paid-media-strategy

付费媒体策略

资深效果营销人员的实战手册，助你开展能带来实际成果的付费媒体投放。

付费媒体的常态是预算浪费。大多数账户里的广告系列一直在投放，只因为过去一直如此；受众定向照搬代理商的建议；出价策略默认使用自动出价，因为手动操作很难；创意迟迟没有更新，因为没有一套系统。成本会不断累积。对于一个年投放额为 500K 美元的账户，效率提升 20% 就能为业务省下 100K 美元。对于一个年投放额为 5M 美元的账户，效率提升 50% 就能省下 2.5M 美元。

这项技能所讲的正是如何通过严谨的方法取得这些收益。它假设你已接入付费媒体平台（Google Ads、Meta、LinkedIn、TikTok，或 Synter 之类的聚合平台），并且已配置可正常使用的分析工具和转化跟踪。真正困难的是支撑投放的策略纪律，这正是本指南的内容。

适用场景：设计付费媒体计划、评估是否扩大或停止某个广告系列、在渠道间分配预算，或审计现有账户时。

---

这项技能的用途

这项技能涵盖付费媒体策略和运营。它不涉及广告创意制作（请使用 ads-creative-development）、深入解读结果（请使用 ads-performance-analytics），也不涉及特定平台的 MCP 工具（请查阅各广告平台的官方文档，了解最新的 MCP 配置、身份验证和提示词示例）。

适用对象包括效果营销人员（企业内部或代理商）、负责在不同渠道间分配预算的增长负责人，以及早期制定付费预算决策的创始人。行文注重实操。这里不会让你“自行评估所有选项，但不给出任何建议”。付费媒体决策有章可循，资深从业者可以在一个下午内，根据具体情况制定出站得住脚的计划。

---

付费投放的假设纪律

大多数付费媒体投放失败，都是因为投入预算的理由含糊不清。一个真正的投放假设包含五个部分：受众、优惠、渠道、结果指标和预期规模。缺少任何一项，就无法如实评估广告系列。

糟糕的理由：“我们需要扩大 Google Ads 的投放。”没有受众，没有结果指标，也没有预期规模。没有任何内容可以证伪。

好的假设：“搜索项目管理工具的 SaaS 漏斗顶部潜在客户，通过免费试用 CTA 转化的 CAC 为 80 美元以下，转化率为 3.2%。将搜索广告预算从每月 40K 美元提高到 80K 美元，应该能将 CAC 控制在 80 美元以下，并根据第三季度搜索量带来约 500 个试用注册。”

这个假设明确了受众（搜索项目管理工具关键词的 SaaS 漏斗顶部潜在客户）、优惠（免费试用）、渠道（Google 搜索）、结果指标（CAC、试用注册数）和预期规模（500 个注册，CAC 低于 80 美元）。它可以被证伪：如果 CAC 大幅超过 80 美元，或注册数少于 250 个，假设就不成立，应当收缩投放。

提前设定证伪规则。在扩大投放前就决定：CAC 达到多少时保持不变？达到多少时收缩投放？试用注册数降到多少时停止投放？没有预先约定，每个结果都会引发争论；有了预先约定，决策就能按规则执行。

主要指标是你要优化的指标（CAC、ROAS、CPL）。护栏指标则是你不希望受损的指标（LTV、留存率、品牌搜索提升）。改善主要指标却损害护栏指标，得不偿失。

---

渠道选择：何时使用哪个平台

选择意图与你的产品相匹配的渠道。如果选错渠道，CAC 看起来像是渠道问题，实际上却是匹配度问题。

Google Search。 捕获高意向需求。适用于你有真实产品、用户会主动搜索，且搜索量足以支撑起投预算的情况。最不适用于品类认知度低、没有人搜索的情况。可预测，规模扩大后成本高，在所有渠道中起投门槛最高。

Google Performance Max。 在 Google 生态系统内自动投放多个渠道。适用于你有优质的产品 Feed（电商），或想充分利用 Google 自动化功能的情况。最不适用于你需要控制广告展示位置的情况；PMax 是个黑盒，与算法意见不合会付出代价。

