我们需要在投放过程中，不断去总结出投放优化的方法论，这是优化师具备“灵”性的一个典型表现形式，也可以说必备的一个能力。

有灵性的优化师能提炼出投放优化里面的本质方法，抽象出背后的优化规律、起量节奏等等，无论是安卓苹果应用商店，还是大媒体信息流，亦或其它带有算法的平台媒体们，它们背后优化的底层逻辑都是有相通类似的地方。

1、贴合媒体的算法和流量分配

今天有位同学说，在应用商店要实现用户质量好，只要投放的时候选对目标用户，质量就能上去了。

事实上没有那么简单。

目标用户选准了，用户的标签是媒体平台去设计的，而且用户的标签是多维度的，在不同场景下的标签属性具有很大的差异性；

另外，如果用户都准了，媒体利益最大化怎么办？毕竟媒体渠道要赚钱，渠道平台本身也带有算法去实现这个目标。

对于大众类型的产品，覆盖的用户实际很广，这个时候更需要去了解算法是怎么去“分配”流量的。

同理，对于信息流投放也是如此，在做素材、观察点击率和转化率的时候，平台算法的安排，让我们更需要去贴合平台的规则。

该让它赚的钱就是得让它赚，只要最后我们的Roi能实现为正就行了。

至于Roi能大到多少，那就是看在投放过程中怎么“适度”的去干掉那些特别不行的流量。

但千万不能一下干太狠，或者很直接的就停了，信息流的投放大家都知道直接停了，或同个计划停个几次，那要起量也就别指望了。

2、投放优化的马太效应

“马太效应”的内容大家都知道，在广告投放的过程中也能充分体现这个规律。

一般我们可以看到投放的计划能拿到比较大量的时候，这条计划就基本拿到整个广告组甚至整个账户的量。

往往一条爆起来的计划拿量占了整个账户量级的80%以上。

同理，有个账户快速起量，并且达到所有账户量级一半以上，这个账户拿量的能力也将越来越强。

这个现象在应用商店的cpd投放过程也能体现，虽然很少人去讲关于应用商店投放的账户冷启动或计划冷启动，但是对于商店里面也同样存在类似的情况，优秀的计划在培养起来后，基本会甩开很多其它的cpd计划。

所以要想办法让计划或账户成为“马太效应”里面的应验规律的那条计划或那个账户，自然不缺量。

3、“马太效应”的优化步骤

对，很多人看到好像对手的计划或账户很快就起量了，真的很快。

但是这个起量，量的规模大小和最后真正起来的大规模量的差别是有的。

所以，真正的爆量，形成头部量级的投放优化实际都是有个循序渐进的过程，是有阶段性的（产品不足以撑起爆量的产品除外）！

毕竟，优化的过程实际也是产品逐步完善的过程，没有完美的产品，只有逐步完善、满足用户需求和体验的产品。

快即是慢，慢即是快！

这个在投放优化过程中体现得非常淋漓尽致！

给大家看看下面我们一个客户的案例，一个苹果app产品长期坚持内在的优化、商店的优化和aso付费买量的多重行为下，产生的一个“恐怖”效果——覆盖了总共38411个关键词！

这不是一两周、一两个月的优化结果，而是长期进行的一个过程，不断迭代，不断对投放和aso的优化理解，不断对产品功能的优化和运营策略的调整，更是对用户需求的把握和引导等等，最后所呈现出来的结果。

当然，这个结果不是终点，而仅仅是过程中呈现出来的阶段性结果，优化的数据还是会继续“向上发展”！

因为这样的超高覆盖，加上产品的逐步完善，通过aso进来的用户行为越来越好，付费不断升高，用户数量不断攀升，产品综合能力越来越强，铸就了这个产品在这个行业和在aso上的王者，“马太效应”规律的典型体现。

同样，在信息流的投放也有体现这样的一个优化过程，只不过这个过程容易被一些无策略的行为给掩盖了。

比如，多开账户、多开计划等这样的行为，带有aso思维的方式去创建，在有条理组建不同方向的素材配合下，当大量的计划逐步有逻辑、带有目标性去创建的时候，实际上达到一定的程度，这个多账户、多计划、有目的性的创建，所形成的“网状”投放优化结构，足以让媒体平台获得你要量的信息。

而因为计划设置里面的网状设计，这个网状理解为素材的多维、覆盖用户的多维、时间点和区域性的多维等等，投放后台的功能赶紧去重新review一下：）

这样的“信息”传递，让媒体平台得知一个产品是多么的渴望流量，并且也已经触达到了各个维度的用户，用户的行为反馈和评论居然也很不错，那量也就这样“爆”起来了！

-END-