如何持续优化广告投放策略？

国内真正实现自动化广告投放的公司可能只有一两家，自动化投放不仅是自动把广告投放到媒体上去，还包含持续不断的投放策略优化。这个迭代优化的过程，就像是生物种群的进化，在继承-变异-选择的交替中实现优胜劣汰、稳定提高。

广告的精准投放是一个非常复杂的任务。面对多种多样的场景、人群特征、搜索词，信息常常是模糊的、不完整的、不确定的。如何更好地抓住浏览者背后的意图，找出广告的潜在客户，需要复杂的判断处理。选择的思路，不是自上而下地设计一套精密的投放策略并人为保持更新，而是用大量相对简单的元策略构成策略池，并接入反馈数据用于选择淘汰，建立一套可以自行进化的系统。

这样一来系统形成闭环，就可以让数据自己去寻找答案了。进化的单元是元策略，一个匹配的元策略可以是“给25-35岁喜欢旅游的男性推荐摄影器材”，一个出价的元策略可以是“之前1.00$竞价失败的广告这次出1.20$”，等等。单独一个元策略并不全面，也未必准确有效。但是，大量的元策略组合起来，就可以覆盖各种各样的情况；根据真实的效果数据淘汰较差的元策略，并将较好的元策略组合变化，就可以产生出越来越准确有效的策略。

自动化投放策略的优化，就是控制进化过程中的多样性和选择压，确保策略池有效进化。在冷启动的初期，基于进化的系统并不占优；但是随着时间的推移和数据的积累，系统的进化逐渐深入和细化，就会体现出更好的全面性和稳定性。