SEM优化：+0.01 的意义

在 Adwords 体系中，一个搜索行为（QUERY）会同时触发不同广告商购买的该关键词的广告。Adwords 的任务就是根据每个广告商的最高出价（ MAX CPC ）和广告质量度（ QUALITY SCORE ）来决定这些广告的排列顺序。
AD RANK = MAX CPC * QUALITY SCORE
排序高的广告点击率高，因此是广告商所追求的。在这个公式中起作用的价格是 MAX CPC ，即广告上的最高出价，实际点击价格则很可能不是最高出价。

用一个例子来解释：
广告商A： QS = 10  MAX CPC = 10 ，  AD RANK = 10*10 = 100
广告商B： QS = 10   MAX CPC = 5 ，  AD RANK = 10*5 = 50
广告商C： QS = 5    MAX CPC = 8 ，  AD RANK = 5*8 = 40
很显然 100 > 50 > 40， 则广告商 A、B、C 的广告分别排列在 1、2、3 位。

尽管 A 的 MAX CPC 为 10 ，实际点击价却是 B 的 AD RANK 除以 A 的 QUALITY SCORE + 0.01 ，即ACTUAL CPC = 50 / 10 + 0.01 = 5.01。同理，B 的实际点击价 = 40/10 + 0.01 = 4.01，假设场内没有其他参与者，C 的实际点击价 = MIN CPC 或者 FIRST PAGE BID。

这个排序方式不仅适用于 Google Adwords ， 也同样适用于 YAHOO PANAMA、 MSN ADCENTER 或者百度凤巢，所不同的仅仅是进入公式的质量得分的算法和权重。正因为如此，这个公式是所有广告商都应该耳熟能详的，实际未必如此，不少广告商对于最高出价和实际点击价的概念还是有点模糊。

假设整个竞价过程中所有的产品具有同质性（没有哪个广告商的产品有明显的消费者认知的品牌/质量差异），所有的广告也处于同一水平，那么所有的广告商都应该竞争第一位排名以获得最高的点击和转化，这时候决定排名的因素就是最高出价了，支付能力最强的广告商占据第一位。

此前都是八股废话，下面我们进入有意义的讨论！

回头看刚才这个例子，尽管 A 的出价高达 10 元，实际点击仅仅是 B 的出价 5+0.01。对于 B 来说，这就提供了一个狙击 A 的绝佳机会。B 可以把出价提高到 9.5 元，由于 AD RANK = 95 仍然低于 100 ，B 仍然排在第二位，仍然是 4.01 元的实际点击价格，但 A 的实际点击价格就变成 95/10+0.01=9.51。 B 在没有支付任何实际成本的条件下让 A 的成本提高了 90% ，任何人都知道这意味着什么！

批评凤巢不透明的同学注意了，曾经透明的竞价排名中就可以看到对手的广告排序，因此可以实施 B 对 A 的狙击。但问题是， C 也可以看见 B 的排序，因此可以实施同样的狙击。在这样充分透明的竞争中，每个参与者都不得不按照实际所能承受的最高价格出价，并且难以实现利润。唯一不被狙击的是排位最低的广告，但它又受到了低点击率的惩罚……最大得利者看起来是百度？其实也未必。在这样一个竞争中，所有的广告商都被迫理性出价，百度没有额外红利可享。

把这个例子放到 Adwords 中，狙击就无法实现了。这是因为 B 看不见 A 的 AD RANK，如果实施狙击只能盲目提高出价，一旦提价到 11 元，那么就超过了 A 的 AD RANK 。 B 将成为第一并支付 11.01 元的实际点击价格，亏了！凤巢采用的也是类似的概念。在 Adwords 或者凤巢系统中，排在第一位的广告商实际上可以用远高于实际承受能力的最高出价来保护自己。如果对于某个关键词，A 的最高能承受 3 元的点击价格，他大可以出价到 10 元。这样，如果 B 打算狙击 A ，就不得不一再试探，而超过 A 的时候，B 将承担高昂点击 CPC。如果 A 与 B 的产品具有同质性，那么他们的利润率差距不会太大，A 不能承受的价格，B 也不能承受。关键在于，整个狙击过程中 B 不了解 A 的承受度，即使超过了 A，B 自己又能承受多久这样的高点击价格呢？所以当这样的竞争一旦发生，通常都是双方损失惨重的短期较量。一旦一方决定放弃，价格平衡将会很快回到正常范畴中。这种暗箱竞价一方面避免了广告商的过度竞争，另一方面，当竞争一旦发生，给搜索引擎带来的利润也是格外丰厚的。

不知道批评凤巢不透明的同学在看过这个例子后是否还坚持透明化立场。我个人从广告商角度是支持黑盒子的。

我的例子总是在约束环境中展开，否则无法清除地讨论其中某项因素的影响。在狙击案例中，我假设了 A 与 B 的质量得分相同。实战环境中，这是不太可能的。即使对凤巢系统而言，质量度的权重也必然会越来越大， Adwords 就更是如此。

我们知道质量得分最重要的一个因素就是 CTR ，而 CTR 与广告排名又有直接的关系，第一位的广告 CTR 一定高于第二位。为了平衡排名对 CTR 带来的影响，Adwords 对 CTR 进行了排名正常化。具体怎么做的我们不知道，但可以想象，Adwords 是通过某种点击模型对不同排名的 CTR 进行了折扣。换句话说，Adwords 用预测值折扣真实 CTR，因此这不可能是绝对正确的。另一方面，如果某个广告长期居于第一名，Adwords 的模型该如何有效折扣它的 CTR 呢？回答是没有办法—无法充分假设则不存在苹果对苹果的比较。所以 Adwords 的 CTR 排名正常化是个相对的概念。短期冲击第一位所买到的 CTR 可能不会对质量得分起到多大作用，但是长期霸占第一位的广告一定会在质量得分上得到充分的报答。

现在放开狙击案例中的 QS 约束，B 对 A 的狙击成本就可能高得多。由于 A 长期处于第一位，QS 也许提高到了 20，那么它的AD RANK = 200。为了狙击 A，B 不得不不断提高出价，当它出价达到 20 元时才能冲击第一位，此时它的实际点击价格为20.01 元，大大高于 A。竞争对手们很快就会发现，任何针对 A 的挑战都是代价高昂的，竞争烈度因此大大降低。

如果以这个结论为依据，我们会发现，不管在凤巢还是 Adwords，最好的 SEM 战略都是占据第一位排名，只要占据第一位足够久，质量得分就会补偿你冲击阶段的高昂损失，并把这损失转嫁到竞争对手头上。赢者获得全部，输者倒霉去吧！这是一个简单的战略，不需要引进任何复杂的数学公式，只管冲第一就行。只要你有钱和决心，最终能得到补偿。

但这仍然不是一个可以操作的战略，因为它的约束是产品的同质性……好吧，就算我们解决同质性的问题，是否就可以引入这个第一位战略呢？还是不行。这个竞价环境没有考虑匹配因素……一个关键词的竞价很可能不是针对其他广告商的同一关键词展开的，可能不是针对同一关键词的同一匹配模式展开的。匹配模式到底会有多大影响？在我经历过的一个实战案例中，被推到第一位的某关键词广泛匹配，在 5 个小时的时间内消费了 6 万美元，而正常情况下一天消费也不会超过 3 千。

+0.01 是个很简单的公式，但它远远没有看上去那么简单。SEM 优化还是得老老实实从基础做起，没有捷径可以走。理解 0.01 只是基础上的一块砖。