在計算廣告這個行當里有個很常見的現(xiàn)象大家都愿意聊算法、聊模型、聊增長黑客但真要落到報表上曝光、點擊、轉化、成本這幾個基礎口徑稍微一變問題就來了。我自己剛接觸“計算廣告基礎”這一章時以為只是概念回顧結果后來在給一個模擬項目做投放復盤時因為沒分清展示口徑和可見曝光口徑整個人被數(shù)據(jù)假象帶偏了大半天。所以這一章看著基礎實際上既是后續(xù)所有競價、定向、歸因邏輯的地基也是日常投放和產(chǎn)品設計里最容易出分歧的地方。這篇就圍繞“計算廣告基礎”展開把核心定義、關鍵機制、實操中的坑和排查經(jīng)驗一起過一遍適合剛開始系統(tǒng)學習計算廣告、或者準備轉入廣告投放/廣告產(chǎn)品方向的同學參考。1. 先弄懂計算廣告在解決什么問題1.1 從“廣告位買賣”到“用戶、場景、廣告”的匹配傳統(tǒng)廣告的邏輯其實很簡單廣告主找媒體談一個位置比如報紙頭版、門戶首頁的橫幅談好價格和時段素材掛上去就行。這個模式最大的問題在于“千人一面”——同一個位置上所有人看到的都是同一張廣告廣告主沒法區(qū)分訪客是不是潛在用戶媒體也沒法根據(jù)用戶的實時興趣去換內容。計算廣告把這件事抽象成了一個完全不同的形態(tài)在某個用戶的某一次訪問場景里系統(tǒng)需要在很短的時間內決定展示哪一條廣告。本質上它解的是一個三元組匹配問題用戶user、上下文場景context、廣告ad三者之間找到最優(yōu)組合。這個“最優(yōu)”不能只看廣告主也不能只看媒體還得考慮用戶會不會反感。所以“計算”兩個字不是噱頭。傳統(tǒng)廣告是人工定價、人工選位、包段投放計算廣告則是用機器在毫秒級完成一次拍賣、一次預估、一次匹配。頁面還沒加載完系統(tǒng)已經(jīng)完成了用戶識別、興趣預估、廣告檢索、點擊率預估值計算、競價排序、素材返回所有事情都發(fā)生在用戶無感知的幾百毫秒里。這就決定了后面所有技術本質上都是圍繞“快”和“準”展開的。1.2 廣告主、媒體、用戶三方利益的微妙平衡做計算廣告不能只盯著廣告主那部分錢。整個生態(tài)里有三個角色訴求天然沖突。廣告主希望每一分錢都花在能轉化的人身上最好廣告只投給馬上會下單的人媒體希望流量變現(xiàn)最大化但又不能把用戶體驗毀掉否則用戶流失、流量貶值用戶呢用戶希望免費使用內容和服務但忍受廣告的前提是“廣告別煩我最好還有點用”。三方訴求互相拉扯計算廣告的目標不是讓任何一方贏到極致而是找到一個能讓系統(tǒng)長期運轉的平衡點。我見過一個真實的反面案例某個內容平臺為了沖收入把信息流里的廣告位密度加到接近三分之一初期收入確實漲了但用戶時長很快下滑廣告填充率也跟著掉最后整體收入反而回吐。后來把廣告頻次控下來、素材相關性要求提上去才把體驗和收入重新穩(wěn)住。這個案例沒什么高深技術但說明一個道理所有競價機制、計費模型、頻次控制、質量度策略本質上都是在維護三方的平衡。實際操作中平衡是通過幾個杠桿實現(xiàn)的相關性定向讓廣告更貼近用戶興趣頻次控制避免同一廣告反復刷屏廣告質量審核過濾低俗素材價格機制則讓廣告主為不同價值的流量付出不同成本。理解這些之后再看后面的CPC、eCPM、ocpm這些概念就不是孤立的技術術語而是一套平衡各方利益的具體手段。1.3 為什么說這一章是整套計算廣告知識體系的坐標系整個計算廣告的后續(xù)內容不管講DSP還是講模型預估都會反復引用到這一章里的基礎定義。比如“廣告位”和“廣告請求”是一回事還是兩回事“轉化”到底按點擊后多久歸因CPM出價和CPC出價如何換算成同一個eCPM排序賬戶結構里的“計劃—單元—創(chuàng)意”分別對應什么決策層級。這些如果不先說清后面讀再多策略文章都是飄的。