TCPA即Target CPA，中文叫“目标每次转化费用”出价策略，这是一个智能出价策略。所谓智能出价就是优化师不用自己调整每次广告点击的CPC费用，系统会根据用户的情况和广告系列的数据来决定每次广告点击的CPC费用。一般来说，系统会根据广告转化的可能性，使用设定的TCPA值进行出价。
TPCA出价策略在使用上只有一个门槛要求：设置好了“转化跟踪”就可以使用了，不像TROAS还需要在过去一段时间内积累至少15个以上的转化。
（注意，本文都以TCPA=US$110来举例）
在广告系列出价设置中，我们选择转化次数，勾选“设置目标每次转化费用”，并且添加了一个具体的值，如上图里的US$110，则相当于告诉这个广告系列我愿意为一次转化花费多少钱。
你设置的这个目标每次转化费用是一个平均值，实际广告在跑的过程中，会出现有时的转化的CPA比设置的TCPA要高，有时的转化的CPA比设置的TCPA要低，但广告系列会尽量让广告的CPA接近TCPA值。
当我们在设置或修改一个TCPA值的时候，对出价策略产生什么影响，我们一起分析一下：
CPA是每次转化费用：
总花费 = 点击次数 × CPC
转化次数 = 点击次数 × 转化率
CPA的组成公式还可以写成：
简化后得到
所以CPA的受影响因素只和两个数据有关：CPC和转化率。
（小补丁：CPC的受影响因素包括：设备、浏览器、地理位置、一天中的时间、营销漏斗中的位置（再营销列表）、广告竞争等，CPC越高则覆盖的范围越广，反之则越窄）
我们来模拟一下理想的TCPA智能出价场景：
如果系统预测下一位看到广告的用户的转化率是1%，那么根据我们设置的US$110的TCPA，系统给这位用户的出价CPC为$1.1。接着下一位看到广告的用户，Google预测该用户的转化率是2%，则系统给这位用户的出价CPC为$2.2。
*我们得到第一个总结：系统预测用户的转化率越高，则广告点击的CPC就越高（广告就越需要出高CPC来获得这个用户）；
那如果用户的因素不变呢，也就是用户的转化率是固定的，那么影响广告CPC的就是我们设置的TCPA了，我们用一个理想情况举例：我们将TCPA从$110提高到$220，那么在该用户是1%的预测转化率下，系统给这位用户的出价CPC从上面的$1.1就上涨到$2.2了。
*我们得到第二个总结：我们给的TCPA越高，则广告点击的CPC就越高（可以在更广的设备、浏览器、地理位置中展示广告，包含给更多漏斗中下层用户看到广告，和在广告竞争胜出）；
在上面我们说到，TCPA只是一个平均值，有时候实际跑出来的CPA可能高也可能低，但Google会尽力将最终的CPA值跑到接近我们设置的TCPA值。
我们再用一个理想情况来举例，如果广告跑了5个转化，这5个转化的平均CPA是$150，那为了达到TCPA $110的目标，接下来广告需要尽量获取一些更低CPA转化来降低广告系列的CPA。
从这个公式可以得出，如果要降低CPA，要么下次的出价CPC降低，要么在合适的时候将广告展示给转化率更高的用户看，以此来获取一些CPA更低的转化，如果出价策略要这么做，我们可能会看到广告的展示量减少，预算花不完的情况出现。
反之亦然，如果广告跑了5个转化，这5个转化的平均CPA比TCPA的$110要低，那接下来的广告可能会稍微跑地更激进，花更多广告费去获得转化。
为了便于理解TCPA出价策略的逻辑，我举了几个理想情况下的例子。现在我们回到现实。
现实中，现实系统对用户的转化率预测不会完全准，没有谁可以100%预测这个世界，除非是神。预测的转化率可能会比实际的转化率高或低，转化率这个东西受很多因素影响，着陆页被修改被影响，或者广告竞争加大会被影响。所以广告跑出来的CPA不一定会给你跑到TCPA，但系统跑的越久，积累的历史转化数据越多，则越能干好这个烫手山芋似的智能出价的苦活。
我在这里做一个总结：
1. 当我们设置了一个TCPA，即告诉Google我们想要为一次转化付多少钱；
2. 当我们提高TCPA，即告诉Google将我们的广告跑得更加激进点，广告花费会增加；
3. 当我们降低TCPA，即告诉Google将我们的广告跑得更保守点，广告花费会减少。
