这时候有人会有疑问——后边的转化数据其实是非常重要的数据，企业愿不愿将这些数据回传给广告平台呢。事实上，的确有这样的顾虑，后边会讲针对这类情况典型平台的解决方案。

可以看到ROI其实是广告主最终关心的核心指标，而中间的其他转化指标则是ROI的先导性指标，二者存在强相关，但这个强相关是波动和变化的。

因此当广告平台不能针对ROI直接进行优化时，就需要广告主自行把握和控制转化指标和ROI之间的关系，这是广告主重要的痛点，也是广告平台们一直努力的方向。

四、互联网广告效果衡量的进化方向

今天，互联网广告效果衡量会朝哪一个方向演进呢？

其中一个方向就是——基于转化的算法优化。

对于互联网广告而言，效果是一个典型的逐层递减的转化漏斗，有的转化漏斗短，有的转化漏斗长，比如网服行业的工具类产品，可能它的漏斗就相对长一些。

一个典型的工具类产品的转化流程是——广告曝光、广告点击、应用下载、应用安装、应用激活、浏览变现广告。

从上一个环节到下一个环节，都会有不同程度的流失。

而理论上，在支持按效果进行出价的今天，都可以对上述转化事件进行单独出价——比如3元购买一个有效下载、5元购买一个有效激活，无论用哪一个转化事件进行出价。

今天成熟的广告系统都能进行针对性的优化，即在客户能接受的范围内将广告内容推动给最可能转化的用户。

然而，这里边有一个问题，广告平台能对转化事件进行针对优化的前提是广告主必须将转化事件的数据回传给广告平台，因为广告平台需要这些转化数据反哺系统去识别和预估哪些是容易转化的用户。

但对于任何一个广告主而言，试听、下单、复购等转化数据都是最核心的数据，是公司最重要的资产，所以他们对这些数据回传的安全性也是存在顾虑的。

那么，如何解决这个问题呢？

答案是基于ROI预估的出价模型，即App广告主可以设置一个浅层转化行为的转化成本和一个最低可接受的首日变现ROI（=首日内变现金额/广告当天的消耗）。

系统会在参考浅层转化行为目标成本的基础上，根据预估广告频次、ECPM实时计算出价，尽可能控制广告变现ROI不低于广告主设置的期望ROI。

这样做的目的是在保障ROI基础上，提升拿量能力。

这样的好处是显而易见的：

首先，广告主无需进行全部收入数据的回传，因为优量汇本身就存储变现数据，也无需将其他渠道变现收入回传，最大程度上打消了广告主的数据安全顾虑。

其次，系统自动实时通过预估收益调节出价，无需投手根据首日ROI倒推次留率目标进行手动调整，同时也不会错误地过滤留存低而付费意愿强的客户。