ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

1 J/ h9 w* }% Y% H5 c- R2 L
Hey, 各位新年快乐。

今天我将我几个月来学到的关于 Media Buy 的知识进行总结。

& O4 d7 E% h% d; G9 Z这是一个模型，最大的做用有三：

        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
- v" g/ Y# ~2 R4 E) I7 m: R        2. 给正在投放的朋友参考。
        3. 老司机路过能给个指点一下，大家共同学习一下。
( k; l8 a" q; b2 G6 V2 j: a
丑化说前头：
8 Z* o! c& M. u: ?5 ~" u        蛮多内容是会意，不要尽信，当个参考，不保证任何结果。
        这是比较纯粹考虑投放技巧的文章，在 Media Buy 的操作中也只占一部分。
        很多角色行为并不完全符合每个流量源，没办法照搬照抄。
: n& \. P) K- H' c* I% [2 w3 f) u$ U        全文半英文半中文，你懂的，名词一律英文。
+ F: h" Q) X5 }, ^3 J: y  y2 b
# v- v0 w2 O$ M# @5 X------------------------------------------------------------------
名字解释( 接下来会用到的所有名词 ）：
" ?( X1 S: [; f' M, W
; U) ~* m+ ]( d3 @. X# i        Visitor:                 用户，网站的浏览者。
% \4 l# b9 o& |1 V  C        Website：                 网站，出租各种广告位。
1 t* o' g: M) s5 D. ~        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
1 j  E! T0 M. t3 ^" g* p        Banner:                 广告横幅，一般是 300x100, 300x250 的大小。
% ^* g* q# k# _  O4 c4 d        Impression:         曝光，一个用户看过一次广告，就算一次。
        Traffic Source:   流量源，打包各个网站的广告位统一出租。
6 q! _$ z8 O. c4 A! U) O* J9 P( @        Target:                流量源上的各种选项，比如选择手机选择桌面什么的。
        Media Buyer:         媒体/流量购买者。
        Offer:                 广告商提供的一些任务。

------------------------------------------------------------------
大前提：
        参与的角色都是逐利的（除了用户）。
! t& @% o2 s- Y) D) W4 e# W
------------------------------------------------------------------
, _: t. i) v3 ~: Y6 R整个模型参与角色：

        Visitor
        Traffic Source
6 f7 ~5 {# w! a: }        Media Buyer

& g! v3 {' [3 N7 }( z8 I4 X------------------------------------------------------------------
7 ]' o1 p2 ~, U( @+ _Visitor 行为：
- K- _8 S7 p" ?+ h1 X2 q) k9 O
2 J6 s0 i. G8 i1 ^" U" m3 X        1. 浏览各种网站，顺带能看道各种广告，看一次就产生 1 次 impression。
8 L! N4 R1 W& [8 _6 S8 Z        2. 我们假设是 手机端，那么一个用户在大概某个网站到关闭网站结束一些行为下，会有几次 impresison？
' W9 r2 T4 A* m1 Q$ R5 B! S  r                a) 假设是个视屏站，一般视屏网站用户在浏览的时候 一般优先看到 首先的 300x100， 接下来往下滑会看到 300x250，翻页之后还有几个 300x250，然后每个视屏又有 300x100
                b) 所以简单来说一个用户平均产生 20次 impression 应该没问题，所以我们就这么假设。
' T  |( W- v9 y4 D* `. J        3. 所以是否最早看到的广告最有可能转化？
                a) 基本是的。

+ Z/ z; d+ y% h; T- w# W* c------------------------------------------------------------------
& J4 c# m0 s/ E2 p0 iTraffic Source 行为：
3 }: D, r/ f) e
6 v! t! S2 b* p- q/ x+ ^0 t( J        1. 因为流量源上有很多很多人同时购买流量，所以需要分配 impression，怎么分配？
, L! K0 E3 j' G" q/ ~" o        2. 价高者得，所以就有 出价系统（又或者说 拍卖系统）
5 d  ]  X3 g( O9 G+ P. `0 V1 j        3. 有出价就有预算。
% a% L! s! Z: H* ^; G        4. 出价常见四种情况（当然不止了，随便列四种常见，注意预算消耗的快慢也和 impression的总量有关）：
$ o  a8 _% E2 c3 K1 u& ~1 w/ o, }                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
) L& K  x2 k1 E  P0 d2 p) t) @                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
5 M' V1 ~9 M1 o: J4 m# F                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
        
