ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

Hey, 各位新年快乐。
* j+ l8 Z! H! g( F
今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
4 x% \' M+ E& p4 O& E
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。
9 c, q+ `8 C3 l7 m0 h        2. 给正在投放的朋友参考。
1 V7 a+ S! ^9 e1 v% M        3. 老司机路过能给个指点一下，大家共同学习一下。
' e& a# ]3 H* @# M6 o7 G% x
3 Q( Z+ n: B+ ?丑化说前头：
0 E( H8 W7 @! L4 @) t. F: o1 K+ K        蛮多内容是会意，不要尽信，当个参考，不保证任何结果。
& R6 Z0 o$ K& y7 A& g! D        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。
( O" U9 _% Q! y0 m, h, d7 W" t        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。

* T6 k5 B2 j  Q. Q1 l------------------------------------------------------------------
名字解释( 接下来会用到的所有名词 ）：

% g) w& I  G4 u  T' H( H        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
6 Y/ h7 Y2 c/ K( F6 c        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
8 W. ]' Q- W$ A2 |  k! z( Y# A        Banner:                 广告横幅，一般是 300x100, 300x250 的大小。
7 |5 f) h. h+ R1 H, v        Impression:         曝光，一个用户看过一次广告，就算一次。
6 _7 u. y" F/ T        Traffic Source:   流量源，打包各个网站的广告位统一出租。
2 X0 L$ d2 N) ^        Target:                流量源上的各种选项，比如选择手机选择桌面什么的。
7 u4 J3 x6 t1 J% P3 D; t, Y        Media Buyer:         媒体/流量购买者。
& u4 |+ y5 U7 P        Offer:                 广告商提供的一些任务。

------------------------------------------------------------------
大前提：
8 {% Z: R; I6 C        参与的角色都是逐利的（除了用户）。
% ?* z& |6 }8 [+ ^/ S1 G1 I
------------------------------------------------------------------
% i9 H. O7 c6 B, I; L整个模型参与角色：
" L+ o/ p8 `1 H; |5 \3 v
        Visitor
        Traffic Source
( \- t: m- J% J. j/ g- y        Media Buyer
; K3 c, H' x7 t/ B0 l/ G) |; j
------------------------------------------------------------------
Visitor 行为：

3 o7 j. e+ `, ?+ p  F/ r        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。
        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. 所以是否最早看到的广告最有可能转化？
) A+ r; G9 c- [1 Q- }7 K5 ^                a) 基本是的。
, Q( t8 A1 [! ^2 S: j  d% T
------------------------------------------------------------------
6 [- \6 b" c4 P+ r- l0 j- s  ETraffic Source 行为：

1 E2 i# A* S# u        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）：
                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
( Y' _* e8 W, k) c4 u& s                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
# @5 C4 e/ Y" ]' u8 U# p' N, _                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
  W/ G! u1 D" C( p                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
1 Z( K$ B' B6 k) j        
------------------------------------------------------------------
+ F2 Y! X( F1 s4 s, k. D' }Media Buyer 行为：
( G& m+ c, _3 ~. r6 @
        1. 先从各个联盟选择一下offer。
        2. 挑选一个流量源进行测试。
. I0 Z$ J. T  y/ o1 y2 d        3. 选择好各种各样的 target，确定预算 和 bid。
/ e4 h# |9 m/ h+ y# l- Z, o        4. 开始等结果。
1 f: g+ k5 j0 g% k3 a8 Y/ 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。

------------------------------------------------------------------
5 b! U3 `9 u- p( `执行计划：
        参与角色与数量：
( e: w, X7 T( |' n- S                Visitor:                100万位
; {% G0 z! b/ n! {/ ], s( n# e2 R* _                Media Buyer:        3位
                Traffic Source:    1个
/ I7 Y5 ]* a5 {4 K5 |' m! N                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).

                Media_Buyer_A:
                        出价: 0.1 CPM
                        预算: 200$
$ v2 L& v0 R- y' _* O3 [
3 A0 F% o" g" H. l6 u; \                Media_Buyer_B:
                        出价: 0.3 CPM
0 M; k8 S) h% s! v# p* h3 G3 S- Z2 q                        预算: 100$

% V* n0 H$ S/ I" @( ]                Media_Buyer_C:
: s% z4 [7 A/ a% w+ a2 y# j) G' T                        出价: 0.2 CPM
$ ?" T) z6 r. Q$ x& @                        预算: 1000$

