大部分情況下，降出價也確實卓有成效，有的計劃甚至成本降下來了量級反而沒怎么掉（上上簽，喜大普奔），但是有時候副作用也同樣明顯甚至取得了反效果：

① 成本是降下來了，但是量級也掉了（中簽）

② 計劃直接跑死，不花錢了（下簽）

③ 成本不降反升，直接炸了（下下簽）

這幾種場景很多人一聽：誒，是我沒錯了！但是優化搞死計劃不是很常見嗎，老計劃涼了新計劃也在跑出，不用太在意。

但是降出價到底有沒有方法，降的時段、幅度、頻率有沒有判斷依據？是不是每條超成本的計劃都適合降價？

這些都是值得思考的事情。

Part 1 有些媒體早就給了官方標準

例如降價幅度每次不超過5%，頻率一天:不要超過2次；有些只能結合自己的經驗判斷；關于壓價的時機目前有三種說法：

① 在凌晨0點前壓價，理由是0點算法重新匹配競價，這時候壓價對計劃傷害最小（無科學依據）

② 在流量高峰期前壓價，理由是這時候流量大，壓價也能繼續跑，不會把計劃壓死，（無科學依據）

③ 只要計劃跑量（時段轉化數≥40個）都能壓價。（無科學依據）

這三種方法能流傳出來肯定多多少少都起到過效果，但是壓價成功的因素是不是時機導致的很難判斷，因為行業不同產品不同KPI和素材也不同，所以最好的方法還是都試一試，哪個管用就用哪個！

Part 2 其次是什么樣的計劃適合降價？

什么樣的計劃降價容易炸？

相信大家降價操作做多了，在降價前基本都有了那么點經驗判斷和心理預期：這條計劃我很自信，壓價也能跑，這條計劃大概率壓完價死了，但是沒辦法不得不壓，聽天由命吧！

如何判斷一條計劃是否能降價，民間常用的方法有這些：

① 一條剛跑起來的新計劃（跑量標準按行業劃分），它的收價（賬戶結算價格）遠低于出價，例如出價400，跑出來成本320，那么這肯定是條適合壓價的潛力計劃（系統對這條計劃的預估很高，并且跑出來的數據反饋也很不錯），壓多少呢，一般壓到比出價高一些的范圍都是可以跑的（例如壓到350左右）。

同理一條剛跑出的計劃，收價比出價高不少，這時候壓價經常會出現壓死或者成本更加炸的情況（本身算法對計劃的預估高于真實值，量給了轉化沒跟上，這時候再降價要么直接掉出競價排名，要么買到更差的量成本更炸）

② 一條跑了很久很穩的老計劃，這種計劃模型已經很穩固了，壓價或許會導致量級下滑，但是很少會直接壓死不花錢，除非你壓得太狠了。

ocpm競價能力受預估點擊率/轉化率/出價影響，系統的預估就擺在那，出價降到一定閾值肯定會直接掉出競價排位的，這就是為啥有人才壓了一點點出價，計劃就直接死了，就是因為壓到了閾值之下。素材越好閥值越低，壓價空間也就越足。

降價案例

排重大家都熟悉，甚至很多客戶定期推送已轉化人群包協助你排重，很多優化也會自己在計劃層級選擇過濾已轉化用戶甚至后臺自己生成規則人群包排重。

有沒有用呢？肯定是有用的，有些大客戶排重完cvr顯著提升，這也是為什么現在大客戶都用rta來投放。

排除高成本地區/人群的話就要視實際情況而定了：成本炸量級少的，排！我們投放最終是為了找到成本量級的平衡點，不然為什么后臺這么多定向，跑量最大的還是系統推薦。一味地追求成本，放棄量級得不償失。

高成本地區排除

已轉發人群運算排除

放預算吧眼瞅著花了幾百了還沒出轉化，整體成本隨著時段呼啦啦得漲；不放吧計劃永遠培養不出來，你浪費一百我浪費幾十，一天下來成本還是炸的。所以這倆個行業的優化也是對空耗體驗最深刻的。

那么空耗能避免嗎？不能，但是能盡量控制減少不必要的預算浪費。

① 沿著轉化鏈路“往回看”

