作为运营广告投放的你，是否曾因信息流媒体投放效果不稳定，而常常做背锅侠？不妨静下心来用这10分钟充充电。
问题与现象：
以上这些典型情况，甚至连超级广告主也不能逃脱。
哪些效果不好的问题不在本次讨论之中？如：
总之，广告投放者自身原因导致的效果差，不在本次讨论之中。本次，我们专门讨论，让信息流投放老手都迷惑的现象。
搞不清楚这些现象发生的原因的，其惨痛代价是市场部充当背锅侠，所以这背后的原因，你不得不深刻掌握。
信息流投放时，虽然市场动态瞬息万变，但是也有一些可以掌握的基本信息：
01. 媒体类相对不变的因素：媒体流量大小、人群水平、人群地域、媒体内容调性；
02. 由于媒体内容调性，进而决定了平均每人每天在这个媒体内观看多少条信息；
03. 对于特定人群（不同行业广告主的定向），平均每人每天在这个媒体内观看多少条信息各有不同，但在一段时间内是相对稳定的值；
04. 一段时间内特定人群的特定需求，在全网范围内也是有限的，比如：理财存款、消防师报考、手机换代升级、3年级小朋友英语学习培训等。
基于上述这些不变因素，信息流媒体提升流量变现效率：
01. 广告展示机会：广告load决定了每N条信息间插播一条广告，进而决定了平均每人每天在这个媒体内有多少次广告曝光的机会。
02. 信息流广告是按点击计费的，即需要大数据/机器学习/AI，总之是要预估每一条曝光广告被点击的概率–pCTR。
03. 每一条广告背后有广告主的出价，即当有广告被点击时媒体产生收益。媒体对每一次广告曝光，背后都有精密的计算。在诸多竞价中的广告中，媒体对每一条广告如果被展示可能为媒体带来的收益做出预估：约等于 广告主出价x曝光广告被点击的概率（为计算简单，暂不加入二阶竞价因素）。
已知不变的因素
不变的因素：对特定人群的广告曝光机会，是有限的。
变化的因素：多少广告主参与竞价，他们的出价是多少？其他广告的广告创意会不会更吸引人？（影响媒体侧的点击率预估和媒体收益预估，进而争取更多广告曝光）
基于上述两点，我们可以解释下面两个现象：
现象1：媒体红利期流量大、竞争小、广告ROI很高
原因：针对同一批人群的广告曝光机会，参与竞价的广告主少；在不需要出高价的情况下，广告就有曝光机会。这个时期，媒体的角度称“广告填充不足”
现象2：投放好好的，突然就没流量了，而素材、文案、定向、出价等都没变化
原因：大概率是参与竞价的广告主中突然出现了超级大家伙。对于目前“你”的广告目标受众，“你”和“你的竞争对手们”出价在一个相对的稳定竞争态，都能获得一定量的广告曝光；而这个超级体量的闯入者，带着他的大批广告物料，和远高于“你们”之前竞争水平的广告出价，获得大量的广告曝光机会。而 “对特定人群的广告曝光机会，是有限的”这一点不变，所以导致“突然就没量了”。
事实上，造成“投放好好的，突然就没流量了，而素材、文案、定向、出价等都没变化”的原因， 还不止上面这个，且听我继续说。
更多未知的变化因素
在上面的讨论中，我们竟然没有考虑最重要的变量因素之一：媒体的点击率预估模型。
为什么“媒体的点击率预估模型”对媒体而言，非常非常非常重要？
在理想情况下，假使面对同一个住在北京海淀区中关村地区、家有3年级男孩的35-40岁的女性，有20个广告来自不同行业、有着不同广告诉求、带着不同的出价，他们中有少儿英语培训、有少儿编程、有成人英语培训、有理财、有健身、有小游戏、有零售电商，假使这位女性平均一天有5次看到广告的机会，如果媒体可以100%准确地预估出该女性点击每一条广告物料的概率，那么根据公式–点击率x该广告出价将预估的收益排序，就可以在这20条广告挑出预估收益最大的5条广告来。
从整个媒体的宏观角度看，有很多个地域的很多个妈妈、爸爸、爷爷、大哥哥、小朋友，他们的偏好各不相同；以及有很多个行业的广告主，他们针对不同地域、不同人群准备了不同出价的不同广告物料。
假如媒体可以做到对每个人的广告点击率预估是100%准确，即媒体完全有能力在某段时间内，为有需求的用户，挑出能让媒体方收益最大化的那些广告。
