没有它，你家苹果竞价ASM实操赢不了！

按照传统的做法，我们会根据第三方工具筛选一些指标比较高的关键词，然后依据经验拓展得出一些新的组合词，此外苹果也会提供几十个流行度高的词。在众多词中，依靠人工经验的投放结果做优化。这个过程是缓慢的，基于人的认知边界与局限，你也许认为某个流行词是好的，所有大量使用某流行词，但结果未必是这样。

人工智能的做法是这样的。将诸多关键词放入大数据池中，由于关键词会受行业性、热点事件、时间、竞争对手的竞价等各种因素产生变化，给定机器一些判断参数，如搜索指数、搜索结果、流行、搜索排名、年龄、地域、时间段，通过机器学习，进行反复筛选，最终找出几百上千个更有价值的关键词。在实际投放中，再给定一些评判指标：下载量低、CPT高、点击率低、转化率低、CPA高的词，不断将这些词列为否定词，淘汰词。在投放过程中，再不断地迭代优化关键词。人的经验判断加上机器智能的客观、实时判断与结果评估，对于关键词的把握变得更准确，词的投放结果也更有效率。

在一次量江湖ASM投放中，通过人工智能选词之后进行投放，发现行业词的转化率明显高于竞品词与品牌词，品牌词虽然转化率较好，但是竞争价格较高，使得自身品牌词的CPA超出平均水平。根据人工智能基于评断指标给出的数据分析，我们及时减少竞品词的投放数量，将转化率低的竞品词或品牌词列入否定词；同时降低品牌词的竞价价格，适当提高行业词的竞价价格。并重点迭代优化行业词，拓展行业词在关键词中的覆盖以提升相关性。

进一步迭代优化后，从投放数据看出，通过降低自身品牌词的过强包含，明显降低CPA成本。虽然整体的转化率有所下降，但是通过对行业词的优化拓展，和对竞价价格的合理优化，在投放总金额基本相同的条件下，转化用户数有大幅提升。

2、智能定向：从用户场景出发，其结果是更高效

苹果竞价广告刚出来时，不少人提出它毕竟有明显的广告提示，而部分消费者是抗拒广告的，所以这是苹果竞价广告的硬伤。从另外一个层面来说，广告看你投放给谁。ASM是连接用户最快的办法，这个用户指的是真正有需求的用户，而不是那些完全不需要的群体。

广告从什么时候开始变得不令人讨厌了？因为它变软了，更因为它是你恰好需要的。人工智能的出现，精准营销才真正落地了，消费者总能收到自己真正感兴趣的内容推送。比如我今天在PC端搜索一条北京-长沙的路线，晚上收到去哪儿的短信，声称北京-长沙的飞机票折扣快结束了。精准的广告推送不仅不令人讨厌，而且总能带来更好的转化。

再比如喜欢玩游戏的，你推送一个更好玩的游戏给他一定更高效。包括FEED流广告、DSP短信推送，这些内容与方法的本身并没有任何问题，问题在于你能否触达到那些真正的目标消费者。

关于苹果竞价广告，展示量是一方面，用户的下载率才是最大的考验。排除品牌因素外，如果推送给那些真正需要的目标用户，下载与转化就不是问题。

通过人工智能的深度学习，大数据技术建模分析，可以对APP用户进行精准的用户画像，这是了解用户的第一步，用户画像可以对APP定向投放给出最基础的参考依据。此外，在实际定向投放，不断优化，增加定向维度，最终也能带来转化率的提升及CPA的下降（参见上文图表）。

（编辑：宿州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!