深度解析信息流投放，发现 ROl 快速增长的秘密！（深度解析信息流投放,发现了什么）
广告究竟是想方设法说服你买一件你不需要的东西？还是给你你所需要的？
供给缺乏的年代是前者，生产过剩、消费升级时代是后者。用户接受到的信息应该是一样的？还是应该不一样？大品牌、大媒体、大通路时代是前者，互联网、数据时代是后者。传统广告的思路是前者，数据驱动型的信息流广告是后者。
它最早于 2006 年出现在国外的主流社交巨头上，随后国内的社交媒体、新闻客户端也相继推出信息流广告。它以一种十分自然的方式融入到用户所接受的信息当中。
比如，我们常看到的百度信息流、微博粉丝通广告、微信朋友圈广告，腾讯新闻、今日头条首页的原生广告都是信息流广告。
当然，在现在这些平台，知乎也是一个含金量很高的一个信息流平台。
根据 2017 年 3 月官方公布的数据，Instagram 全球社区用户人数超过了 6 亿，广告主月活跃人数则已突破 100 万，而 2016 年同期的数据仅为 20 万，涨到了 5 倍！主要是信息流广告的功劳。
回到中国市场，根据艾瑞咨询的报告，2016 年移动广告市场规模达 1750 亿元，预计 2017 年会达到 2648 亿元。其中信息流广告市场规模为 325.7 亿元，处于快速发展阶段，预计 2018 年会达到 557 亿元。
移动广告包含：原生广告、投屏广告、开屏广告、插屏广告、积分墙、搜索类广告等等。
原生广告自 2013 年被提出以来，一直是数字营销界的焦点。简单的说就是广告与内容融合在一起，把广告变成内容的一部分。
原生广告有很多种形式，信息流、视频、应用内功能植入、表情包植入、游戏关卡植入等。信息流广告是原生广告的一种，最被人们所熟知。
通过高精细的标签体系理解真实用户，包括他们的基本属性、媒体行为、用户环境、用户状态、商业兴趣、用户行为等等。
用户环境：设备型号、LBS 信息、联网方式、运营商
以朋友圈广告为例，信息流广告支持按照地域、性别、年龄、手机（品牌型号、手机系统及联网环境）、婚恋情况、学历、兴趣标签（商业兴趣/APP 兴趣）、LBS、关键词定向、再营销等属性进行定向。
比如，在奔驰新车发布阶段，信息流广告可以基于浏览、搜索、关注、参与讨论等用户在线行为，获取奔驰用户人群，并通过整合第三方垂直平台的数据，获取可能对新车感兴趣的高相关人群，结合标签体系，在精准定向的信息上，比如：用户手机号、设备号等。绘制出用户“行为场景画像”。从而精准触达，形成内部转化。
此外，信息流广告支持更精准的强曝光与更广的覆盖，可以实现递进式追投，二次营销，可以针对不同决策人群，投放同一产品的不同广告，还可以对垂直行业高相关度人群触达。
国外很多品牌信息流广告的案例，除了借助标签组合策略实现精准投递以外，更会添加不少有趣的互动形式。
一、在 Instagram 的信息流广告中，乐事薯片团队希望覆盖千禧一代的消费者，鼓励他们参加 Flavor Swap 活动，品尝经典风味与新推风味的乐事薯片，并为自己喜欢的风味投票。
此次营销整体目标是以更低的单次展示费用增加线下销量，在 Facebook 和 Instagram 推出 Flavor Swap 营销活动，投放 4 条 Video Ads，对比经典风味薯片和新推风味，鼓励热门投票。 相比单独投放 Facebook 广告，加入Instagram广告使覆盖人数增了 5%，单次展示费用降低了 3%，销量增加了 5%。
二、俄亥俄州主题公园 Cedar Point 在 Snapchat 上推广万圣节优惠，利用 24 小时即焚的特点，让用户集中注意力，观察快速飘过的鬼怪，成功截图即可获得丰厚奖励。这个广告吸引了超过 14 万点击，让品牌的互动率提高了 233%。
当然光通过精准定向和有趣的互动内容做投放还是不够的，还要理解怎样提升转化率和降低获客成本的方法。通常情况下，我们把信息流广告效果好归结为以下两个动作的关键点：
降低获客成本：使固定的广告费用带来更多的客户人群，从而产生更多的最终交易转化。
