01为什么要“脱包”？

广告投放可以简单地分成两个环节：找人和转化人。

早期模型确实需要依赖人的经验来教它什么样的人会转化，所以有了一系列定向功能，让人把自己的经验喂给模型。

可以说，模型越弱，越需要人的经验；而当模型变得更强大时，人的经验就变得不再重要——甚至人为的定向反倒会束缚系统找人的能力，添乱。

时至今日，广告系统已经积累了足够多的数据和经验，已经没有任何人敢自称比广告模型更理解自己想要什么样的用户了。

所以，为什么要脱包？

简单来说就是一句话：现在模型已经非常强大了。

再说一下我自己的感受。人的经验是会有局限的，对于做成的事情往往会产生一种路径依赖。比如，对于投放重度游戏来说，我们会倾向于加入很多人群包，觉得这样效果很好，很多人就会只投这波人。

但这种做法会产生三大问题：

一是，这波人会越来越贵。因为大家都在抢这一小撮人，导致内卷严重，效果越来越差，投放的成本也会越来越高。

二是，会错过很多潜在的机会。包外面的人可能更便宜，而且也有可能会转化，只投包就会错过这些人。

三是，容易形成投放垄断，中长尾厂商会被“饿死”，整个投放生态的健康会受到影响，是不可持续的。

这些问题是早就存在的。因此，我从2016年入行开始，就会同时投放通投和加定向两种设置的广告，长期做对比测试。

我亲身的经验是，即便是那种深度转化成本高达几百的重度游戏，有的广告通投的效果也很不错，也能跑起来。

正如《计算广告》刘鹏老师提到的：脱包是将人群挖掘这件事，从“碳基”的人类经验驱动，升级到了“硅基”的算法建模驱动。

脱包能够“强制性”突破广告主的刻板印象，非常有利于受众的破圈。从腾讯广告游戏行业的整体数据可以看出，脱包这一关键策略，对大盘消耗和游戏行业付费人群总量都起到了良好的刺激作用。

这么长时间过去，系统能力确实更强了，我们也该放手了。

02“脱包”之后怎么找人？

一提到脱包，大家都会想：脱包之后我们该如何找到人呢？

对于接了RTA的广告主就不用多说了。

但对于普通广告主而言，广告商品化无疑成为一种更为重要的找人方式。

那么，广告商品化跟定向有什么不一样呢？

答案是退了一步。

定向是：广告主自己选我想要什么样的用户，性别、年龄、有过什么样的行为……然后在系统里筛选出符合条件的用户。

广告商品化是：不需要说你想要什么样的用户，只需要说清楚你的产品是什么即可。系统会自动去寻找对投放的产品感兴趣的人。

这样做不仅会更准确，投放的效率也会提升。每个环节各自做自己擅长的事情。

广告主了解产品，那就说清楚产品；广告模型再去做匹配，能减少人为的局限性，量级也会高很多。

越是能够清楚地告诉系统你的产品是什么，卖点是什么，系统也就能越快找到合适你的人。这是用好广告商品化的关键。

腾讯广告在广告商品化这一块起步比较早，对广告行业的理解也更深，在多个垂直行业中都可以看到商品化思路的影子。

腾讯广告针对不同垂直行业，搭建了比较完备的知识图谱，包括小说阅读、视频直播、生活服务等行业，部分行业商品标签覆盖率甚至高达86%。

再比如，近期腾讯广告也在游戏行业重磅推出了“游戏知识图谱”的概念。简单来说，就是对游戏产品标签进行细致的拆解，包括这款游戏的玩法是什么、画风是怎么样的、属于哪一类游戏等等。系统只有在深入了解这款游戏的基础上，才有能力推荐给更匹配的用户。

可以说，广告商品化是广告行业一次重要的创新！

此外，通过创意来反向筛选人也是一种有效的方式。这个跟之前的操作没差别，但是变得更重要了。

正如我之前采访品众创新腾讯运营总经理张大波时，他提到的：素材能力将是投放的终极赛场。这就需要优化师把更多的精力放在产出更好的创意上。

03脱包之后效果怎么样？

整体来说影响不大，毕竟模型发展这么多年，已经变得非常强大了。

即使退一步来看，广告主还是那些广告主，用户还是那些用户，打乱一下也应该是有人坏、有人好。

我们先来看一下具体的数据（不方便写得太详细，但是可以看个数据规律）：

某大厂的一款重度游戏，在日常稳定投放的阶段，去年6月份消耗1300万，首日ROI11%。6月底采用脱包投放，导致刚开始消耗不出去，量级下降。

然而，经过两周的时间，投放情况逐渐恢复。7月份消耗1100万，首日ROI10%。

到了8月份消耗明显上涨，跟脱包之前比也涨了30%，达到了1700万，首日ROI达到了13%。

我们拉一下其中一个账户7月份的数据，看一下数据规律：

开始消耗掉了是因为新广告计划冷启动困难，量级掉了近50%。

随着切换通投和加强深度数据对接之后，明显感觉触达的人群范围扩大了很多，单天消耗量级比脱包之前提升了近1倍！

由此可见，投放在少了“包”这一抓手后，效果反而朝着更加正向的方向发展。也说明了，依靠系统算法的“智慧”可以帮助我们创造新的机遇。

腾讯广告公开给过一组数据：在推行脱包之后，整个游戏用户的大盘ROI提升了十几个点。

另外，脱包对于游戏投放来说，还有三个观点补充：

从品类来看，脱包后更有利于泛人群品类、新内容品类成长起来。同时，对于垂直品类，系统也能对目标人群的量级进行拓展。

从投放策略看，脱包后要迅速使用ROI出价工具+通投+深度数据合作的“组合拳”，才能最大化的保证投放效果。

从甲方规模来看，脱包投放除了可以帮助头部游戏厂商实现人群破圈，对于没有人群资产优势的中等/小体量广告主而言，脱包也能帮助他们在短期内更好地触达核心人群，提升广告消耗和效果，快速成长起来。

看到这，投放其他行业的小伙伴肯定会想，上面都在讲游戏行业的脱包效果，代表那其他行业脱包投放后效果也是正向的吗？

我再来分享两个案例。

案例一：某相亲产品

定位是父母给孩子找对象。与传统的婚恋产品有明显的差异。目标人群“单身狗”的父母，且父母有线上相亲和付费的意愿，明显目标人群比较窄。

在投放中长期面对广告计划跑量难的问题，尽管广告主上传了一方数据辅助找人后，量级没有提升，成本也比较高，后端付费ROI比较差。

看似已经一盘死棋，但脱包后效果又如何呢？

借用模型推荐探索目标人群，量级和后端均明显提升，广告消耗从日均4w提升至17w，成本降低了60%，付费ROI提升了40%！

用户规模从去年的100w+，提升到了目前的500w，增长了三倍以上。该产品在腾讯广告的投放占比也从15%提升到70%。

案例二：某付费小说/短剧

该产品链路就是通过投放公众号关注/企微，引导用户点击进入，通过一系列的运营实现付费转化。之前该产品主要选择绑定人群包投放，但量级一直起不来。

然而，在脱包投放之后，配合企微链路的优化，对比历史绑包投放数据后发现，拓展了30%的“包外”用户，实现了目标人群的破圈。

腾讯广告发展到目前的阶段，脱包是对整个生态都非常有益的事情。无论是游戏，还是其他行业，我们都应该勇于打破固有的思维惯性，紧跟媒体的发展步伐，才能实现投放效果的根本提升。

04总结