最低CPC出价理解

最低CPC出价适用情况

最低CPC出价策略不是适合每一个账户，即使适合账户也不一定适合每一个广告组。具体以下几种条件的账户适合使用最低CPC出价：

• 网站投放量有限，比如每天100元预算；
• 流量不会因为出价过低受到影响，出价低的广告很可能位置不佳，点击量少；
• 长尾关键词数量大，可以做大量长尾关键词避免热门关键词竞争。

幸运的是，对大多数推广账户的大多数广告组而言，都可以使用最低CPC出价策略，但有两类关键词除外：

1. 自有品牌关键词。通常搜索我们品牌相关关键词的客户目标性强，对品牌认可度高，这类用户的转化率非常高，是我们的准客户甚至可能成为忠诚客户。如果用一个漏斗模型来细分，这类用户已经处于转化漏斗的最底端，因此我们要“不惜一切力量”得到。获得这类用户的点击，排名靠前和广告语突出度是最主要因素，很显然最低CPC不能实现较好的排名，尤其是知名电商的品牌词，竞争更加激烈。
2. 竞争对手品牌词即竞品词。这类词的搜索属性和自有品牌词类似，只是所处位置不同。如果能将竞争对手的品牌词拿到手，对竞争对手而言不仅是品牌打击，更重要的是抢夺用户和蚕食市场，这是战略层面的意义。因此这类词我们也希望尽量拿下，最低CPC显然也不适用。

最低CPC出价应用实例

为关键词出价时，如何才能知道每个关键词的最低出价？下面提供笔者常用的小技巧。

1. 建立广告组时，为广告组/推广单元设定一个非常低的价格，通常我为百度推广单元设定0.1元。
2. 提交关键词时，使用广告组/推广单元出价。
3. 此时推广账户的关键词状态为“搜索无效”，并且旁边会出现类似的提示“要使其有效，您可优化关键词质量度或者使出价不低于最低展现价格0.42元”，这里面包含了最低CPC出价信息。这里推荐大家使用百度凤巢旧版本，因为信息状态清晰可见，新版本需要点击查看。
4. 别急着使用“最低展现价格”，因为刚上线的关键词质量得分/质量度不稳定，此时还没有到达真正的最低展现价格，过2、3天账户状态比较稳定时再使用最低出价展现。笔者的百度账户绝大多数可以用0.33元的价格、以20%左右的CTR参与竞争。

您可能也喜欢：
Google变动了CPC定价公式？	浅谈大型网站的SEO策略及如何执行	SEM竞价技巧：竞争竞价实战一例	SEM竞价技巧：竞争竞价实战一例续
无觅

搜索引擎营销对一个人的统计学直觉（而非知识）是比较高的，一个错误的统计判断，可能造成效果优化的方向完全搞错。由于本人非统计学专业，统计学在线上广告方面应用可追索的资料也较少，如果有概念性错误的地方，请读者指正（林志海 邮箱linzhihai at yahoo.com；微博:http://weibo.com/zhihailin）。

我们知道，网络广告最基本的两个数据是广告展现和点击。如果一个广告一天产生了1000个展现，25个点击，点击率2.5%。那么这个点击率的测量误差是多少？

如果说我们可以获得连续几天的数据，那么这个问题很好回答，Excel的AVERAGE和STDEV就可以计算平均值和标准偏差。这样计算没错，需要注意的这背后隐藏的条件是广告条件不变，即广告来源和广告创意都没有发生过变化，而来源的流量，即广告的展现量基本稳定。

上图是欧洲大型强子加速器LHC的一个实验图（我的本行）

但是，当数据有限，只能观测到一天或两天数据，误差如何计算？

一个广告展示出来，要么被点击，要么不被点击；当这个广告展示了很多次后，被点击的次数就会以一定频率出现，这个值就是我们通常所说的点击率。当展示次数非常大的时候，点击率会趋于一个稳定值（这就是伯努利大数定理），即发生点击的概率。实际上，广告点击的次数，和伯努利实验是完全一样的，它服从二项式分布，当展示次数很大的时候，点击率的误差近似为 ，p是点击率，N是展现次数，点击率。一般点击率都不会超过10%，点击率的误差可以简化为  。1000个展现，2.5%的点击率的误差约为0.5%。所以，当比较两个广告的点击率优劣的时候，计算误差是必要的。当误差显示放宽的三个标准偏差的时候，2.5%的误差范围为1%-4%之间。也就是说另外一个广告的点击率为1%-4%时，和第一个广告的点击率是不显著的。如果第二个广告自身的误差也很大的时候，统计判断就更为困难了。

