一、 目標對齊

在賬戶診斷前，我們核心需要明白當前賬戶里面最需解決的問題在哪里，然后進行往下拆解和找出原因，并制定優(yōu)化策略。

一般來說就是三個核心難點“不起量、成本高、質(zhì)量差”，對應(yīng)的意義大家都明白就不一一解釋了。

可能有時候我們會遇到這里面兩個同時存在或者三個同時出現(xiàn)的情況，那我們其實還是需要做一個優(yōu)先級，并且去找到核心需要解決的點。

比如不起量的時候，成本高和質(zhì)量差就沒有參考意義，因為你的數(shù)據(jù)積累還是太少了，而且賬戶沒量還去降成本的話就更沒有量了，所以很多時候，先起量再去控成本和質(zhì)量這個思路是對的，但也并不是說需要大幅提價或者堆自動出價去拿量，再沒量我們也要有一個成本上浮的底限，不然成本兩三倍的提高后拿到的量，這個項目要想維持也會很難。

總的來講，這里面如果同時存在，我會覺得要解決的優(yōu)先級是 不起量>質(zhì)量差>成本高。

因為首先有量了另外兩個才有優(yōu)化空間和參考意義，然后是如果你的轉(zhuǎn)化質(zhì)量好，成本高一點點我覺得也是能接受的，因為ocpm一般很難有兩三倍的成本上浮，都是在1.5倍目標成本內(nèi)的浮動，這樣的話質(zhì)量ok，都還有很大的測試空間。

下面具體講講這些情況的診斷思路。

二、不起量診斷思路

1、出價空間

不起量的時候提出價是最有效的手段，當然我知道很多時候大家基于各種原因其實覺得沒有提價空間，所有計劃都是頂著最大的目標成本去跑的，而且如果是乙方的話，出價都被甲方卡死了。

這里我還是提幾點思路來幫助我們檢查賬戶的出價是否到位，以及如何制定出價策略，如果是乙方可能還是需要多和甲方溝通：

至少對齊大盤：了解大盤水平是有必要的，有的時候我們出價是自己算出來的，比如通過漏斗指標倒推出來前端出價必須多少，或者是拍腦門覺得可能是這個區(qū)間，但有時候如果真的了解大盤的出價，可能還是會發(fā)現(xiàn)現(xiàn)在的出價低了。另外也需要考慮，即使是對齊了大盤，我們在冷啟動期，真的很難拿量的話，就不得不出到高于大盤的水平一點去先積累數(shù)據(jù)；

對齊精準客戶成本：我們最終還是想要精準用戶并且實現(xiàn)轉(zhuǎn)化，但是假如我們質(zhì)量沒問題，后端轉(zhuǎn)化率是比較高的尤其是比同行要高，反饋到前端，我就是可以出更高的價格的。比如現(xiàn)在成本100，精準客戶占比25%，精準客戶成本就是400，成交率也很好，但是同行的精準客戶成本在600甚至更高，那么我們在前端出價上就是可以進一步提價，比同行高也完全不怕，因為我們有更精準的素材，或者做轉(zhuǎn)化更強的承接團隊，沒有必要只盯著賬戶層面的轉(zhuǎn)化成本；

部分高價策略：承接上一點的思路，通過數(shù)據(jù)分析，我們會發(fā)現(xiàn)部分地域，或者部分創(chuàng)意方向的轉(zhuǎn)化人群質(zhì)量更好，成交率更高，那么可以單獨建計劃或者開設(shè)賬戶投放，給到更高的出價進行搶量；或者是，在素材測試期，對于部分基礎(chǔ)數(shù)據(jù)表現(xiàn)ok的素材，單獨建高價計劃給素材喂數(shù)據(jù)，爭取起量空間，當然這個需要卡好預算或做好實時數(shù)據(jù)監(jiān)控。

2、基建維護

賬戶沒量的時候做好基建維護是最基礎(chǔ)的基本功，不管是已有素材多上計劃，還是在標題、定向等維度進行測試，都是需要保持每天一定數(shù)量的計劃上線，每天都需要，以及歷史低至計劃的清理，具體多少合適呢？看你的素材供應(yīng)量，一般來說同一個素材在投計劃不要超過3條，因此需要素材越多越好的情況下，盡可能增加基建量，如果素材不夠，盲目堆計劃可能意義不大了。從這個角度講，賬戶不起量的時候，規(guī)模化的產(chǎn)出高質(zhì)量素材是核心解法。