        前提假设：
                这里只有一种广告位。
                出价高低决定广告位的曝光排位
4 M5 i% V4 v% W- ^9 L2 n                预算的高低决定广告展示的数量。
' ~) U6 [) @; D                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）。
# T; t, j* B3 L" L' Z                所有人都只投放 3 个 Banners。
                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 s- ~' m5 A9 x! J: [# `% O2 i* ^                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。
! A8 b1 K/ q$ Y0 @- p1 r                        肯定是出价高的，预算大的先展示，不然怎么花完人家的钱？
" d* r& P% ]4 A$ k( x                        Media_Buyer_B 优先的到 第一次 展示。
                        那么按规矩
* }- O+ b% X& w                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
9 H, Y1 i7 k, B' V5 G2 }# n4 O                                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

                2. 继续第二位，第三位，第 N 位 。。。。。

, s2 h% |! B. P, P9 o0 g, e                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：
* P8 f8 o- K" y                                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。
5 X2 J# U9 K6 k5 t+ E; E                                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。
$ h' N5 z4 c5 j) d9 ?
6 L9 T. V/ A# Y' K% j9 ~1 c4 `                5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。
                        所以到现在为止：
2 C/ H9 X# n* e( P3 a: n. C                                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。

! {) x& P! t4 }4 j. I                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
, W0 U  H" ^' v/ e" I" M
1 ~" F# Q# g3 m* b- r* q1 \                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
1 y2 W4 a# |7 ^$ U                                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。
  A4 w& v0 d; i+ r
3 O4 h% G# _. L总结：
        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。

----------------------------------------------------------
3 T/ U: l/ j8 x+ c接下来说说根据这个模型我们能做什么事情。

! o; f/ Z: w" I" A! t. L实际在投放广告的时候我们一般想得到什么效果？
) R" Q6 z/ X7 d+ O" `0 B当然是 低出价，得到大量 排名靠前的 Impression！
说白了物美价廉。
: N2 u1 k% g5 Q# K, [* ?1 e
2 u. }/ E8 e1 Q所以我们根据这个效果进行假设。
假设1: Visitor 减少。
# L! C2 @- P) ^: Y8 ^7 d# c        结果： 如果你的 bid 很高，你也许会的到排名 1 ～ 12 位的 Impression
        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。
( A6 Z3 r& s' j7 T# K" {5 F$ l( t        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
9 B6 @5 [: Z1 w. `( s
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。
/ \/ E$ J% a6 @' `7 ~        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
        解决方法： 大开大合，提高出价，提高预算

4 l% D. B8 Z; z; Y( v3 V        当然你也可以尝试纯粹捡尾量。
        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。
( t1 R" o' o8 d' T
6 r  Q. k" q& c; }3 W, J& n  J假设N... 你们可以自己想想
5 C% W, b% R) J/ i
解释某些说法：一个 Campaign 一但盈利了，就不要去动它。

, e. V. C: m( ]( Z: `9 @        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。
: j2 L! L( A% P* t        这里强行科普一下：
; C- {* W7 n3 `# R0 E                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！！！！
                为什么？
' S: @" ]. ~) y% a$ Y                1. 计算量太多了，服务器爆炸，效率低都很有可能发生的。
* ?. P& V' {! k9 w                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。
+ Z4 F6 i  Y& c4 X/ Y, B                3. 每时每刻动态设定事情做多了容易出错。

2 a' P; v* }* i  a- G, H                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
, Z3 b. i7 |5 c' E8 G0 X) ?- ?                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。
/ w# c! i/ {7 Q+ L: k: f                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。

; c2 t9 g% W3 t- I1 |- h        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？

Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
% \" l) f0 k/ M1 a+ [. e5 {
        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。
  ~( V  s' I- K5 ?" C& y0 G        有时候是低出价盈利，有时候是高出价盈利
) o  N! _8 M7 Z& D, K* I  R; p0 {- I        有时候你拍前面能盈利，有时候排后面盈利
( H/ k8 j$ M7 M. o4 ^        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。
3 R- Z8 u. k) U% C, c        最差也能理解一下这个流量源的出价策略。
---------------------------------------------------------------------------------
  e3 ~2 z3 i# t( t# }4 _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。
1 L! D0 [9 [  h. v+ x我甚至都懒得检查这个模型的细节，写这个也确实累。
" S/ m4 |- z2 ~/ m! w! r/ Q, Q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。
4 S) k" X% T/ `# W; r& G, I) O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。

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。

: J, t: _# P$ g" H; n另外祝大家新年快乐，大赚钱，赚大钱。


& F) g" U0 }0 O& W# o: x7 T

kisscssy

billy 发表于 2019-1-2 23:42
现在玩付费流量真的不容易

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
. c/ L7 f: g; a4 K$ c1 v) v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

; y2 a0 P5 o% H  a* I, N( K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。
  C, |# V8 l7 E0 p
6 j! D. N# [  a4 D+ ~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