以下内容详细介绍信息流广告优化的逻辑、素质及探索示例，共计 5000 字，可能需要花费您 10 分钟的时间。
曲海佳，信息流广告/DSP广告权威专家，现任致维科技营销总监。精通互联网广告领域，擅长各大互联网平台推广。曾就任于Google以及全球领先移动DSP平台MdotM；近年来转战百度营销推广领域，是国内为数不久不多的百度认证营销专家（百度高级）证书的持有者。精通教育、金融、社交、网服等领域，办事过包孕BAT、小米、领英、猎豹、华夏保险等诸多客户，著有《互联网DSP广告揭秘–精准投放与高效转化之道》， 2017 年即将出版国内首本信息流广告投放领域的实战指南！
鉴于信息流广告投放在整个数字广告市场的重要性不停提升，信息流广告投放优化人才呈现供不该求的趋势，在常规投放优化思路的基础上探索出一套合理简单易上手并可发展的进阶优化思路十分须要。本文在多个信息流渠道推广经验的基础上，总结现有信息流广告常规投放优化思路中可借鉴元素及其局限性，借助Ptengine这个强大的监测工具，通过真实案例进行实验性投放和数据采集分析，进而得出适用于绝大多数信息流广告平台的差异化优化思路。
首先简单介绍下Ptengine（铂金分析），Ptengine是上线于 2011 年的秒级实时数据监测工具，之前主要的业务重心是在欧美和日本，目前工作重心逐渐转向国内。借助这个工具除了能够完成基础的流量数据监测和流量质量评估之外，其易用性极强的热图陈诉对于改善网站的布局合理性和提高用户体验也有莫大的帮手，而今天，我主要想讨论的是如何借助Ptengine工具生成的广告推广url，巧用utm参数和事件转化的设置来优化信息流广告的投放。
首先，我们先来回顾下市面上的常规信息流广告投放优化的思路。
现有信息流广告渠道的常规主流推广和优化方法往往遵循以下几个步骤：
先理解平台竞价机制及基本算法；
然后根据营销需求创建账户结构和进行基础设定；
最后通过所谓“A/B测试”的方式不停上传新创意（案牍+图片）、对比测试差别创意效果并保存点击率较好的创意，借此维持较高的整体账户点击率。
总体来说，便是通过不停制作、保存或更新点击率更高、与广告落地页和推广产品相关性更好的创意素材，吸引目标受众的广告点击，增加落地页拜候量，通过精准定位受众获取相关性较高流量，以此减少转化漏斗中流量从到访落地页到达成转化之间的流失，达到相对不变的转化率和较好的转化成本。
所以，长期以来主流的信息流广告优化的核心在于创意的优化，或者更极端点儿说，在于创意点击率的优化。
之所以大家都在追求点击率，是因为绝大多数信息流广告平台的产品机制是高度雷同的，在绝大多数的信息流广告平台上，信息流广告往往会经过预分配曝光、预估CTR、广告排序和频次过滤等几个步骤后，展示在用户面前：
其中预估CTR受账户历史表示影响较大；广告排序就是eCPM排序，而eCPM≈质量度*出价。而在很多信息流广告平台上，质量度≈预估CTR，在这个规则之下主流优化方法就酿成不停凭经验和部分数据添加预估点击率较高的新创意，再通过较好的数据表示（高点击率）获取较高的整体账户质量度，通过质量度提升eCPM获得高排序和高曝光，进而再为后续新创意获取较高预估CTR，循环往复来形成创意点击率的正循环：
正因为如此，创意的点击率才成为了主流信息流广告优化过程中的重中之重。尽管这一套逻辑相对好上手且已经很成熟，但其实这个逻辑具有很大的不足和局限性，很多时候，整个正向循环根本无法实现。
首先，A/B测试自己就具有必然的局限性。因为A/B测试素质上来说是一种“先验”的实验体系，属于预测型结论，参与对比测试的两个或多个样本在设计制作之初，往往是通过主不雅观臆断其是否合格和报答选择的样本，所以容易出现效率偏低或与“后验”的归纳性结论不同巨大的情况。
其次，A/B测试的抱负状态是在连结绝大多数的元素一致的前提下，针对两个样本或多个样本之间的某一个元素进行对比测试，而不是对在多个方面都截然差别的样本进行对比测试，因为这样很难对究竟是哪一个元素影响了最终的数据表示得出可信结论。而不幸的是对比新旧创意素材或者同时上传的多套创意素材往往属于后者。所以针对信息流广告创意的很多A/B测试其实是“伪”A/B测试，因为有太多的元素差别，例如主题颜色和案牍的详略程度，再加上投放中可能的曝光的时间，曝光的上下文环境，所获得的流量的质量。过多的元素差异导致无法判断哪个元素才是对结果影响较大的因素，进而无法提供优化的标的目的，哪怕是接下来图片和案牍的设计标的目的。