3、素材質(zhì)量評估

這一點也是核心，不起量的底層原因就是系統(tǒng)對于素材的預估評判不是很好，計劃能起量其實也是因為素材能起量，起量素材多上計劃往往也能起量。

沒有量的時候，你的素材更新需要保持高質(zhì)量、多數(shù)量、高效率的產(chǎn)出，這樣批量化的素材要占到90%，另外還有10%呢，你需要和團隊一起腦暴，做一些創(chuàng)新性方向的素材和打點，回歸到用戶的生活場景中去，爭取找到一個突破點的素材。

那么對于素材質(zhì)量如何診斷，有兩方面需要結(jié)合來看，首先是實實在在的數(shù)據(jù)指標，重要性上來講：競價指標（點擊率與轉(zhuǎn)化率）>播放指標（3秒播放與完播）>互動指標=負面指標。

其次是一些主觀分析，這個素材的吸引力、賣點是否足夠強、用戶場景是否真的能打動用戶等，對于視頻腳本的精細化拆解分析是有必要的，這個就需要一些經(jīng)驗積累和對用戶洞察的理解了。

這里貼一下上面文章的核心內(nèi)容：

最容易跑量的，不一定是最高點擊+最高轉(zhuǎn)化的，反而是越靠近行業(yè)中位數(shù)的。你越靠近中位數(shù)，系統(tǒng)越“熟悉”，才更有信心給你流量。

遠高于行業(yè)的高點擊+高轉(zhuǎn)化意味著什么？意味著起量概率大，但需要模型的學習時間，因為由于你比行業(yè)高太多，系統(tǒng)如果按照平均cpm給你流量，系統(tǒng)是虧的，他必須提高cpm才能保證自己的最大化收益，甚至給你泛人群拉低指標，但這都意味著系統(tǒng)需要模型學習時間才能保持穩(wěn)定。但理論上這個模型也意味著素材質(zhì)量好，給到足夠的探索時間和模型的學習，后面起量的概率仍然很大。

點擊率高，轉(zhuǎn)化率低的素材，要做的不是提高轉(zhuǎn)化率，而是降低點擊率，看看是否過于誘導點擊，或者是轉(zhuǎn)化引導做得太強。

低點擊，高轉(zhuǎn)化的素材，要做的也不是非得提高點擊率。而是和行業(yè)數(shù)據(jù)對比，看看差值區(qū)間。比如，行業(yè)是點擊率1.2，轉(zhuǎn)化率6；你的素材是點擊率1，轉(zhuǎn)化率6.5，看起來點擊率差一點點，但其實已經(jīng)很接近了，這種更建議繼續(xù)投放觀察不用過多優(yōu)化。除非是，點擊率0.5，轉(zhuǎn)化率9，這種值得提高點擊率。

4、操作日志

一般對于跑量賬戶突然掉量了，看操作日志是很重要的，主要目的是判斷換戶的必要性，需要關(guān)注下我們的投放歷程，一個是看負向操作，另一個是看跑量計劃的調(diào)整過程，重點需要判斷，是否存在頻繁調(diào)整（包括出價和定向）導致賬戶人群已經(jīng)有點紊亂，否則即使后續(xù)我們都做正確的操作，賬戶進行人群調(diào)整也需要時間，要快的話，最好是換戶。

5、內(nèi)部競爭環(huán)境

當做完所有能做的事情，還是長期沒量，很大概率這個賬戶面臨較大的內(nèi)部競爭，我們有時候會遇到已經(jīng)產(chǎn)出一兩百條不同的素材了，好幾個賬戶還是沒有起量的動靜。

這種得想想客觀的原因，如果你是乙方，客觀的講甲方那邊他的資質(zhì)下肯定開了很多賬戶在其他代理那里，如果其他代理的賬戶跑起來了， 你就是會很難起量，這是客觀原因。

如果是甲方，堆了一兩百個素材，每個代理都不起量這本身是很罕見的，那一定是你的產(chǎn)品不行，或者是轉(zhuǎn)化鏈路有問題，要么就是你所有的素材方向有問題，趕緊別投了，做大調(diào)整吧。

三、 成本高診斷思路

1、出價空間

誰都知道成本高的時候可以降價，但同樣誰都知道降價，可能意味著沒量。

成本高的時候的出價策略，有這么幾種思路：

量級需求不迫切的情況，可以跑量計劃直接降價，當然幅度不要太大，一般5%左右。

如果需要保證量級需求，更穩(wěn)妥的辦法是對跑量素材新建低價計劃，并且后續(xù)所有新建的計劃都建更低出價的計劃，歷史跑量計劃暫時不動。

新開賬戶，進行差異化投放并出到更低的價格，如果是素材供應(yīng)比較充足的情況，可以新開賬戶并且要做到素材不同，頁面不同（避免擠壓），然后出低價進行投放，以拉低整體成本。

