oCPM（Optimized Cost Per Mille，优化千次展示付费） 是数字广告中一种基于机器学习的智能出价策略，在传统CPM（按千次展示付费）基础上，系统自动优化广告展示对象，以更低的成本达成广告主设定的转化目标（如下载、下单等）。其核心逻辑是“为效果买展示”，通过算法筛选高潜力用户，在控制曝光成本的同时提升转化效率。
oCPM的核心机制
- 智能出价原理：
- 阶段一（数据积累）：广告主以普通CPM投放，系统收集约50次转化数据（如APP安装）。
- 阶段二（优化阶段）：算法分析转化用户特征，对相似人群提高展示权重，低潜力人群减少曝光。
- 计费方式：
- 仍按千次展示付费（CPM），但实际展示单价动态调整，最终使总成本趋近目标CPA。
- 示例：目标CPA=¥50，系统可能对“iOS用户”出价¥30/千次展示，对“安卓低端机用户”仅出价¥5。
oCPM的两种模式
| 模式 | 特点 | 适用场景 |
|---|---|---|
| oCPM第一阶段 | 手动设定CPM出价，积累转化数据 | 新广告计划冷启动 |
| oCPM第二阶段 | 系统自动出价，需转化数据≥50个 | 稳定期的效果规模化投放 |
oCPM的典型应用场景
- APP拉新：
- 目标：降低安装成本，系统优先展示给“曾下载同类APP”的用户。
- 电商促销：
- 目标：提升ROI，对“加购未付款”用户提高展示频次。
- 品牌活动：
- 目标：扩大精准曝光，结合LBS定向商圈人群。
oCPM的优劣势分析
- 优势：
- 效果与曝光的平衡：比CPM更易达成转化，比oCPC覆盖更广人群。
- 成本可控：平均可降低30%的转化成本（Meta官方数据）。
- 适配多形式：适合视频、信息流等富媒体广告。
- 局限性：
- 冷启动门槛：需一定转化量才能进入优化阶段，小预算难启动。
- 创意依赖性：劣质素材可能导致算法误判高潜力用户。
oCPM vs. 类似模式对比
| 模式 | 优化目标 | 计费方式 | 核心差异 |
|---|---|---|---|
| oCPM | 展示→转化 | CPM | 适合大规模曝光型目标 |
| oCPC | 点击→转化 | CPC | 适合高点击率场景 |
| tCPA | 稳定转化成本 | 自动混合出价 | 全链路优化，预算要求更高 |
优化oCPM的关键策略
- 精准定义转化事件：
- 避免选择浅层行为（如按钮点击），应绑定核心目标（如支付成功）。
- 素材分层测试：
- 准备3-5套创意，避免算法因单一素材局限误判人群。
- 排除无效流量：
- 屏蔽低效设备（如老旧机型）、地域（如非目标市场）。
主流平台的oCPM规则
| 平台 | 转化数据要求 | 特色能力 |
|---|---|---|
| Meta（FB） | 50转化/7天 | 支持App Install、Lead等目标 |
| 巨量引擎 | 30转化/组 | 可优化“直播间停留时长”等深度行为 |
| Google | 15转化/周 | 跨搜索、展示、YouTube网络优化 |
行业案例参考
- 游戏《王者荣耀》：
- 策略：oCPM绑定“角色首次充值”，对MOBA游戏爱好者提高展示权重，安装成本降低40%。
- 跨境电商SHEIN：
- 优化：oCPM阶段二针对“浏览≥3件商品未下单”用户，ROAS提升至5:1。
总结
oCPM是平衡品牌曝光与效果转化的智能工具，尤其适合：
- 需要大规模触达用户但预算有限的产品。
- 转化路径较长的行业（如汽车、教育）。
关键成功要素：
- 数据质量：确保转化追踪准确（如SDK埋点无遗漏）。
- 耐心放量：冷启动期允许10-20%的成本波动。
- 创意迭代：每2周更新素材，避免用户疲劳。
通过oCPM，广告主能以更科学的成本获取高质量用户，实现“越投越准”的正向循环。
本文为@运营喵原创，运营喵专栏作者
