OCPC双出价其实就是深浅双出价，在目标转化成本出价策略里，同时指定一个浅层转化目标和一个同链路下的深层转化目标，并且分别给这两个目标设置不同的预期转化成本。系统会先从浅层目标开始优化，随着数据积累逐步过渡到深层目标的优化。

很多人以为双出价就是同时优化两个完全独立的转化目标，其实不是。双出价的两个目标必须在同一条用户行为链路上，而且深层目标一定是发生在浅层目标之后的。比如表单提交成功之后的有效咨询，或者APP激活之后的注册付费。如果把电话按钮点击设为深层目标，把电话拨通设为浅层目标，这种顺序颠倒的设置，系统根本没办法正常学习，投放效果会非常差。

双出价的核心逻辑是给模型两个锚点，用浅层目标的充足数据来引导模型学习，再逐步过渡到对广告主真正有价值的深层目标的优化。 单一出价模式下，如果直接用数据稀疏的深层转化作为目标，模型很容易学习失败，或者即使学习成功，获量也会非常少，成本波动极大。双出价相当于给模型搭了一个台阶，让它能平稳地从容易获取数据的浅层目标，过渡到更有价值但数据更少的深层目标。

系统运行双出价会经历三个明确的阶段。第一阶段是只优化浅层目标转化成本，同时尽可能多的获取浅层转化量。这个阶段系统主要是在积累基础数据，建立对目标人群的初步认知。第二阶段是在保证浅层目标转化成本稳定的前提下，开始尝试提升深层转化的数量。这个阶段系统已经有了一定的数据基础，能够识别出哪些浅层转化用户更有可能完成深层转化。第三阶段是完全以深层目标转化成本为核心，在保障深层成本不超标的情况下，争取尽可能多的深层转化量。只有当同时设置了浅层和深层两个目标的出价时，系统才有可能进入第三阶段。如果只设置了深层目标事件但没有填写深层出价，系统会永远停留在第二阶段。

双出价最典型的应用场景就是转化链路比较长，深层转化数据比较稀疏的行业。比如B2B工业设备行业，用户从点击广告到最终留下有效联系方式，可能需要经过浏览产品页面、下载技术文档、在线咨询多个步骤。如果直接把"有效咨询"作为单一转化目标，可能一周都积累不到10个转化数据，模型根本没办法正常学习。这时候就可以把"技术文档下载"设为浅层目标，出价30元，把"有效咨询"设为深层目标，出价150元。系统先通过优化文档下载积累数据，再逐步筛选出那些下载文档后更有可能咨询的用户，最终实现有效咨询成本控制在150元以内。

电商行业的加购到付款链路也非常适合用双出价。很多电商广告主会发现，如果直接把"付款成功"作为转化目标，获量会非常少，而且成本波动很大。但是如果只优化"加购成功"，又会出现加购很多但付款很少的情况，ROI非常差。这时候用"加购成功"作为浅层目标，"付款成功"作为深层目标，就能在保证一定获量的同时，有效提升最终的付款转化率。2025年Q2的行业数据显示，电商行业采用加购-付款双出价模式后，在相同预算下，付款量平均提升35%，付款成本平均降低18%。

在线教育行业也是双出价的重度使用者。用户从点击广告到最终报名付费，通常需要经过表单提交、电话接通、试听课程多个环节。很多教育机构会把"表单提交成功"设为浅层目标，出价50元，把"电话接通"设为深层目标，出价120元。这样既能保证有足够的表单量来支撑模型学习，又能有效过滤掉那些提交了表单但根本不接电话的无效用户。

游戏行业的激活-付费双出价应用也非常普遍。游戏推广中，激活成本通常比较低，数据也比较充足，但是付费用户的占比非常小，直接优化付费成本会非常困难。通过设置激活出价10元，付费出价100元的双出价模式，系统可以先通过优化激活积累大量用户数据，再从中识别出付费意愿更高的用户进行重点投放，最终实现付费成本的稳定控制。