------------------------------------------------------------------
. c0 s, h) ~9 Z' SMedia Buyer 行为：
2 W/ l9 x  ?4 |, T. J
2 X$ b* k: p( H: r' {1 N        1. 先从各个联盟选择一下offer。
3 r9 _; e$ u" @+ m6 B1 B        2. 挑选一个流量源进行测试。
: \' X  S+ R& A8 I4 G        3. 选择好各种各样的 target，确定预算 和 bid。
        4. 开始等结果。
        5. 分析各种各样的数据，开始进行调整，targe 也好， bid 也好，budget 也好。

------------------------------------------------------------------
执行计划：
5 K9 `& ]) e  |6 K        参与角色与数量：
                Visitor:                100万位
                Media Buyer:        3位
1 {' k) ?1 z- `  H7 a                Traffic Source:    1个
8 Q. f8 v% h( i                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).
7 e+ T! T8 x- y* W, k$ g; T& E
                Media_Buyer_A:
( W0 M3 S$ g* d# o* {" b0 p/ p                        出价: 0.1 CPM
5 j& H, m9 z! t' Y                        预算: 200$
5 s9 m6 w* s8 ]' G8 v
, L9 e! i* P$ G( b                Media_Buyer_B:
                        出价: 0.3 CPM
9 i) @. t9 C/ d0 U- Z                        预算: 100$
+ |4 h- n8 n; `$ q3 ?1 ]3 {
+ f% ]! a  p& [" S. M                Media_Buyer_C:
% {' B4 ^3 E" M1 {: V                        出价: 0.2 CPM
                        预算: 1000$

$ y6 s. Z! l+ x) y7 Y  J; Q- ~        前提假设：
" i* ?0 E  p$ D, V4 z                这里只有一种广告位。
" q4 Y; C6 X* t) m3 ]                出价高低决定广告位的曝光排位
                预算的高低决定广告展示的数量。
                越前面展示越容易进行转化。
3 B6 b6 m' E9 |+ l! c) H) [                流量源目的是尽量保证消耗完所有人的预算（因为它也要赚钱，花的多赚的多）。
3 K( E, E( Y+ x( q' y/ t2 u                所有人都只投放 3 个 Banners。
( w7 [1 s/ @5 R9 J                所有人的 Frequency Cap 都是 1/24( 24 小时内只给一个人看一次Banner, 但是你有3张Banner，所以是3次).
/ M( O: u! b, b2 ]! d- s/ s               
& n& ^& C( W1 ?. s6 Y        模型开始执行：
                1. 首先第一个 Visitor 进入网站，那么现在要开始计算广告位展示谁的广告。
                        肯定是出价高的，预算大的先展示，不然怎么花完人家的钱？
                        Media_Buyer_B 优先的到 第一次 展示。
) y% F! Q1 V7 [                        那么按规矩
                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
1 a2 J6 B/ h# A3 t" j4 ~                                Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
) R- `6 X8 ]- j0 S5 |9 ]* ]                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression

                2. 继续第二位，第三位，第 N 位 。。。。。
* g. |% r' A3 I* s9 d
" \# W4 x/ t$ F* E                3. 我们来到了 第 111111 位 Visitor， 为什么？
5 A% S/ m+ m" N0 {. o" F8 m  Y% X' p                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
/ K8 a& b! F- @( o# y) g3 `; [                        所以到现在为止：
                                Media_Buyer_A 得到了 111111 * 3 = 约11万人的33万位置 第7 ～ 第9 位的 impression。
                                Media_Buyer_B 得到了 111111 * 3 = 约11万人的33万位置 第1 ～ 第3 位的 impression。
0 R2 \  p2 G1 M$ o) ?                                Media_Buyer_C 得到了 111111 * 3 = 月11万人的33万位置 第4 ～ 第6 位的 impression。
) E2 l% B$ \* N- c
* U7 |5 L: ~: R5 r                4.现在开始，第 111112 位开始就没有 Media_Buyer_B 什么事情了，因为他没钱了。