我自己的經(jīng)驗是剛入行時最容易犯的錯就是跳過基礎直接去研究“冷啟動期出價策略”“素材爆量方法論”結果一問三不知為什么同一個出價在不同流量位上成本差幾倍為什么轉化回傳延遲會導致成本大幅波動答案其實都在基礎章節(jié)里。建議讀這一章時不要追求速度盡量把每個概念用自己的話解釋一遍甚至想象一次真實廣告請求的完整流程能走通一遍才算真正接住了這個知識坐標。2. 核心指標與計費模式必須刻進肌肉記憶2.1 從曝光到轉化的指標鏈路計算廣告的基礎指標是一條從“看到”到“行動”的漏斗曝光Impression、點擊Click、轉化Conversion、收入Revenue以及它們之間的比率CTR點擊率、CVR轉化率、ROI投產(chǎn)比。聽起來簡單但口徑上的坑非常多。舉一個最常見的例子曝光到底算“廣告請求成功返回的次數(shù)”還是“廣告真正出現(xiàn)在用戶可視區(qū)域的次數(shù)”很多后臺默認統(tǒng)計前者但如果廣告被遮擋、出現(xiàn)在屏幕外用戶根本沒看到也算了一次曝光。拿這種口徑去算CTR點擊率會被嚴重拉低。另一個常見問題是UV和PV的混淆一個用戶刷新十次PV是10UV是1如果投放目標看重有效人群覆蓋就應該看UV而不是看PV。還有一個是CVR的定義。同一個轉化是“點擊后1小時內轉化”還是“點擊后7天內轉化”數(shù)據(jù)可能差好幾倍。電商行業(yè)一般看7天或30天窗口效果廣告也常用24小時、72小時。不是說時間越長越好而是要固定口徑否則前后對比、渠道對比都會失真。指標含義常見口徑坑曝光廣告被展示的次數(shù)可能包含無效/不可見曝光點擊用戶點擊廣告的次數(shù)要防機器人點擊、重復點擊CTR點擊 / 曝光曝光口徑不同會大幅影響CTRCVR轉化 / 點擊歸因窗口不同數(shù)據(jù)變化很大ROI收入 / 消耗收入統(tǒng)計口徑需包含自然流量聯(lián)動2.2 四種主流計費模式背后的風險轉移計費模式是廣告主和媒體之間關于“風險由誰承擔”的約定。最早期是按時間計費CPT包天包周簡單但沒法保證效果。后來出現(xiàn)CPM按千次曝光計費廣告主買的只是“被看到的可能性”效果好壞自己負責。再后來是CPC按點擊計費用戶不點就不用付錢。到了CPA按轉化計費廣告主只追求最后的結果風險幾乎全壓在媒體和平臺身上。這里要特別說一下oCPM和oCPC。它們的出現(xiàn)是因為純粹的CPA在現(xiàn)實中很難執(zhí)行媒體無法保證每一次轉化廣告主又不愿意為一個模糊的轉化結果付高價。oCPM的意思是廣告主告訴平臺“我希望一個轉化大概花多少錢目標成本”平臺用自己的預估能力去找可能轉化的人并按千次展示計費。看上去廣告主付的是CPM但實際上平臺在幫他優(yōu)化轉化目標成本由廣告主設定風險共擔。選哪種計費方式不能只憑習慣要看投放目標和數(shù)據(jù)回傳能力。品牌曝光類目標適合CPM鏈接點擊類目標適合CPC下載、下單、表單提交這類明確的轉化目標適合oCPM/oCPC。但在使用oCPM前先確認轉化回傳是否完整否則系統(tǒng)學到的是殘缺信號花越多錢越偏。2.3 從出價到預算成本控制的基本盤出價是廣告主愿意為一次展示/點擊/轉化付出的價格但不是最終扣費價格。在大多數(shù)競價環(huán)境下實際扣費會讓“第二名”來卡脖子這個機制后面會細講。在這里先記住出價決定你是“有機會參與競價”能否贏下來要看eCPM排名成本能不能穩(wěn)住要看預算和出價策略怎么搭配。預算方面我踩過最大的坑是只設賬戶日預算不設計劃級預算。結果某天頭部流量突然暴漲賬戶預算在上午就全部花完下午整個計劃停投晚上流量便宜時反而沒預算了。后來改成“賬戶總預算 計劃分時段預算”雙層控制雖然操作上麻煩一點但至少不會出現(xiàn)“高峰沒量、低谷燒錢”的尷尬。