本文主要是介绍oCPC实践录 | 目标ROI的出价与转化回传调控算法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
这篇文章我们聊聊广告主在oCPC下，怎么调控自己的出价或者回传转化优化自己的ROI。
ROI是广告主最关心的指标了，根据oCPC出价的基本原理ocpc_bid = pcvr * given_cpa * k, 广告主在整个出价中有两个可以控制的变量来影响出价，一个是直接的given_cpa，另一个是通过回传转化进而影响pcvr。
在oCPC实践录 | oCPC转化的设计、选择、归因与成本设置（4）中我们聊过，调整出价和调整回传是不等价的，不在这里赘述了。
ROI我们先定义一下：ROI=变现收入/广告花费，当ROI>1时毛利是正的，赚钱；当ROI<1时毛利是负的，亏钱。现在广告主有一个目标ROI，我们定义为target_ROI。
广告主可以通过调整出价或者转化影响出价，进而决定最终的ROI。做这个控制有个非常重要前提假设：调高出价（或转化率）ROI下降，调低出价（或转化率）ROI上升。这个假设往往是不能够严格保证的，因为调高出价有可能会买到高价值的流量，ROI不一定会下降，反之调低出价有可能会失去高价值流量，ROI不一定会上升。类似的逻辑我们在大厂广告算法专家：oCPC产品策略设计与投放实践（下）中也提到过。
现在正常的平台都会开放一个marketing API接口，供广告主自动化操作广告账户，包含广告的出价。因此，借助于这个工具，广告主可以做实时的ROI控制。
我们可以实时预估或者计算广告的真实ROI数据real_ROI，又有一个目标ROI即target_ROI，那一个很简单的思路就是无模型控制算法PID了，这里的无模型是指不去探究系统运行的机理，直接根据real_ROI和target_ROI的偏差调整出价，使得real_ROI=target_ROI，具体的算法逻辑在oCPC实践录 | 随你千变万化，oCPC PID控制（1）,oCPC实践录 | 随你千变万化，oCPC PID控制（2）,oCPC实践录 | 随你千变万化，oCPC PID控制（3）中有介绍过，不再赘述。
有聪明的小伙伴就发现一个问题，平台侧不是有个k值吗？他们也在控制出价，也会影响到ROI，那怎么办呢？有两个方法：
第一个方法是广告主侧的ROI控制与平台侧的成本控制，都把对方看成是一种系统干扰。直白说就是：不考虑对方的作用。
第二个方法是广告主侧的ROI控制与平台侧的成本控制分离解耦，这就需要探究系统的运行机理，使用基于模型的控制算法。系统的运行机理是一个转化的真实变现价值我们是知道的，除以target_ROI就应该是转化出价了，因此广告主直接计算平均每个转化的变现价值/除以target_ROI,将其设置为given_CPA即可，剩下的事情就是平台侧的成本控制保证real_cpa=given_cpa, 两者是解耦的。这就非常依赖平台侧的成本控制了。
（二）
有一些广告主是通过代理投放广告的，出价是通过代理控制的。所以可以通过调整转化回传来影响成本控制和ROI了。
第一个思路仍然是无模型的控制算法（PID），直接根据real_ROI和target_ROI的偏差调整回传，使得real_ROI=target_ROI，同样，会面临预估与调整出价一样的问题，不再赘述。
另一个思路是有模型的控制算法。从回传侧看系统的运行机理时，ROI等于一个转化的变现价值除以given_cpa，因此说只有转化价值累积超过given_cpa * target_ROI时才应该回传一个转化，点到为止了哈。
（三）
之前笔者做ROI产品时发现存在严重掉量的问题，当时没有分析到原因，直到看到有做目标ROI的回传时，才意识到平台侧ROI产品的一些隐忧。之前ROI产品的设计都是针对每个流量下的用户价值进行调价，但有些广告主是将多个用户累积的价值当成一个转化回传的。如果按照原来的思路将每个用户（或者转化用户的价值）的价值都进行回传，这个值会很小，会严重影响用户LTV的建模，进而影响出价和量级。
这篇关于oCPC实践录 | 目标ROI的出价与转化回传调控算法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
