oCPM的竞价依据：
eCPM=bid_price（广告主设置的转化出价CPA 60）*pCVR（从点击到转化的比例预估）*pCTR（点击率预估）*智能调控因子
在这里智能调控因子主要受到两方面的约束：实际成本花费情况、预算花费的速度（如果花费太快则会降速，太慢则提高花费）。
最终出价策略的优化目标就是围绕上述公式，使得实际CPA和客户出价CPA成本尽可能地小。
但是，oCPX系统出价毕竟依赖于模型对于CTR和CVR的预估能力，优化目标虽然确立了，但不一定能达到最终的效果，因此国内平台（字节、腾讯、阿里以及京东等）都会在计划投放冷启动前期上线对应的赔付机制，对于客户满足模型训练样本门槛的，例如成交转化数据在3天内达到4个，并且客户在投放平台各项设置次数不超过1一次，那么对于投放X天内容，超出基础CPA成本120%的部分进行现金券赔付。
这么做的目的不仅是为了促进广告主追加投入（优惠券时效有限，并且需要搭配现金消费），同时也是帮助平台自证清白，让所有对于人群、关键词、分时段以及地域都交由平台来控制，广告主仅需关注最后的转化成本CPA。
以上是整个对于出价策略的完整介绍（留了一个3.0智能出价时期Nobid、tROI以及VOE出价方式等坑，甚至后面还有智能预算CBO的介绍策略），等收藏与评论较多再开一篇文章来介绍。
核心思路其实是想从广告出价bid对于平台与客户的意义角度出发，同时伴随着出价策略历史发展，介绍广告平台利益和平台利益的博弈。为了解决这些经济学博弈上的难点，平台做出了智能化出价的能力来解决这些博弈的难点，整个思路来介绍出价整体的内容，其实出价当中有非常多的策略玩法和可以了解的地方，也是目前市面上比较偏好的广告策略产品类型。
本文由 @策略产品Arthur 原创发布于人人都是产品经理，未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
