ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

Hey, 各位新年快乐。
& x# z- M4 V: E0 K* ?
/ a' F- J  }2 t4 ], H4 b今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
# ^6 Q$ i! x8 |' f- b
这是一个模型，最大的做用有三：
2 S& _3 `! }/ X8 g
& k8 d* e: g8 L( I1 H2 V        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
' U7 |6 o& B' M+ t# Z' i0 |  V  l        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。
0 b' j( \$ }/ s/ D+ |' p# Y
5 j; b  X" l- t丑化说前头：
* }9 E8 ~: A6 S6 g, @4 t5 M$ }        蛮多内容是会意，不要尽信，当个参考，不保证任何结果。
: i* R2 @* c; B" l5 y# q: `+ m        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。
% I, g9 ?& t0 v- q- i        很多角色行为并不完全符合每个流量源，没办法照搬照抄。
        全文半英文半中文，你懂的，名词一律英文。

------------------------------------------------------------------
名字解释( 接下来会用到的所有名词 ）：
, y4 @% L/ j& Z4 t$ W
; s+ f, h, x0 [; i        Visitor:                 用户，网站的浏览者。
  K, J- K5 l& Q        Website：                 网站，出租各种广告位。
0 E; d4 s! _% U) a6 c        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
# b, x2 _, F6 h0 Z% \0 f        Banner:                 广告横幅，一般是 300x100, 300x250 的大小。
        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。
        Target:                流量源上的各种选项，比如选择手机选择桌面什么的。
  c* q3 D/ r9 w; Y        Media Buyer:         媒体/流量购买者。
        Offer:                 广告商提供的一些任务。
+ }8 b+ [* A: h: r
------------------------------------------------------------------
大前提：
$ r. i  A7 _- x5 D1 `* B        参与的角色都是逐利的（除了用户）。
9 C: O6 m" X, j; ]$ m% A
------------------------------------------------------------------
整个模型参与角色：
7 G0 y& m, `+ P
        Visitor
6 x7 `  B. X9 I6 p# @        Traffic Source
3 W9 P' t2 z# T5 K, V0 p( u        Media Buyer

------------------------------------------------------------------
' @6 ^; N) |3 W3 z8 aVisitor 行为：
' R6 Q: |1 O# U* V
8 o# b+ y# z% [  L3 z        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。
/ s- ~) G/ B. m        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？
                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。
3 t, q/ [" `; M* n+ M  w0 E4 l        3. 所以是否最早看到的广告最有可能转化？
                a) 基本是的。
( g* B  ~- L6 m( e" G5 Y3 J
------------------------------------------------------------------
Traffic Source 行为：
$ p# q) p$ R3 X
  G3 |2 S+ y) @1 o: f  P  ^        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？
        2. 价高者得，所以就有 出价系统（又或者说 拍卖系统）
        3. 有出价就有预算。
        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）：
2 r* g! F7 Q0 m                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
% B+ ]& v+ G! `0 L4 V  R                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
9 E0 @( i' T) a+ Q  p! l# V                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
7 S6 A2 |0 e- S# W/ d; T1 Q; Y                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
$ }. I0 B2 l, _7 y/ Y  Z        
) `7 b9 J) d$ Z' G------------------------------------------------------------------
4 |/ w. u6 H. a7 C- @Media Buyer 行为：

        1. 先从各个联盟选择一下offer。
7 o+ r8 ^; Z" s4 J! s        2. 挑选一个流量源进行测试。
        3. 选择好各种各样的 target，确定预算 和 bid。
        4. 开始等结果。
" w" m- V! T" L8 [1 I        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。
. C* Q% s' D: J
------------------------------------------------------------------
执行计划：
        参与角色与数量：
$ {& W0 ]3 t' k/ y                Visitor:                100万位
                Media Buyer:        3位
                Traffic Source:    1个
                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).
5 x4 \* w7 s5 }, ^9 H- i: G
( f9 H4 s/ J' R. j: _) K                Media_Buyer_A:
                        出价: 0.1 CPM
                        预算: 200$
' _& T: z  d7 |5 r) r" Z
9 J- @/ B' [& _+ t3 M, f, V: a: c                Media_Buyer_B:
0 O. \) ?- F8 z& A                        出价: 0.3 CPM
5 j" r: ~' g9 [! C                        预算: 100$

, k2 t: m# J  ^5 x2 d1 H                Media_Buyer_C:
6 R" f2 y! n: i1 @6 {                        出价: 0.2 CPM
                        预算: 1000$

8 y4 T; I; U$ ]9 b  s        前提假设：
! `$ f( S0 A/ n                这里只有一种广告位。
                出价高低决定广告位的曝光排位
7 y1 J4 ?' [5 u: T9 R/ y* e                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。
                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）。
                所有人都只投放 3 个 Banners。
' a, U! l3 l$ v  @/ G+ B0 u                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).
               
