优化师的日常工作中接触最多的就是广告投放平台，很多优化师一度把自己形容成一个无情的上计划机器，每天都得花费大量的时间去做这件事。近年国内广告投放平台通过开放Marketing API已经大幅提升了人效，通过批量的手段把优化师个人效率大幅提升。但这时又迎来了一个新的问题，随着市场开放，竞争加剧，建计划这件事就会开始“卷起来”，你100条，那我就1000条，再次陷入不断建计划的循环中去。对媒体而言，大量的重复广告不仅对用户造成审美疲劳，而且对于服务器各种资源来说也是一种浪费。
工具升级的目的原本是为了解放人力，把优化师从重复劳动中解放，更专注于广告本身，去思考如何高效的获取用户，提高投入产出比，但是显然目前的改变仍然还不够。那么广告投放平台这个工具，能不能再一次更好的升级？
从媒体出发，“广告投放平台”这款产品的使用对象是谁。不就是优化师嘛？这款产品要进一步提高效益，最直接的做法就是降低使用门槛，提高操作效率。这一点从近两年的广告投放平台变化趋势中也能看出来，媒体将过许多平台的流量聚合统一，再通过规范化的输出去实现多平台的使用门槛降低。
统一的广告投放平台本身是为了更大的规模去做准备，但是进一步切分到精细化垂直的时候，又需要再次拆分出来，这一次主要针对垂直类客户做定制化，也就是完成产品形态上的拆分。
在以往的广告投放平台下，多流量多行业归拢到一起虽然提高了规模效益，但是不可避免的会出现许多的功能上的冗余。在整个操作上，所有使用者看到的都是一个界面，许多不相关的功能和界面也同样会出现在不同使用者的眼中，这实际上是降低了使用效率，提高了使用门槛。而且随着版本迭代的过程，功能会越来越多，除了操作使用上复杂程度的增加，还提高了开发难度和维护成本，一旦出现故障，所有客户都难以幸免。
从近期腾讯广告做的行业投放端不难看出，头部媒体正在有意向着垂直领域进军。相比过往统一的投放后端，这些行业投放端在使用上更简便，投放逻辑也大大精简，配合高效的算法能力，广告主能更高效的投放广告获取流量增长。
其中，以腾讯广告为例，腾讯广告就开始慢慢推出了针对各个行业的投放端定制化的功能，现在可以看到的就有游戏行业、房产行业以及本地生活行业的投放端。
从这三个行业投放端来看，一条明显的主线就是先做减法，再做加法。先将通用性的基础功能抽取出来，减少行业无关的操作，再根据不同行业的特征来添加行业特色功能。
以游戏行业为例，游戏行业投放端跟以往统一化的投放端相比，从整个游戏投放周期来考虑，具备了很多额外的功能，更加贴近游戏行业的需求。
可以分成两个方面来看，一个是提升效率，减少冗余操作；例如主线包上传、批量新建计划、广告创意审核可视化、游戏专属托管模板等功能。这些提效方面的功能与以往的功能上其实并没有多大的变化，但是更加贴合了特定行业的专属要求，对于游戏来说，主线包的上传之前就挺麻烦的，再加上我们在托管计划时，总是要考虑到自己本身行业的特定指标、诸如注册、付费率等等。这些提效方面的功能，可以降低游戏广告投放人员的门槛，让更多的人尽可能的参与到这个生态中。
一个是提高效果；例如提前标注游戏特征、选择游戏类型和营销场景、游戏专属流量定向以及分定向出价。在计划度过冷启动的时候，由于转化数据的稀疏性，其实度过冷启动并不是一件概率很高的事情，在提前标注游戏特征的时候，通过前置特征，算法模型可以较好的进行数据的探索，比如SLG游戏以及小游戏，背后的人群是不一样的。而对于游戏的不同阶段，往往采取的营销策略是不一样的。在游戏上线初期，更加注重的是游戏的买量量级，而到了游戏的中期，会更加注重游戏的回收效果。
其中，分定向出价是一个比较突出的功能，我们之前在建计划当中，为什么要建那么多计划呢，目的在于测试出一个较好的定向，即使在现在ocpx盛行的时候，不同的定向上其实所获得的后端转化效果依然存在差异。并且分开定向建计划的话就有一个我们所说的数据稀疏性的问题，分定向出价其实在一定程度上解决了这个问题。
同样的产品优化策略，腾讯广告对本地生活行业和房产行业都进行了升级，其中本地生活行业一个值得关注的新功能——流控优化，提升广告对优质人群的曝光概率，我们都知道在跑本地行业的时候一个难点就是在人群太少，通过加强曝光概率，可以对人群进行重复曝光，一定程度上可以提高转化率；而从这版房产行业来说更多关注的是极简操作以及和后链路的结合；与房迅达产品相配合，实现从前端买量到线索管理的全链路。
总的来说，腾讯广告这次的行业投放端的释放将为广告主进一步提升效率。而就像前面文章很多次讲到的，优化师的核心能力和思维能力是围绕流量来建立的，主要的工作是在做一件通过各种手段达到ROI最大化的事情。在这个过程里面，各家广告投放平台只是提供了一个快捷有效的工具，通过竞价手段让我们实现快速获量。从优化师的角度看，我们该思考：如何更好的使用广告投放平台去做优化？在降低了使用门槛之后，可以针对广告投放平台采取不同的投放策略，比如在不同关键行为下进行埋点提高跑量能力，利用用户价值分层来考虑RTA策略的设计。
