我在这篇文章里分享给你的是原生和信息流广告的日常投放管理、用户行为和数据分析。
随着移动互联网的爆发式增长。得益于RTB技术，广告信息流通过用户标签精准投放，并与内容混合，具有相对较好的用户体验。它逐渐成为广告主数字媒体投放的主要模式之一。
优化器的衍生位置也成为每个公司用户的必争之地。目前人才市场的薪资在上涨，同时每个公司对这个岗位都有明确的数据考核。
想成为一名优秀的信息流广告优化师，各个部分的能力缺一不可，比如行业调研、卖点提炼、创意策划、预算评估、用户分析、数据分析、销售口径对接。
可以算是营销相关工作领域中比较全面综合的岗位。网上有很多关于行业研究、创意策划等相关内容。
今天我就讲一些知识问答平台，被问的比较多的是日常投放管理，用户行为，数据分析。这样，我也把以上内容的一些实践经验写下来，希望对大家有所帮助。
图在广告信息流的日常运作过程中，最重要的工作应该由以下几部分组成:
1.检查了前一天的数据。
刚开始工作的时候，要查一下昨天花了多少钱，带来了什么样的效果，展示，点击，成本。同时将数据录入报表，进行日常数据分析。
图其次，了解成本和KPI的进度。如图和图所示，截至2019年10月6日，已完成的线索355条，占当月KPI的39.44%，时间进度19.35%。说明当前KPI比时间进度完成的快，当月KPI目标可以超额完成。
以上这部分工作，在账户投资规模不大的情况下，熟练操作后25分钟内即可完成。
2.按日期筛选数据。
画
信息流的本质是推荐内容，广告的分发依赖于内部的推荐系统。对于一个商业公司来说，大多数情况下，推荐系统的目标是完成某种商业目的。
以头条为例。用户看头条，无论是文字还是Tik Tok、西瓜、火山等短视频。，都是UGC，或者免费的时事内容。
头条无法通过会员费或订阅费赚钱，其主要商业模式是内容中广告的“总”收入。根据商业目标设定推荐系统优化目标的原则，在头条中使用“产品的时长和频次”作为优化目标更为合理。
除了平台单一的广告收入，系统的推荐目标优化还需要引入用户体验和广告主效应作为平衡优化，以平衡三方利益。
所以数据波动不仅仅是消费和成本的波动，也是参考其他数据指标的流量分布。没有人工干预，呈现和效果的数据是极不稳定的。
按日期查看发货的数据是为了判断异常现象，以便及时对高峰和低谷做出相应的调整。
画
图使用质量监控图预警每日每铅成本数据，当每铅成本在9.17波动时，其值128.57超过UAL警戒线，在9.20和42.63处落出LAL警戒线。9月21日和9月28日的数据超出了UWL警戒线，因此可以得出结论，这一时期的单位铅成本数据是异常的。
3.检查子账户的分布
在确定了数据异常现象的时间节点后，就需要分析数据的细分纬度。如果是多账户，首先要检查子账户。
图图中数据显示9.17-9.28每铅成本数据波动异常，主要受账户1影响，所以数据异常的问题可以锁定在账户1。
4.按位置筛选数据
在账号1中，抽取子资源的每铅成本数据进行考察，其中西瓜和头条的成本数据波动较大，同时出现极值。
Tik Tok消费占整体的57.27%，比例高必然导致整体数据的波动。但每导联成本数据从9.17大幅上升至9.28，趋势与整体成本异常波动一致，可以进一步锁定账户1中Tik Tok数据异常的问题。
继续细分，就是不同端口IOS，Android，不同端口下不同尺寸物料的每铅成本数据趋势对比，进而找到影响整体每铅成本数据指标的根本原因。
图这种情况下整体每铅成本数据波动的原因是，7月22日，1/2的账户同时有了新的活动想法。通过对比账户2的转化金额和显示消费趋势的数据，可以判断创意并没有下降。
唯一的操作就是账号1中的创意运行效果一直不错，转化量稳步上升。9月15日，执行账户操作的优化师同事将创意地的计划预算调整为原来预算的3倍。
