互联网进入存量阶段，从业者需要更细致地理解搜索、广告、推荐算法的核心策略系统。本文将基于广告策略的基础知识、投放、流量、计费、出价、归因、创意等模块，全面介绍广告投放、流量分发、智能出价和智能创意等策略，同时结合阿里妈妈和拼多多产品线案例进行实战讲解。

1.1 APP内核心流量场

1. 电商类APP

流量场域分布

搜索、推荐、频道。论流量PV，推荐要大于搜索，但是推荐场域整体的点击率和转化率都明显低于搜索场域，所以搜索对于大盘GMV贡献占比极高，约为60%。

广告Ad load

电商APP内搜索场景的Ad load，以某淘为例基本在1/6左右，某多多基本在1/5左右。

电商APP内推荐场景的Ad load，以某淘为例，首页推荐位占比比较少，约为15%左右，非首页推荐位占比很高，40%以上。某多多整体在25%-30%左右，如果算上全站推广的话，整体超过40%。

2. 短视频类APP

流量场域分布

核心流量场就是：信息流+搜索+商城（目前占比较低）。目前信息流是最大的流量渠道，但搜索的流量一直呈逐年上涨的趋势。

目前在某节内部，搜索广告由单独的团队负责，是大力发展的方向，年收入增长都在60%以上。

广告Ad load

信息流里面的流量分为三部分：自然免费流量、广告流量、电商流量，隶属于三个不同的部门。硬广流量占整个大盘流量的10%左右。

1.2 APP内核心推荐场

1. 短视频类APP

对于短视频类APP，核心推荐场主要就是沉浸式Feeds流。

2. 电商类APP

对于电商类APP，以某宝为例，会将核心推荐场分为：首页、购中、购后、全屏微详情和红包互动场。

（左：淘宝焦点图；右：全屏微详情）

整个淘系约有100多个推荐场景，不同的场域在流量分发上是完全不同的策略，同时也是由不同的算法团队来负责。

1.3 APP内核心内容样式

1. 短视频类APP

Feeds流中核心的内容样式就是：直播+视频+图文合集。

2. 电商类APP

电商类APP中内容样式比较多，常见的有以下几种类型：

不同内容在推荐信息流中的占比，一方面受到内容本身的供给量影响，另一方面也受到内容本身分发效率的影响。

同时内容的占比也会受到一定业务的影响，在业务的不同发展阶段，可能会对某一类内容进行扶持，比如淘宝早期的直播生态建设。

拆解主流广告投放策略

2.1 常见产品类型

目前市场上常见的效果类广告基本都可以归到以下四大类里。

对于全站推广感兴趣的读者可以关注我的公众号：King James讲策略，阅读《商业化产品经理必读系列—拼多多广告收入增长的产品利器》

2.2 常见投放流程

常见的广告投放流程一般都会有以下核心四步：标的物选择 — 设置定向 — 设置出价 — 设置创意

2.2.1 标的物选择

（截图来自于京准通-购物触点产品线）

第一步需要先选择自己投放的广告标的物，比如：商品、店铺、活动、直播或者视频等。

2.2.2 设置定向

第二步设置自己的定向，定向会分为人群定向、地域定向等。

目前各大产品线都是以智能定向为主，尤其是智能化产品线比如阿里万相台。很多产品线不支持广告主进行手动人群设置。

拼多多的广告产品，只有广告主等级到一定级别才支持广告主进行自定义定向。智能定向可以让广告系统有很多选择权，整体的分发效率也会更高。

（截图来自于阿里妈妈-引力魔方产品线）

2.2.3 设置出价

第三步广告主选择适用自己的出价方式，目前出价方式主要分为手动出价和智能出价。