這里給一個比較實用的倒推計算公式。假設目標是CPA為50元預期點擊率CTR是1%預期點擊后轉化率CVR是5%。那么一次點擊到轉化的概率就是1%×5%0.05%也就是每一百次點擊大約成交5單。想讓單次轉化成本不超過50元單次點擊出價不能超過50×5%2.5元。換算成CPM就是2.5元×CTR×100025元。這個倒推過程新手一定要會它能幫你判斷一個計劃的出價是否存在系統(tǒng)性虧損而不是憑感覺調價。3. 競價機制廣告平臺怎么決定誰排在前面3.1 從“價高者得”到“廣義第二高價”廣告位有限競價的本質是排序。但不同計費模式的出價不能直接比較比如一個廣告主愿意為點擊付5元另一個愿意為千次展示付200元到底誰更有價值平臺給出的答案是eCPM即“預計每一千次展示能帶來的收入”。eCPM的計算方式取決于計費模式。CPM出價時eCPM就是出價本身。CPC出價時eCPM 出價 × 預計點擊率 × 1000。如果廣告主按目標轉化出價如oCPM那還要乘以預估轉化率變成預估點擊率 × 預估轉化率 × 目標轉化出價 × 1000。這個換算把所有出價都拉到同一條賽道上誰能為平臺帶來更大的預期收益誰就贏。排序結果用的是“廣義第二高價”規(guī)則。舉個例子假設有A、B、C三個廣告折算后的eCPM分別是500、480、600。那么C排第一A排第二B排第三C贏得展示機會但實際扣費不是按C自己的600而是按第二名的500再加一個很小的金額比如500.01。這樣做的好處是鼓勵廣告主真實出價避免為了贏而盲報高價。不過GSP也有自己的問題它不是一種激勵完全兼容的機制在某些情況下廣告主通過調整出價可能會獲得更好的排名和更低的成本。學術界更推崇VCG機制但其計算復雜、產(chǎn)業(yè)鏈理解成本高目前實際落地較少。作為從業(yè)者重點不是糾結用哪種機制而是明白“你的成本不是由你說得算而是由競爭對手決定”。3.2 點擊率預估在競價里有多重要很多廣告主以為只要出價夠高就能拿到量這是錯的。在CPC競價模式下一個出價5元的廣告如果系統(tǒng)預估CTR只有0.2%另一個出價3元但預估CTR是0.8%折算eCPM后后者的排序可能更高。也就是說在同一個位置上素材越相關、點擊率越高你就能用更低的出價拿到更多流量。這也解釋了為什么有些新計劃出價很高卻沒什么流量。系統(tǒng)沒有歷史數(shù)據(jù)對預估CTR持謹慎態(tài)度會先給少量曝光做試探如果點擊表現(xiàn)差預估會進一步調低流量更少。很多新手看到?jīng)]量就繼續(xù)加價加完發(fā)現(xiàn)成本沒降、單價更高實際上應該先優(yōu)化素材和落地頁把點擊率拉起來。實操中建議把“提高預估CTR”當成一個長期資產(chǎn)來經(jīng)營。同樣的主題A圖片和B圖片點擊率差0.5個百分點長期下來成本差異是非常明顯的。平臺給你的是競價權但能不能低價買到流量很大程度取決于廣告本身和場景的匹配度。這里沒有捷徑老老實實做素材測試才有回報。3.3 實操中廣告主怎么利用競價規(guī)則理解競價規(guī)則后至少有三點可以直接落地。第一不要只盯著單次點擊出價要盯eCPM。比如一個低點擊率計劃就算你愿意出很高的CPC折算后eCPM可能還是拼不過競爭對手所以先解決創(chuàng)意點擊率。第二不要試圖通過“壓價”來等便宜流量平臺競價是動態(tài)的壓價會導致流量質量急劇下滑轉化也跟著掉最后成本反而升高。第三要搭建分廣告組的出價梯度讓不同素材、不同定向分別測試而不是把所有計劃塞進同一個出價里。我比較推薦的做法是新計劃先按倒推目標成本上浮20%出價讓系統(tǒng)有一定的探索空間等積累了30~50個轉化之后再根據(jù)實際成本逐步下調到目標范圍。