1. 一切选项皆可优化
转化：用户看到广告，点击广告之后后续产生的一系列广告主认为有商业价值的行为称为转化。
广告效果优化：获取更多的转化，提高转化的概率，降低获取转化的成本称为广告效果优化。
360效果优化产品设计的基本理念是一切选项皆可优化。可以将效果优化产品分为两大类，一类是广告主主动开启使用，一类是后端策略优化自动生效。产品的核心是点击到转化的概率预估问题，结合广告主需求去拓展可以做效果优化的场景。
2. 流量分层处理
对广告来说，流量是海量的，能够产生转化的流量是极少的，那么流量按照转化的效果自下而上来看，呈现的是一个金字塔结构。针对塔底的低质流量可以采取预算分配和分流量调价两个方案。预算分配是针对点击率低的流量，设置在这类低质流量上的花费上限，如计划的10%或20%，其他主要花费重点用在高质流量上。分流量调价是从出价的角度，对于低质流量的出价是按照正常流量出价打折。塔顶的流量可以采用优选人群方案。根据用户的广告行为训练模型预测其是否会发生转化，模型输出值高的人群被归为优选人群。广告主给这类优选人群更高的出价，这样在竞价过程中更有可能胜出，得到曝光转化机会。
智能点击出价是一款约束了广告主平均点击成本，尽可能优化后续效果的一款广告主主动开启的产品。出价按照转化率分段处理，高段做溢价处理，低段做减价处理。
线上策略可以从三个维度进行实现：
广告已经积累了大量样本数据，可以单独为广告实现一个转化率模型，并根据模型设计分段出价；
新广告投放，可以根据广告主的以前的广告数据分布，设计一个模型指导分段出价；
新广告主投放，可以根据同行业的其他广告主的广告数据分布设计模型进行分段出价。
4. 360智能创意组合
广告主在创建广告单元上传素材时，有很多的素材（图片文案）组合选择，但是不清楚哪种组合转化效果最好，所以广告主会在投放过程中，根据实际的360广告投放效果，选择最佳的素材组合，关闭其他组合。智能创意组合，就是为了解决广告主的这个需求而设计的产品。上图展示的是广告主上传素材的界面，允许广告主上传多个图片和多个文案，算法会根据当前流量选择最佳的图片和最佳的文案组合展现给用户。
5. 创意组合生成网络
智能创意组合算法通过强化学习思路实现，打分模型为转化率预估模型，根据当前流量信息和生成网络得到的图片360推广文案的组合作为输入，得到转化率；转化率越高，创意组合越有价值。创意组合生成网络是根据Attention机制实现的，生成网络的输入为图片、文案、上下文信息。在生成网络结构中，以image1为例，将其作为query，与整个图片素材库的关系以及与整个文案库的关系使用Attention建模，得到图片信息经过一个前向网络得到输出分数，如果是多图片，使用Softmax得到多图片的概率分布。组合的结果可以直接选择图片和文案概率最大的，或者是概率分布做采样。在迭代过程中，这两种方式都会有所选择来训练。