智能出价又会细分为多个子类型。目前头部互联网公司的智能出价消耗占比都在80%（含eCPC）以上，字节的智能出价消耗占比达99%以上。

手动出价示意图

（截图来自于拼多多广告后台）

eCPC出价示意图

（截图来自于阿里妈妈广告后台）

oCPX出价示意图

（截图来自于拼多多广告后台）

No bid出价示意图

设置日预算和整体目标

（截图来自于阿里妈妈广告后台）

No bid+oCPX出价示意图

既设置日预算和最大化目标，又设置了目标的约束

（截图来自于阿里妈妈广告后台）

2.2.4 设置创意

广告投放的最后一步一般是设置创意，对于电商广告一般都有默认创意，商家在商品管理后台上传的默认创意，对于非电商广告有时候需要广告主单独设置创意。

创意对于广告最终的点击率影响非常大。

前百度凤巢首席科学家：张栋，曾经提出过一个很有意思的“4321”理论。他认为推荐系统作为一个整体，包括UE/UI、数据、行业知识和算法四个方面。

而其中对于整个推荐效果的贡献，UI/UE（40%）＞数据（30%）＞知识（20%）＞算法（10%）。

这里面算法起到的作用反而是最小的，给到用户实际展现的样式和观感是最重要的。

上述四个模块对最终效果起到的作用我们无法科学评估，但是我们通过大佬的分享可以判断出最终给用户呈现的内容展现样式和创意是十分影响用户点击欲望的。

创意一般又会分为智能文案和智能图片，目前各大互联网广告平台都会基于广告主提供的原始创意进行再生成，然后供广告主选择。

智能文案

（截图来自于阿里妈妈广告后台）

智能图片

目前大部分头部平台都是此类全自动图片创意生成工具，商家选择图片生成目标或者图片背景，平台基于商家提供的原始素材自动生成对应图片，此部分图片生成在应用的时候，不能无中生有。

（截图来自于阿里妈妈广告后台）

目前各大互联网广告公司都在通过AIGC技术来进行创意的生成，创意部分对于广告大盘的收入提升至少有20个以上的百分点。

广告流量的接入、分发和联动策略

3.1 流量接入

目前互联网广告里基本上所有场域里面都是先有自然搜索和推荐，然后才会将一定比例的流量划分给广告进行商业化变现，所以广告部门需要接入外部大量的资源和媒体流量，这一部分工作就是流量接入工作。

1. 标准化的接入方案

因为互联网公司内部每年都会有非常多的新场景，这些新场景进行商业化都需要接入广告，所以每年广告部门在公司内部需要接入几十个新流量场景。

尤其是电商APP，每逢大促都会有很多新的会场，而这些新的会场都需要接入广告。

所以在互联网公司内部一般都会有一套标准的广告接入流程，从广告位申请到广告比例设置，再到前端联调等。

流量接入工作本身相对比较固化，作为策略产品经理需要设计出一套标准的流程来进行批量对接，同时考虑将这套标准流程平台化，后续大幅降低每次广告位接入时的研发人力。

2. 广告内容和自然内容的混合

当用户打开APP时，APP前端需要向APP服务端发起请求，正常APP请求一次返回的结果为10或20个，当用户继续往下浏览结果时，则不断触发翻页请求。

每一页的结果里都存在广告内容和自然内容的混合，以某淘首页推荐广告为例，广告占比大约为15%左右，假设每10个结果里推荐广告坑位为第4坑和第9坑。

目前行业里面的普遍做法是APP前端向APP服务端发起请求，然后APP服务端调用一个混合服务接口。

混合服务接口再分别去调用广告接口和推荐中台接口，将广告和推荐中台的结果按照约定好的固定坑位进行混合，最终形成一个统一的队列返回给APP服务端，然后APP服务端再返回给APP前端。

