觸寶OCPC怎么優化？效果怎么樣，觸寶開戶多少錢？

　　對 ocpc 做優化，是智能投放之路上必須且大概率會長期面對的一個挑戰。
1. 非零和博弈
以百度搜索oCPC為例，盡管它還遠稱不上一個成熟的智能投放產品，但卻讓我們看到：通過AI優化復雜廣告轉化效果的未來。
搜索oCPC的工作原理是錨定CPA（每次行動成本）來調整每次的點擊出價， 從而使 CPM（千人展現成本）最大化的過程。
大家發現了嗎？機器學習的最終目標是平臺的CPM最大化，即展示收益的最大化，而不是單個廣告的CPA更劃算。但也不必悲觀，因為這是一個非零和博弈，技術的升級讓投放的盤子更大了，同時廣告主也能從中受益。其產生的原始動機固然是平臺可以增加收益，但采取的手段是正面的——平臺通過AI模型的投入提升其流量的轉化價值。

這也同時揭露了一個事實：一個oCPC計劃好不好，本質是模型能不能盡快尋找到可以平衡自家品牌和廣告大盤的那個最優CPA解。

2.最優CPA
我們的投放目標是「能夠控制住CPA的成本，且保持足夠的量」。最優CPA肯定不等于更低的CPA，而是在成本與轉化量之間找到一個平衡點CPA。如下圖，我畫了個均衡圖來解釋這里面的邏輯，希望幫助大家理解。
X軸是計劃的轉化成本，Y軸是計劃的轉化量，遞增的曲線代表「投放價格曲線」，出價越高，競爭力越強，轉化量會提升（非線性）；遞減的曲線代表「業務成本曲線」，因為考慮到規模效應，隨著轉化量的下降，企業需支付的投入成本升高（非線性）。這樣，兩條曲線的交點就是我們想尋找的最優CPA值。因此，在投放人群不出現失誤的前提下，一切投放優化策略都可以遵循這個圖的邏輯。
這樣，我們的優化場景就只有以下2種：
(1) CPA在最優點右側
CPA偏高，需想辦法降低，同時大概率會犧牲一些量。我們從拆解CPA開始分析，公式如下。
開啟ocpc后，廣告主的CPC會因為流量更精準而升高，同時，CVR因為分配到了轉化更好的受眾也會變高——兩者的增速比例決定了CPA的最終水平。所以，可控CPA又可以拆解成可控的CPC和更高的CVR。
這時，人為可以干預的點是：控制住CPC 、提高CVR。主要方式有：
a.確保在第一階段的CPC階段，打好數據基礎
b.檢查數據回傳，是否準確
c.提升展現量-關鍵詞優化
d.提高點擊率-創意優化
e.提高轉化率-著陸頁優化
(2) CPA在最佳點左側
這時候CPA看起來很低，但轉化量根本不夠，需要提升轉化量。人工干預最直接的一個思路是：適當提高目標CPA，但一定控制好幅度，最高一次不要超過20%，一點兒點兒嘗試。
此外，還可以通過外部提升轉化量的方法。我們可以根據下面的「流量問題歸因圖」標記出流量少的外部主要誘因，逐個擊破。
a.預算不足
重新預估消費，如果是因為預算少所致，可以重新分配量給ocpc計劃。
b.因展現量低導致的消耗困難
i. 增加關鍵詞，建議手動或使用主流AI拓詞工具，增加人群曝光可選范圍，不建議開啟智能拓詞，很容易進來垃圾詞匯。
ii. 匹配模式單一，可以適當放寬匹配精準度。
c. 因CTR低導致的消耗困難
i. 提高CTR（點擊率）
創意優化、配置更齊全的高級創意、信息陣列、多圖樣式、動態標題，結合細分業務和人群，個性化設置創意。進一步提高轉化率，做著陸頁優化。
ii. 排名低（依舊需要使用上文提到的提高CPA大法，這里不再贅述）