ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

( Z3 d7 j1 F- Z, c, c
Hey, 各位新年快乐。

5 @; r! @, G0 Y3 j- m2 w今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
; u; O- e' x8 Y9 z
这是一个模型，最大的做用有三：

3 V2 g4 D* T; c+ H        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
        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。

丑化说前头：
$ f/ e( h, @2 M  Z5 e2 {8 _        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。
! x3 D5 M) B1 X. [        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 ）：

8 I4 W2 N9 Z7 S1 M7 o/ L# a        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
+ J' T. G4 v' h        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
        Banner:                 广告横幅，一般是 300x100, 300x250 的大小。
+ u$ U& z# r: }0 W7 U6 Y  ^# _2 O        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。
        Media Buyer:         媒体/流量购买者。
        Offer:                 广告商提供的一些任务。
: s7 M0 e1 |: \
------------------------------------------------------------------
大前提：
4 N; V8 S, b8 m$ f1 O- `        参与的角色都是逐利的（除了用户）。
+ o" ~# u2 ]0 c7 S  [; m8 ?" Q
: t$ G6 C- Z4 [% }/ B9 R  O$ s------------------------------------------------------------------
整个模型参与角色：

$ m% ]" K9 S: o9 q. m* ?        Visitor
+ Y- h# H) F- h# M( R$ @        Traffic Source
5 [/ W5 R  O4 `3 n! e5 C        Media Buyer
5 c2 k2 h* f  Z5 f
: L* G: E8 g' J/ e2 @3 s+ r------------------------------------------------------------------
3 g$ W& h3 m' v, T# D3 ?Visitor 行为：
& q1 [- C& A2 v3 F& C* K
7 ~- u# g: t. b( {4 n        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。
7 m- Z! I, f, v% G8 x        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？
; d$ U, U; I6 a5 }. t! V# p                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 f( M. I' P8 `1 c        3. 所以是否最早看到的广告最有可能转化？
                a) 基本是的。
, M+ V1 L9 F0 O
------------------------------------------------------------------
Traffic Source 行为：

' S0 E/ Q  W- P! B$ T  X+ o        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？
( g( [% Y& K6 B/ ]1 |  W% p% V7 Y, a        2. 价高者得，所以就有 出价系统（又或者说 拍卖系统）
+ H. G# g* \$ w; D  _        3. 有出价就有预算。
' |& I  y2 l9 I7 T        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）：
( }9 `" v" x5 [' ?+ M                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
5 Y/ u& D* x6 K+ H                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。
                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
        
3 S3 S! B9 K7 g; c! a3 `/ U: ~------------------------------------------------------------------
Media Buyer 行为：
' D" H' a% i" w4 a+ r- H: v
        1. 先从各个联盟选择一下offer。
        2. 挑选一个流量源进行测试。
3 T9 W0 Z. T/ m! N, W        3. 选择好各种各样的 target，确定预算 和 bid。
+ T* Z! |5 Y7 n, T        4. 开始等结果。
  i; }" ~& F! q        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。

; h: y  F3 S% \2 J6 r------------------------------------------------------------------
) \6 {$ J* p7 k  l' g执行计划：
( a8 S, H# P) d+ }        参与角色与数量：
                Visitor:                100万位
8 ^: [# ^& `5 f6 `) [1 q* |                Media Buyer:        3位
; a* t$ `& _/ X3 C! K# N6 a# Y                Traffic Source:    1个
                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).

0 }( V7 g2 e' h) O                Media_Buyer_A:
                        出价: 0.1 CPM
                        预算: 200$

