本文是对http://www.cpcstrategy.com/blog/2016/04/google-shopping-iso-campaigns/ 这篇文章的概述性总结，并且加上了自己的一些理解。

投放过关键词搜索广告的朋友应该很多都尝试过按匹配方式出价的方式，包括上篇文章所述的GDN广告投放技巧，其中的一个核心理念便是：强化历史有转化的，扩展可能产生转化的，从而在持续放量的基础上，稳定ROI（或CPA）成本。

我们知道，PLA广告是基于商品feed进行投放的，其中的关键性因素就是标题和描述，以及属性值的完整性，当然图片这种门面也非常重要。除此之外，基本就是出价了。但是，我们有时却很难把握出价的对象范围，以及幅度。

因此，我们一般会基于不同的维度，基于历史数据进行分组。为了避免无效流量或者低质量的流量，我们往往会面临两难，对于高转化成本的大流量搜索词，我们到底要不要排除呢，排除了会造成转化量骤减，不排除转化成本居高不下。通常这种情况下，我们就可以使用ISO这种方式了，具体如下：

1. 原始的广告系列，我们称为A。A已经跑了一段时间，因此我们可以跑出一份搜索词报告，其中也会有相应的转化数据。根据我们的目标期望阈值，我们将其中的关键词分成3大类，高ROI，低ROI，大量消费且ROI为0（分别为A1、A2、A3，通过共享库建立关键词列表）。将A2的否定关键词列表应用到广告系列A。A是作为主攻的广告系列，出价更激进，这个系列需要做到的便是持续赚钱。这个相当于搜索中的精确匹配系列。
2. 复制出一个完全一样的广告系列，我们称为B。优先级设置为最高，出价设置偏低。将A1的否定关键词列表应用到B广告系列，避免与A广告系列竞争，同时通过减低出价（排名），进行持续性的测试投放。这个相当于搜索中的广泛匹配系列，用于挖掘更多的转化关键词。
3. A3的否定关键词列表同时应用于A和B广告系列。虽然我们不能正向的控制关键词定位（当然，你也可以通过优化标题描述的方式来实现），但是通过否定关键词的持续添加，我们便能逐步让A和B广告系列朝着我们期望的目标和方向进行发展。
4. 当我们完成这种广告策略的改进之后，我们主要的工作便是持续关注A和B广告系列的搜索词报告，根据我们制定的阈值标准，添加到相应的否定关键词列表。当然，这里只是以广告系列的层级作为例子，你可以把广告系列根据产品的某个维度进一步细分，或者在广告组的层级进行类似的操作。

广告优化，其实很多情况下，都是这种操作思路。赚钱与扩量同步进行，做到收放自如，才不至于落入两难的纠结。