oCPM 实际上相当于一个虚拟的运营投放专员，他拥有多维度的、实时反馈的、历史积累的海量数据，能够针对广告的成本目标和实时投放效果，进行快速地计算和调整，给出一个相对最优的出价。
理论上讲：
CPM：覆盖市场，将广告覆盖到尽可能多的人群
CPC：在乎点击量，希望用户尽可能的点击广告
oCPM：厂商会根据你想要的action在CPM的基础上优化目标投放。
oCPM：optimizedcost per thousand impressions，顾名思义，oCPM 是经过 optimized（优化）的 CPM。区别在于，oCPM 可以选择仅优化 impressions；或者优化一个特定的 action — 在经过一定时间和数量对用户分析以后，厂商会知道广告受众中对于某一个动作的喜好程度：比如 点击、购买、落地页的跳转 等，这个对于花费的精准性的提高会有很大的帮助。
对计算机来说只有数据才可以说话，为了解内在需求，oCPM 主要分为三步：接触目标人群 — 对人群产生分析 — 进而将广告投放给更多的这类人群。以落地页浏览量为例：一定数量的受众点击广告并且跳转到了落地页 — 收集这样的用户信息 — 分析这样的用户然后将广告投放给其他类似的用户。
厂商广告本身可以选择的扣费行为就两种：覆盖（CPM） & 点击（CPC），就好像计算机编程就只有0和1。所以这时候 oCPM 提供的就是一个类似于人工智能的操作，让 厂商帮助你去优化你的广告投放，将广告尽可能投放给可以在点击之后进入落地页，或者点击之后会产生购买，或者是最终会安装 APP 的用户。但是 oCPM 会有一个学习的过程，就好像只有当你谈过几次恋爱之后才会知道自己真正喜欢和适合的TA会是什么样子。所以广告主能不能坚持度过这个过程是个挑战，也正式很多优化师反馈ocpm不出效果的原因之一，系统计算周期短，无法建立转化模型。
作者：54小编
来源：54CMO