同样，当计算点击转化比率的时候，会有类似误差的估算方法，只需把N换成点击，p设为转化率。

在文章最后，给出一个判断两个广告点击率差异是否显著的一个工具型的网站splittester，请读者自己做一下实验。

转载请注明： 文章来自腾信创新搜索引擎营销，作者：林志海
http://sem.tensynad.com/

补充，林彦同学很快给我私信，做了很好的补充。一个系统说明的线上文档可以参见百度文库中一个教案，同时指出，目前split test方法多用到的是卡方的四格表检验，这个在一些统计学的基础教材里面有详细的解释。

您可能也喜欢：
Anchor Intelligence:2010年二季度全球欺诈点击率高达28.9%	两份新鲜出炉的点击欺诈报告	最大点击欺诈集团在中国	Bing 真有料？
无觅

我们得先明确几个概念（百度官方解释）

百度指数：百度指数是综合反映该关键词在过去1天用户对它的关注和媒体对他的关注的一个参考值。任意关键词的百度指数都是该关键词在比较期的数值/该关键词在基期的数值。用户关注度是以数千万网民在百度的搜索量为数据基础，以关键词为统计对象，科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权和，并以曲线图的形式展现。

日均搜索量：最近一周内网民的日均搜索次数或范围。

接下来我们来做个小测试。以关键词“网络游戏”来试验，这个词不论是搜索量还是商业价值都比较高，应该有一定可靠度。

首先是百度指数页面，搜索结果如下图所示：

如图所示， 6月8日当天的检索量为14619.

下面我们来看看百度凤巢后台，仍然以“网络游戏”这个词为例，关键词推荐工具中提供的日均检索量数据（注：匹配方式要选择精确）

关键词推荐工具显示的日均检索量超过20000，得不到具体的数值，但是用百度API获得的该词检索量为26591。

接下来我们选取一个购买了“网络游戏”关键词的帐户，同时要求该词匹配方式为精确匹配，全天首页展示广告，这样用户在百度搜索“网络游戏”这个词时，由于该词在首页肯定会被展现，我们可以将此帐户“网络游戏”这个词的展现量近似等于“网络游戏”这个词的实际搜索量。6月8日，此帐户“网络游戏”展现量为23872，即6月8日“网络游戏”这个词的实际检索量为23872。

下面我们来对比这几个数据：

实际展现量：23872

百度API:26591

百度指数：14619

据百度内部消息百度API的关键词数据经过一定的处理不是实际的展现量，通常是前7天展现量的平均值处理后的值。从我们实际观察得出误差大约在11.39%， 百度指数误差较大，接近40%。

我们再选取“剃须刀”这个关键词来进行一下对比，同样用上面三种方式，得出以下三个6月8日的数据：

实际展现量：953

百度API：628

百度指数：757

这三组数据也存在比较大的差异，百度API与我们实际观察的误差为34.10%，百度指数误差为20.57%。

所以，百度API获得的日均搜索量和百度指数获得的当日用户关注度都不能等同于实际的检索量，可能大也可能小，但是可以肯定的是，三者之间在同一个数量级之内。而这个对于平时我们为客户制定百度搜索引擎投放策略来说已经足够了。

作者：徐安凯 ，北京腾信创新网络营销技术股份有限公司，为客户提供最优质的搜索引擎营销服务。公司博客：http://sem.tensynad.com。欢迎光临指导。

您可能也喜欢：
探一探百度凤巢的巢穴	为什么百度在切换凤巢后只影响 10% 的营收？	老外眼里的百度	百度凤巢vs谷歌adwords
无觅

• 行业中展示广告点击率是出了名的微不足道，不足0.1%
• 展示后优化的收益增量比点击后优化要高出十倍
• 在控制测试中，看到IMVU（一个虚拟世界的名称）广告的顾客，无论他们是否点击了广告，都有10%的人更有可能成为付费用户

