其次素材的定向，如果小*p7触发的广告是图文素材，那基本不会触发到抖音端，因为图文素材是不投放在抖音端的。经过一系列的定向过滤就到了相关性的过滤，在众多的广告计划当中，像看到的条广告担心买不起车，小*p7首付2.29万元，可以看到广告的文案里是有小*p7这几个词的，所以它的相关性会更高，排名更靠前。
看第三条准备买车，首付2.29万元起送家用充电器，在广告里可以看到，它是跟买车相关的。但是没有提到小*p7，所以相关性可能会排到比上一条广告更下一层的位置。那再往后，是各种换轮胎的广告，可能跟车也有关，但是跟买车或者是小*p7更没有太大的相关性了，所以基本也会被过滤掉，是没有太多相关性的。
这就是相关性的过滤，主要是体现在广告的文案，包括图文素材，一些可提取的文字体现上，ecpm的竞价环节。以上这就是一条广告针对小*p7的搜索词，它的投出来的逻辑案例体现。
后也给大家讲一下，在大盘实际当中，整体的广告参加竞价排序的过滤过程。大家可能会比较好奇，这么多的过滤过程到底在哪个环节？它的拦截情况是怎么样的呢？我的广告终投出的概率是在哪个环节中体现的呢？
大家可能需要通过漏斗模型观察两个信息，比如在哪些环节，它的通过率是比较低的，过滤量很大；还有哪些环节的值是非常大的，它包含的广告量也会很多。
05
怎么去扩大广告的可覆盖的流量
◆ 关键词触发更多流量
顾名思义，其实大致是这样的过程：通过的用户搜索文本也就是query去寻找query下相关的用户的词，再去匹配购买的这些词的计划，这也是整个关键词的机理。
提到关键词，必不可少的需要提到词的匹配方式，其实就包括了广泛匹配，短语匹配和匹配。这三个有什么差异？比如搜索文本是借钱app匹配下，能够匹配到的关键词，其实就是借钱app或者是借钱app的大小写，在短语匹配下，它可能得到一些类似于借钱app下载或者是部分，加上后续一些相关顺序的颠倒词，比如“app借钱”这样短语的匹配，在广泛匹配下，可以去匹配关键词里面，包含和短语，以及一些其他扩充的词，比如借钱平台、借贷等词。
