[第7天]40天新手进阶Affiliate实操教程:优化一个Direct-Linked Pop Campaign的经验

前面两天我们花了大量的时间和精力讲了Campaign优化的流程，但是要知道Campaign优化不是一个帖子就能聊完的大话题，但我会试着至少介绍一些基本知识和经验。

另外,每个联盟都有各自不同的优化方法。所以这里的方法只做抛砖引玉用。

1)黄金法则: 有足够的利润，才继续跑Campaign。

很多新手都犯了这样的错误，就是在确认是否有足够的利润之前他们就已经试图通过削减(比如placements和其他流量段，比如OSs等)来实现盈利。

结果呢？他们花了大量的钱来削减这些东西，最后几乎没有什么流量让他实现盈利了。

如果我们知道有足够多的有利可图的部分能够产生足够的利润来维持我们的campaign，那么我们只需要砍掉那些无利可图的部分就好了。

这就是为什么我在流程中设置了这么多的节点来验证是否有足够的盈利部分，然后再继续跑campaign。如果从统计数据显示来看没有足够的盈利部分，我们要么叫停campaign，要么改变策略——比如测试新的offer，或者新的landers (我们将在以后的教程中讲到)，或者一个新的bid。

那么问题来了，你怎么知道是否有足够的盈利部分来判断是否继续跑campaign呢? 以下是在此流程使用的一些核查，包括在流程中构建的“盈利信号”:

检查ROI，ROT越高，就越有可能在进一步削减后获得利润。

检查有利可图的placements。越多有利可图的placements，就越好。而且，有利可图的placements转换率越高，越好。当然，总利润是由盈利的placements获得的越多越好。

特别是要寻找拥有2倍以上的转换率的盈利placements。第一次转换可能只是一个“中彩”般的转换，我们不知道下一次转换什么时候会到来(如果有的话!)你无法判断一个基于1倍转换率的placement的真实ROI。但是，如果有一个placement已经获得了2倍+的转换，并且仍然盈利，那么从长远来看，它将有更好的机会保持盈利。

检查有盈利的主要流量段。操作系统，浏览器，设备类型——任何占比足够多流量的都作评估范围。

当你看到一个或多个盈利的主要流量段时，你就会知道，如果在削减的情况下，你的campaign就更有机会盈利。

另一种选择是在一个新的campaign中专门target能够立马盈利的主要流量段，然后要么停止原有的campaign，要么继续跑下去并继续削减，看看你是否能获得更多的利润。

重点: 你需要确保主要的流量段可以在流量来源被target到! 否则，即使它本身是有利可图的，你也不能通过专门target它来获利，也不可能通过把它列入白名单，或者把其他流量段列入黑名单来盈利。

2)何时使用统计工具，何时不使用

统计工具可以帮助我们从客观的角度准确地确定什么时候该削减。

为了实现统计意义，你需要等待收集大量的数据，这需要钱和时间。

你要不停问自己，你想要优化的东西是否足够值得用统计工具来证明。

这个问题的答案因人而异，但以下是我个人的建议，供你参考。

当Split test offers和landers以优胜劣汰时，使用统计工具。Offers和landers是campaign的灵魂。它们是能够影响你的campaign成败的关键，因此，在做出削减决策时，准确无误是至关重要的。

切勿使用统计工具对pop campaigns削减placements 。在pop campaigns中，通常含有不是xxxx就是xxx的广告位。在削减placements之前，需要花太多的钱和时间等统计结果出来。此外，pop campaigns通常不会持续很长时间盈利，所以你甚至可能不够时间来收回那笔钱。在大多数情况下，使用经验法则就足够了。例外情况是，当你有大量的placements带来大部分的流量时,在这种情况下，你可以根据自己的判断使用统计工具。

最后，我想说明一下在之前教程中介绍过的使用Kill-Whitelist计算器来评估我们的campaign。基本上，通过将“Min. ROI”设置为-50%，我们试图找出这个campaign是否有可能在长期内达到-50%或更高的投资回报率，前提是所有条件不变。根据我的经验,因为直接链接offers没有很大的优化空间,即我们不能提高ROI来测试landing pages——如果这个campaign从一开始就不往-50%或更好的情况来设置,就不太可能在削减placements还能带来利润。

3)经验法则，效率与准确度权衡的概念。

现在我们已经知道何时使用统计工具，那么又如何处理不使用统计工具的情况?

回答是: 我们要么根据经验来决定，要么使用经验法则。

对于那些还没有经验决定具体情况的联盟来说，经验法则可能会更简单，因此也更有用。

那么接下来的逻辑问题是，我们如何建立好的经验法则来帮助我们有效地削减?

为了回答这个问题，我需要解释效率与准确性的概念。这个概念很重要。它将帮助您在优化campaigns时做出决策。

是不是有点懵逼? 不用担心。这里有个示例可以帮你把所有的东西都理顺。

示例: 在决定是削减还是继续跑下去看看最终能否盈利之前，要花多少钱在一个placement上呢?

当一个placement花费了相当于一笔payout的支出，却没有转换，你应该削减它吗?

如果相同的placement花费了2倍的payout却没有转换呢？

3倍呢…?

另一方面: 你在一个placement上花的钱越多，你就会越有信心知道它会转换得有多好或多坏，而且你可以更准确地决定是削减还是继续跑。另一方面，你也会为这种准确性付出金钱和时间。

举个例子,如果你有一个placement已经花费了10倍payout的成本却没有任何转换,你肯定相信削减的决定是准确的,但你比原本可能需要的损失更多钱,更不用说浪费的大把时间。

另一方面：你可以选择花更少的钱在placement上，提前决定是否削减。这样你就能节省金钱和时间，更有效率。但缺点是你会牺牲准确性——你会承担误删一个好的placement的风险。

例如，假设你有一个成本相当于1/2payout的placement，还没有转换，并且你决定削减它。这是一个有效的削减，因为你在削减之前没有花很多钱或时间。然而，这并不是一个非常精确的削减，因为如果你能更进一步地跑下去的话，这个placement很可能会带来利润。

中心思想: 准确性和效率是一个平衡杆的两个端点，当你想要更精确的时候，你需要牺牲效率，反之亦然。当你创造经验法则的时候，你需要找到介于两者之间的“最佳点”，这样你既不会花费太多的时间和金钱，也不会冒险削减那些好的部分(好的offers，好的landers，好的placements，等等)。

因此，将来无论何时你要制定自己的经验规则时，你需要考虑的是准确性和效率。与此同时，我已经为你建立了一些经验法则: 我要提出的是是激进性和非激进性的Placement削减规则。

注意,在这个流程中,当campaign统计数据看起来很有前景时,我建议使用非激进性的规则，试图最大化盈利潜力；但当campaign 统计数据是看起来不容乐观时，我建议使用激进性规则以推动campaign 积极往盈利方向发展。

4）在浪费精力和金钱时确保有足够的流量。

这是一个普通新手关于持续跑一个开始之初没有很多流量的campaign的经验，然后当他们发现在他们做了一些小的削减之后几乎拿不到什么流量后会感到很受伤。

如果你的bidding高于平均水平(对于第3/4世界的geos里的carrier 流量，CPM是2.33美元，满足了大多数主要pop流量来源的要求)，而且每天的流量不会超过20美元，我想建议选择另一个geo或carrier。

否则，即使你的campaign 在削减了不盈利的部分/placements后仍能盈利，你的日利润可能也不足以值得让你花时间去继续跑这个Campaign——即使是对新手来说，利润也应该超过5-10美元/日。你不妨花时间建立新的测试，或寻找新的流量来源。