​本週我終於解決了我心中疑慮了很久很久的事，長期以來，cpc及cpm是我對廣告進行優化或者關停的重要指標，但隨著時間和經歷的增長，我發現也有很多時候cpm和cpc很貴但cpa(單次轉化費用)卻很便宜，這讓我深深的陷入到了長時間的懵逼狀態。其次投放的數據指標太多，什麼CPA，CPM，CPC，CTR，CVR，ROAS（只針對Facebook廣告而言ROI和ROAS是同一種意思）讓人分不清在分析這些數據的時候的主次、輕重的邏輯關係。

兩個原則

1，首先針對投放的效果分析有個價值原則：複合指標價值大於基礎指標。

2，複合指標裡面也有個價值優先原則：數據指標的含義越接近roi的越有價值。

這週我費勁心思乾了一件事，就是想徹底弄清楚cpc和cpm對於roi的影響有多大。於是我把手上管理的30個廣告賬戶共消耗超過150萬美元的數據進行了相關性分析，目的就是通過單獨拆分得到cpm和roi以及cpc和roi的相關係數，確定他們之間的相關程度。

相關係數

先說結論
是不是很吃驚！沒錯，不管是cpc還是cpm和roi的相關程度都低或者可以說不相關。下面詳細介紹一下我的整個分析過程。

收集數據

這塊是我耗時最大的地方，介於數據的有效性和客觀性，我收集的數據都是基於賬戶的整個廣告發布期間而得到的，這就造成一個困難，整個廣告發布期間我創建了非常多的廣告系列，但因為Facebook後台的數據提供詳細的分析指標的最大層級就是廣告系列，那就沒法直接查看整個賬戶的情況。這時候有兩種思路去處理數據：1）將時間拆分成以月份為一個單位，以月份為變量，收集每個系列在每個月份的cpc或者cpm和roi的數據；2）以每個廣告系列為單獨目標，收集它們各自在不同月份的cpm或者cpc與roi的關係，最後再將各個廣告系列相關係數加權平均，加權的權數是廣告費的佔比，廣告費越大的系列代表其相關係數更加準確和有代表性。

最後再將30個廣告賬戶按照廣告費的佔比為權數取加權平均值。

我採取了第二種方式。

我以某個賬戶為例詳細介紹一下過程。

這是原始從廣告後台導出的數據表，我們利用Excel數據透視這個功能導出三張數據表：每個廣告系列每個月份的cpc和roas數據透視表，每個廣告系列每個月份的cpm和roas的數據透視表以及每個廣告系列的廣告花費的數據透視表。

cpc和roas的數據透視表：

下面介紹一下如何利用Excel進行相關係數的計算

第一步點擊Excel頂上的數據選項

第二步點擊最右邊的分析工具，在彈出的對話框裡點擊分析工具庫

確定後就會在分析工具右邊出現一欄數據分析

第三步點擊數據分析，彈出的對話框選擇相關係數

第四步在彈出的對話框裡選擇你要分析的數據源和勾選標誌位於第一行

最後就會在新的工作表中出現相關係數表

只需要關注箭頭指示的數值，這就是兩者的相關係數，對角線的值是一樣的，其次兩個數值1是因自身和自身當然相關係數是1啊。

重複上面操作將每個系列的相關係數都統計成一張新表上，為了遵守職業道德，所以我用ABC。 。代替廣告系列的名稱。統計如下：

同時該賬戶各系列的廣告花費及其占比如下：

以廣告花費的佔比作為權數計算該廣告賬戶的cpc和roi的加權平均後的相關係數，最終計算結果為0.05881654。

重複上面的步驟我把其他29個廣告賬戶的cpc和roi的加權平均後的相關係數也計算出來並和各賬戶廣告花費的佔比統計到一張新表上。

30個廣告賬戶最終的加權平均後的相關係數是-0.046537013，同樣，基於上面的步驟，cpm和roi的加權平均後的相關係數計算結果是0.1102564。

分析

首先，我們需要明白facebook廣告的競拍邏輯，你的廣告能否成功獲得展示，取決於以下三個方面：

1）你的出價

2）廣告系統估算的用戶預估行動率

3）用戶價值

一句話解釋上面三句：Facebook不僅要賺廣告主的錢，同時還要在意用戶的感受。換句話說，Facebook它很聰明，既要當地主，又要當雷鋒。

所以你的廣告的綜合價值=出價*預估行動率+用戶價值。那麼Facebook的算法機制就會對每個廣告算出它們的綜合價值並進行排序，按從高到低依次獲得展示，那綜合質量高的廣告又優先展示給誰呢？