Meta（Facebook 加 Instagram）。 通过广泛定向创造需求。适用于视觉类产品、生活方式品牌、B2C 规模化投放，以及创意素材出色的直接响应广告。最不适用于定向过窄（受众很快饱和），或产品需要高考虑度的 B2B 场景。

TikTok。 探索模式广告。适用于原生感强的视频创意、年轻受众和品牌认知度建设。最不适用于决策周期较长的直接响应广告。Spark Ads（推广自然发布的帖子）的效果优于纯付费创意。

LinkedIn。 精准定向 B2B 受众。适用于客户终身价值高、职位定向明确的 B2B 场景。最不适用于平均订单价值较低的产品；起投门槛太高，难以实现高效投放。

Reddit、Pinterest、Snapchat、X。 利基或补充渠道。适合作为主要渠道奏效后的扩量渠道。最不适合作为起步渠道；在证明任何渠道有效之前，就把资源分散到多个利基渠道，是最常见的浪费模式。

YouTube（Google）。 大规模视频投放。适用于品牌认知度建设或 B2C 考虑阶段。在某些买家研究路径包含长视频内容的品类中，YouTube 对 B2B SaaS 的价值也常被低估。

决策规则：从意图与你的产品相匹配的渠道开始。捕获高意向需求时选 Search；创造需求时选 Meta 或 TikTok；需要精准触达 B2B 受众时选 LinkedIn。在证明任何渠道有效之前，不要同时投放所有渠道。详见 references/channel-decision-matrix.md。

---

预算分配：品牌与效果、基线与测试

四种预算划分会同时进行。合理安排每一种，预算才能不断增值。

品牌与效果。 品牌营销长期充实需求管道；效果营销短期捕获需求。对大多数 B2C 而言，以效果营销为主的 70-30 到 80-20 划分很常见。对于购买决策考虑度高的 B2B，采购周期长达数月，管道可见性比每周转化更重要，因此更适合以品牌营销为主的划分。

基线与测试。 将 70% 到 80% 的预算投向正在奏效的渠道、广告系列和受众；将 20% 到 30% 用于系统测试新渠道、新受众和新创意。没有测试预算，就会停滞不前；没有基线预算，就无从扩量。

主要渠道与次要渠道。 由一个渠道承担主要投放任务（占预算的 60% 到 70%），其他渠道作为补充进行扩量。不要平均分配预算；在证明任何一个渠道有效之前就把预算分散到多个渠道，是最昂贵却学不到任何东西的做法。

每日预算与总预算。 对于希望保持稳定支出下限的长期广告系列，使用每日预算；对于限时测试，使用总预算，让平台在测试周期内自行控制投放节奏。测试期间使用总预算可避免支出失控。

预算节奏也很重要。有些周应提前加大投入，积极测试创意；另一些周则应后期加大投入，抓住季节性需求（节假日、季度末、品类特定节点）。不要让预算保持平稳；平稳的预算会错过需求高峰。

详情和模板见 references/budget-allocation-templates.md。

---

受众定向：拓新、再营销与排除

三种受众类型。应将它们视为不同的策略。

拓新。 尚未听说过你的新受众。相似受众（Meta）、有购买意向的受众（Google）、兴趣组合，以及基于高 LTV 客户创建的相似受众。增长阶段的品牌应将大部分预算分配给这类受众；新需求正是由此而来。

再营销。 曾有互动但尚未转化的人群。受众规模较小，CTR 较高，CAC 较低。不要出价过于激进，否则平台会学会对原本就会转化的用户收取溢价。

排除。 将现有客户和近期转化者排除在拓新和再营销受众之外。这样可以节省支出、降低频次，并避免向已经付费的用户重复展示创意，造成创意疲劳。

常见错误：拓新受众过窄（受众不足以让平台进行优化）；再营销过于激进（蚕食自然转化）；未设置排除（花钱向自己的付费客户投放广告）；基于错误来源创建相似受众（使用高 LTV 客户，而非所有客户）。

