ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

1 K8 X' C! ^8 H6 B
" B5 x) m$ P0 l, c( kHey, 各位新年快乐。

今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
; y+ s; c  Z! ^# K
这是一个模型，最大的做用有三：

, x3 N3 ~: P: t$ x/ y* h, h! N4 Q        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
) }! z& L3 k* a8 x" @        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：
4 k$ }- z5 f' a" Z        蛮多内容是会意，不要尽信，当个参考，不保证任何结果。
% Z- e2 N1 g$ g0 C# O        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。
0 L, |1 g0 z8 T$ v9 g        很多角色行为并不完全符合每个流量源，没办法照搬照抄。
( y* A. G, _1 w; H        全文半英文半中文，你懂的，名词一律英文。
. q. @! U6 Z; ^$ L! D
5 [+ }9 J! W5 c3 p% _------------------------------------------------------------------
名字解释( 接下来会用到的所有名词 ）：
5 `4 W6 T# z+ {8 O" L$ g
" F* R, q, O, w* t* l6 A% l        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
9 l9 U' v/ [& Q% h# u2 ~0 ]        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。
+ b7 t) t% `0 R: [* d        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。
" @3 a/ ~( T2 |. F. k
6 t9 H* x: d2 `6 h9 ~------------------------------------------------------------------
" X$ e! g# F8 ]3 F2 s2 J大前提：
' {' |, P: l' y' p7 A        参与的角色都是逐利的（除了用户）。

( r6 E% V% \( ~3 ]% `; P( p7 k------------------------------------------------------------------
整个模型参与角色：

( [$ m5 S: F" \, I8 z' L4 w+ J        Visitor
        Traffic Source
        Media Buyer

------------------------------------------------------------------
Visitor 行为：
2 U" a  D% a& 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。
! }: q7 F& D# e        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？
# `& ~) Y/ e: [! u# ?                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
& U" V3 g& _% ~$ N6 {* y, }                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？
/ g) a7 V" F# O2 o                a) 基本是的。

------------------------------------------------------------------
9 r/ M" M' N1 T) \Traffic Source 行为：

( `/ t; c& M2 w* a1 P6 [7 ^        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。
0 z  A$ {% }9 d, [( Q1 A        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- C$ H  Q/ f                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
" h8 \1 ?% p/ \- C% t- ]+ K                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
" g1 G' Q5 L8 G7 s" Y  s1 |                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
% s8 [8 A- Y/ g4 ^% z                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
) r- Z0 X& B' m! a$ f; M        
% }$ l% Z8 Y* S------------------------------------------------------------------
: e2 a/ j; h( V4 O2 p6 \  ^Media Buyer 行为：
- S, o  f/ C/ Z( H- J
2 }9 H2 z3 ?* {# ^  @        1. 先从各个联盟选择一下offer。
4 s, f4 s% A: |% i. z& V$ 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。
/ i) x" k2 \, |' ^        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。

; b0 }" I2 i1 G* H' E3 `9 E/ ]4 |1 K  C------------------------------------------------------------------
, P9 n: Q5 Q! l3 ]2 T6 W执行计划：
        参与角色与数量：
7 d. D1 Q& r& @5 s2 R  }                Visitor:                100万位
$ Z0 M- W; j9 K. o: P, {. d& Q                Media Buyer:        3位
: _* o6 Y/ R5 ^( C, F4 t                Traffic Source:    1个
7 X7 N; v& x1 {4 A" z% b                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).

