ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

/ {* z/ _% ^4 m; q! T& m, E
) M9 y, k* w. rHey, 各位新年快乐。
( s9 i+ u  x; G3 A
今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
" `: z7 Z0 S: o% U9 g
这是一个模型，最大的做用有三：

& W; N. \* V! w2 B        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
8 m* ~" Z# B7 _1 z        2. 给正在投放的朋友参考。
7 G* x7 O5 s5 P, U        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：
6 z: C  q5 B) ^! N        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。
# @" F8 \$ V% q+ C3 M) k& P  H6 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。
8 U; P4 V& n1 b- E) S        全文半英文半中文，你懂的，名词一律英文。

& ~, K+ m, J' X7 R------------------------------------------------------------------
7 ~! `+ @: \( ?* C, F( v名字解释( 接下来会用到的所有名词 ）：

        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
6 c& H& U, \$ R! ~8 k6 D9 D6 S        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
8 p, N  F' y4 t( H        Banner:                 广告横幅，一般是 300x100, 300x250 的大小。
* I  G- X1 L# j5 }* i        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。
+ ]# X) z* L  [: W5 L        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。

% i4 s3 ?' n. h4 M0 z! B; C! }------------------------------------------------------------------
大前提：
( Q, G8 x% c8 ?        参与的角色都是逐利的（除了用户）。

9 h* T! I5 B$ k; Y1 J, i------------------------------------------------------------------
整个模型参与角色：
+ n$ t8 h0 ~2 P* {* e
. ]! r9 h, N) t" E4 b  j        Visitor
        Traffic Source
        Media Buyer

7 T( m: ^7 ]! B. h/ M0 U) ]* a------------------------------------------------------------------
Visitor 行为：
' H1 P% Y" F" P
        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？
8 A5 s& m) X$ d                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
1 R7 e0 C7 V  o6 Q5 T                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？
. m4 m# }' E6 e# f6 i                a) 基本是的。

: U6 ~* A9 J, z  e6 I------------------------------------------------------------------
9 U0 d6 I7 r9 a  f$ x8 q2 w) L) OTraffic Source 行为：
9 L! X# K5 D& J8 [, }/ q& ?
% _4 J8 t7 C6 R- l7 S; Q6 U# K        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）：
  L/ {7 ]2 Y# T0 _! p                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
/ G$ [8 ~, I4 A& u  i: i1 E9 \                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
2 s8 j# q9 N5 v# ^. ~                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
5 D- ?  q$ L$ C/ [& c        
% X: i6 N+ f  ]" y------------------------------------------------------------------
Media Buyer 行为：
' F! w! z& x% X' p- W( F% b" m
: p" [. T$ f! p+ N+ P1 d( x        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. 选择好各种各样的 target，确定预算 和 bid。
: Z5 n5 z% @* }        4. 开始等结果。
% N; K( T+ Y+ U# C0 p6 k( M        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。
- d% m8 n8 l: M9 @
------------------------------------------------------------------
执行计划：
( {" ^% O$ D9 U* p0 G4 J7 F4 O        参与角色与数量：
4 a4 T( W5 u& b4 y  r! [                Visitor:                100万位
0 V2 H+ h1 {1 w' j6 F& ~% E                Media Buyer:        3位
( ]& i$ H) F5 c7 v- v: o' t                Traffic Source:    1个
, E3 h7 S/ r( Q7 {/ f/ X9 M                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).

/ K0 r0 k0 M% _( _8 \                Media_Buyer_A:
( h+ L! c3 ^' F, n                        出价: 0.1 CPM
, f/ s3 _+ J0 k                        预算: 200$
% L$ ?& ]7 t2 K/ I6 r5 L. l3 E
! v1 w# R% j4 F0 `                Media_Buyer_B:
                        出价: 0.3 CPM
& `; K7 r; \7 j6 K6 P" n0 w                        预算: 100$
3 a1 U) l7 ]6 y( h4 C
* O+ Q4 i# C' f: S* z. |7 z* }. o. ^5 ~6 M                Media_Buyer_C:
0 w/ k2 t8 D  l2 U; `                        出价: 0.2 CPM
9 f: \' i+ N; J0 o                        预算: 1000$

        前提假设：
                这里只有一种广告位。
/ ^  m  E; I$ b8 v$ \* N( P                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。
) a% u6 Z4 N' S7 L" D                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）。
5 q9 u6 O$ X; g' p                所有人都只投放 3 个 Banners。
) w: O# z+ b. [  L4 a. p                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。
2 G) P% B9 m% Y* \                        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。
                        那么按规矩
6 Z0 N" ?5 T9 W2 T1 o                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
0 p6 w7 f0 G9 ~8 e( c; x                                Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
% w$ L9 T3 d, y7 [, g; a. R; `                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression

