优化成本、提升转化，这一直是App效果广告买量投放的两大核心目标。广告归因中的数据回传正是因此而生，在投放oCPX类智能出价时，通过数据回传，数据算法不断对模型进行调优，广告投放机器人就会变得更加地聪明和智能，实现成本与转化的更优组合。
简单来说，就是节省起效的时间，让广告更快起量，更快赚钱。另外，openinstall归因平台还提供深层的回传机制，也就是说，不是简单地只回传一次节点，而是根据企业需要，多次回传节点，如卡券领取回传一次，下单成交再回传一次。
深层回传的好处在于，投放机器人就会越来越懂你，真正想要的客户是什么样的，然后为你推送越来越精准的客户，反之浅层回传的话，oCPX投放效果就会不稳定，存在较大的随机性。
要想深度了解广告归因的数据回传逻辑，需要先从oCPX降本提效的各项能力说起。
oCPX的功能与案例
oCPX是一种以转化成本为优化目的的智能出价系统。广告主可以选定优化目标，并提供期望的平均转化成本，系统根据广告主回传上报的转化数据，通过机器学习来预估每一次转化价值，从而自动出价，并按照点击和展示次数进行扣费。同时，系统实时根据已有转化人群拓展相似人群，帮助广告主同时实现有效扩量，提升转化机会。
在效果广告的投放过程中，oCPX的运作逻辑主要如下：
1、首先会基于不同的广告受众进行预估并出价；
2、根据转化效果反馈，对不同受众体现出来的价值进行机器学习；
3、再优化广告的下一次出价，目标是尝试提升受众的点击率和转化率。
以上逻辑会持续重复，不断对模型进行优化，最终会形成对不同价值人群的出价优化，在降低成本的同时提高转化率。
从腾讯广告披露的oCPX实战案例可以看到，针对高频次、低覆盖率以及低转化、高成本的痛点，利用oCPX可以对意向人群进行精准投放，多场景同步推广，并通过创意突出品牌爆款，降低投放成本，助力品牌大促期间获得高ROI。
如何灵活设置数据回传，高效优化投放模型
从上述oCPX的功能和原理可以看出，oCPX的运行关键在于：系统根据广告主回传上报的转化数据来定义优化方向，数据回传就成为其中关键的价值点。
广告数据回传：指归因平台收集或接收到有关广告效果和用户行为的数据时，会向广告平台预先设定的URL或接口发送请求，将相关数据以回传的形式传递给广告平台。
比如广告主同时在多个广告渠道买量投放，当用户点击其中某渠道的广告时，该渠道会将参数发送至归因平台，openinstall通过SDK采集用户激活，再确认归因窗口期内的最后一次点击完成归因，随后向该渠道接口返回此条激活行为事件信息。
openinstall已打通上百家主流广告平台，省去开发者逐一对接渠道以及单独开发数据接口的繁琐操作，也无需定期投入人力维护，只需在渠道列表简单配置，就能将“领券”、“下单”等转化数据回传至各大投放平台。
但如果仅仅只是回传单一策略和浅层数据，还不足以深度激发oCPX的定向优化能力，在openinstall后台，开发者可以根据业务和投放目标需求配置深度且灵活的数据回传策略，更自由地调节归因回传数据的属性。包括：
广告主首先可以通过openinstall渠道配置功能设置数据回传策略，包括分渠道回传、效果值回传、排重有效期、回传有效期、参照事件等自定义策略。
设置好回传策略后，openinstall会向广告渠道秒级回传关键行为数据，并与广告主侧的点击、下载等用户行为数据关联，打通用户广告激活后的行为数据，从而追踪用户从广告曝光点击到激活转化的完整路径数据。
通过对各个转化数据的定位和分析，包括渠道来源、广告素材、时间节点等信息，能够精准定位转化的关键要素并加大投放力度，进而持续训练并优化广告投放模型，不断调优广告质量，降低买量成本，提升整体ROI转化效率。
广告效果好不好，关键在于能否充分利用数据优化。效果广告的根本还是以数据为导向，广告模型以数据回传作为调优原则是有理有据的，我们可以凭借此逻辑观察广告投放效果和用户的反馈，从而优化模型，调整素材，精准触达目标用户，持续降低投放成本，提升ROI。
