曲海佳：我是如何用Ptengine提升信息流廣告投放效果的

以下內容詳細介紹信息流廣告優化的邏輯、本質及探索示例，共計5000字，可能需要花費您10分鐘的時間。

曲海佳，信息流廣告/DSP廣告權威專家，現任致維科技營銷總監。精通互聯網廣告領域，擅長各大互聯網平台推廣。曾就任於Google以及全球領先移動DSP平台MdotM;近年來轉戰百度營銷推廣領域，是國內為數不多的百度認證營銷專家(百度高級)證書的持有者。精通教育、金融、社交、網服等領域，服務過包括BAT、小米、領英、獵豹、華夏保險等諸多客戶，著有《互聯網DSP廣告揭秘–精準投放與高效轉化之道》，2017年即將出版國內首本信息流廣告投放領域的實戰指南!

鑒於信息流廣告投放在整個數字廣告市場的重要性不斷提升，信息流廣告投放優化人才呈現供不應求的趨勢，在常規投放優化思路的基礎上探索出一套合理簡單易上手並可發展的進階優化思路十分必要。本文在多個信息流渠道推廣經驗的基礎上，總結現有信息流廣告常規投放優化思路中可借鑒元素及其局限性，藉助Ptengine這個強大的監測工具，通過真實案例進行實驗性投放和數據採集分析，進而得出適用於絕大多數信息流廣告平台的差異化優化思路。

首先簡單介紹下Ptengine(鉑金分析)，Ptengine是上線於2011年的秒級實時數據監測工具，之前主要的業務重心是在歐美和日本，目前工作重心逐漸轉向國內。藉助這個工具除了能夠完成基礎的流量數據監測和流量質量評估之外，其易用性極強的熱圖報告對於改善網站的布局合理性和提高用戶體驗也有莫大的幫助，而今天，我主要想討論的是如何藉助Ptengine工具生成的廣告推廣url，巧用utm參數和事件轉化的設置來優化信息流廣告的投放。

首先，我們先來回顧下市面上的常規信息流廣告投放優化的思路。

現有信息流廣告渠道的常規主流推廣和優化方法往往遵循以下幾個步驟：

先理解平台競價機制及基本演算法;

然後按照營銷需求創建賬戶結構和進行基礎設定;

最後通過所謂「A/B測試」的方式不斷上傳新創意(文案+圖片)、對比測試不同創意效果並保留點擊率較好的創意，藉此維持較高的整體賬戶點擊率。

總體來說，即是通過不斷製作、保留或更新點擊率更高、與廣告落地頁和推廣產品相關性更好的創意素材，吸引目標受眾的廣告點擊，增加落地頁訪問量，通過精準定位受眾獲取相關性較高流量，以此減少轉化漏斗中流量從到訪落地頁到達成轉化之間的流失，達到相對穩定的轉化率和較好的轉化成本。

所以，長期以來主流的信息流廣告優化的核心在於創意的優化，或者更極端點兒說，在於創意點擊率的優化。

之所以大家都在追求點擊率，是因為絕大多數信息流廣告平台的產品機制是高度雷同的，在絕大多數的信息流廣告平台上，信息流廣告往往會經過預分配曝光、預估CTR、廣告排序和頻次過濾等幾個步驟后，展示在用戶面前：

其中預估CTR受賬戶歷史表現影響較大;廣告排序就是eCPM排序，而eCPM≈質量度*出價。而在很多信息流廣告平台上，質量度≈預估CTR，在這個規則之下主流優化方法就變成不斷憑經驗和部分數據添加預估點擊率較高的新創意，再通過較好的數據表現(高點擊率)獲取較高的整體賬戶質量度，通過質量度提升eCPM獲得高排序和高曝光，進而再為後續新創意獲取較高預估CTR，循環往複來形成創意點擊率的正循環：

正因為如此，創意的點擊率才成為了主流信息流廣告優化過程中的重中之重。儘管這一套邏輯相對好上手且已經很成熟，但其實這個邏輯具有很大的不足和局限性，很多時候，整個正向循環根本無法實現。

首先，A/B測試本身就具有一定的局限性。因為A/B測試本質上來說是一種「先驗」的實驗體系，屬於預測型結論，參與對比測試的兩個或多個樣本在設計製作之初，往往是通過主觀臆斷其是否合格和人為選擇的樣本，所以容易出現效率偏低或與「后驗」的歸納性結論差別巨大的情況。

其次，A/B測試的理想狀態是在保持絕大多數的元素一致的前提下，針對兩個樣本或多個樣本之間的某一個元素進行對比測試，而不是對在多個方面都截然不同的樣本進行對比測試，因為這樣很難對究竟是哪一個元素影響了最終的數據表現得出可信結論。而不幸的是對比新舊創意素材或者同時上傳的多套創意素材往往屬於後者。所以針對信息流廣告創意的很多A/B測試其實是「偽」A/B測試，因為有太多的元素不同，例如主題顏色和文案的詳略程度，再加上投放中可能的曝光的時間，曝光的上下文環境，所獲得的流量的質量。過多的元素差異導致無法判斷哪個元素才是對結果影響較大的因素，進而無法提供優化的方向，哪怕是接下來圖片和文案的設計方向。