如果一上來就按最低成本出價很難跑出量模型也沒有足夠的數(shù)據(jù)學習。等你想明白這些再回頭看競價規(guī)則就會清楚它不過是一個“用預期收益排序、用第二名定價”的市場游戲你要做的就是在規(guī)則內找到自己的最優(yōu)位置。4. 定向、歸因與數(shù)據(jù)基礎廣告系統(tǒng)的“眼睛”4.1 定向到底定的是什么定向的目的是把廣告投放限制在一個相對可能轉化的用戶范圍里。常見維度包括媒體上下文比如美食類內容、游戲類App、用戶人口屬性年齡、性別、地域、行為興趣近期搜索、瀏覽、收藏、再營銷給來過官網(wǎng)但沒下單的用戶補廣告、以及類似人群擴展。很多新人會把定向做得特別窄圈定一個很小的自定義人群覺得精準就是好。實際上定向越窄流量越少競爭卻不一定減少因為別的廣告主也在搶同一批人結果單位流量成本被推高。更合理的思路是“核心圈層 擴展圈層”先用再營銷/高活躍用戶?；颈P再用相似人群去擴展讓系統(tǒng)自己去判斷哪些擴展人群值得投放。還要注意定向不是靜態(tài)的。用戶的興趣標簽更新很快今天搜過“露營裝備”過兩周可能已經(jīng)買完標簽還在繼續(xù)打廣告就容易產(chǎn)生無效曝光。因此素材和人群包都需要定期清理長期不轉化的定向條件要果斷暫停否則它會持續(xù)消耗預算并拉低模型的判斷。4.2 歸因模型效果算在誰頭上歸因這個問題做廣告效果分析的人幾乎每天都會遇到用戶先看了A渠道的廣告沒點后來又看到B渠道的廣告點了最終成交了。這筆轉化到底算A還是B或者算多少比例給A不同歸因模型給出的答案完全不同。最常用的模型是“最后一次點擊歸因”簡單、口徑統(tǒng)一但會明顯高估收尾渠道低估種草和曝光渠道。比如一個新品牌投放初期用戶可能是先看了信息流廣告產(chǎn)生興趣后來在搜索平臺搜品牌詞才完成轉化。按最后一次點擊歸因功勞全給了搜索渠道信息流渠道的預算就被認為“沒有效果”于是被切斷結果搜索流量也跟著掉。實操中我建議至少跑一次“歸因模型對比實驗”把同一段時間的數(shù)據(jù)分別用首次點擊、末次點擊、線性歸因、時間衰減歸因跑一遍看看結論差異有多大。不要因為平臺后臺默認是末次點擊就只盯那個報表?？缭O備歸因則是另一個難題用戶在手機上看廣告電腦上下單如果設備ID匹配不上這單就可能丟在歸因盲區(qū)里。這種情況只能通過登錄ID、家庭IP等補充手段去盡量還原但沒有任何平臺能保證100%準確。4.3 數(shù)據(jù)從哪來第一方、第二方、第三方數(shù)據(jù)的邊界計算廣告的整個決策依賴數(shù)據(jù)但不同來源的數(shù)據(jù)價值和使用邊界完全不同。第一方數(shù)據(jù)是廣告主自己的資產(chǎn)比如CRM客戶信息、站內瀏覽記錄、歷史訂單質量最高、合規(guī)成本也最可控。第二方數(shù)據(jù)一般指媒體或廣告平臺端積累的用戶行為數(shù)據(jù)由平臺控制廣告主只能通過投放后臺間接使用。第三方數(shù)據(jù)則是數(shù)據(jù)服務商整合的跨站數(shù)據(jù)覆蓋廣但匹配率、更新頻率和合規(guī)風險都需要斟酌。建模時最理想的狀態(tài)是“第一方數(shù)據(jù)校準 第二方數(shù)據(jù)放大”比如用自己站內的歷史轉化人群做種子再讓平臺找相似人群。不要一開始就把所有希望寄托在第三方數(shù)據(jù)上因為一旦發(fā)生數(shù)據(jù)合規(guī)審查或者接口斷供你會發(fā)現(xiàn)整個模型沒有自主數(shù)據(jù)支撐非常被動。還有一個容易被忽視的數(shù)據(jù)基礎問題特征口徑統(tǒng)一。用戶ID、設備ID、訂單號、點擊時間這些字段在不同數(shù)據(jù)表里是否一致決定了后續(xù)特征工程和歸因能不能做對。