将来的广告投放，信息流广告平台的选择和数据监测工具的使用将起到愈发重要的用途。
信息流广告是什么 “今日头条和百度必有一战”，相信不少的网络人在过去几个月都听到过类似的断言。定坐落于信息分发平台的今日头条和主营搜索生意的百度会产生这样大的利益冲突，最重要的点其实就是信息流广告。 
信息流广告指的是在用户使用网络商品或服务时，依据搜索数据、社交关系和用户属性对人群进行智能推送，并与原有信息内容混排在一块的广告。简单来讲，就是把广告隐藏在资讯和信息流之中，混淆广告与信息之间的界限，让广告愈加不像广告。 上世纪80年代在美国风头正劲的连锁超市Target，就曾经尝到了信息流广告的甜头。当时的Target很看重数据驱动运营的理念，他们成立了专门的数据统计部门，解析出了最有价值的花费人群——孕妇。孕妇们在怀孕期前后的花费往往是平常的数倍，她们最常买的产品也非常不错定位——奶粉，宝宝车，尿布等等。Target的数据职员依据以上信息，把超市会员中处在怀孕年龄段的女人筛选出来，给她们邮寄母婴类的折扣券。理想中这种办法的成效应该很好，由于他们精确定位到了自己的目的顾客。但结果却不尽如人意，超市收到了很多投诉，非常多顾客觉得自己的信息被泄露了，他们感到不安甚至恐慌。反复分析后，超市采取了新的方案，他们把母婴类折扣券夹杂在其他不有关的折扣券中，再一块邮寄给自己的目的顾客。在顾客收到的很多折扣券中，只有少数几张是超市真正想寄的母婴类折扣券。顾客恐慌情绪减少的同时，折扣券的营销成效也愈加好。 信息流广告就是如此的模式，虽然它可以把用户定位得很精准，但还是会将自己隐藏在非常多不有关的信息之中，减少用户对于数据被泄露的恐慌。它不但继承了DSP广告的精准定向，还不会破坏所投放平台带给用户的浏览体验。在不引起顾客反感的同时，达成品牌宣传和推广落地。 将来大家会很多接触信息流广告，或者以信息流为核心的广告形式。 主流信息流广告的模式和现在存在的缺点与不足 瞎设计，瞎投放，瞎优化——这可能是现阶段信息流广告存在的最大问题之一。有时候受限于资历和经验，广告投放和优化职员不可以在刚开始就判断出最重要的成效指标并拟定出科学有效的优化步骤。缺少经验的同时又承担着来自甲乙双方的巨大重压，非常多有关从业者还没分析好广告创意是不是优质和投放平台合不合适就匆忙上线，然后开始一轮轮没头绪的优化。 大家先看看主流信息流广告的商品机制： e千人展现成本（预分配揭秘）=出价*水平度（CTR） 
当用户在信息平台打开一个资讯时，会立刻产生相应的广告请求。第一，系统会进行广告检索，把适合投放的广告挑选出来。然后，系统会对这些广告进行预分配揭秘。依据上述公式，预分配揭秘（e千人展现成本）等于你的出价乘上水平度（CTR）；而这个CTR，又取决于你的账户一贯表现。通过预分配揭秘对广告进行高低排序之后，再滤掉一些广告主需要的频次，就可以达成真正的广告揭秘。此时用户点击广告，便产生了广告计费。 在上述商品机制中，大家最大概干涉的部分就是CTR。在角逐激烈，预算有限的商业环境下，大家的出价不可能无限高。通过人为干涉让系统给大家判定一个较高的CTR，如此才能用更低的出价，拿到跟对手持平甚至更高的揭秘。 
理想的CTR优化正循环：广告创意有高点击率，被评判为高CTR，得到非常高的预分配揭秘，从而有非常高的广告揭秘，好的表现会累积到账户的历史数据。此时添加新的广告创意，得到的CTR又会非常高，从而第三得到高揭秘，周而复始以达到理想的CTR优化正循环。缺点和不足：没办法判定新创意是不是优质，不可以保证持续获得高CTR。 
实质循环：广告创意的优化没方向，一直不可以获得高CTR，迫于时间重压匆忙上线，缺少深思和高效的优化步骤，最后变成恶性循环。 
上图是匡威的广告创意：大胆革新的设计看上去不美观，有时反而能吸引用户的好奇，引来不少用户流量。像这种类型比较新颖的创意设计，没投放结果作教导，仅凭设计图大家非常难判断创意的好坏。 以监测为核心的信息流广告优化模型