一个世纪前, John Wanamaker曾说过：“我花在广告上的钱有一半都浪费了；而问题是我并不知道是哪一半。”如今，网络营销人员仍然在努力克服度量分析中相同的问题。

答案似乎很简单，因为在网络世界中，你可以追踪到点击次数（Clicks）。而问题在于，点击数和以点击为基础的分析是站不住脚的。点击数不但无法表明整个事实，它甚至会颠倒事实，尤其是在单独使用它时。

因为网站分析工具的应用，许多营销人员仅仅把网站的活动性（参与度，转化–semwatch编辑注）归功于以点击为基础的营销活动，比如说，对展示广告的点击。然而，这是一个非常局限的方法。

因为展示广告的点击率（CTR）非常的低，不足0.1%；绝大部分看到网络广告的人都不会点击它。此外，点击次数与点击人数也是不成比例的。大约85%的点击数来自于8%的人。很多行业研究都是针对这个问题的。

然而，低的点击率并不意味着广告未起作用—事实恰好相反。消费者经常在看到广告不久后购买，却并没有点击广告。

在最近一个测试中，一个名为IMVU的可以购买虚拟物品的虚拟社交网络，试图研究发现当免费的IMVU用户（这些用户已经收到了营销邮件，并且在虚拟世界中看到了广告）在现实世界中看到IMVU的在线广告时，是否更有可能成为付费用户。

在控制测试中，看到IMVU广告的顾客，无论他们是否点击了广告，都有10%的人更有可能成为付费用户。与对照组相比，这10%的增量是在现有的所有营销努力之外的额外效果。对照组看到其他营销活动的机会与测试组是相同的。两个组唯一的区别在于是否实际看到的广告。测试组看到的是IMVU的广告，而对照组看到的是不相关的广告。

IMVU用同样的方法测试了如果付费用户在现实世界中见到了刺激消费的广告，是否愿意花更多的钱。从平均值来看，见到促销虚拟产品广告的IMVU会员，无论他们是否点击了广告，都会比那些见到不相关广告的会员多消费一倍以上。同样的，这种提升是通过邮件和虚拟世界进行的促销活动之外的效果。诸如IMVU之类的公司，销售虚拟物品就如同印刷钞票一样。

让我们再来关注一个电子商务公司。该公司严重依赖于通过网站分析工具来分析点击后的用户行为数据（来优化营销活动效果-semwatch编辑注）（post-click date）（该网站的流量和收入是由广告带来的）。广告客户希望仅仅通过点击后的用户行为数据来作为优化的依据，由于客户并没有追踪展示相关的收入（post-view revenu），所以也谈不上对其进行优化。

再来回顾一下这两种情况：基于点击后数据来分配转化贡献（post-clicks）的优化 vs 基于展示后数据来分配转化贡献（post-view）的优化。展示后优化的收益增量比点击后优化要高出十倍。当从点击后的角度来分析收入时，我们将最好的广告称之为广告A，最差的称之为C。但是当从展示后的角度来分析时，结果刚好相反。C是最好的，而A是最差的。这就导致了完全不同的优化方案。

也许有人会提出相反的看法，认为展示后的分析夸大了网上广告的功劳。因为一个潜在的消费者无论是否看到了网上的广告都很有可能购买产品，而这些广告很可能并没有影响他们的决定。然而，经过一次又一次的验证，我们发现结果恰恰相反。我们分析了从看到广告到购买产品之间的时间窗。数据显示，转化的快速增加发生在消费者看到广告的很短的一段时间内，即体现了展示后归因的影响。在下面的例子中，有一半的转化发生在广告展示的六个小时之内，而70%的转化发生在展示的24小时之内。如果说展示后归因并没有这样的影响的话，那我们应该看到转化率随时间是呈随机分布的，以遵循线性模式，而非曲线模式。

