編輯導讀：一個產品誕生了，對其的推廣必不可少。但是從什么角度打廣告，在什么渠道打廣告，都有很多講究。本文作者從痛點分析、產品整體架構、產品規劃到每個模塊的落地實現，給出了一套廣告投放系統的完整解決方案，希望對你有幫助。

從這篇文章開始四勾會以產品的視角來寫一套「廣告投放系統」的完整解決方案，從痛點分析、產品整體架構、產品規劃到每個模塊的落地實現。兩個出發點，其一是對自己經歷的一個系統性的復盤；其二是希望能幫忙到將要做這件事情的產品經理。

這是本系列的第一篇，我們從「要解決什么問題」出發。首先，廣告投放是一個非常垂直的領域，我之前也沒接觸過，是通過最近半年的惡補理論知識，最終才能對整個系統能全局 hold 住，而不是做「接需俠」。

所以如果你理論知識不足的話，建議先惡補再來看我的文章，知識的途徑有幾個，巨量大學、投放相關的知名公眾號、書籍，這三個知識源足夠。

溫馨提示：這個系列文章只適合廣告投放相關的人看，比如優化師、投放的產品經理，或想了解投放工作內容的人。因為廣告投放是個非常垂直的領域，太多專業知識。

一、故事背景

依舊，我們開始前虛構一個故事背景，方便場景的細化以及大家理解起來更具象、容易跟上節奏。因為不同行業不同角色對廣告投放系統的需求是差異化非常大的。比如電商和 K12 在線教育不同行業，比如廣告主和代理商不同角色。

電商是一次直接購買。廣告主看中的后端的實際轉化成本 CAC，如何經濟的買來有效 leads；代理商核心看的是 CVR，是如何快速把廣告主的錢花出去。

好的，我們故事開始。

一家 K12 在線教育公司，K12 是先低價購買體驗課再續報正價課。主打產品是從小學、初中到高中的全學科，包括語文、數學、英語等。有一個 20-40 人的效果類投放組，常見的媒體騰訊（包括廣點通和微信）、巨量、快手、百度全部覆蓋，賬戶操作 80% 都是代理代運營，我們的優化師更多的是盯盤，然后指導代理怎么優化，包括視頻素材的優化（素材是我們寫腳本提綱，代理幫忙拍攝）。

業務層的服務模式是，9.9/19/49 購買先學體驗課，3-5 節課，服務周期 2 周到 1 月，然后續報正價課。也就是說投放進來的人，2 周到 1 月周期后才能知曉正價課 CAC。

也就是，我們的角色是廣告主甲方。

二、要解決什么問題

1. 后端轉化數據的缺失

體驗課的最終數據指標是「體驗課 CAC」，切記它并不等于媒體后臺的轉化成本，主要兩個原因；其一通過代理商充值是有返點的，且每個代理返點還不一樣，其二回傳數是可以優化的（這個是行業潛規則，不去展開）。

所以，如果沒有后端 CAC 直接做指導，我們通過媒體后臺的轉化成本，只是一個大差不差的數據。體驗課 CAC 差一點，再除以續報率進行放大，正價課的 CAC 就差那么老多了。廣告投放是一個精確的數據營銷途徑，需要精確的數據作為支撐，容不得半點誤差，因為一年下來投放花費的錢是一個震驚的數字。

再有，正價課的 CAC 媒體后臺更加不可能有，其一這是在線教育行業特有的業務模式，其二這里面會收到很多服務過程指標的影響，媒體后臺也不應該有。

體驗課 CAC 低并不一定到最后正價課的 CAC 也低，因為還要除以一個「續報率」，來的人多不續報也是扯淡、無用功。

同時，并不是體驗課 CAC 越低越好的，CAC 壓的低，來不了量也是扯淡。

不同的機構還可以設置一些中間過程的指標，將 leads 的轉化效果評估盡量前移，比如說體驗課首課到課率或首課完課率。

2. 跨媒體和跨賬戶數據無法拉通

先從優化師視角，我管理 10 個巨量的賬號，我需要高頻的盤點哪個賬戶來量好或成本低，那我如何辦呢？有兩種方法。

其一，憑記憶。10 個賬戶一個個看一遍，然后腦子里過一下，依稀記得哪些賬戶哪條投放的還不錯。賬戶太多，想憑借腦子記憶得出正向或逆向的廣告排名是不太現實的。

其二，excel 合并。10 個賬戶每個導出一個 excel，再本地將 10 合成 1，這種是非常精確的，問題是非常耗時。等你從導出到合并，一個小時過去，賬戶數據已經發生變化，數據已經后置。

所以說，這兩種都不是精準數據，都是大差不差。

再從管理者的視角，我需要按照過去的效果數據，來定下一周期的指標和優化方向。那我需要全媒體的數據：

1）某日/某周公司一共花費多少錢，來了多少量，CAC 如何；這三個指標對比上一周期如何

2）某一周期內，幾大媒體數據有何變化，媒體間對比，和上一周期環比；比如微信大盤都掉了很多，我們要完成指標，要加大在巨量的投放，將微信的空缺補回來

在沒有系統時，就需要從下往后一層層數據匯總，先是優化師匯總自己渠道，再是小組長匯總所有優化師數據。這一輪下來導致的結果就是：

管理者只能一周看到一次數據，做決策的時間顆粒度太粗。

3. 多維度歸因時間成本高

一條廣告的好壞核心取決于兩點，素材和定向，其中定向是一個大的集合，又可以拆分成：

• 城市
• 人群包（包括定向包和排除包）
• 手機價格
• 性別
• 網絡

同一個素材、同一個定向會出現在多個優化師的多個賬戶里，哪我們如何歸因呢？

那就只能以優化師為單位的賬號進行匯總歸因，最終得出的結論也是片面的，因為同一個素材可能在別的優化師數據就不錯。

定向包含的維度實在是太多，優化師可操作的方式是，放小抓大，小的差異忽略。通過廣告的「廣告名稱」來區分，比如命名成：排劣30城-男女-手機1.5k。

還有一個現狀是，同一個素材在不同賬戶上傳時是不同的「素材 ID」，這也加大人工統計的工作量。

所以系統要做的是什么呢？是自動和人工合并素材、定向（跨賬戶跨優化師匯總），然后自動化給出分析結果。優化師根據數據分析快速調整賬戶，時間就是金錢。

這個模塊也是整個「廣告投放系統」難度最高的部分，后面講到實現時會詳細講。

4. 無法快速 AB 測試

如何快速測試一波全新的素材和定向的組合搭配呢？比如 10 個素材、5 個定向，如何快速決定最終我們怎么投。10 * 5 = 50，然后以我們經驗排除一部分組合，將剩下的組合用一對一的賬號快速批量投放，最終通過體驗課 CAC 直觀得出結論。

當然，在實際操作中不太可能這么多組合，因為我們投一段時間后是有積累的，更多的是發現問題然后通過 2-4 個素材的不同改動去快速驗證我們的推測。

這種大量的組合更多的是在剛開始投放時使用，或者是投一個全新的學科，過去沒有數據積累，就需要本錢積累數據。

三、最后

上面幾點都是核心痛點，當然廣告投放的痛點遠遠不止這些，但這些是最痛最痛的那些。從最痛的點入手，找到主要矛盾，將它們一并解決。

下一篇我們會講到：為什么不直接采購三方的系統呢？

本文由 @四勾 4J 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自unsplash，基于CC0協議