以监测为核心，以数据为依据。对大部分广告从业者来讲，要想避开资历和经验的限制，打造起高效科学的优化步骤，需要以数据监测为中心，来教导关键字优化、创意优化和设计优化。 下面大家用一个真实案例，来介绍怎么样借助数据监测优化广告创意。大部分同城交友类软件为了引导用户注册，会在首页放置很多的照片吸引用户点击。对于照片的选择，有两种创意设计一直相持不下。一种是使用漂亮但不够真实的图片，另一种是使用真实但不够好看的图片。 甲方从软件运营的角度分析，为了凸显交友软件的真实性，期望使用那些很真实但不够好看的图片。乙方则更多地从用户属性分析，期望在刚开始就用非常漂亮但并虚假的图片过滤掉那些不会注册的人，剩下的用户也就更容易被转化为付费。 两边的分析都有着各自的出发点，此时大家非常难再凭经验去判断这两种创意设计的优劣，只能采取数据监测的方法，观察两种创意的投放成效，再来教导创意设计的优化。应该注意的是，创意优化的过程，除去分析图片，还有文案和图文的搭配使用等等。数据驱动的优化体系，它的精细和复杂程度已经远远超越了以往的广告优化，单凭经验不可能再一击中的。 常规的数据监测，一般是把监测做到安装包/落地页层级，不一样落地页对应不一样安装包，再把它们分给不一样的推广出处。但如此做只能判断某一个页面上那一类创意的好坏，不可以达成更为精细的数据追踪。为了解决这一难点，大家使用了数据监测工具ptengine来生成广告链接，通过细化utm参数（详细标注创意的名字、出处、媒介、关键字、内容等），从而下沉到创意层级进行数据追踪。 
通过上述的参数设置方法，大家可以达成图文分开，在创意层级达成精细化数据监测。针对同样图片使用不一样文案，再针对同样文案使用不一样图片，从而达成创意的交叉对比（下图所示）。如此大家可以分别了解成效最好的文案和成效最好的图片，也可以知晓哪一组文案和图片结合的成效最好。 
在细分不一样创意时，大家第一依据颜值，从3分到7分对所有图片进行分类， 每个分数下又分为素妆、淡妆和浓妆。假如使用同一个人的三张照片，大家规定为图库。开始投放前，大家为每个创意都设置了链接，每条链接都对应了有关的用户流量数据（浏览量、退出率、平均停留时间等）。点开每个链接后，还可以将“点击下载”按钮设置为一个事件进行追踪。如此大家就可以了解知晓每个创意把用户流量带到落地页之后的互动状况，预估最后的下载量。 
在大家不可以将创意与转化成效直接联系时，通过将“点击下载”按钮设置为事件进行追踪，对转化状况进行了非常不错的预估。经过一段时间的数据采集后，大家将每一个创意前端的花费与后端“点击下载”按钮的互动点击数结合，算出了互动CPC。 依据“互动点击数较多，本钱相对较低”的原则对所有创意进行比较，大家分别找出了最好图片创意、最好文案创意和最好图文组合创意（下图中已用黄色标注）。这些创意使用的元素和设计，就是将来新创意的大体设计方向。 
下面大家再介绍一个案例，看看怎么样借助热图监测优化落地页的设计。热图解析工具在做推广和信息流推广时可以帮大家解析用户访问落地页后的行为，查询落地页的设计是不是合理，以数据驱动落地页的优化。当大家没方法直接监测最后的转化结果时，落地页作为中间环节，也是预估转化成效的要紧凭证。 
例如：大家可以看到用户在哪些地方产生了点击，有些按钮设置会不会引起用户的误会；用户在哪些地区停留，他们最感兴趣的内容是什么；用户随页面滚动的流失情况，目前的落地页是不是太长造成用户失去了耐心等等。通过不断改变落地页的设计，提高客户体验，促进转化。 实质的落地页优化过程中，大家常常面临【先有对比检测，才有数据】和【没数据，难以推进落地页改动】的两难困局。此时优化职员就需要引入A/B检测，通过迅速对落地页进行小调整，分流检测得出优化成效，再返回教导落地页的设计以达成数据驱动的迭代优化。应该注意的是，常规条件下的数据监测还不够细化，大家没办法判断是什么原因引起了数据的变化。因此在A/B检测时，每次只设一组变量，尽量细致地进行检测和对比，才能科学有效的达到优化的目的。 以数据和热图监测为核心的信息流广告优化，真正达成了以创意为单位、以数据做驱动，从设计到展示、点击，再到落地页互动的全过程精细化监测。与其他广告形式相比，信息流广告精准性非常高、打扰性较低，与用户浏览环境融合度特别高；再结合数据监测驱动的优化模式，使得广告从业者的工作愈加科学高效，愈加步骤化。 将来的广告投放，信息流广告平台的选择和数据监测工具的使用将起到愈发重要的用途。选择一款出色的数据和热图监测工具，对设计广告创意、选择投放途径、提高工作效率和打造高效的优化步骤都能起到事半功倍的用途。尤其是经验不太丰富的广告从业者，数据运营的工具将会成为他们最好的左膀右臂。
移动应用商品推广服务：APP推广服务 青瓜传媒广告投放
本文作者@曲海佳 由(青瓜传媒)整理发布，转载请注明作者信息及来源！网站地图