- M1 }+ N0 w/ j6 E3 d( c                Media_Buyer_A:
: F1 `& i- }" i, {! K8 d) I                        出价: 0.1 CPM
                        预算: 200$

6 n3 X7 K6 H. ?/ i% t0 g2 J                Media_Buyer_B:
                        出价: 0.3 CPM
                        预算: 100$
; f9 ?: b4 v$ W1 q/ Y" A$ m/ T% s. J
3 e* B$ u) p2 K( y. B                Media_Buyer_C:
                        出价: 0.2 CPM
                        预算: 1000$

% ^- R$ h; M) z" \6 p( w' X        前提假设：
2 o5 j8 e/ z1 l, T; S2 |& W- Z                这里只有一种广告位。
' }8 r. x# T9 S4 P+ W                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。
  v" G" P- i* a2 |& P                越前面展示越容易进行转化。
' V, X2 |- {3 |6 A: @2 J                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。
7 P  b. n1 [6 X% O, l1 z                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。
                        那么按规矩
6 a3 c+ Y% s( U) L+ Z8 \                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
. H* b9 |# Q1 F& t" x/ r4 c8 V& a                                Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
3 T) ^$ ]1 @; p                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression
  \: R' Q; P4 z! ?, r2 G- X$ K
                2. 继续第二位，第三位，第 N 位 。。。。。
3 ?9 `5 G. d* r3 d) D4 c
1 J3 F! U' M2 ^; }                3. 我们来到了 第 111111 位 Visitor， 为什么？
9 |; J/ X; @- P$ F' R                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
! Z% h3 L0 H! y0 m: {                        所以到现在为止：
. D: f" m) p5 m! o" s7 N$ C2 P! C' u                                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。

7 b6 x/ \/ \, C. ]                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。
. D5 L1 D2 P. t; B: Z                                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。

4 v, K$ q* D0 y' M7 C                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
/ V& T0 M/ R. p+ @; }& o1 M
                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
                                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。

* |& g# a. q" L! ^总结：
9 l7 l9 F# W5 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。
7 c. e% i& s: l/ k
----------------------------------------------------------
接下来说说根据这个模型我们能做什么事情。

7 U& S4 i* ]7 y# j: I* @  U实际在投放广告的时候我们一般想得到什么效果？
: }: u% d$ s& E" e' ?' I' C0 V, _当然是 低出价，得到大量 排名靠前的 Impression！
说白了物美价廉。

所以我们根据这个效果进行假设。
假设1: Visitor 减少。
        结果： 如果你的 bid 很高，你也许会的到排名 1 ～ 12 位的 Impression
" X3 U3 b0 f, r- H: o" g) e2 `        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。
: I1 e' H& }) B6 @        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
5 l* ~9 D: G7 T2 n2 {2 x
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。
        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
: T" X7 }; G; F3 V1 N1 M
% Q/ x$ F2 {' ^9 f: Z        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。

假设N... 你们可以自己想想
4 J( X0 ]3 p4 W  f5 a0 ]0 A5 w
% L. i* T: y2 B9 ]( Q  A6 t/ L* Y5 {解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
- G' `- k0 h- C5 |) P/ G* v/ 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。
        这里强行科普一下：
$ q5 U2 ~# n2 ]  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！！！！
. a, F3 f: }* R                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。
7 A7 t* e7 n8 s6 V  X* `, K                3. 每时每刻动态设定事情做多了容易出错。

: F  b& l5 r# I' F                所以一般怎么设计的？
4 R, ?) m$ V' T; G; X                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
' ?5 e% [0 Y1 u+ K% h( Z/ U                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。
  |6 J( D! C5 O/ U1 K
        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？
6 s7 O+ M% }5 u' d  T
Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
( ?$ O/ ?' A$ T. V/ @
        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
1 I  n6 e# ~$ |$ b1 N        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。
' I+ d# e9 d6 l8 H: |        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。
) `1 P8 ?" I/ M$ F) N. O( I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。
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。

; H# ~, t. M: R" {! P3 J! X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。

, x; p7 s' H+ D& ?; [& b另外祝大家新年快乐，大赚钱，赚大钱。


) c! P& d: F: p* l

kisscssy

billy 发表于 2019-1-2 23:42
现在玩付费流量真的不容易

0 Q& ]" A3 B$ |6 O8 V' Q 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
' o0 d4 t( n8 z. s5 L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。
2 S1 N, y$ N) \
3 ?6 }5 G! t' |8 d/ y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