提升转化率：让投放出去的广告费带来的客户更大比例地产生交易，实现收益的提升。
所以如何降低获客成本和提升点击率成了大多数信息流广告优化师所头疼的事情，经常出现“尝试了很多种方法、成本就是降不下来”，“落地页反复修改，转化率依然低的令人发指”，这一类的情况。
现在主流的信息流投放平台大都分为 cpc 计费模式和 cpm 计费模式，这里单说 cpc 计费模式：
获客成本 = 投放金额／到访量 = 单次点击价格*点击量／点击量*抵达率 = 单次点击价格／抵达率
由此我们看到，获客成本拆解下来我们能够直接调控的是点击价格和抵达率。
点击价格 = 下一名的出价*下一名的点击率／自己的点击率+0.01
由此可得，我们可以提高网站浏览体验（速度）保证抵达率，提升广告的点击率，从而降低点击价格，从而让固定的投放获得更多的点击量，从而降低获客成本。
转化率 = 成单量／到访量 = 到访量*咨询率（留线索率）*成单率／到访量 = 咨询率（留线索率）*成单率
由此可得转化率的决定因素是销售流程上的，在线咨询率（留线索率）和成单率决定了固定的到访客户有多少能够转化为消费客户。
很多时候，效果不好往往是各方面因素综合导致的，并不是单方面的。上面我们讲到，效果的决定指标是点击率、线索率和成单率，那这三个指标背后又存在什么样的影响指标？
点击率：流量精准度（平台、定向）、广告样式（大图、三图、小图、视频）、展现位置（考前、靠后、列表页、内容页）、文案、配图。
线索率：流量精准度（平台、定向）、文案、落地页引导。
数下来少说十几个影响因素了，所以在看效果的时候要有一定的逻辑，我把点击率、线索率、成单率这三个指标称为效果的决定指标，把这三个指标下面的相关指标称为深度影响指标，在分析效果不好的原因的时候先看决定指标，再看深度影响指标。
在信息流广告的投放过程中，最关键的因素其实是创意，也就是文案标题、配图和样式，对如何写出好创意，唯一的方法就是试，原因在于，你觉得好的，不一定点击率高，可能你学习了大V的文案撰写方法，点击率确实不错但转化效果却奇差，那怎么办？写很多很多条创意，用很多种配图，不断进行 A/B 测试，在有一定的数据基础之后，得出比较可靠的结果，什么样的产品，用什么样的卖点切入写什么样的文案，用什么样的配图效果会好。
A/B 测试的关键在于，除了更换创意之外，保持所有其他变量（人群定向、排名、出价、着陆页等）不变，短时间内大量的投放测出一个结果，测试对比最少 10 组不同卖点，不同配图的创意。
A/B 测试之所以难运用，是因为我们大多数人很难能保证测试结果不受其他因素（竞争环境、排名）的影响，所以 A/B 测试一定要保证第一短时间内（30 钟左右），第二大量的投放（点击量1000以上）。
另外，A/B 测试并不只用于创意测试，更可用于人群、排名、落地页等方面。
所以，当你做了大量的投放，做了很多次A/B测试，也找到了影响效果的原因，该如何改进投放方法呢？
点击率方面：
1、账户结构清晰的划分人群，圈定精准人群的同时，保证流量充足，选择给转化率高的人群更充足的预算和更好的广告位。
2、选择点击率高并且转化率不错的创意，按照该类卖点延伸多种写法进行投放，这里需要注意的是创意并不是点击率越高越好，不能太硬（点击率提不上去），也不能是标题党（不精准人群点击造成广告费浪费），需要有产品卖点突出再加上软性的写法。
3、出价选择保持在能接受的一个范围内不变，通过其他方面提升点击率去获得更好的排名。
4、样式和配图是影响点击率的一个重要因素，通常情况下大图的点击率会高于其他样式，但一条好的文案可以拯救样式的不足，同时，配图的技巧需要 A/B 测试得出合适的图片类型、背景色等。
至此，做好信息流广告效果的基础逻辑层面大致讲述完毕，信息流的历史与趋势、信息流的广告形式、对人群定向、创意撰写方法、内容玩法与制作、A/B 测试等内容，都有涉及与分享，但是整个信息流投放不是我这一篇文章能够讲清楚，说明白的，我只是抛砖引玉，点到为止。
U948348070