Facebook它不僅會對廣告進行綜合價值的排序，它們也會對用戶進行分類，哪些是高轉化用戶，哪些是高點擊用戶，哪些是與廣告相關的用戶，哪些又是跟廣告毫無瓜葛的用戶。所以Facebook一開始就會根據你的目標優先展示給那些跟你廣告最相關的用戶。

針對購物這類轉化廣告而言，我們致力於獲取的是高質量的流量，而不是一味的追求低成本而獲取了大量低質量的流量。 Facebook針對轉化廣告有以下幾個優化目標：轉化量、價值、落地頁瀏覽、鏈接點擊、獨立覆蓋人數。這幾個優化目標我全部都測試過了，只有當你選擇轉化量或者價值為優化的目標時，你才能將你的廣告展示給那些高轉化的用戶，因為你的廣告目標決定了廣告系統會致力於你目標所涉及的某個用戶行為來進行優化的，所以當你把優化目標選擇非轉化量和價值的時候，你獲取的或將是一群低成本，高點擊的用戶，cpm和cpc會非常低，但卻基本無轉化。所以如果你要獲取高roi，那麼cpc和cpm就不應該是你制定決策的考核指標，我總結了以下三種方法可以幫助我們日常廣告做一些決策和優化。

1，投放廣告時選擇的優化目標要堅定不移的選擇轉化量或者價值。

前面已經解釋了Facebook廣告的曝光邏輯和推薦邏輯，如果你選擇轉化量為你的優化目標，那Facebook就會優先為你展示給那些高轉化用戶，如果你選擇以價值為優化目標，那麼Facebook就會優先為你找到那些能為你帶來更高roi的用戶，並將廣告展示給他們。但如果你選擇的是鏈接點擊這類目標，Facebook就會優先找到那些高點擊的用戶，那有人可能會有疑問，鏈接點擊的越多說明進入店舖的流量越大，這不正好讓店鋪獲得了更大的曝光嘛。是的，選擇鏈接點擊為優化目標確實會讓你的店舖的訪問人數更多，但訪問人數變多，並不代表完成購買的人多。比如像我，我刷抖音看見一些廣告我都會點擊一下，但我點擊的目的是為了觀察一下該廣告的行銷鏈條是什麼樣的，還有很大一部分人是每天逛逛淘寶，但很少購買，所以這部分都是高點擊用戶，雖然流量大，但無效流量居多。

2，測試期的時候可以更關注行銷漏斗層的數據。

前期測試期可能無法一下子得到比較明確的roi或者cpa這種一級指標數據，但我們可以關注那些與roi或者cpa接近的數值，比如單次加入購物車的成本，關注這個指標可以預測最後的單次成效費用，比如我的某個賬戶加購到購買這一層的轉化率是30%，那麼就可以通過單次加車的費用來最終預測到單次成效費用=單次加車費用/30%，所以通過這個方法你可以大致的判斷該廣告的未來前景，從而決定是否堅持投放or直接放棄。

3，不要單一維度的看cpm和cpc。

前面我們已經解釋了，只看cpm或cpc的數據是毫無意義的，那如果這個指標毫無意義，Facebook又為何會將其擺放的默認位置那麼靠前呢？並非無意義，而是不能單一維度看，需要結合其他指標一起看。 CPC=CPA*CVR, 同時CPC=K*CPM/CTR，K為一個比例係數，ROI正比於CPA，而CPA=K*CPM/CTR*CVR，所以我們根據這樣的公式轉化，我們得到了CPA與CPM、CTR、CVR這樣的一種關係。回到開篇講到我們面對一堆的指標該如何分析的問題，首先衡量一支廣告效果的單一指標只有roi或cpa，所以當我們需要分析不同渠道、不同廣告賬戶、不同廣告系列、不同廣告組、不同廣告的效果時，首先查看的就是roi指標，只要roi高，其他指標相對來說就不怎麼重要。但我們平時最常見的問題就是廣告變貴了，也就是cpa上升，那麼我們就可以根據這個公式去找答案。 cpm處於廣告曝光階段，ctr處於廣告與用戶親密接觸階段，cvr處於用戶與落地頁發生交集的階段。所以這三個指標剛好圈定了廣告整個路徑，深刻理解每個指標的含義及其之間的聯繫，可以幫助你對流量特性有個很好的理解。比如cpm低，ctr高，cvr高，恭喜你，找到一群流量便宜並且高點擊高轉化的用戶群，這是最好的結果。本篇就不展開如何根據該公式展開優化的思路和步驟，因為這塊要寫又是一大堆，不是簡單的一句兩句能講清楚的。

總結

將cpm和cpc扔到垃圾桶裡去。 。 。 。 。 。