通过对比上线以来的其他数据，发现账号1中创意兴趣的细分趋势与过去在不同兴趣类别中的占比有较大差异。说明大预算开放后，系统会为更多有其他各种兴趣的人探索思路。
新的消费兴趣分类转化率低，导致预算消耗过大，成本飙升。9.21-9.22但是由于消费过多，没有及时暂停充值。
充值后，账户1中的计划费用仍然较高，只有在重建关闭后才能收回费用。另外，从子资源的历史趋势数据来看，Tik Tok的每铅成本远低于西瓜和头条。
这种数据表现是因为西瓜和头条额度低导致的数据随机性，还是其他人为因素？具体问题需要具体分析，从而规划为下一步客户推广的优化点。
日常、子账户等维度的子视图和异常节点的诊断，如果数据报表规范合理，可以在45分钟内完成。
5.按材料审查测试数据
如果广告规模巨大，账户中通常会有多个创意。除了通过日常数据监测定位影响核心指标的问题外，还需要定期回顾材料试验数据。
它是物质创造力的一个子元素，所以对数据波动的影响往往会因为大量的投入而掩盖了物质效应。为了保证帐的顺利进行，材料测试在交货中是非常重要的。
测试素材一般涵盖:登陆页面、文案、视频图片等。
根据产品卖点、用户心理、使用价值、需求场景，提炼文案、视频剧本的素材内容，进行创意素材测试。
图述虽然在常规投放中穿插优质素材测试跑距，但对整体回球效果有帮助。但也要及时关停空消耗和超成本计划。即使这些计划的消费比较少，账户的整体成本也会很高。
图以上材料测试数据的审核等相关工作需要行业调研、卖点提炼、创意策划、跨部门沟通协调，一般占日常工作的50%。
6.积累的定向数据测试。
定向测试的这部分相关工作往往适用于用户存量较大的广告主，当他们有自己的数据管理平台时，通常需要很长时间才能打空。
通过数据管理平台，收集自身用户的各类数据，结合算法的能力，为不同兴趣的用户贴上标签，实现基于用户兴趣的推荐、搜索、内容导购等个性化服务。
画
因为它的大部分数据来自第一方，可以直击用户的真实诉求。基于标签结合人群，生成各类人群包进行精准广告投放，已经完成各项运营数据指标。
比如运营一个电商案例，目前的运营目标是提升用户购买产品的活跃度。根据业务的具体情况定义活跃度指标后，我们将人群分为新用户、低活跃度用户、中活跃度用户和流失用户。利用构成活跃度指数的条件筛选用户，生成不同的投放包。
一般超过30天没有回访的用户会被定义为流失。这类用户一般不会根据单次接触的成本，利用广告来召回用户。因此，利用广告召回处于低寿命和中寿命两个阶段，召回广告达到。
由于以上两个阶段的用户往往不会卸载或者转移到其他app，召回难度相对较低，ROI相对较高。对于这些用户，不断达到召回，提升留存，引导他们走向高生活，结果数据的表现也比较好。
再者，通过数据管理平台的用户画像，我们知道某个爆款产品的兴趣和年龄符合某个二次元年轻用户群体。针对这些用户的品牌活动1+/2+触达，从而提升用户对产品和品牌的认知，或者影响目标群体的行为。
这里需要注意的是，数据管理平台中的用户行为数据更多的是来自现有用户的第一方数据。或者外媒的数据，因为标签等统计维度和算法的不同，往往很难判断用户筛选的准确性。
因此，如果账号投放规模较小，尽量减少指定定向条件或第三方定向人群包的投放测试，将更多的流量筛选权交给推荐系统，专注于创意和素材测试。
画
其他新媒体产品和新功能的测试，如托管实验室、穿山甲资源站点等新产品的测试和总结。同时，每周五还需要汇总过去四周各维度的数据，从而了解整体广告投放的进度、状态、方法、KPI完成情况。
最后，从信息流广告的日常运营、数据分析、用户分析来看，并没有太多深刻的地方，更多的是在优化者运营经验的基础上，科学的数据分析方法，成熟的报表工具，紧盯账目，调整优化。