) ]1 f: O/ G9 j' R8 J- V3 G) I                5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。
" `8 o3 ^9 _; _: a! X# }; L3 j( Y                        所以到现在为止：
7 S' M/ m. |  Y; A                                Media_Buyer_A 得到了 111111 * 3                           = 约11万人的33万位置 第7 ～ 第9 位的 impression。
* N0 C( Z9 }# v# D; K' {* V                                Media_Buyer_A 得到了 (666666 - 111111) * 3         = 约55万人的166万位置 第4 ～ 第6 位的 impression。

! N- o: b( m) Z                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。

$ c' e! X1 ^$ I6 ~' _% [                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
, `  y) h) O, @* x$ w0 N                                Media_Buyer_C 得到了 (1666666 - 111111) * 3       = 约166万人的467万位置 第1 ～ 第3 位的 impression。
5 W% B+ @% v* X7 p* {
% A' q3 X, K/ G% y; ]7 B' e) l总结：
- N' P7 r4 p, Z  E; w        想同的设定居然能拿到好量也能拿到差量，变化真的是很多。

! t8 F3 ?5 x4 q+ D( U8 T----------------------------------------------------------
4 K" S# j7 X& I. `$ t' X) i6 H% F接下来说说根据这个模型我们能做什么事情。
% o: F" p4 t& Y' ?
实际在投放广告的时候我们一般想得到什么效果？
当然是 低出价，得到大量 排名靠前的 Impression！
* J8 H" _$ [; l说白了物美价廉。

' f2 i; _2 f) Z5 S2 T8 P4 }所以我们根据这个效果进行假设。
% H: H) E% x% Q. z  f假设1: Visitor 减少。
        结果： 如果你的 bid 很高，你也许会的到排名 1 ～ 12 位的 Impression
! ~7 }0 q6 _) _2 N2 x        为什么：因为总 impression 不够了，但是为了吃完你的钱，只能给你安排点排名后面的位置。
+ l5 U3 |& t2 u/ J        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量

假设2: Media Buyer 数量超多。
        结果： 你可能会间歇性的到当前的 Visitor，意思就是你得到 第1个Visitor, 第2个得不到，安排给别人了，然后第三个又是你。
6 K/ `8 U6 @9 J- {" z% B        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
8 c/ G  y' U. d+ |8 z8 f! t        解决方法： 大开大合，提高出价，提高预算
  o. r4 v  t; a
        当然你也可以尝试纯粹捡尾量。
/ \* `# `9 Z) L  S: J7 y6 L5 }        为什么： 有那么多人买量，网站质量肯定还不错，捡尾量也是一种选择。

假设N... 你们可以自己想想

& }( }0 v; Y/ Y0 i0 l& {  @& v& S9 |8 z5 `8 I解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
6 A6 @3 V5 w9 o! E( X  }2 Q$ R
4 R6 r  G$ ^% B/ y6 I        这是正确的，现实的投放活动，肯定比这个模型更加复杂，随便一动，系统肯定要重新给你排位置，所以你会发现你的流量立马开始不稳定了。
        这里强行科普一下：
                在编程设计某些软件的时候，如果对这种情况设定，我不会每时每刻都动态检查全部的 Campaign，来确定当前要给谁展示广告的！！！！
+ x4 h! }& f+ U                为什么？
                1. 计算量太多了，服务器爆炸，效率低都很有可能发生的。
/ w# G# H: ?0 R3 E, v                2. 编程设计复杂，没必要，反正花你们的钱，搞那么复杂完美干嘛，差不多就好。
9 C9 w: I1 _8 u: I! t3 }) l& b3 j                3. 每时每刻动态设定事情做多了容易出错。