        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？
, g5 I9 b- Q8 @& T  }3 M+ M                        Media_Buyer_B 优先的到 第一次 展示。
. ^4 w7 D, a, _$ i6 ?+ G                        那么按规矩
                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
                                Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression
8 ]8 Q3 [. \" K/ B4 p
) ?$ h* \$ t8 S2 ~& W+ e                2. 继续第二位，第三位，第 N 位 。。。。。

                3. 我们来到了 第 111111 位 Visitor， 为什么？
                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
                        所以到现在为止：
6 E2 _" |1 |; V" I3 ~                                Media_Buyer_A 得到了 111111 * 3 = 约11万人的33万位置 第7 ～ 第9 位的 impression。
9 q$ L& X2 A# W3 D3 F0 U5 ?                                Media_Buyer_B 得到了 111111 * 3 = 约11万人的33万位置 第1 ～ 第3 位的 impression。
                                Media_Buyer_C 得到了 111111 * 3 = 月11万人的33万位置 第4 ～ 第6 位的 impression。

                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。

  K' [/ d, T: v7 g# @- Q/ L+ D                5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。
+ o: O/ O- A5 @1 L; S+ _$ `                        所以到现在为止：
- g, D8 k5 v3 X- i* s4 q9 [  {                                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_A 得到了 (666666 - 111111) * 3         = 约55万人的166万位置 第4 ～ 第6 位的 impression。

' n! d. h- [5 ?6 _# {3 n                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
* b7 A7 R# c: W, N- E
4 m. D# t: k  h: g. A' K8 v" e                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
$ c7 I. p. W; {9 X3 A                                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。

总结：
, X' N9 i/ k1 ^! h! D- a        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。

----------------------------------------------------------
: [0 R6 t+ {2 B+ h, T- F8 `$ }0 s接下来说说根据这个模型我们能做什么事情。
9 j0 M( t  O, r5 o$ v$ T
实际在投放广告的时候我们一般想得到什么效果？
1 R# D) x5 h# A0 E/ t9 ~+ ~当然是 低出价，得到大量 排名靠前的 Impression！
说白了物美价廉。
4 @( a  N, f0 p6 m. i
! D* ~( B) Z! o; m5 e  A所以我们根据这个效果进行假设。
假设1: Visitor 减少。
+ S* a; D  A: J0 j* W$ q( n        结果： 如果你的 bid 很高，你也许会的到排名 1 ～ 12 位的 Impression
. b' v& ~- n+ U8 \1 N3 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。
4 C% \7 f2 L3 ^: I        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。
; w& w8 Y. q: d9 k" Q& g' _        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。
        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
+ b& X: x7 T; y: b0 D; }/ G        解决方法： 大开大合，提高出价，提高预算
  ?# ~$ D+ u+ j- g+ O& O/ h% Y
        当然你也可以尝试纯粹捡尾量。
; ^) ^' E) `4 ?        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。
1 V0 ~" H* U# D6 ~3 L
假设N... 你们可以自己想想

. j, e% R" W! I0 B$ }解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
7 v: {8 q1 _8 l! U# e$ K
        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：
8 }% ^  u1 ^9 ^- X& N4 k: B* X                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！！！！
' z7 n5 r3 c3 e% P& l7 f; x                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。
                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。
$ E8 r* P, Q% ~' o                3. 每时每刻动态设定事情做多了容易出错。

8 M0 ?7 v; r. T7 U% r                所以一般怎么设计的？
" A, N8 l& D) k: R  ?1 N8 b                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
' ~) ^; p: e" E5 @. X. l8 r( d                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。
+ N7 p% }, N  u: Q8 @+ a                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。
- E* ^& C. O+ o0 P. H* y$ {                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。

        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？
* |5 L- A: x; k
6 Y$ V# m; q0 h) Z- HSweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点

! `) h: m( m2 x0 P+ Y        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
5 z9 r: J5 \$ M# z: k. J- O        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。
        最差也能理解一下这个流量源的出价策略。
---------------------------------------------------------------------------------
( o, @9 s* M+ B" S( ~6 [- d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。
0 A) A% Z1 z- E" i* l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。
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。

# _. f. d( Q) t  o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。
. b9 g: E  U4 |
! f! A! A9 A: F0 ~另外祝大家新年快乐，大赚钱，赚大钱。
3 s( ^; O  L( d9 W9 J. ~3 ^

# ]: z9 l1 q8 h4 k

kisscssy

billy 发表于 2019-1-2 23:42
现在玩付费流量真的不容易

) e7 @8 o# R+ M% N 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

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。

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