信息流广告优化两大老大难问题，一是没量，二是高成本。
相比之下绝大多数广告主更发愁的就是没量，这一件很被动的事情，流量不受广告主左右。
那么问题来了，为什么转化成本会高呢？
这时候优化师就抓狂啊！
优化师想要转化成本都低于转化出价，但是为什么成本比转化出价高那么多？
这个时候，媒体朋友心里可能想：臣妾做不到啊！
但他们不这么说。优化师们被普及了一波“模型”、“学习期”这些新词儿。
媒体的运营们经常这么告诉优化师：“前期成本高是正常的！因为你的计划还在学习！忍一忍，等模型学会了成本就会降下来了！”在媒体的强势科普下，我也大概能明白“为什么转化成本会高于出价了”。
我们以头条为例，用一张图来简单理解“模型”、“学习”是咋回事。
解释一下：
媒体平台有很多用户，他们有不同的特征，有男女老少，有不同的兴趣爱好，我们用形状来代表不同特征的人。有的用户是三角形，有的是五角星，有的是心形，还有的是圆形。
我们把投广告的过程分成两个阶段。在第一阶段（图中①的步骤），系统先从中找出一部分人，给他们看广告，看他们的反应。其中有的人点击了，有的人没点击，有的人点击之后还转化了，我们要重点关注那些转化的人。这里用圆形和心形代表转化了的人。
有了转化的人之后，就要去分析他们，这就进入到了第二阶段（图中②的步骤）。媒体推测那些转化了的人应该是比较喜欢这条广告的，那其他圆形和心形的用户是不是也会比较喜欢这条广告？我们给更多圆形和心形的用户展示这条广告，系统形成了一个找人的“模型”，这就是机器学习的原理。先找到一部分转化了的人，然后分析他们的特征，建立模型，再根据模型去找到和他们相似的人。
每条计划都必须经历第一阶段这个过程，这个阶段媒体还不知道什么样的人会转化，所以成本会高；等到能找到人了，成本就会降下来。当然，也可能找不到转化的人，那就成本一直高或者没量。
转化出价使用中的要点
转化出价对优化师来说很简单，就只需要填一个数字；但对系统来说有很多工作要做，需要经历复杂的运算、不断地去寻找用户。所以需要你和系统来配合，一起来找到目标用户。
那么，怎么配合呢？
当成你是老板，系统是帮你干活的长工。对长工来说，按转化出价比按点击出价来找人难得多，老板的要求挺难完成的，所以老板得对长工多点理解。
那么，理解具体体现在什么地方呢？
()需求不能总变——不能频繁调整出价
比方说盖一个房子。开始老板说要一个三居室，过一会又变成二居室，再过一会说要一个二层的loft，老板的要求总变，长工很懵啊，不知道咋干好。要求不要总变，这样干的活才能又快又好。
如果确实要变，该怎么办呢？在原来的基础上，稍微变一点，不要变得太多。例如，你原本出价块钱，不要当天一下子将出价变到块钱，可以当天变到块钱，第二天变到块钱。不要幅度太大、太频繁。调整的幅度可以按照出价×%作参考，例如×%=，出价块钱可以一次调整块钱左右。怎么理解太频繁呢？一天超过次就算频繁了。
()接受长工有新手期——允许计划在学习期的时候接受成本高，暂时不作调整
谁干什么事，一开始都不熟练，做的总是差一些。老板得接受长工有新手期，也就是允许计划在学习期的成本比较高。每一条计划新投放的~天成本都会不稳定，不管你愿不愿意，他都得学习。而且不是还有赔付吗，所以成本高的时候也可以先不做调整和降价，有人给你赔付，就不用心疼“成本怎么这么高啊”。
今日优化经验：
各媒体初期都在用点击出价，它的问题是转化率不好控制，转化成本波动很大；
转化出价能解决转化成本波动的问题。媒体对你的转化成本负责，想要多少成本就出多少钱。例如想要元一个激活，就出元；想要元一个下单，就出元；
转化出价一个主要的特点是计划需要学习，学习的时候成本比较高，这是必须忍受的；等计划学会了，成本就会降下来；计划学不会，这钱也得花，这就是客观规律；
对转化出价不能要求太高，不能要求每个转化成本都是符合要求的，不用成本一高就调，这犯不上。
可以记这个顺口溜：
系统模型要学习，
不要总调行不行，
前期多测是王道，
找准方向再降价！
