以下內容詳細介紹信息流廣告優化的邏輯、素質及探索示例，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，擅長各大互聯網平臺推廣。曾就任于Google以及全球領先移動DSP平臺MdotM；近年來轉戰百度營銷推廣領域，是國內為數不久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，辦事過包孕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！

鑒于信息流廣告投放在整個數字廣告市場的重要性不停提升，信息流廣告投放優化人才呈現供不該求的趨勢，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并可發展的進階優化思路十分須要。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，借助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采集分析，進而得出適用于絕大多數信息流廣告平臺的差異化優化思路。

首先簡單介紹下Ptengine（鉑金分析），Ptengine是上線于 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。借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陳訴對于改善網站的布局合理性和提高用戶體驗也有莫大的幫手，而今天，我主要想討論的是如何借助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：

先理解平臺競價機制及基本算法；

然后根據營銷需求創建賬戶結構和進行基礎設定；

最后通過所謂“A/B測試”的方式不停上傳新創意（案牘+圖片）、對比測試差別創意效果并保存點擊率較好的創意，借此維持較高的整體賬戶點擊率。

總體來說，便是通過不停制作、保存或更新點擊率更高、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，增加落地頁拜候量，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，達到相對不變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于創意的優化，或者更極端點兒說，在于創意點擊率的優化。

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臺的產品機制是高度雷同的，在絕大多數的信息流廣告平臺上，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受賬戶歷史表示影響較大；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臺上，質量度≈預估CTR，在這個規則之下主流優化方法就釀成不停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示（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，進而再為后續新創意獲取較高預估CTR，循環往復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。盡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測試自己就具有必然的局限性。因為A/B測試素質上來說是一種“先驗”的實驗體系，屬于預測型結論，參與對比測試的兩個或多個樣本在設計制作之初，往往是通過主不雅觀臆斷其是否合格和報答選擇的樣本，所以容易出現效率偏低或與“后驗”的歸納性結論不同巨大的情況。

其次，A/B測試的抱負狀態是在連結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差別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示得出可信結論。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于后者。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，因為有太多的元素差別，例如主題顏色和案牘的詳略程度，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標的目的，哪怕是接下來圖片和案牘的設計標的目的。