让用户看到喜欢的素材（核心指标为CTR，点击率）

点击后看见喜欢的内容（核心指标为后续转化率，比如会员则是付费率，应用广告则是安装率）

素材和内容之间保持相关性（核心指标为跳出率）

1、让用户看到喜欢的素材

        每个人的兴趣点实际是千差万别的。就好比“吃鸡”这个词语，对于20岁的人和40岁的人来说，意义完全不一样。下面来详细介绍一下几种实操方法：

1.1、对比测试法

1.1.1、对于相同的一群用户，随机分为两个组别，一个组投放A素材，另一个组投放B素材，如果CTR（A）>CTR（B），那么A要优于B，以后是不是投放A就好啦？但是投着投着发现，点击率慢慢下降，这是为什么呢？因为长期不变的素材对于用户的吸引力变弱了（用户已经有了清楚的预期），该换新的素材了！

1.1.2、由编辑不断产出新的素材，同时上线多轮素材测试投放，选出最好的持续投放几天，再进行新的测试。慢慢的点击率保持稳定上升了，但是上升幅度慢慢变小，评估效果工作量也越来越大，这下该怎么办呢？其实交给电脑就好了。

1.1.3、素材优化系统开始搭建，包含素材库、统计服务、投放服务等。由编辑手动录入大量素材，配置好对应的广告位，初始时由服务端将大量素材平均分配给随机用户，一段时间后计算每个素材的CTR，进行权重更新，CTR高的素材占更大的权重，CTR低的素材占更小的权重，另外留一部分权重给新录入的素材，引入时间衰减函数，若长时间表现不好的素材，直接淘汰掉，编辑参照CTR最高的那些素材进行新的设计。

经过以上三步，CTR应该能提升100%以上，但你会发现，很快就会到达饱和点，因为这里有两个因素的问题：1、每个人被当做相同的个体；

2、设计素材的能力。

那么怎么才能继续提升呢？进入下一个方法。

1.2、协同过滤法

设计素材的能力短期内无法提升的话，我只要把每个人当做不同个体来衡量就好，那么点击率就变成了CTR1、CTR2、CTR3……这里就需要开始引入协同过滤的概念了。

1.2.1、协同过滤（主要有两个方向）：

基于物品（内容）推荐：比如你喜欢A，通过A的特征找到B和A很相似，C和A不相似，那么更倾向于给你推荐B；

基于用户推荐：比如你喜欢A，他也喜欢A，通过你和他的共同特征（喜欢A），认为你和他相似，如果他还喜欢B，那么更倾向于给你推荐B；

1.2.2、操作步骤为：选取推荐方法——对用户/物品打标签——计算相似度——产生推荐结果——测试结果修正算法

选取推荐方法：主要看数据是否丰富，如果用户特征丰富，那么选择基于用户，反之选择基于物品；

对用户/物品打标签：以用户打标签不详谈。物品以广告为例，可以分为类型（游戏、体育、财经）、载体（图片、文字）、内容（人、动物）、风格（可爱、成熟）等等，以及分配各标签的权重；

计算相似度：对每个用户/物品进行向量化，每个标签就是一维向量，最终计算的其实就是n维向量的相似度，常用方法有余弦相似度、欧式距离等；

产生推荐结果：C用户喜欢A，且A和B相似（以基于物品为例）；

测试结果修正算法：将B投放给C用户，若效果不理想，主要考虑优化标签和权重。

       经过以上两步，CTR应该能再提升30%以上，主要限制提升率的因素在于标签库的丰富程度。实际工作中，尤其是广告业务，能拿到的有效标签很少，所以推荐出来的结果不尽如人意。

       那么，试着提升设计素材的能力呢？

1.3、AI生成法

       不知道大家有没有了解过阿里的鲁班或者腾讯的Dreamwriter，他们都是通过机器学习的方式来形成自动生产内容的工具。核心流程如下：

拆解图片/文本，比如图片可拆解成：背景、框架、色彩、主产品、次要产品、标题、描述等等；而文本直接可以通过切词完成；

引入大量图片/文本作为元素集合，为训练做准备；

通过机器学习的方式，让电脑知道A和B在一起是可以的，B和C在一起是不行的（学习规律）；

生成大量内容，投放测试（其实类似于海量的对比测试+协同过滤的方式）。

     这里的核心点在于：

有海量的历史数据作为训练样本；

有足够专业的设计能力去提升；

有足够的投放样本回收结果。

2、点击后看见喜欢的内容/素材之间保持相关性

       这两点其实可以一起说，因为简单说来就是：1-转化率=跳出率，通过点击广告素材看到内容的用户，要不就是转化了，要不就是跳出了，无非这两种出路。

       那么怎么提升呢？其实也就是和CTR优化一样，对比测试、协同过滤、AI生成，因为素材，也是内容的一种。

        但一般情况下，素材和内容应该是绑定的，也会有多个素材对应一个内容的情况，但一般不会有多个内容对应一个素材的情况。所以大家经常看见，同一个业务，会在产品上有多个广告入口，而同一个广告入口对应多个业务，则会相互瓜分流量。

       也就是说，在绑定的前提下，只要优化好前者（素材CTR），那么后者（内容后续转化率）自然就高了。

       笔者之前实际操作过一次，将后续的内容元素直接添加到了广告素材上（素材和内容保持一致），且用户对内容元素是认知的、喜欢的，结果是CTR提升了30%，后续付费转化率提升了将近400%。

       但在实际工作中，大家经常会为了追求导入高流量（点击率）故意把广告素材做极具诱惑性，甚至偏离了实际内容，这将会带来后续转化率以及用户的信任度降低的后果，其实质是为了追求短期利益，不优先推荐。