教育金融轉化鏈路普遍比較長：展示-點擊-落地頁-表單-轉化（有效咨詢-有效獲客/完件-授信等），大家賬戶多的情況下，習慣了把轉化成本和消耗提到最前面，這樣一眼就能看出這條計劃花了多少錢，成本多少，其次才是轉化數、點擊率、轉化率、ecpm等，判斷一條計劃要不要放預算也通常是多少多少錢有沒有轉化，有就放一點，沒有就關了。

那么怎么“往回看”？

首先，你投的產品一定要非常熟悉成本達標時各個鏈路的數據指標：從ecpm到cpc到表單成本到轉化成本，還有各個環節的轉化率。同時不同資源位不同素材類型（視頻/圖片）這些數據標準也不一樣。

舉個例子：如果你的一個CPA考核是400，通常你都習慣計劃花到400了看一看出沒出轉化，CPA達標時它的表單成本可能在50，平均8個表單就出一個轉化；如果花了200還沒轉化的情況下，可不可以提前從表單成本判斷把它pass掉？花了200一個表單沒有或者就出了一個表單，可不可以直接判斷這條計劃不值得我繼續花錢觀察了。

其次如果正常情況下，你的cpc在2-3塊，這條計劃花了200了，cpc8塊一個，那么你可以算算想要成本達標，你的轉化率要達到多高？可不可以直接通過cpc判斷這條計劃該放棄測試。

② 控制在投計劃數

計劃數越多越容易測出是真的，計劃數越多空耗越多也是真的。如何平衡倆者最根本的原因在于優化的判斷力。

我是一直很不提倡無腦堆計劃數的，哪怕 Markting API 都這么智能了，除開某些確實需要堆計劃的行業，和穿山甲的流量扶持，我覺得素材在精不在多，很多低質量的素材其實優化端已經有能力人為涮選了。

在保持素材多樣性的前提下，盡量減少那種劣質素材的上新，一方面是別浪費錢，另一方面是劣質素材確實會拉低你的賬戶質量度，為什么有些賬戶冷啟動沒過直接跑死了，也有這方面原因。

最理想的情況肯定是計劃跑全天，對量級和計劃模型都好，但是當某些產品在不同時段成本表現差異很大（例如打車軟件每個上下班高峰段/其他時段、外賣軟件早中晚飯點和周末/其他時段、社交產品晚上和凌晨之外效果都有差異），跑全天成本很難控制的時候，只能選擇控時段投放了。

一方面根據產品屬性受眾的調性來控制投放時段：高峰期成本低多花點，非正常時段少花點；一方面結合賬戶本身投放出來的數據去驗證。

這個方法我平時用的不多，據朋友反饋用好了還是有效果的。

使用邏輯是“略高出價+均衡投放”成本控制效果會比“正常出價+優先跑量”好，實際上可以去嘗試一下 a/b test 的組合跑量效果。

接下來幾條適用性更窄，選擇時要根據實際情況謹慎使用。

又比如某些時候和自動出價的小步快跑有些相似，預算一點點放好像成本波動會小一些（跑快了人群質量肯定會雜，如果計劃OK的話，哪怕這個時段上去了下個時段也能跑回來，所以這個方法沒多少科學依據，還影響放量）。

邏輯也很簡單，低價買到了尾量成本反而比出高價還高。高價買的用戶轉化率高，優質素材收價可能低于出價，但是往往高價買的用戶再好，周期成本也很難低于KPI，因為算**慢慢幫你優化到出價范圍的。

僅適用于那些低價跑不動或者跑炸了，鈍刀子割肉慢性死亡的情況。

最后說了這么多，做優化的沒哪個面對壓成本是美滋滋的，都是無奈之舉。特別是現在行業競爭這么激烈，老實得按照KPI出價很可能就競爭不過別人。所以高出價-降價策略才被越捧越高。

但是前段日子聽到一句話覺得很有道理：我們是服務行業，接收到客戶壓成本的需求第一時間不該是抱怨和試圖說服客戶妥協，而是盡可能專業得從優化的角度嘗試把成本優化下來。

客戶也不蠢，如果這個目標真的無法實現，大盤肯定會迅速涼下來，客戶也會迅速調整。如果別家做到了，你們沒做到，那就更沒抱怨的資格了。