在本文中，我将解释如果要对整个推广计划最大化利润，决定是否应该出价的应该是期望回本率(ROI)，而不是期望利润，这与我们以前介绍的有所不同。在Datacratic，我们已经在2012年底切到了基于ROI的策略。
Too Little of a Good Thing
推广计划的全部利润可以表达为：
通过这个公式，看起来似乎是最大化每个竞价的期望利润，就是最大化整个推广计划的。但事实上不是，因为它有一个约束条件：所有的消耗加起来要等于预算。如果要最大化期望利润，是要每个请求需要更高的出价，那么你的竞价次数就会少，结果就是你可能整体的利润下降了。然而这并不意味着你应该在期望利润低时竞价，我的意思是你应该去权衡利润和消耗。
这个问题在很久之前就被经济学者注意到了，我们要使用的衡量标准是ROI，它是计算投资回报率。
如果你将每个请求都视为一次投资，你的反馈控制系统会告诉你现在是超速消耗或是次速消耗，你可以提高或是降低最小期望ROI阈值。你通过这个阈值决定是否竞价，而不是用最小期望利润阈值。在金融领域，这个阈值称为最低可接受的回报率(minimum acceptable rate of return (MARR))或门槛收益率(Hurdle Rate)。
A Thought Experiment
下面是一个假设的实验，我们通过它来说明基于ROI的策略是优于基于利润的。
假设一个推方计划预算是$1000，一次动作的扣费(CPA)是$1，动作可以是展示后的事件，比如点击或是转化或是看视频。假设A和B都有无限量的相同请求，所不同的是它们的响应率(比如关注点击，响应率就是点击率，关注转化，响应率就是转化率)和价格。我们进一步假设我们有很准确的响应率预估和消耗预测算法。我们设在A和B中曝光期望价值都高于市场价值，那么胜出概率是1。
|
|
Response Rate |
Value |
Cost |
Surplus |
ROI |
Spend |
Imps |
Actions |
CPA |
|
A |
0.1% |
u$1000 |
u$750 |
u$250 |
33% |
$1000 |
1.333M |
1333 |
$0.75 |
|
B |
0.05% |
u$500 |
u$250 |
u$250 |
100% |
$1000 |
4M |
2000 |
$0.50 |
在A和B中利润是一样的，但在B中，有更高的ROI，所以它有着更低的CPA。
现在再假设一个实验：如果在A和B的请求是混合的，还有一个CTR特别低价格高的X流量，那我们的两种策略会如何呢？
|
Pacing Strategy |
A Imps |
B Imps |
X imps |
Actions |
CPA |
|
surplus-based |
1M |
1M |
0 |
1500 |
$0.66 |
|
ROI-based |
0 |
4M |
0 |
2000 |
$0.50 |
两种策略都成功地没有购买X流量，因为无论从利润还是ROI的角度看，它都不是最优的。但是基于利润的策略，不能区分A和B的流量(它们有相同的利润)，所以分别购买了1M的流量从A和B。而基于ROI的策略会像忽略X一样忽略来自A的流量，而只关注有着高ROI的B类型流量。
所以基于ROI策略的会比基于利润的策略有着更低的CPA。
Conclusion
广告主，就像基金经理，用ROI来决定他们使用什么渠道或是策略进行投资。基于ROI的策略，你的预算会消耗在最有效的曝光上，即最小化推广计划的CPA，且最大化ROI和利润。