还有一种非常实用的应用场景是新账户冷启动。新账户没有任何历史数据，直接跑单一深层转化目标，很容易出现要么跑不起来，要么成本飞上天的情况。这时候先用双出价模式，从一个比较容易获取数据的浅层目标开始，让模型先跑起来，积累一定的数据基础之后，再逐步过渡到深层目标的优化，冷启动的成功率会高很多。行业内的统计数据显示，新账户采用双出价模式冷启动，学习成功率比直接跑单一深层目标高出60%以上。

很多人会把双出价和多目标出价搞混，其实这是两种完全不同的出价模式。多目标出价是设置多个价值相近的转化目标，然后给所有目标设置同一个统一的出价。比如把"表单提交成功"和"电话接通"这两个价值差不多的转化目标同时选中，出价都是100元。系统会无差别地争取这两个目标的转化总量，同时保证平均成本不超过100元。而双出价是设置两个有先后顺序、价值不同的转化目标，分别设置不同的出价，系统会按照从浅到深的顺序逐步优化。

双出价不是万能的，不是所有场景都适合用双出价。 如果某个转化目标的数据本身就非常充足，比如日均转化量能达到20个以上，直接用单一目标出价的效果可能会比双出价更好。因为双出价为了保证浅层目标的成本，会放弃一部分虽然浅层转化成本稍高，但深层转化价值也很高的流量。而单一目标出价在数据充足的情况下，能够更精准地优化最终目标，获量能力会更强。

转化链路非常短的行业也不太适合用双出价。比如本地生活服务行业，用户点击广告之后直接拨打电话，整个转化链路只有一步。这种情况下直接用"电话拨通"作为单一转化目标就可以了，用双出价反而会增加不必要的复杂度。

还有一种情况不适合用双出价，就是浅层目标和深层目标之间的转化率波动非常大，没有明显的相关性。比如有些行业，表单提交量很大，但是有效咨询率非常低，而且不同渠道、不同关键词的有效咨询率差异极大，没有任何规律可循。这种情况下，浅层目标的数据根本无法有效预测深层目标的转化情况，双出价的模型会完全跑偏，效果还不如单一出价。

双出价的两个目标之间的价值比例要设置合理。 一般来说，深层目标的出价应该是浅层目标出价的3-5倍。如果深层目标的出价设置得太低，系统会认为深层目标的价值不高，不会主动去优化深层转化，最终只会获得大量的浅层转化，深层转化量会非常少。如果深层目标的出价设置得太高，系统又会过于追求深层转化，导致浅层目标的成本严重超标，整体投放成本失控。

学习期的数据积累对于双出价来说非常重要。双出价的学习期分为两个部分，首先是浅层目标的学习期，一般需要连续7天每天至少5个浅层转化。然后是深层目标的学习期，需要连续7天每天至少3个深层转化。只有当两个学习期都顺利通过之后，系统才会进入稳定的第三阶段优化。在学习期内，尽量不要频繁调整出价和定向，否则会打断模型的学习过程，导致学习期延长甚至学习失败。

很多人在使用双出价的时候，会遇到浅层成本达标但深层成本超标的情况。这种情况通常有两个原因。第一个原因是深层目标的出价设置得太低了，系统无法在这个出价水平上获取足够的深层转化。第二个原因是浅层目标和深层目标之间的转化率低于预期，系统之前学习到的浅层转化用户特征，并不一定能带来足够的深层转化。遇到这种情况，可以适当提高深层目标的出价，或者优化落地页和转化流程，提升浅层到深层的转化率。

还有一种常见的情况是深层成本达标但获量太少。这种情况通常是因为浅层目标的出价设置得太低了，系统无法获取足够的浅层转化数据，自然也就无法产生足够的深层转化。这时候可以适当提高浅层目标的出价，扩大获量范围，同时保持深层目标的出价不变，这样通常能在不显著增加深层成本的情况下，提升深层转化的数量。

双出价模式下，转化数据的准确性至关重要。 如果浅层转化或者深层转化的跟踪代码安装不正确，导致数据统计出现偏差，模型会基于错误的数据进行学习，最终的投放效果会非常差。特别是深层转化的跟踪，很多广告主会忽略这一点，只安装了浅层转化的跟踪代码，深层转化的数据完全没有统计，这种情况下双出价根本无法正常运行。