详情见 references/audience-segmentation-patterns.md。

---

出价策略：何时适用

出价策略取决于数据状态。新广告系列需要采用与成熟广告系列不同的策略。过于频繁地切换策略会重置学习阶段，浪费刚刚收集到的数据。

手动 CPC 或 CPM。 完全可控，但扩量较慢。适用于诊断，以及尚未信任平台机器学习的极早期广告系列。

尽可能提高转化次数。 平台会在预算范围内优化转化量，并自行决定 CPC。若希望尽可能多地获得转化，而不考虑成本，则适用此策略。在收集数据的早期阶段，这是不错的策略。

目标 CPA（tCPA）。 设置最高 CPA，由平台在该限制内投放。当 CPA 是限制因素，且近期统计窗口内至少有 30 次转化可供平台优化时，适用此策略。

目标 ROAS（tROAS）。 设置最低 ROAS，由平台确保实际 ROAS 达到或超过该值。当每次转化带来的收入各不相同，且你关注的是价值而非数量时，适用此策略。

尽可能提高转化价值。 类似于尽可能提高转化次数，但优化目标是总收入而非转化次数。当目标是获得高价值转化，且已接入转化价值数据时，适用此策略。

新广告系列的策略演进：先采用手动出价或尽可能提高转化次数来收集数据；获得 30 次以上转化后，再切换到 tCPA 或 tROAS；之后定期重新评估。

常见错误：在获得 30 次以上转化之前就使用 tCPA（缺少可供优化的数据）；将 tROAS 设得过于激进（平台会限制投放）；过于频繁地切换策略（每次更改都会重置学习阶段）。详情见 references/bid-strategy-reference.md。

---

广告系列类型

各主要平台的广告系列类型及其适用场景。

Google Ads。 搜索、购物、效果最大化广告、展示广告、视频（YouTube）、需求开发、应用广告。搜索广告用于直接捕获需求；效果最大化广告适用于以商品目录为主的电商；展示广告适用于再营销；视频广告适用于提升认知或促进考虑。

Meta。 销售、潜在客户、互动、品牌知名度、流量、应用推广。销售广告用于直接响应；品牌知名度广告适用于大规模打造品牌；潜在客户广告适用于使用原生潜在客户表单的 B2B。

LinkedIn。 赞助内容、对话广告、潜在客户开发表单。广告形式：单图、轮播、视频。潜在客户开发表单的转化效果最强，因为它会根据 LinkedIn 个人资料预填信息。赞助消息无法定向 EU 成员，因此对话广告仅适用于 EU 以外地区。

TikTok。 信息流广告、TopView、Spark Ads、品牌话题挑战赛。Spark Ads（推广自然帖子）的效果优于纯付费创意，因为它保留了自然内容的信号。若有表现良好的自然帖子，请使用 Spark。

各平台的详情见 references/campaign-type-reference.md。

---

不要把钱花在这些地方

直接列出来。按这些项目审查任何账户，通常都能轻松省下一笔。

• 超出防御范围的品牌关键词。 当自然排名位居第一时，品牌付费点击会蚕食免费流量。花一些钱做防御性投放，以阻止竞争对手竞价是合理的。对自己的品牌激进竞价就是浪费。
• 未设置定向的展示广告网络。 宽泛的展示广告会带来劣质流量。除非你有明确的情境定向策略，否则只用于再营销。
• 你不提供服务的地理市场。 这听起来显而易见，但 30% 的账户都会犯这个错误。每季度审查一次地理定向。
• 你无法提供服务的时段。 适用于服务型企业（法律、B2B、医疗）。非工作时段暂停投放，除非潜在客户表单显然能异步转化。
• 无法带来转化的设备。 如果移动端转化率为 1%，桌面端为 5%，而 CPC 相同，就应大幅降低移动端出价。
• 从不转化的受众。 提取过去 90 天的转化用户，为其他反复点击却从未转化的用户创建排除列表。
• 已经疲劳的创意。 频次超过 4 且 CTR 下降，意味着该更新了。因为“效果还行”就拒绝更新，只会造成持续损失。