2、檢查素材方向是否有人群偏差

一般來說轉(zhuǎn)化成本高從數(shù)據(jù)指標看，是因為轉(zhuǎn)化率太低，但這并不代表是落地頁的問題（坦率講只要有基本的效果廣告認知，大家的落地頁都沒有大問題），而可能更大的原因在于素材吸引的人群模型有偏差。

最大的表現(xiàn)就是，素材過于“挖人生痛點”或者是“喚醒需求”，比如投放某個職業(yè)技能的廣告，素材端在講述工資低、想晉升、人生迷茫這些內(nèi)容，那么吸引的人群其實是非常廣泛的，但是他們要不要真的下定決心開始學一門技能，其實是很難的，你真的很難通過一二十秒的時間，去讓用戶決定一個從來沒有想過的重大決定，而更精準的人群，是本身就有相關(guān)想法或者念頭的人群，也就是說整個賬戶的人群是偏的，成本當然也會居高不下。

如果檢查完或者調(diào)整完了覺得素材方向沒問題，但還是成本長期居高不下，可以回到點擊率、轉(zhuǎn)化率的數(shù)據(jù)分析上，主要是解決轉(zhuǎn)化率的問題，可能投放打點有問題，產(chǎn)品的賣點吸引力有問題，轉(zhuǎn)化的“鉤子產(chǎn)品”有問題等。

3、操作日志

與不起量的診斷思路下看操作日志的目的一樣，檢查是否有過于頻繁的出價和定向調(diào)整，導致整體系統(tǒng)的人群模型紊亂，處于重新探索期，這個時候會有一定的成本波動，需要耐心慢慢積累和矯正人群模型，如果著急的話建議直接換戶。

4、停投高成本人群定向？不可行；給福利？不可行

市面上有一種思路是，檢查賬戶的人群畫像，去排除那些高成本的地域、年齡或者設(shè)備信息等相關(guān)的人群，以為不投高成本的，成本就低了，實在太天真，結(jié)合我自己的經(jīng)驗，這樣操作其實是一種負向操作，因為如果你的出價沒有調(diào)整的情況下，隨著投放進行，系統(tǒng)對于“什么人群易轉(zhuǎn)化并保持成本在出價區(qū)間”是一定越來越穩(wěn)定的，而如果在中途你自以為是的去“協(xié)助系統(tǒng)”排除掉高成本的人群，其實是增加了系統(tǒng)的學習成本，哪怕是調(diào)整地域，很容易成本更高了還沒量了。

另外就是盡量不要投放送福利的，不管是送優(yōu)惠還是免費領(lǐng)資料，雖然這樣提高了轉(zhuǎn)化誘導，但是往往用戶質(zhì)量比較差，只能解決短期問題，長期來看得不償失。

四、 質(zhì)量差診斷思路

1、判斷是不是，以及差值

一般來說，投放的轉(zhuǎn)化在有效率上肯定不是100%的，那么我們需要了解到這個行業(yè)對應(yīng)渠道的行業(yè)平均有效率，然后來看我們的差值有多少，像表單收集類，意向率30-50%的區(qū)間都算正常的，各行業(yè)有區(qū)別，所以如果轉(zhuǎn)化承接的小伙伴說，一大半的線索都是無效的， 你要清楚這是正常的，同行也是這樣的情況。當然我們不一定有同行的后端數(shù)據(jù)，這個時候通過社群、星球等方式找到行業(yè)里其他甲方同學，問到相關(guān)數(shù)據(jù)是比較重要的。

2、檢查素材方向以判斷賬戶模型

原理同“成本高”的診斷思路下第2點人群偏差的思路一樣，如果素材對應(yīng)的人群模型是有偏差的，或者是比較前置的，即使前端賬戶成本ok，后端的轉(zhuǎn)化質(zhì)量也會比較差。

雖然我們的素材你看起來都是在介紹產(chǎn)品，但是我們可以將用戶的意向階段進行拆分，去思考我們的素材會對哪一個階段的人群最有吸引力，越靠近成交的意向，用戶質(zhì)量才會更好。核心思路在于“少挖痛點、多亮產(chǎn)品”。

3、渠道與地域優(yōu)化

人群質(zhì)量在不同渠道下反饋會差很多，像字節(jié)系的話，抖音、今日頭條、搜索推廣、穿山甲這些流量來源的人群質(zhì)量都需要單獨統(tǒng)計，線索收集類投放是一定不能投穿山甲的全是假量。

