信息流廣告是什么

“今日頭條和百度必有一戰”，相信不少的互聯網人在過去幾個月都聽到過類似的斷言。定位于信息分發平臺的今日頭條和主營搜索業務的百度會產生如此大的利益沖突，最核心的點其實就是信息流廣告。

信息流廣告指的是在用戶使用互聯網產品或服務時，根據搜索數據、社交關系和用戶屬性對人群進行智能推送，并與原有信息內容混排在一起的廣告。簡單來說，就是把廣告隱藏在資訊和信息流之中，混淆廣告與信息之間的界限，讓廣告越來越不像廣告。

上世紀80年代在美國風頭正勁的連鎖超市Target，就曾經嘗到了信息流廣告的甜頭。當時的Target非常重視數據驅動運營的理念，他們成立了專門的數據統計部門，分析出了最有價值的消費人群——孕婦。孕婦們在懷孕期前后的花費往往是平時的數倍，她們最常買的商品也很好定位——奶粉，嬰兒車，尿布等等。Target的數據人員根據以上信息，把超市會員中處在懷孕年齡段的女性篩選出來，給她們郵寄母嬰類的優惠券。理想中這種方法的效果應該非常好，因為他們精準定位到了自己的目標客戶。但結果卻不盡如人意，超市收到了大量投訴，很多消費者認為自己的信息被泄露了，他們感到不安甚至恐慌。反復考慮后，超市采取了新的策略，他們把母嬰類優惠券夾雜在其他不相關的優惠券中，再一起郵寄給自己的目標客戶。在消費者收到的大量優惠券中，只有少數幾張是超市真正想寄的母嬰類優惠券。消費者恐慌情緒降低的同時，優惠券的促銷效果也越來越好。

信息流廣告就是這樣的模式，雖然它可以把用戶定位得非常精準，但還是會將自己隱藏在很多不相關的信息之中，降低用戶對于數據被泄露的恐慌。它不但繼承了DSP廣告的精準定向，還不會破壞所投放平臺帶給用戶的瀏覽體驗。在不引起消費者反感的同時，實現品牌宣傳和營銷落地。

未來我們會大量接觸信息流廣告，或者以信息流為核心的廣告形式。

主流信息流廣告的模式和目前存在的缺陷與不足

瞎設計，瞎投放，瞎優化——這可能是現階段信息流廣告存在的最大問題之一。很多時候受限于資歷和經驗，廣告投放和優化人員不能在一開始就判斷出最核心的效果指標并制定出科學有效的優化流程。缺乏經驗的同時又承擔著來自甲乙雙方的巨大壓力，很多相關從業者還沒有考慮好廣告創意是否優質和投放平臺是否合適就匆忙上線，然后開始一輪輪沒有頭緒的優化。

我們先看看主流信息流廣告的產品機制：

eCPM（預分配曝光）=出價*質量度（CTR）

當用戶在信息平臺打開一個資訊時，會立刻產生相應的廣告請求。首先，系統會進行廣告檢索，把適合投放的廣告挑選出來。然后，系統會對這些廣告進行預分配曝光。根據上述公式，預分配曝光（eCPM）等于你的出價乘上質量度（CTR）；而這個CTR，又取決于你的賬戶一貫表現。通過預分配曝光對廣告進行高低排序之后，再濾掉一些廣告主要求的頻次，就可以實現真正的廣告曝光。此時用戶點擊廣告，便產生了廣告計費。

在上述產品機制中，我們最有可能干預的部分就是CTR。在競爭激烈，預算有限的商業環境下，我們的出價不可能無限高。通過人為干預讓系統給我們判定一個較高的CTR，這樣才能用更低的出價，拿到跟對手持平甚至更高的曝光。

理想的CTR優化正循環：廣告創意有高點擊率，被評判為高CTR，得到很高的預分配曝光，從而有很高的廣告曝光，好的表現會累積到賬戶的歷史數據。此時添加新的廣告創意，得到的CTR又會很高，從而再次得到高曝光，周而復始以達到理想的CTR優化正循環。

缺陷和不足：無法判定新創意是否優質，不能保證持續獲得高CTR。

實際循環：廣告創意的優化沒有方向，始終不能獲得高CTR，迫于時間壓力匆忙上線，缺乏反思和高效的優化流程，最終變成惡性循環。

上圖是匡威的廣告創意：大膽創新的設計看似不美觀，有時候反而能吸引用戶的好奇，引來不少流量。像這類比較新穎的創意設計，沒有投放結果作指導，僅憑設計圖我們很難判斷創意的好壞。

以監測為核心的信息流廣告優化模型

以監測為核心，以數據為依據。對大多數廣告從業者來講，要想避開資歷和經驗的限制，建立起高效科學的優化流程，必須以數據監測為中心，來指導關鍵詞優化、創意優化和設計優化。

下面我們用一個真實案例，來介紹如何利用數據監測優化廣告創意。大多數同城交友類軟件為了引導用戶注冊，會在首頁放置大量的照片吸引用戶點擊。對于照片的選擇，有兩種創意設計一直相持不下。一種是使用漂亮但不夠真實的圖片，另一種是使用真實但不夠漂亮的圖片。