这些情况背后的规律都一样：默认设置或日积月累的冗余会产生花费，却无法带来成果。审查、排除，收回预算。

---

创意测试：在广告系列内测试与跨广告系列测试

两种模式。学习速度和开销各不相同。

广告系列内测试会轮播 4 到 6 个广告变体，让平台优化投放，将流量分配给表现最佳的广告。测试风险较低，因为所有变体都在同一个广告系列、共用一个预算中。学习速度较慢，因为平台的优化会模糊信号，让人难以判断究竟是哪个变体胜出。

跨广告系列测试会让完整的广告系列方案（受众、优惠和创意）相互竞争。学习速度较快，因为每个广告系列都有自己的受众和预算。设置开销更高，也更难做到公平对比。

节奏安排。规模化投放时，每 30 到 60 天更新一次表现最佳的创意。高频广告系列则每周更新。保留一两个表现最佳、长期有效的创意持续投放，并轮换其他创意。

“获胜创意是底线”原则。不要为了测试新想法而停掉获胜创意，要同时测试。继续投放经验证的获胜创意，风险很小；为了未经验证的方案停掉它，风险则很大。

---

频次上限

广告疲劳确实存在。同一受众一周内看到同一创意八次，就会对它失去兴趣，更糟的是还可能产生负面联想。

常见上限：认知广告系列每位用户每周展示三到四次；直接响应广告系列每周展示六到八次。B2B 的上限应更低（每位 LinkedIn 定向用户每周一到两次）。平台默认值通常过高，应明确设置上限。

轮播作为替代方案。如果创意变体足够多，可以经常轮播，避免任何单个创意达到疲劳阈值。对于高预算、长期运行的广告系列，轮播加频次上限是最有效的做法。

---

平台报告归因与实际情况不符

陷阱。平台报告的转化量会因浏览后归因、宽松的点击归因窗口以及平台的自我归因偏差而虚高。

GA 中的末次点击与平台报告值。 Google Ads 报告的转化量通常是 GA 的 1.3 到 1.5 倍。差距源于多触点归因差异，以及 GA 不会计入的浏览后转化。

iOS 14.5+ 的影响。 由于 App Tracking Transparency，Meta 和其他平台会少报 iOS 转化量。建模转化会尝试填补这一差距，但并不完美。对于 iOS 占比较高的报告，要格外谨慎。

浏览后归因。 Meta 和 Google 会将看过广告但未点击的用户计入转化。报告的“转化量”中，浏览后转化往往占一半。这对提升认知有用，但会误导效果优化。

跨平台干扰。 Meta 再营销会触达原本也会通过 Google Search 转化的用户。两个平台都会认领这次转化。你为同一次转化付了两次费。

原则。将数据仓库或分析平台作为唯一可信数据源。增量决策应以该数据为依据。平台指标仅用于投放过程中的优化。更深入的解读工作属于 ads-performance-analytics（即将推出）；本技能会指出这个陷阱，避免你根据错误的数据进行优化。

各平台的报告差异见 references/ads-platform-comparison.md。

---

常见失败

付费媒体工作中反复出现 12 种情况。简要说明如下。详情见 references/common-failures.md。

• “我们在扩大投放规模，但 CAC 上升了。”主要受众已趋于饱和。扩大受众范围或丰富渠道组合。
• “平台里的转化看起来不错，营收却很糟糕。”这是归因不符加上客户质量问题，而不只是数量问题。平台会挑选 LTV 较低的转化用户，因为这类用户更容易找到。
• “我们做了 A/B 测试，结果一方胜出，但只领先 5%。”差异在平台噪声范围之内，并非真实信号。
• “我们关掉表现不佳的广告系列后，整体转化量下降了。”你漏算了浏览后转化或辅助转化。应使用留出组进行测试，而不是直接完全关闭。
• “上周频次达到 8 了。”更新创意素材，不要怪受众。
• “我们想把 Meta 的日预算从 $20K 提高到 $100K。”这不是扩大规模，而是提高到原来的 5 倍。预期效率会下降；分阶段提高预算。
• “我们给 B2C 产品试了 LinkedIn。”这个渠道不适合该产品。问题不在 LinkedIn。
• “tROAS 无法投放。”目标设得太激进了。放宽目标或切换策略。
• “超级碗广告投放后，我们看到点击率上升。”这是品牌效应带来的现有需求，不是付费归因。应将其视为品牌信号。
• “Search Impression Share 下降了。”要么竞争加剧，要么预算受限。调整出价前先检查这两项。
• “PMax 很难优化。”确实如此。应将 PMax 视为可测试但可调整空间有限的渠道，而不是可以在关键词层面精细调整的地方。
• “Lookalike 受众扩大到 5% 后，效果下降了。”范围越广，匹配越宽松，效果下限也越低。如果 CAC 是约束条件，就收紧回到 1 到 2%。