! ^9 D) A6 M% V$ c6 x, V7 G  I* ]' J! G                2. 继续第二位，第三位，第 N 位 。。。。。
# c6 X  b4 i# O8 W1 |% c
" n9 C* }) D% r; m5 l4 C6 u                3. 我们来到了 第 111111 位 Visitor， 为什么？
$ \, s: }! v: x# \                        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：
                                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。
                                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。

                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：
                                Media_Buyer_A 得到了 111111 * 3                           = 约11万人的33万位置 第7 ～ 第9 位的 impression。
5 V* J4 ]$ d' Y, V6 ~' S                                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。
8 a% z' F8 ?: F! Y1 E1 j
% [! K2 J% x0 T2 x1 ~                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
) C4 J+ C* v6 N" ^
                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
9 V) d* q8 C, G/ l0 Q8 V                                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。

# R- f, Q2 l# P3 w总结：
  |  L% e3 `0 I# w8 K        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。
, i: |1 w* |7 d+ Y0 u
* z3 ]' ^0 i4 z. r, |* H4 _----------------------------------------------------------
7 k4 a; I9 ]6 c0 _接下来说说根据这个模型我们能做什么事情。

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！
说白了物美价廉。

- [* Y; U; N: d% w, j1 [所以我们根据这个效果进行假设。
. l  n5 N; x& ]' a' D3 F假设1: Visitor 减少。
1 E# T* k, a, @5 l0 h$ \6 T+ X: n: y        结果： 如果你的 bid 很高，你也许会的到排名 1 ～ 12 位的 Impression
  n; U3 |9 `- ]2 ]4 [0 v5 K+ w        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。
* \9 T9 G/ P- U3 P8 j        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
" k: g  w1 j/ A+ H" j; V6 t
, E7 w; e( X  B# Z0 b1 o3 C假设2: Media Buyer 数量超多。
. Z* k1 G8 H0 [+ \- {4 r        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。
+ p) W8 s# i; f5 S  w        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
! q0 E5 w: z* ^" v7 @" k+ k2 w, M        解决方法： 大开大合，提高出价，提高预算
# i6 q/ @9 J8 o2 ]7 Q
0 b1 T5 V. u, m' E        当然你也可以尝试纯粹捡尾量。
3 n# E, D& z' q" Q+ _- k9 ~! e        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 b! h5 w! ?4 ~; V2 k$ V* u
$ i: d* {$ s! Z) U2 N假设N... 你们可以自己想想

# s: t' F1 H% F: h4 V# N解释某些说法：一个 Campaign 一但盈利了，就不要去动它。

+ H% z  h4 T: t0 [; L        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。
1 G1 e7 d2 f2 z' X4 a, z        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！！！！
" N: C9 ^" D& S& O. G                为什么？
5 k3 G# Y6 Y, g  I6 B7 R$ c                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？
6 y0 }4 n# q# n* Q2 p7 K                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
                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。
8 l" K$ F$ h/ S  a$ O
7 T0 g, M' u* X4 X( i5 i        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？

) n3 W; r8 V- E  Y0 cSweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点

' n1 g& m3 h- o- W7 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。
4 P3 {8 q6 I. W) y' X        有时候是低出价盈利，有时候是高出价盈利
! H2 y" ?0 O- i$ c1 w; p8 M' T* @        有时候你拍前面能盈利，有时候排后面盈利
! T* h" f9 R; w/ g1 \        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。
---------------------------------------------------------------------------------
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？
: G! y* X* j. d% ?* w, R; Y- U因为我还有很多角色没有加入，比如各种 offer， 各种 network。
  |' Q/ _3 T/ p; x# Y+ L5 B1 t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。
" f' A2 q" Y$ A4 o感慨，今年更努力赚钱。

( F6 r. z; \  c7 S另外祝大家新年快乐，大赚钱，赚大钱。
% |3 V+ l( i* O( q2 U& V

kisscssy

billy 发表于 2019-1-2 23:42
# S% s% R9 I; Z& ^  M现在玩付费流量真的不容易

! O% N; X  }: i3 T  _$ i  m 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。 ...

' F5 ?, I+ x& R( x3 v0 Y炸总翻牌啊

7 ?+ M5 X- ~, O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