在排除其他影響因素的前提下，因為無法判斷到底是不是因為某個設計元素或某個文案的措辭影響了信息流廣告投放的效果，導致無法比較確信地延續某一設計作為指導下一步新創意製作的參考依據。加之廣告設計人員或美工的個人經驗和業務能力難以統一和標準化，導致圖片的設計和文案的撰寫沒有明確統一的標準。在優化人員與創意製作人員存在分工的情況下，優化人員與創意製作人員溝通成本較高，新創意往往經過多次沒有方向的反覆修改，效率低下。

同時因為創意的溝通設計的時間成本非常高，在耗費大量時間製作完成並通過審核之後，就急於投放和放量，很多時候並沒有進行進一步A/B測試，哪怕是不完美的A/B測試。新創意基本沒有過往類似創意的投放數據作為參考，處於一種無控制的狀態，其實相當於在碰運氣。最後效果好也無法準確總結，效果不好的話迫於時間壓力，甚至沒時間反思，就又馬不停蹄地投入到下一批次新創意的低效溝通當中，形成如下的惡性循環：

最終的結果導致以「優化創意點擊率」為核心的主流信息流廣告優化邏輯因為沒有可信、可靠的依據而無法真正地落實。

所以，片面單純追求點擊率的優化思路其實是有失偏頗的，取而代之的應該是從優化創意點擊率向優化創意乃至設定的轉化率去轉變，但這同樣有難度，譬如不是所有投放的賬戶都能有足夠的技術力量通過與媒體平台API對接實現前後端數據的打通，大多數情況下，哪個創意或哪種設定對於效果轉化貢獻更大根本無從知曉。而想要打破這一局限的關鍵切入點，在於監測。

以下是我的做法：

首先，我所理解的信息流廣告的總體投放思路應為：在充分市場調研的前提下，通過合理搭建賬戶來定位精準目標人群，用準確的內容及創意觸達受眾，實現目標轉化，通過不斷完善優化創意的設計，佐以正確的媒體定向策略，不斷提升轉化和降低轉化成本，而這一切，又都是以創意和落地頁監測為基礎的效果衡量為起始與核心，通過把監測維度落實到創意層級，即明確知道具體哪個推廣單元的哪個創意有效果或效果好，然後結合時效性，先明確哪個設計方向或風格的創意(圖片+文案)效果好和哪些關鍵詞(單元層級)帶來的流量效果好，創意和確定關鍵詞后再測其他設定，最後再測試改進落地頁。即：

因為定向策略和創意設計方向的不同導致了不同推廣單元的流量大小和流量質量都不盡相同，所以每一條創意(圖片+文案)都應看作是一個獨立的個體，哪怕是處在不同推廣單元里完全相同的圖片和文案。所以對於創意的監測必須落地到單個層級，方法就是為每個創意設置帶有Ptengine的utm參數的獨立推廣鏈接。

而utm參數的設置其實非常的簡單，只不過我發現在這個簡單的工具上可以實現一些比較複雜的玩法兒而已。

當我們拿到一個新的推廣項目的時候，一般會有這樣幾個步驟：

確定要使用的推廣落地頁;

在監測工具上為這個落地頁建檔;

將生成的JS代碼加裝到需要監測的落地頁里;

為推廣設置帶有utm參數的推廣url;

將推廣url用於投放廣告;

結合監測工具上監測到的數據進行分析，改進，優化推廣賬戶的效果。

一旦在Ptengine上建檔完畢，無論JS代碼是否安裝成功都可以設置推廣url了。我用一個虛擬的網站X.example.X來舉例，這是用Ptengine生成的推廣url：X.example.X/?utm_campaign=abc&utm_source=baidu&utm_medium=cpc&utm_term=123&utm_content=xxx

我簡單介紹下，URL中5個參數設置是什麼意思：

(1)utm_campaign參數填的是計劃的名字，這個隨便起;

(2)utm_source參數，一般會設置成媒體渠道，例如百度就是baidu，騰訊就是tencent等等，當然只要自己看得懂就可以，而且如果沒有在多個媒體渠道用一樣的落地頁的話，這個參數意義就不大了;

(3)utm_medium參數，是填媒介的，媒介和渠道之間是包含關係，例如同時投放兩個搜索引擎，一個是baidu，另一個是sm，那麼可能媒介都是cpc，因為搜索引擎上主要就是cpc的模式;

(4)utm_term參數填的就是關鍵詞，如果是信息流廣告的話，這個參數可以省略，如果是SEM就可以用，有的廣告主甚至要求為每一個關鍵詞設置一個單元，一個單獨的創意，一個單獨的推廣url，這個時候往往有幾種選擇，一種是對接了API，可以批量生成csv文件，通過客戶端上傳;另一種就比較苦逼了，需要藉助一些工具手動生成推廣url，這就得用到我之前分享給大家的幾個轉碼編碼工具，比如「鞋子」這個詞，轉碼完就是：%e9%9e%8b%e5%ad%90，所以這個參數可以設置一個代號，當然要有一個實際關鍵詞和代號的對照表，也可以設置拼音和英文，或者是編碼，就是不能設置漢字;