底线就是每个广告活动都是不同的。它们都应该基于尽可能多的数据进行优化。不要仅仅依赖以点击为基础的分析。最好还是充分利用你的优势和资源。

————————————–

原文: http://www.imediaconnection.com/content/29020.asp

作者Jarvis Mak生物学出身，分别服务于Yahoo和Neilson做包括MegaPanel项目在内的客户分析。现专注于零售行业的数字媒体和营销工作。

————————————–

天岸评注：

对于展示广告的效果分析应该更多的参照多方面的因素，比如说：

1. 展示广告的目的是什么？是做品牌的还是做销售促进的，这个广告希望在消费者决策的哪一个阶段来产生影响？
2. 所处的行业特征？消费者的决策周期是多长？

实际上，展示广告是付费媒体（paid media），点击之后进入的网站是自有媒体（Owned media），但实际上二者都是广告主可以控制的媒体，他们可以决定展示的内容，方式和时间。点击，对于广告主来说，只是从一个信息模块的展示转移到另一个信息模块的展示而已。

从消费者的角度来说，二者都是在向他传递信息，区别只是信息的多寡和他本人的阅读重心。点击代表的是一个相对强的参与度，但是展示也是一种信息的传递。这种信息的传递产生的影响是决策时的“top of mind”。比如，如果我看了一个健身器材的广告，也许当时我扫了一眼但是没有点击；但是如果我有类似的需求，再次通过搜索引擎搜索健身器材的时候，看到了同样的名字，因为是第二次展示，所以我可能会有一种熟悉/信任的感觉从而产生点击。

现在对于展示广告数据分析的现状可能在很大程度上受制于数据采集的难度上。在自有媒体上，随着网站分析技术的普及，点击数据很容易采集到并且能够方便的被应用到实践中来，而在付费媒体上，尤其是在国内的展示广告市场的媒体环境下，很多数据并不能被采集或者得不到广告商的分享，这样注定就在分析和优化中被忽略。更何况需要得到上述的结论，需要很精细的分析大量数据才行。这也算是行业发展过程中的一个阵痛吧。

Cecilia评注：

在手机互联网的情况会有点不一样。 手机互联网的广告点击率比微不足道的1%要高。尤其某些优质媒体的优质频道，以及inapp的广告的CTR，正常时候都高出几倍。个别高出10几倍也是有的。 此外，在手机互联网上，点击是很重要的度量，因为手机上可以做frequency cap，一个点击有时候着24小时内的一个UV。cpUV的成本得以降低。 这与互联网的点击次数与点击人数是不成比例的情况正好相反。

您可能也喜欢：
最大点击欺诈集团在中国	漫话展示广告策略	两份新鲜出炉的点击欺诈报告	Anchor Intelligence:2010年二季度全球欺诈点击率高达28.9%
无觅

变动了什么？

大家都知道Google的CPC公式多年来已经有过多次改动。通过之前的数据积累，对于多种情况下(流量高低，CPC高低，质量度高低)的关键字表现我们可以得到一条CPC变动曲线，这可以知道现实中的竞价。

回溯到到09年，我们看见CPC很典型的右侧低起，随着位置升高而逐渐提升。同时我们发现Google还对于一部分角斗士类型的竞价者(质量度低但是肯出高竞价的土财主)冲击最佳位置时征收了49%的溢价。CPC曲线大体如下图

在2010年后期，我们发现CPC公式出现了改动。我们开始看见在右侧较低展示位置出现了高CPC价格，而在左侧高位出现了低价CPC。我们通过真实的数据进行建模，得到了下面的图表，这足以引起所有专业的PPC从业者关注。

数据处理和寻找变化背后的原因花费了好几个月的时间。下面有几把解锁的钥匙J (注: 三点由表及里循序渐进，不是并列关系。)

关键点#1 : CPC价格和质量度的关联不在如从前紧密

常识是在搜索市场中高的质量度意味着低的CPC价格和高的排位。这必须成立。

但是，同样的常识是你升高CPC竞价就会带来排位提升。这是个错觉，因为低于7的质量度会让你的广告无法顺利展现。2009年得时候你还可以通过高竞价强行提升排位，到了2011年，这样的做法只能让你的广告最多提升到排位第3.即使有展现，展现比例Impression share也会很低，在和高质量广告的竞争中你会失去大部分的展示机会。

