我大学读的是自动化专业，有一门必修的课程是自动控制。虽然学的不好，但却也知道，在自动控制科学与技术发展过程中，反馈控制占有着极其重要的地位。

反馈控制，也就是我们平常说的闭环控制，其实质，是按偏差进行控制。

即，通过不断修正输出量和输入量之间的偏差，使偏差不断减小，直至消除，最终使被控量符合我们的需求。

人用手取物、驾驶汽车，都是闭环控制。

竞价的优化，也是一个闭环控制的过程。

竞价的闭环控制

竞价，输入的是钱，输出的也是钱。

第一个“钱”，是成本，第二个“钱”，是成交。

即使是做品牌、抢市场，我们也希望曝光、份额和成交一样，不断上涨，至少达到预期。

这个预期，无疑会反过来影响成本的投入。

高于预期，我们会调整策略，希望能花更多钱，获取更多成交；
低于预期，我们也会调整策略，希望提高成交，或者降低成本。

这就形成了闭环控制，只不过，控制装置是竞价人员，被控对象则是账户、着陆页、客服、销售。

竞价的优化闭环，就是输入关键词、创意、着陆页、客服、销售；来获得展现、点击、访问、转化、成交；根据获得的数据，调整输入，如此循环。

如本文开头所说，闭环控制，本质是按偏差进行控制。

为了取得竞价的偏差量，需要有各个环节的反馈数据。

展现、点击，竞价账户有数据呈现，访问、转化、成交数据呢？

这些数据需要我们洒下面包屑，来追寻踪迹。

数据的面包屑

《格林童话》中有个《汉赛尔和格莱特》的故事，汉塞尔利用面包屑来指引回家的路。

为了获取用户的访问、转化、成交数据，我们也要在竞价的环节中洒下面包屑，追踪用户的踪迹。

这里的面包屑，就是URL跟踪标记，和事件跟踪。

跟踪标记的作用，是标记流量的来源；事件跟踪的作用，是记录用户行为。

URL跟踪标记的原理

浏览器和网站服务器之间的通信，是通过HTTP协议进行的。

一个HTTP请求的Header中，有一部分记录了这次浏览请求的来龙去脉，比如：请求访问的页面(Request Line)，发起请求的链接（Referer）和辨别访客身份的文件（Cookies)。

比如上图，是分别从百度品牌专区和hao123的名站点击苏宁易购的链接后，记录的Header：

• Request Line 说明我们请求浏览的是苏宁易购的根目录，也就是首页；
• Referer 说明我们分别从百度搜索结果页、hao123首页发起了两次浏览请求。

我们也可以在浏览器的地址栏，输入“javascript:alert(document.referrer)”，来查看当前页面的referer来源。

比如上图，输入“javascript:alert(document.referrer)”后，弹出的窗口告诉我们，当前页面是在百度搜索结果页点击链接后打开的。

网站的Cookies也能显示很多信息，比如下图：

图片中，途牛网的cookies中记录了相当多的信息，而且是明文记录的。

所以很多网站会给cookies加密，或者只记录少数信息。

网站的服务器，可以记录Request Line、Referer、Cookies；一些网站分析工具也可以记录、分析Request Line、Referer、Cookies。

当我们给推广的URL添加上跟踪标记时，这些标记就会记录到Headers中，从而区分推广的渠道、流量来源了。

比如本节第一张图片，苏宁易购的Request-Line中，代表首页的“/”后面，就是一串UTM跟踪标记。

UTM标记体系

很多公司在做推广时，会使用URL跟踪标记，在这里推荐使用使用UTM标记。

UTM跟踪标记的介绍，可以参考Google Analytics的帮助页面：自定义广告系列，也可以搜索下相关内容，网上很多介绍。

不过，UTM只是一个规范，URL跟踪标记可以根据自己的需求设置，无需拘泥于形式，只要能够区分流量即可。

比如，途牛和京东的百度品牌专区，使用了UTM标记体系：

百度搜索“二手车”，竞价排名前3的优信二手车、人人车、瓜子二手车，使用的都是自定义的跟踪标记：

hao123的名站区域，苏宁易购、优信二手车、58同城、瓜子二手车，分别使用了UTM体系、第三方跟踪链接、自定义标记：

BTW，在上面的案例中，京东的百度品牌专区、hao123页面的58同城、瓜子二手车都是投放的跳转链接，并给跳转链接添加了跟踪标记，然后将标记传递给最终访问的页面。
一般来说，需要在服务器额外设置，跳转链接才能传递跟踪标记。

