用数据说话！你的PPC优化思路真的正确吗？-百马汇

关于站内广告，很多的干货或者大神会说，PPC的ACOS应该在8%左右是最好的…又或是X%。但没有数据分析做支撑的结论是非常没有说服力的，今天小编就分享一个利用数学模型做PPC的思路，通过大量精确的数据分析，希望对大家做PPC能够有所启发。

众所周知，ACOS的表现是判断一个广告优劣的重要因素，我们来分解一下ACOS。在不考虑其他因素的情况下，ACOS值越小越好。

先看看我们在优化广告中的思路设计。

ACOS=Spens/Sales=(Bid*Clicks)/(Price*N)

ACOS的值越小，要求是Bit(单次点击费用均值)*Clicks(点击次数)越小，而Price(销售单价)*N(订单数量)越大。

再看每个变量对ACOS的影响权重。

Bid值其实是非常有限的，以美国amazon为例，Bid值得范围不过就0.5$-2$之间，而Clicks我们当然希望是越多越好，那这样看来，分子的值范围是非常有限的。分母Price和N的乘积范围却是很大的，因为客单价范围很难界定，在Bid,Clicks,N均不变的情况下，Price的高低其实决定了ACOS的搞定。

很简单思考，一个单价为10$和单价为100$的商品在做PPC的时候，点击单次费用幅度Bit的值域是有限的，Clicks我们又追求更大的数值，而销售单数我们也是要求更大，所以我们得出的第一个结论是：ACOS的高低其实很大程度上取决于销售单价Price。

所以我们在判断ASOC的高低的时候有一个前提就是销售单价，不同区间单价，我们在判定ACOS的标准是不一样的。

接下来再分析一下CTR。

CTR=Clicks/Impressiond

大家都很清楚，转化率是Amazon飞轮理论中很重要的一个因素，可以说是贯穿了Amazon系统设计的始终，广告当然不能例外。

Amazon每天从facebook等站外社交平台购买大量的流量，以及自身消费者每天的搜索流量，他当然不希望这些流量无法转化。而在广告中形成转化的前提是Clicks，没有Clicks就一定没有广告的销售转化。

所以，CTR在广告中就扮演了非常重要的作用。CTR的高低直接决定了广告效果的高低。所以第二个结论是：CTR越高越有利于转化销售。

我们既然知道了两个结论，那我们从这两个结论中，做一个数学分析的模型来看看，我们优化的思路应该是什么。在这里我们假设恒定单价。我们从ACOS和CTR两个维度来分析。

Tips

为方便，我们用简写来代替全称。

Impression=I

Clicks=C

CTR=Impression/Clicks

Spend=S

Sales=T

ACOS=Spend/Sales

Keywords=K

我们可以利用后台下载销售的PPC广告报表来分析：

K	I	C	CTR	S	T	ACOS
K1	I1	C1	C1/I1	S1	T1	S1/T1
K2	I2	C2	C2/I2	S2	T2	S2/T2
K3	I3	C3	C3/I3	S3	T3	S3/T3
K4	I4	C4	C4/I4	S4	T4	S4/T4
K5	I5	C5	C5/I5	S5	T5	S5/T5
K6	I6	C6	C6/I6	S6	T6	S6/T6
K7	I7	C7	C7/I7	S7	T7	S7/T7
K8	I8	C8	C8/I8	S8	T8	S8/T8

首先从第一个结论入手，我们把ACOS的值做一次升序排列：

Keywords	ACOS（升序）
K4	S4/T4
K2	S2/T2
K7	S7/T7
K5	S5/T5
K3	S3/T3
K1	S1/T1
K8	S8/T8
K6	S6/T6

得到的结论是K4 K2 K7 K5 是比较好的四个转化销售的词语。再来看一个CTR的状态，把CTR的大小按照降序排列，看看结果：

Keywords	CTR(降序)
K7	C7/I7
K3	C3/I3
K5	C5/I5
K6	C6/I6
K8	C8/I8
K2	C2/I2
K4	C4/I4
K1	C1/I1

可以看到K7 K3 K5 K6 四个是较好的从曝光到浏览点击的词语。综合起来，看看最终的效果：

Keywords	CTR	Keywords	ACOS
K7	C7/I7	K4	S4/T4
K3	C3/I3	K2	S2/T2
K5	C5/I5	K7	S7/T7
K6	C6/I6	K5	S5/T5
K8	C8/I8	K3	S3/T3
K2	C2/I2	K1	S1/T1
K4	C4/I4	K8	S8/T8
K1	C1/I1	K6	S6/T6

综合了以上两个表格分析得到绿色区域的K5 K7 是表现最优秀的词语，而在下面交际的词语中，K1 K8是两个表现最差的词语。