高的排位预留给高质量的广告商，只是现在这更加明显了。

关键点#2 : Google遇到了创新瓶颈

竞价广告模式带来的根本挑战是如何从广告主身上合理的赚取最多的价值。Google一直精于此道。但是2007年，他们碰到了新问题 – 商用搜索词的短缺。

表面上看搜索词是无限多的，但是可以产生实际客观收入的比例很少，大约就几百万。因为能够带来利润的搜索词必须具备以下两个要素 :

1. 持续的高搜索量
2. 很多的广告主投标竞价

自动匹配帮助解决第一个问题，自动匹配是指系统判断同义词、错误拼写等因素的基础上调用广告。对于自动匹配，有人爱有人恨，但是这事实上是一个促进广告主投放消费的有效办法。
但是第二点就真的是个麻烦了。投放搜索的广告主数量已经达到了顶点有一段时间了。为此，让广大小广告主想不到的做法是，Google决定减少每个广告词触发展示的广告数量，幅度高达50%!以期望以更少的广告位带来更高的点击率从而提升消费。

这个实验挺有趣，至少取得了一定程度的成功，因为Goolge的大部分收入由搜索结果中的排名前三的广告产生。减少广告位让广告主要么提价要么提升质量度不然就消失。Google的做法是通过限制低价值广告展现在供给面制造人为短缺。剩余的(高价值)广告展现数量则会（相对）升高。

事实上，他们做的有点过火。布林2008年7月17日说到 :

“我们过去的一个季度在缩减覆盖范围的力度太过激进，我们现在认识到广告对于页面质量是一个重要的补充”

不到一年，地位的广告重现展现，但是，Google从来也没想出办法从中更好的获利。

关键点#3 : 顶部高位广告是赢不了的赌注

早有市场人士认识到顶部高位不划算。有着可承受价格的低位广告通常可以带来合理的不错的流量。如果你还想要更好，你可以适当提高竞价或者质量度，通常两者并行。

问题是CPC的增长是非线性的。高位展示会带来高流量，高流量加上高CPC价格导致最终无利可图。聪明的人意识到可以通过保持广告低位来赚取高的转化率，他们把高位留给不那么精明的对手。

Google无法接受这些聪明的家伙付出很少的投资，他们需要的是创新举措，而新的广告定价机制貌似是个不错的着眼点。

解决方案 : 针对高位广告主的折扣

这就是解决方案，不是提价不是减少广告位，Google决定对于左侧顶部高位广告提供高额折扣。对于第一名的广告的49%的多出来的溢价已经没了，（靠广告费开路的）广告主最多只能够买到第二位的排名 (同时，取决于对手的质量度，这个竞价的难度有可能相当高)，为了得到流量，你必须努力优化广告使得质量度保持在7以上。

市场人士乐见这个新的规则，因为广告主通过努力到达高位可以享有60%的点击率(这并不夸张)，另外，高位的CPC会有一个显著的下降(上图显示降幅50%)

千万别人为Google在捐钱，完全不是这么回事儿。他们在低位广告上施压提高最低竞价从而补齐收益。现在越来越难冲击进入左侧高位，同时低位的广告商付出的CPC价格比2009年高出不少。

这对于搜索广告从业者有着明显影响: CPC竞价价格对于位置提升并不如以前奏效，定CPC价格到一个可以接受的位置然后开始着眼优化质量。

下面两幅图表分别为2009和2011年度针对一家直销网站的典型关键词的模拟图。

• 2009年，高位广告并不值得投资，除非你为了占领市场。
• 如今2011年，高位广告带来超常规的收益增长，更多的流量，一般的投资，你懂的!

PPC算法的改动总是很有趣但是通常不好玩儿。但是作者比较认可这种改动 : 这个简洁直观的定价模型补贴质量好的广告主，同时激励新广告主优化广告质量正确收益的跃升。顶部高位通常是品牌广告主的地盘，现在人人都在争取。

—————————————————————————————————————————————-
原文: http://www.adgooroo.com/has_google_changed_their_cpc_formula.php
作者Richard Stokes著有Ultimate Guide to Pay-Per-Click Advertising主要针对Google的PPC运作机制深入研究，这篇blog可以看做对于其中有关章节的更新。

您可能也喜欢：
Google 新产品广告引起的畅想	报业的未来？──来自 Google 建议	Google 广告系统解密	Google Panda 更新那点事
无觅