既然可以自定义，还有第三方可以选择，为什么推荐使用UTM标记呢？

因为UTM标记是比较通用，并被广泛支持的。很多分析工具除了自己特定的标记，只兼容UTM标记。

如果我们使用UTM标记，当需要使用其他分析工具来做数据分析时，就可以直接导入数据使用，而不用更改标记，或者重新部署、积累数据。

上图是铂金分析的截图，明确说明兼容UTM标记，否则要设置兼容规则；上面优信二手车在hao123中使用的秒针，同样兼容UTM。

既然提到分析工具，那么在这里建议大家，当进行多渠道推广时，可以使用谷歌分析。

如果只做百度推广的分析，直接使用百度统计就很方便。

另外，无论是使用UTM，还是其它的跟踪标记，建议保证各个渠道跟踪标记的统一，防止数据混乱。

同时，为防止竞争对手通过跟踪标记来判断我们的账户策略，计划、单元、关键词等可以使用首字母、数字，或者进行简单的加密。

事件跟踪

用户进到页面，并不是我们的目的。目的是用户在页面上产生行为——用户的行为才是有价值 。

用户在着陆页上会有多种行为，比如发起在线咨询、拨打电话、点击注册按钮、填写表单、播放视频、下载文件、浏览深度/长度……等等。

在线咨询的跟踪很方便，很多咨询工具都可以记录咨询访客的初始访问页面、发起咨询页面。

推广URL添加了跟踪标记后，很容易和咨询工具的记录进行匹配，确定咨询流量的来源。

但有的咨询工具不提供咨询访客的浏览数据，比如QQ，印象中网易七鱼也不提供。

那我们怎么知道咨询、电话、注册是从哪个渠道哪个广告来的呢？

这时就需要用到事件跟踪。

不同分析工具跟踪用户事件的原理大同小异，都是通过特定的JS命令，将指定的行为事件发送回分析工具，进行统计分析。

具体可以参考分析工具的相关介绍，比如《Google Analytics事件跟踪》，《百度统计trackEvent说明》不赘述。

针对需要跟踪的行为，比如拨打电话、点击注册、提交表单等，在网页相应位置添加事件跟踪代码，当上述行为发生时，分析工具就可以记录下来，然后比对URL跟踪标记，从而知道是哪些渠道的流量产生的行为。

比如，某个项目希望访客添加微信，我们可以把复制微信号的行为作为转化目标。

因为基本上只做百度，所以选择百度统计作为分析工具，设置了复制行为的事件转化，并在网页添加事件跟踪代码代码：

结合百度搜索推广的展现、点击、消费数据，就可以分析不同计划、单元、关键词的转化效果：

如果是百度之外的渠道，百度统计中可以通过“指定广告跟踪”查看，但因为数据不互通，所以展现、点击、消费等数据还需要另外统计分析：

上图中左侧红框显示是“推广单元”，其实是推广计划，可能百度统计对UTM的兼容不是很好。

所以百度以外的渠道使用百度统计，最好按照百度统计的跟踪体系设置URL跟踪标记。

与跟踪页面事件类似，做APP的推广时，用户在APP内的操作行为也是需要进行跟踪的。因为用户下载APP不是最终目的，最终目的是用户有没有在APP内购买服务，或者其他方式为我们创造价值。

成交数据的匹配

当我们安装好分析代码，设置好跟踪标记、事件跟踪后，每个推广来的流量就有迹可循了。

当有对话、注册、下载产生时，根据标记，就可以知道这些转化从何而来。

那成交如何确认呢？

如果有CRM系统，在系统中标注好每个客户的来源；没有专门的系统，使用Excel或者云表格标注、跟踪客户也是可以的。

如果是长期运营的内容、电商等网站、APP，各个分类、产品都可以添加标签，从而给客户打标，结合推广的渠道数据，进行精细化的客户运营。

限于篇幅，本小节不再深入，进入下个环节吧。

可控的竞价

当我们洒下面包屑，追寻到转化或未转化的流量时，就可以对转化的上游环节进行调整优化。

这就完成了竞价的闭环。

一旦形成闭环，竞价就开始变得可控，因为从展现到成交各个环节的数据，都在我们手中了。

在之前的文章中说过，掌控了“率”，就掌控了竞价。见：《竞价，不只是竞价》

因为竞价的最终结果，不过是各个环节的转化率相乘的结果。

如果竞价的最终结果不符合预期，那么一定是某个环节的转化率出了问题。

比如，某个渠道、计划、甚至关键词的ROI很低，上溯各个环节的数据发现，展现、点击、访问、成交都没有问题，唯独咨询转化率过低，那么我们就可以针对页面内容和客服环节进行调整。