当然，实际情况要更复杂些。还有若干限制条件，比如还要考虑每位广告主的日预算/时段预算、广告展示频率控制等。总之，这就是一个在指定条件下求最大值的数据问题而已。
包括媒体方推出的OCPX投放，本质都是基于媒体对广告收益预估的基础之上，增加考虑广告主转化效果作为新增的限制条件，让媒体方、广告主都尽量收益的多种广告流量分配策略。底层基石都是基于“媒体的点击率预估模型”。
一旦“媒体的点击率预估模型”出现了偏差，媒体收益一定不再是最大化。偏差越大，媒体收益距离理想的收益越是遥远，同时广告主们更会叫苦连天。为了这个崇高的“理想”，媒体方面会使出吃奶的劲儿，也要无限追求更准确的“媒体的点击率预估模型”。
在追求更准确的“媒体的点击率预估模型”的道路上，模型算法在不断的优化，不断的迭代，进化速度之快，令人咋舌。因为背后的动力来自于极丰厚的商业回报。
很不幸，“投放好好的，突然就没流量了，而素材、文案、定向、出价等都没变化”就在这个时候，也许就会发生了。
换个角度，也许在之前的预估模型下，“你”的广告就是占了便宜的那一方，所以之前的效果很好；也许在新的预估模型下，“你”的广告是被冤枉的一方。
关键的是，媒体方的预估模型，不是你我能控制的。总之，遇到这种情况，没什么办法，只能通过对“素材、文案、定向、出价”等因素的调整，影响媒体对“你”新换的广告预估，尝试从“吃亏”的预估回到“正常或占便宜”的预估区间。
媒体的每一次新策略的小流量测试，不一定都成功达到预期，所以有时候上线了若干时间之后又被撤回了。对于广告主的表现则是被抽中的“你”和“你的广告物料”推广效果又莫名其妙地恢复了。
对于一个广告受众，通过层层选拔，从几万几十万的广告库中精选了几百几千条广告候选集，这才到广告点击率预估的环节。在前面众多环节中，如果有任何环节“你的广告”不幸被淘汰了，“你”都没机会参与对这名受众的广告竞价。
媒体的策略不断升级，不仅仅在于广告点击率预估，前面这些环节（媒体方称之为“广告策略”）都在不断的优化的迭代。对于更多广告主来说是优化，而对于另一小部分广告主则是灾难。
不变的因素也会变化
原本不变的因素，开始变化了！ 媒体流量大小、人群水平、人群地域、媒体内容调性，这些因素永远不会变化？
媒体流量大小、人群属性、人群地域，有可能在短期内发生变化。背后的原因是媒体也需要不断采买新流量，进而保持媒体流量增长。新采购的流量和原媒体流量结构不完全一致，从而影响了“人群属性、人群地域”。
这个变化的体现很可能就是“流量持续有、转化有，但表单质量是持续的、小幅的下降”。
投放的媒体本身的流量结构在流量采买过程中，发生了变化。新采购的流量中，匹配“你”家业务的广告受众人群占比远不及原来的媒体流量。
面对这种现象–“流量持续有、转化有，但表单质量是持续的、小幅的下降”，广告主们常常吐槽“媒体充水”，但也不能一刀切的做判断。
举个例子：原来的媒体DAU在1000万时，活跃人群集中在北上广；而该媒体不断采购新流量过程中，媒体流量结构发生变化。当DAU到达3000万时，活跃人群中60%来自于三四五线城市的新增。
假设“你”的广告是学历教育，定向是18-25岁人群，这时候，“你”感觉可能就是“流量持续有、转化有，但表单质量是持续的、小幅的下降”，而原因有可能是因为不同地域的人群的需求强烈程度不同–在北上广深的一线城市的就业，对于学历的要求更高，而在三四五线城市对于学历需求是加分项而不是必选项。
媒体内容调性也是可能在几个月内产生变化的。举个例子：在2018年-2019年，抖音和快手的内容都有了大的变化，从完全不同的两个世界，到内容相互借鉴的同时保留各自特色。
媒体内容调性，会影响该媒体的人群属性的变化，以及APP的使用时长，进而影响“平均每人每天在这个媒体内观看多少条信息”。
当“你”对信息流媒体的广告策略了解的越多越深，无助感反而会越强烈。因为“你”越来越清楚，投放效果不稳定，真心不全是由自己的努力能决定的。
应对策略-守住底线
面对随时调整的媒体广告策略、面对广告点击率预估的黑盒子、面对公司领导对推广团队的压力，我们要做的是–守住底线，大道至简：
关注微信