最近跟广告投放优化师们聊优化思路时，发现很多人具备一个共性问题，是知道很多的推广技巧、渠道规则、还有一些成功案例，但是很难说清楚自己掌握了什么，为什么是这样，以及底层逻辑是什么？
碎片化的知识很难串联成清晰的知识体系。
所以今天想从广告优化师角度从碎片化的知识到构建自己的系统化推动体系的解决思路简单聊聊。
其实广告优化师在构建自己的知识体系，有三个核心的支柱，分别是素材、策略、数据。
第一、素材体系---从单点测试到方向的沉淀
素材是广告效果的第一触点。
素材的单点测试指的是把创意拆解成视觉、文案、形式等等模块，再通过a/b逐个测试量化效果。
比如说视觉可以拆解成产品介绍图、场景图。
文案拆解成功能性文案、情感性文案。
形式有短视频，图片等等。
不同的投放渠道、不同的产品会适配不同的类型。
第二、策略体系 --- 从人工调价到智能决策。
策略体系大致分成四类：渠道策略、用户策略、预算策略、归因策略。
渠道策略以平台算法、竞争动态响应为主。用户策略以新客拓展、老客召回为主。预算策略分为人工调配、动态分配、季节性调整。归因策略分为模型选择和跨渠道协同。
预算策略分为人工调配、动态分配、季节性调整。归因策略分为模型选择和跨渠道协同。
归因策略里需要注意的易点是，长决策周期产品（如教育）采用线性漏斗归因，而短决策周期产品（快消品）更倾向采用末次点击归因。
至于梯度出价、规则化调价等等和预算的动态分配。这里就不讨论了。
第三、数据体系 --- 从报表统计到驱动决策
数据也分成三层，广告层、用户层、产品层。
广告层关注的核心指标是，ctr、cvr、cpm、cpa，这些指标主要用来进行实时调整出价与素材迭代的。用户层关注的核心指标是，ltv、用户行为路径、用户分层标签、人群画像等。这部分可应用的场景就非常多了。产品层关注的核心指标是，登录率、dau、arpu值、付费漏斗、热力图等。
产品层关注的核心指标是，登录率、dau、arpu值、付费漏斗、热力图等。
我们应用的更多场景可能是投放数据的异常，去定位问题、拆解路径、解决问题。
构建自己的知识体系，有一个可以执行的方案是问题搭建自己的问题-方案的知识库。
大家在做的时候一定要做记录，并且监控数据以及复盘。
非常简单的pdca方案，更多的是用来复盘和沉淀。
看完觉得写得好的，不防打赏一元，以支持蓝海情报网揭秘更多好的项目。
赏
感谢您的支持，我会继续努力的!
扫码打赏，你说多少就多少
打开支付宝扫一扫，即可进行扫码打赏哦
手机直接保存图片,扫一扫识别二维码,即可进行扫码打赏哦