关于广告和自然内容的穿插，行业里的做法一般分为两种，一种就是上面介绍的固定定坑，整个信息流里哪几个坑位属于广告明确清楚。

另一种做法就是动态定坑，每一次请求时广告的坑位都不是固定的，需要结合自然内容进行整体的最优化排序也就是全局最优。

虽然广告坑位不固定但是广告整体的曝光比例基本是固定的比如20%，整体的策略是保曝光比例不保位置。

3.2 流量分发

整体搜索和推荐广告中，整体的系统架构和自然推荐和搜索不会有太大差异。

自然推荐的架构

自然推荐架构拥有的：召回层、粗排层、过滤层、精排层和重排层，推荐广告都会有，但广告最终的排序核心还是基于eCPM。。

自然搜索的架构

自然搜索架构拥有的：查询语义理解、召回层、过滤层、精排层、重排层和词库，搜索广告也都会有。关于上述各个模块的功能策略设计，详情可以阅读《搜广推策略产品经理》。

3.2 流量联动

1. 流量联动是什么

前面章节我们介绍过互联网平台的流量基本分为广告付费流量和自然免费流量，比如淘宝APP的流量既有广告流量也有免费流量。

很多广告主投放广告是希望可以撬动更多的自然免费的流量，也就是免付费流量联动。

广告投放越多，积累越多的历史数据，免费流量在分发时也可以参考这部分数据，使得这部分广告物料获得更多的免费流量曝光，这样广告主也就会有更多动力来投放广告。

2. 流量联动的合作机制

免付费联动的愿景是美好的，但是实际落地时免付费流量联动阻力却很多。

首先广告流量和自然流量分别在不同的部门中，广告流量属于广告部，自然流量属于搜索推荐中台，这两个部门的核心KPI并不一致。

广告部的核心KPI是广告收入，搜推中台的核心KPI一般是用户转化、停留时长等。免付费流量联动可以助力广告部完成KPI，但是对于搜推中台却不是，所以搜推中台对于此事的动力就不足，它们更希望任何部门都不要干预它们的流量分发机制。

其次，大的互联网平台上广告投放的物料极其多，以淘宝为例日常投放广告的SKU数都是在千万级别，搜推平台本身没有足够的流量来对这些SKU进行联动。

同时搜推中台本身拥有的流量还需要配合各个事业部等进行业务支持，后两个原因的底层逻辑都是搜推中台本身拥有的流量也不充足。

所以合作双方最终达成一致的合作方案一般都是只针对广告投放量级和效果达到一定门槛的广告物料进行免付费流量联动，同时这部分广告投放站在整个平台视角，更希望广告主投放站外广告。

因为站外广告可以为平台整体带来更多的流量增长，如果仅仅只是站内广告对于平台大盘流量并没有任何帮助。

3. 流量联动的方案

首先广告侧和搜推中台一起确定好联动的广告入门门槛，比如过去30天日均广告消耗达到某一个特定阈值，日平均CTR达到某一个特定阈值，只有同时满足这几个门槛才能进入到联动的广告物料池中。

然后搜推中台在进行联动时，简单粗暴的做法就是针对这部分SKU进行适量的加权，但是搜推中台一般不愿意去破坏原本大盘整体的平衡，所以一般是在整体的排序模型上加上相关的广告特征，或者针对这部分优质广告物料进行单独的召回。

淘宝这类综合性电商平台虽然也一直在进行免付费流量的联动，但是广告主反馈却一般，联动效果感知不明显。

这里也涉及到免付费流量联动里一个普遍的问题，如何向广告主去展示联动效果。以电商平台为例，广告主投放的优质SKU即使不进行联动每天在平台上也可以获得大量的免费流量。

平台如何将SKU每天获得的免费流量中区分开联动部分和非联动部分，这部分很难进行科学拆分，所以平台一般都是给一个模糊的比例区间。

比如该SKU今天曝光中有3-5%是由免付费流量联动带来的。而这个比例的计算逻辑只有中台部门知道。

站在广告主的视角他只能进行环比，他并不关心每天的流量中有多少是联动带来的，他只关心联动后自己的整体流量有无上涨，如果整体流量并没有上涨那么联动就是无效的。

但是，平台整体流量大盘是波动的，有时候广告主甚至会发现做了联动以后整体免费流量还出现了下跌。所以免付费流量联动到底给广告主带来了多少免费流量增长一直是一个业界很难解释的问题。

信息流广告“投放+流量”策略全方位介绍（建议收藏）

1.1 APP内核心流量场

1.2 APP内核心推荐场

1.3 APP内核心内容样式

拆解主流广告投放策略

2.1 常见产品类型

2.2 常见投放流程

广告流量的接入、分发和联动策略

3.1 流量接入