我見過不少團隊在建模前不核對日志里的ID映射關系結果訓練集和線上特征分布對不上模型上線后效果崩盤。所以做數(shù)據(jù)之前先花時間把ID體系、事件定義、時間戳時區(qū)徹底理清楚這是性價比最高的事情。5. 程序化廣告生態(tài)從廣告位到“實時競價”5.1 一次程序化廣告請求大概長什么樣程序化廣告可以理解為“用程序自動完成廣告從決策到展示的全過程”。簡化一下一次請求大概長這樣用戶打開某個App或網(wǎng)頁媒體端的SDK發(fā)出一個廣告請求這個請求會帶到廣告交易平臺交易平臺再把請求廣播給多個需求方平臺每個需求方平臺根據(jù)自己手上的用戶數(shù)據(jù)、上下文信息和廣告主出價策略實時算出一個出價交易平臺匯總所有出價后按eCPM排序選出勝者返回對應的廣告素材最后媒體端展示廣告并把曝光、點擊事件回傳給各方。整個鏈路要在幾百毫秒內完成所以每個環(huán)節(jié)都強調“低延遲”。很多DSP會在流量高峰前預加載素材、緩存用戶特征否則請求到達后再現(xiàn)算很可能超時丟量。這也是為什么做程序化投放優(yōu)化的人不能只看前端出價策略還要關注接口響應時間、素材大小等基礎性能指標。這個過程中還有一層容易被忽略的點交易平臺到底把請求發(fā)給了哪些DSP是公開競價還是優(yōu)先順序競價會直接影響廣告主能競到什么量。有些量不是公開市場買不到的而是給定向邀請的私有交易預留了。如果產(chǎn)品上需要買頭部媒體的核心流量只看公開RTB是不夠的還要對接私有市場。5.2 生態(tài)角色DSP、SSP、ADX、DMP 的關系整個程序化生態(tài)里經(jīng)常聽到DSP、SSP、ADX、DMP這些縮寫。對新手來說這四個角色的關系可以用一個簡單的場景對號入座廣告主是甲方想買流量媒體是房東有廣告位出租DSP是廣告主的采購代理替廣告主同時對接多個媒體渠道SSP是媒體的銷售代理幫媒體把庫存賣給出價最高的人ADX是撮合交易所把采購需求方和供應方拉到一起完成拍賣DMP則是數(shù)據(jù)倉庫給交易雙方提供用戶畫像、標簽、人群包能力。角色核心工作類比DSP替廣告主管理跨媒體采買、出價優(yōu)化采購代理SSP替媒體管理廣告位庫存、接入交易平臺銷售代理ADX收集供需請求完成實時拍賣交易所DMP沉淀數(shù)據(jù)、管理標簽、輔助人群定向情報中心這里面還有幾種交易方式需要區(qū)分RTB是公開實時競價單次展示都要實時出價靈活但流量質量參差PMP是私有市場媒體邀請部分廣告主參與競價流量質量更可控價格也更高PDB是程序化直接交易廣告主和媒體按協(xié)議價采買特定資源去掉競價環(huán)節(jié)。投放中品牌廣告主往往更愿意用PMP和PDB效果廣告主則依賴RTB和oCPM來放大規(guī)模。5.3 新手怎么把這一章落地到實操如果你正在做投放優(yōu)化建議第一件事不是去研究競價公式而是先把賬戶后臺的報表體系摸清楚。賬戶結構、計劃層級、單元層級、創(chuàng)意層級分別對應什么樣的決策消耗、展現(xiàn)、點擊、轉化這些字段在哪個層級能看到都要形成肌肉記憶。然后給自己建一個日常監(jiān)控表至少包含消耗、訂單量、CPA、CTR、CVR這幾個核心指標按日更新出現(xiàn)異動才能早發(fā)現(xiàn)。如果你做數(shù)據(jù)分析或廣告產(chǎn)品重點去梳理一次曝光、點擊、轉化事件的埋點規(guī)范和日志鏈路。誰負責發(fā)送請求、誰回傳轉化、歸因窗口怎么設定這些都是你后面做報表和做實驗的基礎。我個人見過很多數(shù)據(jù)團隊花大量時間做漂亮看板但底層事件ID有重復、時間戳用錯時區(qū)看板越做越不可信最終變成擺設。