如果页面、客服也没有问题，那可能这个渠道/计划/关键词带来的流量的咨询意向就是很低，可以考虑降价或者暂停推广。

又比如，公司调整了推广目标，要求增加注册量，放低了付费的要求。那么找到注册环节转化最高的渠道/计划/关键词，增加消费；注册转化低的减少消费就可以了。

所以，通过面包屑获得各环节的数据后，无论是控制消费、优化ROI，还是调整目标，都可以“随心所欲”，竞价，就成了可控的竞价。

oCPC也是闭环可控

信息流引入了oCPC，百度搜索竞价也增加了oCPC功能。

虽然oCPC在判断流量上，是通过机器学习，但在优化逻辑上，和本文是一样的闭环原理：
根据数据反馈，判断高转化流量；调节广告对不同流量的展现比例；最终取得一个满意的转化率。

上图是百度搜索oCPC产品介绍中的截图，明显是一个闭环。

百度搜索oCPC撒下的面包屑，是一个URL跟踪标记“bd_bid”，通过这个标记来区分流量来自哪个计划、单元、关键词。

然后百度想办法获取到咨询、填表、电话等转化数据，并根据数据调整展现，尽量将广告推送给高转化人群，实现可控。

很明显，中间的点击、访问、客服，百度是无法干预的。

由于oCPC第一阶段，不适合调整账户、着陆页；第二阶段，不能频繁调整账户、着陆页，所以搜索oCPC效果想要更好，也要先保证各个环节的转化率。

既然中间环节无法干预，那就可以看成是一个环节、固定的转化率，所以在信息流、竞价的oCPC系统眼里，其实是这样一个闭环：

也就是只考虑展现和转化的简单闭环。

除了闭环更简单，oCPC整个优化流程基本无需人工干预，所以是“真·自动优化闭环”，我们人工优化只能是“优化闭环”。

可控不是万能的

自动控制系统的基本要求是：稳定、快速、准确。

竞价的闭环优化，稳定、准确是可以保证的。但因为控制装置是人，无法达到“快速”，成为竞价闭环优化的一个缺点。

如本文开头所说，闭环控制的实质，是偏差控制。只有竞价的结果与预期出现偏差时，我们才能根据反馈进行优化操作。

而这个偏差，需要统计一定周期的数据、进行分析后才能得到。所以，竞价的优化调整存在滞后性。

换句话说，效果好不好，要先花钱，把数据买回来，才能知道，才能调整。

另外，即使可控，竞价也不是Ethan Hunt，无法完成不可能的任务。

比如，有的公司推广的目标明明只有一个，就是赚钱，但老板却要求某些竞争激烈的词必须排第一。

如果是做品牌、抢市场，别说少数词，全都排第一也没问题。

如果抢排名的同时又要求转化成本低于多少，这就属于不可能完成的任务。

因为优化到一定阶段，点击率、抵达率、转化率、成交率都是基本稳定的，而要求排第一的那些词，会稳定在较高的单价。同时因为竞争关系，点击单价会越来越高。

各环节转化率没变，点击单价高，而且越来越高，最终的转化成本也就是越来越高的。

而竞争激烈的那些词，搜索量也是比较大的，所以最终结果，就是为了少数词的排名，拉低了整个账户的ROI。

所以遇到这种不可能完成的任务，就要跟老板讲清楚，要么只赚钱，不要求排名；要么抢排名的词不计入ROI考核。

总结下，可控的竞价就是：

1. 通过跟踪标记，确定转化流量；
2. 根据转化数据，倒推各环节转化率；
3. 根据环节转化，调整优化竞价各个环节；
4. 最终形成优化闭环，实现可控的竞价。

当竞价完成闭环，实现可控，再遇到低谷的时候，就真的不用苦恼了，因为知道哪里出了问题。