須先跑出數(shù)據(jù)做積累,越多數(shù)據(jù)競(jìng)爭(zhēng)力就越強(qiáng)。

我們還可以做這樣一個(gè)假設(shè)，假如當(dāng)前我們考核35%，我新戶(hù)次留設(shè)置10%讓賬戶(hù)迅速跑出（顯然這里跑量能力高于大盤(pán)）當(dāng)積累一定數(shù)據(jù)后，次留逐步調(diào)整回35%進(jìn)行，跑量能力削弱的同時(shí)次留應(yīng)該會(huì)穩(wěn)步提升，因?yàn)椴徽撌?0%還是35%，肯定都能積累到高次留概率標(biāo)簽的人群并作為賬戶(hù)模型。

當(dāng)然我自己曾經(jīng)也意外嘗試過(guò)（當(dāng)然是運(yùn)營(yíng)事故，不推薦各位作死），次留率設(shè)置極低后，跑量提升巨大，而且使用的是從未跑出過(guò)的新素材，但后續(xù)提高次留設(shè)置并重新開(kāi)啟投放后完全無(wú)法展現(xiàn)，因?yàn)橛?jì)劃只跑了一個(gè)晚上，數(shù)量上完全不足，當(dāng)然也無(wú)法準(zhǔn)確計(jì)算出更高次留人群的標(biāo)簽應(yīng)該是哪些。

對(duì)信息流的分析還在繼續(xù)，下面是一些小測(cè)試。

比如我嘗試使用多元回歸去建立計(jì)劃預(yù)估ecpm值的模型（實(shí)際的ecpm模型可能是logit模型？），得出的結(jié)論有時(shí)候令人匪夷所思，比如價(jià)格的系數(shù)是負(fù)數(shù)，也就是出價(jià)越高ecpm值越低，顯然不合常理；

也比如點(diǎn)擊率的系數(shù)是轉(zhuǎn)化率的數(shù)十倍，這可能要求我們更多的將重心放到素材創(chuàng)意上而非落地頁(yè)上；也有時(shí)得出價(jià)格為常數(shù)（當(dāng)然都是因?yàn)檫x取數(shù)據(jù)維度不同），如果是基于這樣一個(gè)結(jié)果，可以引申出的結(jié)論是，對(duì)于低考核成本的項(xiàng)目，更多需要關(guān)注素材、文案等創(chuàng)意本身提高競(jìng)爭(zhēng)力；對(duì)于高考核成本項(xiàng)目，更多需要提升價(jià)格。

也探尋過(guò)素材與落地頁(yè)是否匹配對(duì)預(yù)估轉(zhuǎn)化率的影響，如果是有影響的這里便有說(shuō)法了（是否因?yàn)楫?huà)面的顏色，文字有相似才會(huì)使得預(yù)估轉(zhuǎn)化率更高？），當(dāng)然一切都因?yàn)閿?shù)據(jù)量實(shí)在太少、且外部因素（賬戶(hù)卡預(yù)算、計(jì)劃卡預(yù)算、改出價(jià)、拉時(shí)段等等）太多導(dǎo)致難以進(jìn)行統(tǒng)計(jì)分析。

后續(xù)還想嘗試一下計(jì)劃跑出后的數(shù)據(jù)（實(shí)際點(diǎn)擊率、轉(zhuǎn)化率）對(duì)預(yù)估ecpm值的影響，以及系統(tǒng)如何評(píng)估素材與文案的相關(guān)性等問(wèn)題。

總之有結(jié)果再寫(xiě)吧，感謝你的觀看～