2 F! W! `8 \: ^! g5 n! P0 K                Media_Buyer_B:
4 ]( S9 H" z) B; j                        出价: 0.3 CPM
                        预算: 100$
7 e4 j* b4 _7 `  X+ l2 C
                Media_Buyer_C:
( H2 N) ~! [/ }  t0 V  `                        出价: 0.2 CPM
                        预算: 1000$
. A3 Z6 }( I" u9 m5 T% r9 y8 N. D
        前提假设：
: B2 O/ ^# D2 w/ E" w4 h2 z* I7 {                这里只有一种广告位。
                出价高低决定广告位的曝光排位
8 ^2 m3 M. X" x1 A" l/ ^; m                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。
9 X# p1 _5 g6 g                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）。
4 c$ K. z* A( x# Y1 D                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. 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。
  z4 I6 P( T( v0 [                        肯定是出价高的，预算大的先展示，不然怎么花完人家的钱？
; h& L  u7 u4 W$ I                        Media_Buyer_B 优先的到 第一次 展示。
                        那么按规矩
" J0 W: l& p$ e! Z                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
- C8 g% X9 t9 Y- f) }% B7 c0 t                                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 u) f+ N; s! J                2. 继续第二位，第三位，第 N 位 。。。。。
0 L" Q% N- _8 N5 L9 d) V$ E  S
* I) h0 B. `: t# z9 n6 }1 n0 T$ {                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：
' E* H- |5 W& b% D) ]9 X                                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。
- b, X4 q3 ]6 o  E1 i1 Y; q6 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。
1 L0 H. c+ H; ~& n
                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。
& y3 L' @* _0 ^
                5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。
6 |( E3 b+ _( W# ]1 T                        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_A 得到了 (666666 - 111111) * 3         = 约55万人的166万位置 第4 ～ 第6 位的 impression。
; o& U3 u: d* L8 K* f: s
                                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                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
2 n6 V8 }+ [  U  Z! V; c                                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：
0 q- N" e4 E4 Z5 Y8 c        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。
( ^; J  _( T* o1 O
----------------------------------------------------------
1 ?! C( Y$ N# P2 A接下来说说根据这个模型我们能做什么事情。
9 X7 g1 Z6 o* {# K- r9 g9 \
0 o+ s6 h# P, Z; w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！
3 h0 F+ j) G3 r- [) B说白了物美价廉。

所以我们根据这个效果进行假设。
3 I7 {8 Q, H+ [! c假设1: Visitor 减少。
# s+ g0 C* B  B+ s/ k5 g        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。
$ H+ p0 i/ H& |! f        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
4 s6 `8 m8 T! V
9 w& W4 X2 w2 v( Z* [4 L/ [( m假设2: Media Buyer 数量超多。
; F% z" k; }/ Z        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。
5 g9 b$ H' e$ a, k        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
- |8 E0 ]8 o% o2 x5 H0 K        解决方法： 大开大合，提高出价，提高预算

        当然你也可以尝试纯粹捡尾量。
3 y* D- Q6 b# O! M- u- |# a" j        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。

( `) t+ R4 o) i假设N... 你们可以自己想想
  ]8 K* Z' H  K6 p) d% R
解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
3 k; F( Q4 C/ Q& n3 a
        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。
, ]% W* m: j2 h2 J" q9 B# T9 M        这里强行科普一下：
' z. o  e) A' ~; L5 Y6 p                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？
- f0 P; U, G1 {+ ]7 x# Q. A/ k& s                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。
& H% b  r7 b. P) t) k                3. 每时每刻动态设定事情做多了容易出错。
) e3 }& W6 C! D2 [: W3 y' @
, i  c2 b/ p. 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
' q0 }/ Q! h1 ~$ R1 ?+ `                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。
# q2 q. L9 H. q" |2 E) R6 `( j                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。
6 Z: g) a5 |5 o+ Q1 n0 t- j
. j2 M- [' Z, \- H" T. A6 R" f: f' D        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？

- w* E7 O7 D7 C+ NSweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点

8 ]& c3 t- S8 E( Z& U2 W- e: |        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。
* `+ p! q( q, x% o% k) o, x        有时候是低出价盈利，有时候是高出价盈利
        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。
5 S7 W" @# F! X( t) S9 L7 B        最差也能理解一下这个流量源的出价策略。
---------------------------------------------------------------------------------
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。
5 }3 j2 f5 S% n; J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？
( L! |. P' }" M8 D4 ^/ A$ ^6 w0 S: U: C因为我还有很多角色没有加入，比如各种 offer， 各种 network。
( i; C; A. C7 X9 V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。
/ C/ x5 V. I) K( J
2 X. i( t5 y/ f) v$ D# i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。
0 g) [6 z9 j5 d6 g2 C
另外祝大家新年快乐，大赚钱，赚大钱。
. ?. h( ?2 Y2 }, R

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
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
5 k7 B' C/ s1 `8 ~
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。
% W1 u7 V$ ]; \
; q. \/ G9 z+ I. x) ]$ ?1 U* 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