针对预算增加roi不佳的结果如果能将之细分出一些原因出来，再一一解决，效果自然而然能得到改善

很多时候，我们在和别人交流投放的时候会听到这么一句话：

“预算加大，roi就降低了！”

然后这些团队都是给自己和服务的代理商设了一个上限，加了一个框框：

这个渠道一旦加预算roi就不行，所以这个渠道量就只能这样，不能再加量了。

不知沟通的时候是否有细致到里面具体的数据分析上，当然也包括产生这样的原因不了解，或者说对于里面定位的问题无法定位到，所以大家在沟通的时候都是针对“加预算roi就不好”这个结果在聊。

从结果出发来谈解决办法，这个自然无法找到方法，也自然无法有个好结果。

给个建议！

有没有试过对产生这样的结果进行问题的假设，然后一一验证解决。

根据我们团队的经验，预算一加效果不好，有我们目前发现的几个原因：

1、获得的非精准流量增加了；

2、获得的劣质流量增加了（劣质流量和非精准流量有所不同)；

3、媒体根据算法预估提前进行消耗后对流量再做分配，所以会看到有些转化效果在后续几天都会一直有。

肯定还有其它原因导致预算增加后的效果不佳，但就我们已知的3种可能性我们会采用一一对应的方法去测试观察，并且尽量规避。

之前一篇文章《消耗量、转化率、用户质量、roi、投放节奏》就是想表达，如果某个产品的投放，出现这样的问题还没合适的方法去解决，那么每天拼命的消耗，roi肯定不佳。

如果方法找到了，预算最好是每天都在稳步增加是最好的方式之一。

针对上面所讲的三种情况，其实都有一一对应的各种手段。

比如第1点，这块需要甲方或产品内部结合后端数据去看，如果引流进来的用户后端行为和正常计划导入的行为差距较大，基本可以定位出用户可能不精准的情况，用户不精准源于素材、or 创意标签、or性别、、or区域等等，通过细分数据是可以分析出来，在投放的时候也是能在后面的过程中进行规避。

这块规避了，实际加的预算不是效果不行，而是避免被浪费掉了。

比如第2点，在信息流投放的时候，如果看到点击率数据高，而转化率偏低的计划，实际上可以去分析为何点击率高，投放了什么素材，投放在什么位置，这类素材正常的点击率大概多少，是否有些什么样的“隐藏手段”在里面，这块是完全可以通过数据验证的。

将劣质流量去尽可能过滤掉（不能100%）也是能将效果提升的有效手段。

关于第3点，这块有它独特的一些手段，另外也和每个团队在数据统计方面的精准度和差异度有关，我也提到因为数据的转化会延迟好几天，所以在计算用户成本和roi的时候也就需要有个整体的计算和考虑。

所以，针对预算增加roi不佳的结果如果能将之细分出一些原因出来，再一一解决，效果自然而然能得到改善，至于这个预算量级放到多大的级别才是瓶颈，这个每个媒体每个产品都有不同，只能具体问题具体分析。

-END-