甲方從軟件運營的角度考慮，為了凸顯交友軟件的真實性，希望使用那些非常真實但不夠漂亮的圖片。乙方則更多地從用戶屬性考慮，希望在一開始就用很漂亮但并不真實的圖片過濾掉那些不會注冊的人，剩下的用戶也就更容易被轉化為付費。

兩邊的考慮都有著各自的出發點，此時我們很難再憑經驗去判斷這兩種創意設計的優劣，只能采取數據監測的方式，觀察兩種創意的投放效果，再來指導創意設計的優化。需要注意的是，創意優化的過程，除了考慮圖片，還有文案和圖文的搭配使用等等。數據驅動的優化體系，它的精細和復雜程度已經遠遠超越了以往的廣告優化，單憑經驗不可能再一擊中的。

常規的數據監測，通常是把監測做到安裝包/落地頁層級，不同落地頁對應不同安裝包，再把它們分給不同的推廣來源。但這樣做只能判斷某一個頁面上那一類創意的好壞，不能實現更為精細的數據追蹤。為了解決這一難題，我們使用了數據監測工具ptengine來生成廣告鏈接，通過細化utm參數（詳細標注創意的名稱、來源、媒介、關鍵詞、內容等），從而下沉到創意層級進行數據追蹤。

通過上述的參數設置方式，我們可以實現圖文分開，在創意層級實現精細化數據監測。針對同樣圖片使用不同文案，再針對同樣文案使用不同圖片，從而實現創意的交叉對比（下圖所示）。這樣我們可以分別了解效果最好的文案和效果最好的圖片，也可以知道哪一組文案和圖片結合的效果最好。

在細分不同創意時，我們首先根據顏值，從3分到7分對所有圖片進行分類， 每一個分數下又分為素顏、淡妝和濃妝。如果使用同一個人的三張照片，我們規定為套圖。開始投放前，我們為每一個創意都設置了鏈接，每條鏈接都對應了相關的流量數據（瀏覽量、退出率、平均停留時間等）。點開每一個鏈接后，還可以將“點擊下載”按鈕設置為一個事件進行追蹤。這樣我們就能清楚知道每一個創意把流量帶到落地頁之后的互動情況，預估最后的下載量。

在我們不能將創意與轉化效果直接聯系時，通過將“點擊下載”按鈕設置為事件進行追蹤，對轉化情況進行了很好的預估。經過一段時間的數據采集后，我們將每個創意前端的花費與后端“點擊下載”按鈕的互動點擊數結合，算出了互動點擊成本。

根據“互動點擊數較多，成本相對較低”的原則對所有創意進行比較，我們分別找出了最佳圖片創意、最佳文案創意和最佳圖文組合創意（下圖中已用黃色標注）。這些創意采用的元素和設計，就是未來新創意的大體設計方向。

下面我們再介紹一個案例，看看如何利用熱圖監測優化落地頁的設計。熱圖分析工具在做營銷和信息流推廣時可以幫助我們分析用戶訪問落地頁后的行為，查看落地頁的設計是否合理，以數據驅動落地頁的優化。當我們沒有辦法直接監測最后的轉化結果時，落地頁作為中間環節，也是預估轉化效果的重要憑證。

例如：我們可以看到用戶在哪些位置產生了點擊，有些按鈕設置是否會引起用戶的誤會；用戶在哪些區域停留，他們最感興趣的內容是什么；用戶隨頁面滾動的流失狀況，當前的落地頁是否太長導致用戶失去了耐心等等。通過不斷改善落地頁的設計，提升用戶體驗，促進轉化。

實際的落地頁優化過程中，我們常常面臨【先有對比測試，才有數據】和【沒有數據，難以推動落地頁改動】的兩難困局。此時優化人員就需要引入A/B測試，通過快速對落地頁進行小調整，分流測試得出優化效果，再返回指導落地頁的設計以實現數據驅動的迭代優化。需要注意的是，常規條件下的數據監測還不夠細化，我們無法判斷是哪個因素引起了數據的變化。因此在A/B測試時，每次只設一組變量，盡可能細致地進行測試和對比，才能科學有效的達到優化的目的。

以數據和熱圖監測為核心的信息流廣告優化，真正實現了以創意為單位、以數據做驅動，從設計到展現、點擊，再到落地頁互動的全過程精細化監測。與其他廣告形式相比，信息流廣告精準性很高、打擾性較低，與用戶瀏覽環境融合度非常高；再結合數據監測驅動的優化模式，使得廣告從業者的工作更加科學高效，更加流程化。

未來的廣告投放，信息流廣告平臺的選擇和數據監測工具的使用將起到愈發關鍵的作用。選擇一款優秀的數據和熱圖監測工具，對設計廣告創意、選擇投放渠道、提升工作效率和建立高效的優化流程都能起到事半功倍的作用。特別是經驗不太豐富的廣告從業者，數據運營的工具將會成為他們最好的左膀右臂。

Ptengine（鉑金分析）利用點擊、注意力、滾動到達等熱圖工具進行可視化分析，深度細分并追蹤數據，高效改善用戶體驗、提升轉化。對數據監測和熱圖感興趣的朋友，可以使用邀請碼xinxi2，在www.ptengine.cn上注冊并免費使用。

本文作者：曲海佳

來源：51CTO