(5)utm_content參數一般是設置成不同的廣告創意的名字;而我對於utm參數的探索是從utm_content參數開始的，我一開始的時候是通過把utm_content參數設置成創意的名字，然後把監測工具上收集來的流量數據按照utm_content參數篩選來對比評估不同創意的表現。所以我習慣給每一條單獨的創意一個獨立的utm_content參數，當然這比較麻煩，即便藉助工具也不是一件輕鬆的事，但為了後期的效果更好些，優化更容易些，前期的麻煩不可避免。

【例如】

有100條創意：url就可以下面的舉例進行設置(注意content=數字編號)X.example.X/?utm_campaign=abc&utm_source=baidu&utm_medium=cpc&utm_term=123&utm_content=20170722001到X.example.X/?utm_campaign=abc&utm_source=baidu&utm_medium=cpc&utm_term=123&utm_content=20170722100

通過這樣的設置之後，我們就可以進行常規的信息流廣告投放了，在產生了一定的數據之後，優化就進入到了重中之重的一個環節，那就是數據的統計和分析，統計數據就有兩個來源，一個是從推廣平台的創意報告，一個是從Ptengine。

從推廣平台的創意報告得到的數據就像這樣：

因為推廣url太長了，截圖沒有完全展示出來，但是每一個都是不一樣的，為了方便匹配，可以通過分列操作把前面多餘部分都去掉，只保留utm_content參數之後的內容，比如只剩20170722001到20170722100。

在這裡我們發現只是簡單的展點消數據，轉化數據如果沒有對接好API，在這張報告里是沒有的，所以還需要藉助監測工具獲得這些utm_content參數所對應的轉化數據(如果沒有轉化數據，就通過在落地頁上設置事件轉化的方式獲得事件轉化數據作為參考)。

Ptengine上的數據就像這樣：

其中每一個具體的url(對應一個獨立的創意)都可以點擊進去查看這個創意所帶來的流量在落地頁上的互動點擊或設置好的事件轉化的數量(因為是一個真實客戶，不方便暴露真實落地頁，所以截圖欠奉)，這樣的查看效率當然不高，但是Ptengine可以藉助DataDeck這個工具的幫助把所有創意所對應的效果數據下載下來：

在DataDeck上這些轉化效果數據如下：

下載完成後，因為有共同的一列，也就是utm_content參數，我們可以用vlookup把兩個數據合在一起，這樣就知道每個創意帶來的轉化(或事件轉化)的數字，並且也可以用展點消數據和轉化數據來計算轉化成本了，也就是每一個創意對於效果的貢獻。

然後因為我在創意名字這一列有特殊的設置，比如兩個文案和兩套套圖，就可以生成4套創意，分別是文案1+組圖1，文案1+組圖2，文案2+組圖1和文案2+組圖2，所以我還可以按照文案和組圖把展點消和轉化數據通過透視表匯總起來，總體評價文案和組圖的貢獻。有了這些數據之後，無論是現有創意的存廢，還是後續新創意的設計撰寫，就都有相對明確的參考方向了。這麼設置的主要原因就是單個創意的表現沒有辦法和轉化對應起來，所以通過在落地頁加監測和設置事件轉化，或純粹監測互動點擊的方式，來收集數據作為評價創意表現好壞的參考。

後續計算的話，用真實轉化數除以落地頁上的事件轉化數或互動點擊數，就是落地頁的轉化率。而用落地頁上的事件轉化數或互動點擊數除以轉化數在某些情況下則可以作為預估留存與更後端投入產出彙報的指標。

用我的話說，就好比做幾何題的時候畫上輔助線，可以讓事情容易很多。

後來在utm_content參數用得很熟練了之後，我又開始動起了utm_medium參數的腦筋，我把它設置成廣告組或廣告單元的名字，這樣和utm_campaign相結合就計劃和單元都有了。甚至也可以在沒有關鍵詞的前提下使用utm_term參數去標註細微的定向區別。

最後我發現其實所有參數都可以不按照原本的規則來填寫，而是隨便填寫，因為任何一個參數都可以通過工具來篩選，有法變無法。

【例如】

X.example.X/?utm_campaign=landingpage1&utm_source=baidu&utm_medium=adgroup1&utm_term=male&utm_content=20170714001這個url就可以同時檢測到落地頁1，僅投放男性的2017年7月14日上傳的一號素材在百度上投放的廣告單元1的效果。廣告單元1可以代表一系列定向，也可以代表一組關鍵詞或興趣等，可任意設置。這種設置方式對於審核是不會有任何影響的，因為是在落地頁url後面加參數的方式，只要與開戶主域名一致就行。

這就是我目前藉助Ptengine在提高信息流廣告投放效果上的探索，拋磚引玉，供大家參考。

Ptengine(鉑金分析)是鉑金智慧的網頁優化分析產品，其核心是分析熱圖(宋星老師文章「運營優化的秘密武器：重新認識熱圖的力量」有提到)，當前已服務全球10w+企業，;登陸ptengine官方網站。