ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

7 }3 [' y. T. f6 G) k
Hey, 各位新年快乐。
3 Q+ h- Y% ]5 F& m; y; t7 M$ ~
今天我将我几个月来学到的关于 Media Buy 的知识进行总结。

这是一个模型，最大的做用有三：

% A2 k8 K0 m7 A. E; e* U- V/ B& N        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
- Z5 t0 R- T4 l) i$ y, R/ {" i        2. 给正在投放的朋友参考。
  D4 P' W+ B, v9 l0 [        3. 老司机路过能给个指点一下，大家共同学习一下。
+ F, }7 h) Z8 E. \
丑化说前头：
        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。
* s* M0 g, N& @8 j        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。
5 b+ o4 |% O. T: v* \; v& f
------------------------------------------------------------------
- X5 d9 [6 D8 b6 O名字解释( 接下来会用到的所有名词 ）：

$ \, A9 h) D' P7 p: \7 A6 E        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
6 g" g% j. }; L; ~; |        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。
        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。
# Z& C1 E/ J2 j/ k8 a  n        Media Buyer:         媒体/流量购买者。
        Offer:                 广告商提供的一些任务。
* A% K6 j6 R' ?. ^
3 S" [; H" ?! U4 i+ |, H3 p2 [9 F------------------------------------------------------------------
大前提：
        参与的角色都是逐利的（除了用户）。
! q( k. X6 @/ B4 z+ F/ A9 q( L" p
$ ~  e/ D% L* e0 r& e  g( g------------------------------------------------------------------
整个模型参与角色：

  C9 n! b9 a( i: `! c8 ?+ \        Visitor
2 S* P7 z* A1 D* I( m: T2 i        Traffic Source
$ L4 ]7 m1 `. N# Q6 W7 B4 u4 r        Media Buyer

------------------------------------------------------------------
2 {! D% Y+ ?+ I( I! b% s# yVisitor 行为：
) U' j0 Z, i' }/ R+ A
        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。
, E( ?# I. t! d3 C" 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？
, z5 u6 n: _$ E$ d3 x                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。
4 d) ]' @' {: A, w* i        3. 所以是否最早看到的广告最有可能转化？
1 P5 d& K4 x: B7 `2 @1 E                a) 基本是的。
( h/ Q; `% V4 Q6 F) k
; j1 F( y* |1 s3 j------------------------------------------------------------------
Traffic Source 行为：
" S; g3 A6 L5 c2 Y5 L5 F. D1 Z, ~5 P
/ \1 o: W+ ~  W# n, W        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。
9 l' D9 ]% D: u- h6 \        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。
5 T0 \: W  h2 W& j+ P9 q6 @                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
7 P" E6 i9 P: W# i" C- j                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
2 H/ g. C+ Q/ h5 P1 x; z/ L0 U$ [                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
        
------------------------------------------------------------------
/ ^% z+ w* j6 Z% Y+ F9 t3 [  aMedia Buyer 行为：

3 h4 n# b. S/ ?+ n3 L+ C. ^        1. 先从各个联盟选择一下offer。
6 _2 ^! s. z6 i        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。
7 X- G+ Z. C* _0 B8 J        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。

% L# W/ M+ v/ |$ R6 x6 J  m; e------------------------------------------------------------------
执行计划：
        参与角色与数量：
                Visitor:                100万位
# o# j6 E7 G. `/ ], I                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 H- p& A, N* |8 p/ D; t2 ^
                Media_Buyer_A:
+ o9 @9 O$ s! h1 t  Z                        出价: 0.1 CPM
                        预算: 200$
! U( o, F- S  Y8 r
1 @3 e6 E1 t  o8 i* ?! t                Media_Buyer_B:
                        出价: 0.3 CPM
' g# t' O! n0 P% \; j                        预算: 100$

