ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

Hey, 各位新年快乐。
8 r; }0 S2 q/ N: |* ^
今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
5 y0 p' a. |4 k# E- M
这是一个模型，最大的做用有三：
0 ?7 \/ q5 `* X% F  V0 z
; M7 }/ @4 B8 x+ W        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
2 A' W! h5 j3 |4 S        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。
+ p, W$ j9 S) ]9 N: f; }8 d
丑化说前头：
6 k1 T& z% w# m! J! w$ H        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。
        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。

( `" \2 p# T1 E; ^# v" m2 k0 o+ S------------------------------------------------------------------
* V" t. Y3 j3 |- o名字解释( 接下来会用到的所有名词 ）：
  A; T% _" `0 h! V% C: R
        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。
, u3 k) V* G- V1 ]        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。
# ^1 Q9 h0 G9 a9 E        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。

* T9 g. V9 w6 Q# G/ Q: B------------------------------------------------------------------
8 W! C- M2 w0 z9 e! C: s8 y大前提：
        参与的角色都是逐利的（除了用户）。
+ \. t, W% @0 U9 C" W
1 ~9 p" z- i! g- r* k6 ^------------------------------------------------------------------
9 x8 `+ I9 _* N整个模型参与角色：

0 W# `' v1 V- F& d- X+ B4 j5 e        Visitor
  D/ f/ f/ k5 l0 s, Q/ l        Traffic Source
: ]# B3 @) V' C$ T) \6 _- C        Media Buyer

0 @* O& C  t/ k% M  d! R8 J------------------------------------------------------------------
Visitor 行为：

9 P+ d  r" `8 @        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
+ a. j- p3 o( t  ^8 Q% m; }) j                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。
# ?& ]( \+ c6 \) ^5 ~        3. 所以是否最早看到的广告最有可能转化？
                a) 基本是的。

------------------------------------------------------------------
Traffic Source 行为：
5 p/ y" e. P8 n- u! j' 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）
: F! |# `; q7 |) x' [        3. 有出价就有预算。
& C$ m" J$ b( ~4 }. P4 Y$ J        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）：
3 C- X8 |$ q3 h                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。
0 {8 O! ?7 G3 N6 {5 X; \                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
! y+ S2 s7 f& `6 u0 m                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
. R1 h" U; }# X: v. O; J8 K        
' M5 G6 ^) n5 l7 d8 Y0 L------------------------------------------------------------------
9 e3 v( w" ?0 s9 ~; ~) z( N, J1 BMedia Buyer 行为：

) N5 e( b# ~! w/ _- C        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。
        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。

" G% K9 m" I6 m4 R------------------------------------------------------------------
; }2 ]: ~* l& I: _7 f执行计划：
        参与角色与数量：
! \$ g2 z- Z! }' ]                Visitor:                100万位
                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).
; |) L! R4 w. J8 W/ `+ \
                Media_Buyer_A:
                        出价: 0.1 CPM
3 e5 q- _" f) n- v& D* g                        预算: 200$
  N7 r, M6 B& {/ _, _  r
                Media_Buyer_B:
2 S# c  p$ `( e+ g+ ~                        出价: 0.3 CPM
0 ^; ?' K9 B' e1 B                        预算: 100$
' n, R  D: ~0 k& r1 t
                Media_Buyer_C:
  V/ v# A) q" S6 t: t8 l  k0 p                        出价: 0.2 CPM
( _3 n! P5 }! ]5 a" E1 f                        预算: 1000$

1 m, j* U$ p/ l' Z! |+ Q        前提假设：
9 s' g# L6 l* T  B                这里只有一种广告位。
7 d* Q* i2 Q* d$ S& j                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。
5 f  T" l; `2 J1 ~: l                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）。
3 V$ A! L/ y0 G; Z6 K% F                所有人都只投放 3 个 Banners。
, w6 c1 _; F6 F                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).
; H, D9 r  W% i               
        模型开始执行：
5 d, k, B2 L. d                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。
3 Z( V$ a9 P" U, N, e0 Y4 S' M                        那么按规矩
                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
7 I" g" B9 R4 F. w8 y" O# n; a; N                                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
# a' O1 G$ Z. R) I5 t) B
' U/ L, z9 v' b0 ?: J                2. 继续第二位，第三位，第 N 位 。。。。。
6 i2 L* X8 `9 l# `4 ]8 c+ y0 h
6 [& |; |. P! B6 h( ]7 L& x0 y                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：
                                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。
$ ^2 A3 L1 ^: f                                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。
9 G$ d5 g: ?  m  b2 K9 i
5 o8 C$ F, w7 I! |5 c' |3 n                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。
                                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 z  |, y. U3 x+ o+ d; j
                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
* [, @6 h2 f% W$ x$ Q0 H
                                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。
: k% L2 N% ]+ ]' F
' T8 g( z! U* h' I% V; m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。
4 L+ Q; y4 z' B' R, z
0 n4 `8 O' u3 r- n* O! P' {----------------------------------------------------------
( i& D7 Y- B( g, v2 C/ i接下来说说根据这个模型我们能做什么事情。
$ C: R9 w8 {: H8 c9 K( P$ c' e
8 k% j5 ?4 @6 i( m) l实际在投放广告的时候我们一般想得到什么效果？
7 H3 y5 T" j2 b2 h) t+ a" x当然是 低出价，得到大量 排名靠前的 Impression！
说白了物美价廉。
5 o4 ^# I5 r7 T( k" y& y# a* _" o
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
        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
  W  C5 n2 E! j
假设2: Media Buyer 数量超多。
+ L5 g5 c. U' A: M8 H        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
1 _, E3 I; t0 d1 o4 h; ]" b
6 w* G4 B4 M% n0 i( @5 \2 U( L        当然你也可以尝试纯粹捡尾量。
. C: s7 [# p9 _( Z: M1 Q( K; H) y" D8 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。

假设N... 你们可以自己想想

& d4 w* w6 o, d2 ~$ l+ L解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
2 a/ s) e! s& ?' O" X) k& |; B
        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：
                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？
" c9 N8 l2 I) `. \4 k5 r                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。
$ p& G( `' p+ T1 u, N; Z
                所以一般怎么设计的？
! @7 M6 z7 g: ?                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。
1 v/ S, d  f2 S+ }) M9 G; D                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。
  e9 a8 W' k7 Q* a                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。
% g! ]) D# G8 q  C/ b- g8 c. T0 d                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。
+ C* y. J5 j" y
        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$ `, H# e; e4 u0 l+ {5 X
3 a7 S* g1 s. V; ?  a# [3 ASweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
: Q/ I! w) Y. k. v* [  q/ U8 H
        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。
! d* r) l  f6 c1 }        有时候是低出价盈利，有时候是高出价盈利
. _4 O, H8 v3 C8 b3 ~# v3 Y        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。
        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。
; w" s' l/ W( J1 {  P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。

/ v* p$ b/ f( e3 h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。

另外祝大家新年快乐，大赚钱，赚大钱。
$ ?% F, g: F+ h6 l* ^; N

kisscssy

billy 发表于 2019-1-2 23:42
8 H/ M% Q$ o( G% w% J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。 ...

7 B3 }2 u6 b1 y炸总翻牌啊

" o# i1 q; y9 d3 X1 @0 |9 J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。
4 S- |  X% l3 _" }
. G) O" D: |1 {+ a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