一般效果最好的還是抖音，而如果發(fā)現(xiàn)大量來源是今日頭條和搜索推廣，然后質(zhì)量不好的話，可以調(diào)整只投抖音且關(guān)閉搜索快投；

另外地域優(yōu)化對質(zhì)量有明顯區(qū)別，主要原因在于很多產(chǎn)品在不同地區(qū)有不同的當?shù)卣?，以及用戶認知，在投放一段時間以后積累了一定的數(shù)據(jù)，可以針對高轉(zhuǎn)化地域進行單獨高出價投放，或者直接縮減轉(zhuǎn)化差的地區(qū)。

4、提高轉(zhuǎn)化門檻，增加轉(zhuǎn)化深度，只看深度轉(zhuǎn)化成本

提高轉(zhuǎn)化門檻其實就是在操作上篩選真正的高意向人群，比如轉(zhuǎn)化打點上不再投放免費送資料、免費測評等內(nèi)容，減少優(yōu)惠力度等，在表單選項上增加問題和選項，直接提交改為1元、9元付費表單等方式，這樣操作后，可能造成點擊率、轉(zhuǎn)化率下降，需要更高出價才能跑量且必然轉(zhuǎn)化成本上升，但我們其實需要關(guān)注的是深度轉(zhuǎn)化成本，即獲取一個精準客戶花了多少錢。

比如調(diào)整前，轉(zhuǎn)化成本100看起來成本低，但有效率20%，實際有效獲客成本在500；而調(diào)整后轉(zhuǎn)化成本上升到了150，但有效率有40%，實際有效獲客成本在375，反而是更劃算的，是一次成功的優(yōu)化。

當然這個過程是需要測試的，你也不知道調(diào)整后前端成本上漲多少，有效率又能提升多少，這個時候?qū)τ谕斗挪呗缘木毣\營、數(shù)據(jù)歸因比較、優(yōu)化節(jié)奏的把控就很重要了，需要一定的實操基本功，往往新手優(yōu)化師搞不定。

5、人群包策略

質(zhì)量問題是可以考慮使用DMP人群包策略的，當然實際效果需要制定測試節(jié)奏和實時反饋。

有兩種思路一個是定向優(yōu)質(zhì)人群，一個是排除低質(zhì)人群；第一種是比較難的，因為優(yōu)化師往往沒有高轉(zhuǎn)化人群包，如果有早就用了，而且也很難通過后臺計算什么人群是真的優(yōu)質(zhì)的，除非找到第三方靠譜的人群包數(shù)據(jù)平臺可以供應(yīng)。

重點講一下如何排除低質(zhì)人群，有這樣兩種做法是相對可行的：

通過標簽市場，篩選出明顯不可能人群進行排除，比如在職業(yè)預測、消費能力、大學生、行為興趣等方面，基于對目標用戶的人群洞察和理解，圈定非受眾群體，然后進行排除投放。說明一下為什么不是不是圈定目標人群指定投放？因為系統(tǒng)有自己的探索算法，你圈的目標受眾其實不一定準，甚至效果不一定有系統(tǒng)自己找的好，而系統(tǒng)在探索的過程中，也不能確定探索的特別精準，所以給到一些錯誤人群進行排除，有一定幫助；除了后臺的圈定功能，如果有自有的低質(zhì)量人群包，也可以上傳排除；

通過建立數(shù)據(jù)監(jiān)測回傳，對展現(xiàn)人群和廣告觸點人群進行數(shù)據(jù)采集生成人群包，然后上傳到騰訊廣告知數(shù)后臺，進行人群包的畫像解析（巨量也有但沒有騰訊的全面），通過對賬戶的展現(xiàn)和點擊人群進行畫像分析，判斷賬戶的人群質(zhì)量情況，如果分析結(jié)果與目標受眾偏離較大，則可以考慮將巨量的“已轉(zhuǎn)化人群”中的“低質(zhì)量轉(zhuǎn)化人群”進行打包上傳，并小量拓展排除測試。

為什么不直接對已轉(zhuǎn)化人群中的低質(zhì)量人群進行排除？因為排除已轉(zhuǎn)化人群是很危險的行為，尤其對穩(wěn)定的老賬戶而言，賬戶的人群模型就是基于已轉(zhuǎn)化人群建立的，你卻要排除掉里面的一部分，很容易造成成本波動或量級衰減，因此在通過騰訊的人群畫像檢查后，我們發(fā)現(xiàn)確確實實現(xiàn)在的人群模型歪了的情況下，才建議這么做去進一步矯正人群模型，這個操作最好是搭配素材調(diào)整和賬戶策略一起做。