                Media_Buyer_C:
                        出价: 0.2 CPM
1 ~, b) F  T7 u& B) h" X! d3 L                        预算: 1000$
% g8 P: Z( D2 t6 |4 `0 P5 `
) k+ [5 l- C7 N; C        前提假设：
                这里只有一种广告位。
  X  t9 h2 f4 ]; b                出价高低决定广告位的曝光排位
/ w% V" a3 i/ X; e% Z+ N8 V% Y- r                预算的高低决定广告展示的数量。
- h: J' i7 M; K; P% q- H) y                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。
& F, h# @: Y! e9 Q) S4 |1 y                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？
                        Media_Buyer_B 优先的到 第一次 展示。
1 u& I* D8 z6 m, \0 d                        那么按规矩
( z) Q% H* ^8 ?$ ?) ]% O; o' I                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
& w- N/ }  Y( n' z4 x; v: Y9 H                                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 。。。。。
; w& G  h8 i$ C/ W; G
                3. 我们来到了 第 111111 位 Visitor， 为什么？
# N7 v4 U% u+ [  J8 F                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
0 V4 y' V9 M7 z( x, c, \5 z) c                        所以到现在为止：
* C  P( i, j; f- p9 _: Q                                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。
! }8 Z$ P1 t. S: Z( ~4 a# I                                Media_Buyer_C 得到了 111111 * 3 = 月11万人的33万位置 第4 ～ 第6 位的 impression。
0 `: m* K9 `: p0 E3 ~$ J5 V' F
( }6 d: [# D0 N. a- j! ]: ~+ W- [! E- }                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。
* e' G3 R4 |, l$ F- D9 q
                5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。
! {* r: E, i' }; G# h                        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。
" c! a9 |. v/ i8 g8 v* Q+ q
                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。

# F3 }3 O5 p+ g) ]/ _                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
# X4 L+ o  e2 }                                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。
# v  i* }4 b. m
总结：
# e4 i1 v/ A( l" Y0 Z+ R. 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。

3 \3 k2 M: v9 M/ h, V----------------------------------------------------------
接下来说说根据这个模型我们能做什么事情。

1 H& ]* H8 m( y3 k/ M  p实际在投放广告的时候我们一般想得到什么效果？
. C& e# Z  a+ {  O7 {5 Q当然是 低出价，得到大量 排名靠前的 Impression！
+ |7 Y# T3 w3 x4 ~& [; e4 A说白了物美价廉。

. u) u6 t, Y1 N. H所以我们根据这个效果进行假设。
5 Z7 W3 s7 W+ t  t+ C假设1: Visitor 减少。
$ Z2 s6 s2 I. W& `$ c! Q' d  U        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。
        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。
. L2 L: ?- D  C5 m# m1 C- T) k        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
3 E/ G" k2 s/ D' ?' O        解决方法： 大开大合，提高出价，提高预算
" O# u' U  c3 k* h
- `# r+ r& q. b$ Y+ j2 B        当然你也可以尝试纯粹捡尾量。
: [" n7 m( T$ c; X2 O        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
# a- h2 B! i- X! K
解释某些说法：一个 Campaign 一但盈利了，就不要去动它。

$ j- n* E. g0 Y  z9 s        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。
; R* S; Z0 O9 F+ S9 }* H        这里强行科普一下：
  N! U' W* i/ I, c" L( V) F                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！！！！
% f" h+ J1 {( `: d                为什么？
6 B8 j8 U+ Y0 F* J; w2 D8 u! H4 B                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。
                3. 每时每刻动态设定事情做多了容易出错。

                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
0 _- P1 ~: ^, ~  g. F. j                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。

( L+ {& p6 ]) |3 Z  l+ 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？

" \: z' G# o9 c7 M) FSweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点

# F* E- S$ F/ b5 ^" l7 t7 d        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
        有时候你拍前面能盈利，有时候排后面盈利
6 f* h+ a6 \/ S1 o) L0 B& _        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。
) B6 L) y0 V( {& a, f+ V0 b, L        最差也能理解一下这个流量源的出价策略。
---------------------------------------------------------------------------------
4 N' b3 g6 Z8 v. q, m8 y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。
7 s0 ~' l8 F+ f4 x; J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？
! q# @$ [3 L( c2 [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。
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。
1 L2 s0 a5 V4 X7 T: ?
另外祝大家新年快乐，大赚钱，赚大钱。


& @6 F6 N0 E; S3 O  g

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
* c2 A9 Y; J/ K: S$ V% K/ I) `
) X+ R7 z- E. B4 x- G6 y2 o  ]1 ^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。
! t7 m: p: h  Y' z
8 [: C( g# R; d' U3 m; 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