腾讯广告阅读行业六月的优质书单盘点，古代言情已经名列第三。
相对于以往的热门书单主要集中在都市、现代言情两大类型，皇后、公主、神医、毒妃已悄然爬上热门创意榜，古代言情单品类新增用户量提升5倍，次留率提升20%，这是一次成功的破圈。而这次破圈的主力除了优化和编导外，居然是广告商品化！
阅读行业的投放对爆品的需求非常强烈，但是众所周知新书的测试有多么艰难。所以怂一点的都开始互相卷：什么方向火就疯狂怼素材，这也造成创意同质化挤压特别严重。
另外，在当今的免费阅读时代，阅读行业广告主对成本考核更加严苛，导致提价空间小，优化师能操作的空间也不大。
所以竞争力突破需从提升转化率入手：转化率越高，竞争力越强，后端越好。
对于小说行业来说，大家通常只会设置一些基础的定向，例如年龄、性别等。因为小说行业的受众范围广，人群定向很难精细化筛选，不同选品（都市、玄幻、言情等）匹配的受众存在差异，这就导致广告定向找到的人群往往不是系统认为的目标受众。②创意难，制作效率低，人力成本高
相信大家对"歪嘴龙王"这类素材都有印象，庞大的演员阵容、丰富的场景背后都是高昂的人力服化道成本。当然这种动辄小电影级别的素材并不常见，更多的可能还是小场景或者混剪类的重复产出。总而言之，小说行业对素材的需求量不小，特别费后期。
③测试难，新书测试成本高，类目太杂难以聚焦爆点
小说选书和电商选品一样——首先是能跑量，其次是后端（次留、ROI）能达标——这是一个持续耗费测试预算的过程。以小说阅读行业为例，往往一本新书就代表了一类方向，但是想测出一本能跑量且后端稳定的新书是比较难的。
④起量难，生命周期短，后端转化效果差
在测试素材的过程中，大家一定经常遇到这些场景：一整个账户搭建完，消耗还不如计划数；计划好不容易跑起来了，后端不达标；前端后端都达标了，跑量三天就开始衰退了。这都是小说行业优化师面临的投放难点。
①广告+商品一起找人，提升广告起量率
从广告定向找人变成"广告+商品"主动找人，利用商品特征匹配人群特征，并且将商品特征加入模型学习，实现精准拉新。
②提升cpm，新广告更快度过学习期，单广告消耗峰值更高
目前来看，使用广告商品化后整体广告的cpm能够提升15%，意味着新计划更容易拿到曝光，消耗峰值也更高。此前，如果将一条优质言情类素材推送到玄幻喜好的人群中，点击率和转化率肯定是很低的，并且大概率跑不过学习期。
③提升后端次留率，用户和小说商品内容匹配度更高，后端留存更好
次留作为关键的考核指标，通过深度出价来优化并不容易。但使用广告商品化后，整体次留能提升22%，特别是信息流与QQ广告（XQ）资源位提升明显，这也是广告商品化最大的优势。
④更懂商品和用户，实现双向奔赴，孵化下一个爆点
基于腾讯广告对于域内外市场热度及用户偏好的深度理解，对新书热度进行预测并打分，从广告的"独角戏"，变成"商品+用户"双向匹配的"对角戏"。除了能"投好"，更能"预测下一个爆点"。未来阅读行业的方向肯定是选书+测书相结合。
实战案例——可复制的破圈方法论
过往，阅读行业的投放类型主要集中在都市、现代言情两大类型的图书，其他类型的图书暂居后位。腾讯广告网服商品化通过挖掘品类人群、质量验证、人群应用三步，帮助小说阅读行业广告主寻求内容破圈，获取新优质用户、获得新增量。
①挖掘品类人群
基于广告主站内内容受欢迎程度、广告转化数据、腾讯产品矩阵内用户数据、市场热度数据等维度，双方共同建模定向挖掘品类人群，圈定高曝光人群的匹配品类——判断除去都市、现代言情外，最有可能获得市场增量的品类方向。
②质量验证
通过长期积累与学习，进行广告精准度"模拟考"，预判投放效果。
③人群应用
基于品类人群的市场反应做出调整，进行策略调控，反哺选品优化。
通过对该行业进行全面商品化，以及行业商品化的深度演进，古言成为继都市、现代言情之后的阅读第三品类，实现新增用户量提升五倍，次留提升20%。
除此之外，腾讯广告阅读行业提供给客户爆款书目榜，从预测-选品-调优等全链条与客户一起进行投放优化。
总结
腾讯广告已经从起步的"万物商品化"进阶到深度"商品行业化"阶段，其中腾讯广告网服行业从2019年开始，商品数据对接就是分赛道差异化的，其丰富的结构化数据和广阔的受众范围与商品广告特点十分契合，商品标签覆盖率86%。并且随着未来行业商品信息的覆盖率和准确度越来越高，趋势会越来越明显。
相比于普通广告，商品广告以更聪明的大脑、更精准的匹配、更精细的运营，实现存量阶段用户的高质量破圈突围，帮助网服行业广告主提升"用户质量"，进而提升"生意价值"。对于一线优化师而言，通过人工手段去优化后端优化转化率是相当困难的，如今能从产品的角度直接破局提升竞争力，而且操作流程简单，无疑是一大福音！
春困
