苹果搜索广告（Apple Search Ads）的优化动作需要细化到具体每个关键词层面才能发挥广告的最佳效用。根据不同关键词的广告回收情况来做相应调价是对CP 们最有利的优化方法。
试想下如果一个词以CPA 1美金的成本带来了2000个安装，实际这个词回收就2美金，你还会想继续投放这样能带量、回收差的关键词吗？
即便每一个ASM广告投放人员有了根据关键词回收情况来优化广告的思路， 仅靠直觉给回收好的词简单加价，或者给回收不好的词随意降价，这样的操作科学吗？
为了解决这个难题蝉大师ASM诸葛亮帮CP们出了妙计：利用相对科学的公式，从ASM广告的关键词ROAS指标出发，计算出最佳的CPT价格，借以实现而对ASM广告进行优化的目的。这公式是什么呢？往下看，会有收获。
为什么要根据关键词的ROAS来优化ASM广告？
一款APP回收盈利能力好坏，要关注的不是从不同广告渠道看到的下载量是有多高、CPA是有多低，而是这些流量进入APP应用内各种活动和事件，也就是众所周知的安装后事件（Post-install events 简称PIE）。 它不仅局限于年底付费一次使用、付费一次终身使用这类常见的订阅事件，它还包括价值不同的内购（in-app purchases）事件，例如一个游戏app中的IAP内购项目价值可以设定成介于1美金和500美金之间，因此同个玩家会购买价格不同的IAP内购项目。在这种变现模型中采用预期CPA每次行动成本（Cost Per Action）计价方式的话，则不能全面分析ASM广告的效果。因此建议推广人员可以从关键词的ROAS指标来评估Apple Search Ads的广告利润，进而对ASM广告进行优化。
什么是ASM广告的ROAS？
ASM广告的广告支出回报率 (ROAS，Return On Ads Spend) 是用销售所得金额除以广告支出金额（总销售额/总支出）。也就是人们口中常说的广告是赚钱了还是亏本了，通俗地说ROAS就是广告投放花1美金成本能够帮用户赚回多少钱。（注意：ROAS和平时常说的ROI是不同的概念， ROI是Return On Investment，它考量的支出成本除了广告费还包括人力、税费、运营等等其它所有的投资成本）
以下是ROAS的公式：
ROAS =总销售额（Revenue）÷总支出（Ad Spend）x 100%
比如你广告预算花1000美金，广告收入带来1200美金，那么ROAS就是：
ROAS =总销售额（Revenue）÷总支出（Ad Spend）x 100%=1200÷ $1000 x 100% = 120%
如何解读上面的数据？120%的ROAS率代表广告花费1美金可以带来1.2美金的销售额。理想状态下，广告投放带来的总销售额应该超过广告费用，因此良好的ROAS是大于1的。相反如果ROAS是小于1，则代表广告急需优化了。
如何根据ASM广告的ROAS进行优化？
ASM广告ROAS优化的核心逻辑是在一定的水平上保持广告回收，它不看重广告花费，反而更看重广告投入后的回收情况。
比方说你有款跑步类APP，总销售额是1000美金，其中苹果商店分成费用占百分30，营运成本（包括但不限于税费、人力、水电等等）占大约百分20。
那我们通过表格来计算下利润
有些用户的预期ROAS是250%、300%、400%或者其它目标。这些由用户自行决定要将总销售额中的多少用于广告投放。不要超过ACoS最大值50%就不会亏本。
那么如何根据ASM广告的ROAS进行优化呢？我们可以根据ROAS来优化CPT的最高出价，从而达到优化ASM广告的目的。
结合上述表格中的数据，假设总销售额是1000美金，根据下方假想的ASM广告流量漏斗模型中的数据，我们可以推算出CPT的最高出价。
CPT的最高出价 =广告花费最大值÷点击数 x 1.2=(总销售额÷点击数) x (广告花费最大值÷总销售额) x 1.2=(总销售额÷点击数) x (1 / 预期ROAS) x 1.2=(1000÷400) x (1 / 4) x 1.2=0.75
也许有读者会好奇公式中的1.2从哪里来的代表什么意思？根据我们多年的实际投放经验，总结CPT的真实费用通常比设定的价格便宜10-20% 左右，因为苹果搜索广告采用的竞价方式是次高出价（second price auction）模式。比如，如果用户将最高CPT出价定为1美金，asm广告成功竞价之后用户实际花费会少百分20左右，意即每个点击平均花费0.8美金。为了抵消这部分数据差异的影响，所以在公式中乘以了1.2这个数字。
因此在上述的数据模型下，当预期ROAS是400%时，最高的CPT出价不能高于0.75。用户可以结合ASM广告不同关键词的ROAS数据和流量漏斗模型相应调整自己的最高CPT出价。
ASM广告的ROAS背后的真面目
PPC广告（pay per click)是一种相对透明的广告形式，它方便衡量广告效果，因此深受广告投放人员喜爱。但是Apple Search Ads广告作为PPC广告的一员，衡量广告效果的过程却变得吊诡，原因是数据差异性。
广告平台和归因工具之间数据存在误差在所难免，多数情况下正常误差率不会超过5%左右。然而ASM广告却是个个例。 它的数据差异率介于百分30-70左右，这意味着ASM广告平台可高达百分70的广告收入情况无法追踪，被归入了自然流量或者其它广告渠道。为什么为产生这样的差异？主要原因是：1、重新下载的定义不同；2、限制广告跟踪（Limit Ad Tracking简称LAT）的影响；3、API接口出错、打开延迟、归因窗口期不同等等。关于其它数据差异原因的深入分析，大家可以查阅之前发布过的文章《我的ASM广告苹果的下载量怎么变少了？》
有的蝉友发问了，ASM广告的数据差异和ROAS有什么关系呢。由于数据误差率介于百分30-70左右，不考虑数据误差率而统计出的ROAS也会有误差。
比如某一款视频编辑类的APP投放了ASM广告，假设它的ARPU值是$5，ASM广告其它数据如下：
其中18%的数值属于打开LAT的下载量、21%的数值属于重新下载量、5%的数值属于打开延迟的下载量。这些数据分别来自苹果广告平台副总Todd Teresi在一次行业会议上分享的数据。6%的数值属于和归因工具正常的下载误差数量。
首先，我们不考虑数据误差，统计出的ROAS数据如下：
ROAS1 = (归因工具的下载量x ARPU – 广告花费) / 广告花费 x 100%
ROAS1 = (50 x $5 – $200) / $200 x 100% = 25%
ROAS只有25% 表示收不抵出，广告要么需要优化，要么这个广告渠道质量没达到预期。
然后，我们把无法归因的3种来源下载量加入统计数据中，统计出的ROAS数据又会是什么样的呢？（为了方便说明，我们假设3种不同下载量之间不重叠。）
调整后归因工具中的下载量 = 50 + 21 + 18 + 5 = 94
调整后的ROAS2 = (94 x $5 – $200) / $200 x 100% = 135%
调整后的ROAS比之前的数据高了5.4倍。将各种原因导致无法归因的下载量纳入分析数据后，反而让我们看到了ASM广告背后另一个真面目。如果用户预算充足并且ASM广告回收数据尚可以，可以根据调整后的ROAS数据，通过上一节提到的公式来更科学地调整CPT最高出价。
