对预估高转化人群提高出价，以获取更多流量。对预估低转化人群降低出价，减少展现次数，以降低平均转化成本，使其低于设定的目标价格。

关于oCPC的效果问题，首先要了解oCPC的原理。oCPC的核心是通过控制人群出价，并提高单次点击价值，从而降低转化成本。举个例子，假设我们做金融理财产品，发现BAT的IT男和北上广深的大妈的转化成本优于目标价格时，我们会提高对这两个人群的出价，以获取更多的展现、点击和转化。而对于转化低、成本高的三四线城市的IT男和大妈，系统可能会降低出价，以减少展现和点击，从而控制成本。

oCPC的优势在于减少广告优化工作量。通过程序化、后台化、实时化的人群分析和调价工作，我们可以专注于创意、落地页、客服接待以及投放策略等方面的优化，而不需要分析人群数据和关注实时价格。例如，广告主可以将精力用于制作针对性的创意素材，而无需计算不同行业男性和各个地域大妈的转化成本。这样的分析和计算需要时间和成本，因此oCPC能够减轻我们的负担。

为什么选择oCPC而不是CPA或CPC？因为媒体不愿意承担CPA的风险，最终转化数据在广告主手上，即使有第三方介入，媒体也不愿意。而对于CPC，点击数据在媒体手上，媒体可能会认为点击无效，而归咎于广告主的落地页质量。因此，oCPC在媒体和广告主之间具有妥协的优势，既满足了媒体的需求，也符合我们设置的转化成本目标。

要让oCPC的效果更好，需要足够的人群和广告历史表现数据来进行预估转化率和动态出价的工作。首先，出价要足够高，以获得足够的展现机会。如果出价不够高，我们将无法得到流量。其次，限额要足够高，以尽快积累数据。如果限额不够高，可能无法准确评估效果。例如，做连衣裙的推广，如果一天的限额不够高，可能连款式都无法测试出来，导致推广计划受到影响。

以上是对oCPC的解释和优化方法，希望对初投oCPC的同学有所帮助。

oCPC在广告投放中也存在同样的问题。限额不足导致点击量不够，转化数据无法积累，系统测试人群和变量的周期变长。花了两个月时间才测试出适合的人群，但是却做了一些没有意义的投放。我们都明白其中的道理，但是究竟应该如何解决呢？可以分为两个步骤来进行。

在第一阶段，我们需要细分广告单元并稳定预算。在一个计划下进行细分，比如分成3~5个单元，针对不同的人群、定向和落地页。目的是通过人工的方式找出能够稳定转化的大的定向组合，这样也能降低系统的学习成本。不要过度细分，以免影响数据积累（例如，20个转化/5个单元与10个转化/10个单元相比），而且分得太细需要做很多单元，非常费力。初始预算不需要太高，根据转化情况逐渐调整，最终确定一个能够保证转化数量稳定的投放预算。如果没有转化或转化太少，需要考虑是不是出价太低、限额太少、定向过于细致、创意和落地页不够优秀。还有一种情况是没有转化：产品不适合在信息流上投放，或者媒体不匹配，稍后会详细说明。

在第二阶段，我们逐步放量并稳定更新。一旦进入oCPC阶段，如果点击率和转化率稳定，可以逐步放量。放量的目的是让系统获得更多数据进行学习，进一步优化当前单元的转化成本，同时增加转化量。放量的方法是在转化成本可接受的前提下逐步提高目标转化出价。调价后成本和效果保持稳定，就继续提价，直到价格不能接受或者提价影响了效果。调价之后，在效果稳定的前提下放宽单元的定向条件，比如增加兴趣和人群属性，继续放量。放宽定向之后，如果效果依旧稳定并且还想要放量，可以拆分单元，将单元的某一个定向条件单独拿出来做一个单元来进行大规模投放。为了保证点击率和转化率，创意、落地页以及单元都需要定期更新。创意和落地页定期更新是为了防止审美疲劳，为什么单元也要定期更新呢？因为信息流是根据人群投放的，人群有一定的规模和转化上限，时间一长就会消耗殆尽，需要放宽定向标准或者重新建立人群。如果是人工优化，需要不断地尝试新的人群变量组合，并对符合转化成本的组合进行提价和增加展现，以保证转化稳定；而oCPC则是通过自动挖掘组合人群变量，我们能做的就是逐步放宽定向、新建单元，给oCPC系统更多的人群数据进行测试和学习。还以金融产品为例：在广告投放的时间段内，北上广深的大妈数量是固定的，经过几轮广告投放后，转化成本会飙升。这个时候，如果还想要大妈这个人群，就需要放宽定向，往二线和三线城市挖掘。逐步放量和稳定更新的目的都是为了让系统不断地获得新的人群数据进行学习，以确保旧计划效果下降时能有新计划顶上。

如果没有转化的话，可能真的不适合投放。第一阶段末尾提到的产品不适合信息流投放或者媒体不匹配是什么意思呢？如果产品无法进行人群定向，那么无论是人工还是系统，都无法找到能够稳定转化的定向方式，那么就不适合在信息流上投放。同样地，如果媒体覆盖的用户与产品目标客户不匹配，也不适合在这个媒体上投放。或者，如果媒体从未投放过某类产品，那么也没有相关数据供oCPC系统进行学习，这样的产品也不适合在这个媒体上投放，或者前期的转化和测试成本会非常高。开始进行oCPC时，由于行业特殊，当时没有听说其他同行在做信息流投放，因此头条并没有相关的数据积累，这也是为什么需要花费十几万进行测试的原因之一。直到我离开那家公司，各类信息流的投放都至少要设定一个特殊的定向才能获得比较理想的效果。而这个定向条件，是经过十几万次试错得出的结果。但是现在国内可以投放信息流的媒体，所覆盖的用户数量和积累的广告数据已经能够满足大多数行业的需求，优化算法也经得起考验。以今日头条为例，他们敢取消第一阶段，直接进入智能出价，这表明他们对于数据积累的数量和多样性，以及智能算法的准确性和可靠性已经非常有信心。归根结底，oCPC的核心是控制人群出价和提高转化率。想要oCPC发挥更大的效果，就需要人工对广告的基本面进行优化调整，例如展现、创意点击率和落地页转化能力，以配合oCPC。同时，也需要人工优化oCPC相关的数据，例如目标价格和人群定向，让系统变得更加精准和高效。如果人工投放CPC能够获得好的效果，理论上oCPC会做得更好。但是如果人工无法进行优化，或者开了计划后不进行管理，那么无论如何优化，结果都将是零。