如果你后續(xù)還想接觸模型就更應該在這章里打好樣本意識。訓練一個CTR模型正樣本是什么負樣本是什么是“曝光且未點擊”還是“點擊且未轉化”不同定義會影響模型能力邊界。這些看起來是基礎但決定了你后面做特征、做延遲建模的空間。6. 常見問題與排查經(jīng)驗速查6.1 展示量很大、點擊很少可能哪里出了問題這是投放中最高頻的焦慮“錢在花量很大但點擊率一直掉。”排查順序建議從創(chuàng)意、定向、頻次、可見性四層展開。第一步看素材是否疲勞同一批素材投放超過一周點擊率通常會自然下降這時要做素材輪換第二步看定向是否過寬系統(tǒng)把廣告展示給了一堆不相關人群點擊率自然會被拖低第三步看頻次是否失控同一個用戶一天看到五次廣告前面可能還有點后面純屬刷屏第四步檢查曝光口徑如果媒體上報的曝光包含大量不可見區(qū)域圖片都沒被主要看到點擊率必然偏低。實際操作中我常用的方法是把曝光量切分到“分創(chuàng)意、分時段、分廣告位”三個維度快速鎖定問題源頭。例如發(fā)現(xiàn)晚上九點過后CTR明顯下降可能是這個時段流量來源變了廣告位可見性差那就要決定是否控制該時段的預算分配。而不是直接把整個計劃暫停否則容易把好流量也一起砍掉。6.2 成本突然飆升甚至“跑飛”怎么辦成本飆升先別急著大幅降價容易導致模型誤判流量劇烈波動。第一步看分小時消耗曲線如果某個小時內消耗突然放大、轉化卻沒跟上大概率是流量競爭環(huán)境變化或模型探索期遇到了劣質流量第二步看是否存在回傳延遲轉化數(shù)據(jù)沒及時回來表面上看成本很高實際上等延遲數(shù)據(jù)回流后會回落第三步檢查是否有外部因素比如大促前夕整體流量價格抬升所有廣告主成本都在漲這不是單個計劃的問題。緊急處置有三個動作先調低出價10%~20%觀察2小時如果繼續(xù)飆升暫停大部分探索期的新計劃只留歷史表現(xiàn)穩(wěn)定的計劃同時拉高頻次控制防止一個用戶被重復曝光導致的無效消耗。這里一定不要做的操作是頻繁地“提價—降價—再提價”這會讓系統(tǒng)反復進入重新學習階段成本和流量都會持續(xù)不穩(wěn)定。6.3 轉化回傳延遲導致模型誤判很多廣告平臺在投放早期會出現(xiàn)一個現(xiàn)象實時報表顯示成本很高甚至超過目標成本幾倍但24小時后再看數(shù)據(jù)成本又回落到了合理范圍。原因大概率是轉化回傳延遲。用戶點擊廣告后可能在幾小時甚至幾天后才完成轉化但轉化事件回傳給平臺需要時間甚至有些轉化永遠在歸因窗口結束后才發(fā)生。作為從業(yè)者要建立一個習慣看實時報表時留意“回傳完整度”或“預計結案率”這類輔助指標。如果沒有這個指標就自己統(tǒng)計近一周的轉化數(shù)據(jù)算一下“點擊后第1小時回流占比”“第24小時占比”“第72小時占比”建立一個回傳曲線。以后再看實時成本就可以根據(jù)回傳比例做反向推算而不是被一時的假象帶偏。6.4 效果評估的分層思維以及我的復盤習慣最后想提醒一點評估廣告效果不要只看單一指標。一次廣告投放的效果應該拆成幾個層來看。第一層是投放執(zhí)行層比如預算、出價、頻控是否執(zhí)行到位第二層是模型算法層預估CTR/CVR是否準、歸因是否合理第三層是業(yè)務效果層最終帶來的用戶是否有長期價值ROI之外還要看LTV和復購。如果只看當日ROI很容易砍掉那些真正有長期價值的渠道。我自己復盤時有個習慣先統(tǒng)一口徑再下結論。每份數(shù)據(jù)報表先問三件事——曝光口徑是什么、轉化歸因窗口是多久、有沒有跨設備去重。同一個投放活動用不同口徑看結論可能完全相反。先把這三件事寫在復盤表格頂上再開始分析能避免很多“假結論”。這個習慣幫我少踩了很多坑也建議剛接觸計算廣告基礎的朋友從第一天開始養(yǎng)成。