---

框架：可持续付费媒体的 11 项考量

设计或审查付费媒体时，请逐一检查以下 11 项考量。任何一项被跳过，都可能导致团队在大规模投放时浪费预算。

1. 假设。 受众、优惠、渠道、结果指标、幅度。预先确定证伪规则。
2. 渠道契合度。 意图与优惠相匹配。搜索用于捕获需求，Meta 和 TikTok 用于创造需求，LinkedIn 用于精准触达 B2B 受众。
3. 预算结构。 品牌与效果、基准与测试、主要与次要渠道、每日与总预算。
4. 受众策略。 潜在客户开发、再营销、排除。应视为独立策略。
5. 出价策略。 手动、最大化转化次数、tCPA、tROAS、最大化转化价值。根据数据状态选择。
6. 广告系列类型。 为平台和目标选择合适的类型。
7. 不应投放的对象。 超出防御性需求的品牌词、未定向的展示广告、错误的地理位置、非投放时段、低转化设备、永不转化的受众、疲劳的创意素材。
8. 创意素材测试。 在广告系列内和广告系列之间测试，并安排刷新频率。
9. 频次上限。 明确设置上限并轮换创意素材。
10. 归因的现实情况。 采用单一事实来源，平台指标仅用于投放期间的监测。
11. 决策规则。 预先确定在已知阈值下扩大投放、保持不变或缩减投放。

该框架的输出有三种结论之一。扩大投放（假设得到验证，且效果幅度足以证明增加支出的合理性）。保持不变（结果达到证伪线；在投入更多预算前收集更多数据）。停止投放（假设不成立，或广告系列已无法发挥应有作用）。

---

如果无法获取所需数据

此技能的输出取决于其无法自行生成的数据、测量结果或工具结果。如果所需输入、工具或数据源不可用或无法验证，获准的输出是明确说明差距的交付内容：需要什么、实际获取或验证了什么，以及输出的哪些部分受到影响。绝不允许为了完成交付内容而捏造、估算或插值所需数字。明确说明差距本身就是完整答案。

---

参考文件

• references/channel-decision-matrix.md - 按情境划分的渠道矩阵，附有最常见业务情境的完整示例。
• references/budget-allocation-templates.md - 常见的预算分配比例和投放节奏模式：增长模式、稳定状态、品牌导向、效果导向。
• references/audience-segmentation-patterns.md - 潜在客户开发、再营销、排除模板，以及跨平台数据协调。
• references/bid-strategy-reference.md - 各种策略的适用场景、常见错误，以及数据积累后的迁移路径。
• references/campaign-type-reference.md - 各平台的广告系列类型指南及其注意事项。
• references/ads-platform-comparison.md - 平台报告特性、归因差异，以及单一事实来源模式。
• references/common-failures.md - 十二种失败模式，包含症状、根本原因、修复方法和预防措施。

---

结语：犹豫不决时，就停掉营销活动

大多数付费媒体决策都归结为扩大投放、维持现状或停止投放。如果分析结果确实模棱两可，就默认停止投放。

效果不明确的营销活动，每天都在让真金白银流失。停止一项表现平平的营销活动，代价基本只是日后重新启动时的不便。风险并不对称。默认停止投放。

后续规则也同样明确。当假设得到明确验证，且效果达到重要量级时，就要积极扩大投放。对一项有效的营销活动迟迟不加码，代价就是错失机会；竞争对手正在同一需求池中不断积累优势。数据足以支撑时，默认扩大投放。

表现平平的结果才是陷阱。它会让人想做更多分析、开更多会议，再说一句“再给它两周时间”。两周表现平平的获客成本，就是两周的资金损失。预先确定决策规则，并照此执行。