& X8 `2 O  b3 L0 Q                所以一般怎么设计的？
                当你 Campaign 确定好后，服务器进行计算，然后给你排在一张表的某个位置，当前的条件符合你，就给你上
/ g1 Q2 N9 O, [$ e                但是你要注意，进入表之前就给你计算好了的，不会每次都给你计算的。
                但是如果你这时候能盈利，你修改了某些 Target，那么你就要退出这张盈利的排位了，你被从新计算。
                那么你可能就排在另外某个位置了，然后你的上面一个和下面一个 Campaign 可能竞争力就和之前完全不一样了。
                当然也不是说你再也回不去了，来回调整几次说不定能回去，但是好几次我都失败了。
, h0 a$ r2 E: _/ ?3 K4 f  ~
        另外：毕竟我没有做过流量源，只能说凭着自己的编程感觉来解释这个事情，我感觉有可能会这么设计，但不一定每个流量源都这么设计，也不可能设计都这么简单，但是万一你就刚好碰到呢？
) O) Q3 G3 e; O$ M6 l
, J$ @% m$ j6 `* f6 l. @# f4 fSweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点

# c6 S8 _$ ~8 \( T  k: h3 \        你的任何投放策略都有最合适的点，这个合适的点能够最大限度的提高你的盈利。
        有时候是低出价盈利，有时候是高出价盈利
, y" k- c' z- X. p        有时候你拍前面能盈利，有时候排后面盈利
        所以你如果能知道整个投放模型会在你进行 target 的时候，改变了你什么，那么你就能得到你想要的位置。
. ?0 p$ J& R# J, n3 S7 C6 a        最差也能理解一下这个流量源的出价策略。
) Y0 X5 p4 w0 @& ~( D! S---------------------------------------------------------------------------------
好了，模型基本解释完毕，描述了整个投放过程在流量源上大概经过了什么决策。
我甚至都懒得检查这个模型的细节，写这个也确实累。
这个模型其实压根没办法直接套用在现实的广告投放当中，为什么？
因为我还有很多角色没有加入，比如各种 offer， 各种 network。
甚至我都没有写第二种模型的执行模式，比如各种高低价发生的可能。
$ E: q9 G" }, m! Q) I* K/ b+ y但是个人觉得大前提逐利的情况下，这个模型能够提供很多参考。
+ ?. C: e5 F9 f' ~- N' p: g" v
写那么多就是总结一下，给自己一年来的努力留个纪念，未来万一我赚钱了，我可以回头来看看我曾经在这里发现的一切。
感慨，今年更努力赚钱。

另外祝大家新年快乐，大赚钱，赚大钱。


" H, M; H  K  V. v+ x# z* O

kisscssy

billy 发表于 2019-1-2 23:42
* H/ Y: T, `% _1 p) ]现在玩付费流量真的不容易

# _7 o8 ^) \, C 已经上路了，退不了了，头疼

newcb

楼主辛苦。。。。。。。。。。。

billy

现在玩付费流量真的不容易

zbm920723

在路上，一起吧楼主

yidabang

这是近期学习到最有诚意的内容，跟随楼主脚步，深入研究，谢谢

小炸

实际上每个平台的算法都不太一样，先把算法摸清楚了，确实投放起来容易多了。

alibaba

楼主辛苦了，感谢分享

wellskyll

楼主幸苦

abbey0812

辛苦楼主了~期待更多分享~

92551455

辛苦了 找盈利点不容易 找到盈利点坚持住更不容易。 新的一年，大家都加油整。

豆芽菜

楼主威武

kisscssy

小炸 发表于 2019-1-4 00:33
实际上每个平台的算法都不太一样，先把算法摸清楚了，确实投放起来容易多了。 ...

炸总翻牌啊
" m4 R0 d! I# k4 V
我在各种平台投放的时候确实能真切的感受到需要不一算法。

0 r& l2 @" T$ C9 t只有先理解再实行，成功的机率才会提升

donglaidongwang

楼主厉害，加油~

coaching

码字不容易码的还是干货