ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

8 t6 }: g4 z* M* }& ?4 eHey, 各位新年快乐。
1 c, T2 ~' V( F* e1 z5 T
$ I; Z$ S6 C" |, [2 D: r# q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：
+ Y$ Q8 c2 k; r# p
4 \% Q3 C6 x( K5 w9 _# T! |        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。
! \/ G* l. k! z/ g5 @7 o        3. 老司机路过能给个指点一下，大家共同学习一下。
' C( `+ E; ~% y; H' Y) V
. x; y1 h9 @6 Z* h. {/ s! {# D. s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。
2 ^  a4 B, E0 V        很多角色行为并不完全符合每个流量源，没办法照搬照抄。
) t3 d% q2 u: u; L$ e        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 ）：
  `( z2 \" }3 e: l; y8 U: `  ~8 n) X8 h
        Visitor:                 用户，网站的浏览者。
" |1 O! E( e, c2 J' q7 f        Website：                 网站，出租各种广告位。
        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
9 G& y9 e; L: R9 g2 c        Banner:                 广告横幅，一般是 300x100, 300x250 的大小。
" X4 j! w: {+ k" H2 d        Impression:         曝光，一个用户看过一次广告，就算一次。
8 A1 W) h) e/ s9 b4 g1 }" z. |        Traffic Source:   流量源，打包各个网站的广告位统一出租。
8 q" Y+ ?$ M, G4 i# D; Z3 t. e+ M0 O        Target:                流量源上的各种选项，比如选择手机选择桌面什么的。
+ \5 I' R" v% g5 Q2 Y" a. n8 M        Media Buyer:         媒体/流量购买者。
( k- U# y9 O8 l, T, a        Offer:                 广告商提供的一些任务。
% D: G" n1 E- B% c, Z
------------------------------------------------------------------
大前提：
5 B1 t1 T9 v+ {( h: p8 R! {        参与的角色都是逐利的（除了用户）。

------------------------------------------------------------------
( ?9 N) p/ L4 v; a; Y& `整个模型参与角色：
- f8 P" k( l& q' i* O) B
        Visitor
& j0 M8 ~9 U- T6 w        Traffic Source
        Media Buyer
" G, g5 R4 T' b% \) k
7 A) M* t' w0 O------------------------------------------------------------------
0 R+ a. [' B2 L. G4 [Visitor 行为：

; ]! k! E4 d  h% `- o        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 }/ b/ y* a) o( r        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？
4 M! J- ^1 w0 j# `                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。
( l, [* k+ ]4 q        3. 所以是否最早看到的广告最有可能转化？
7 H' ]6 `: R8 |$ O4 c: }* c4 a                a) 基本是的。
( Z- o/ E+ V, ]$ R
2 i' ]2 f+ Y# |9 s- x% `( Y6 t------------------------------------------------------------------
Traffic Source 行为：

  D: @" t0 t* p$ p! I: d        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？
! c$ B, a' ~+ A        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）：
                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
0 A$ ^' V" ~7 U7 H# h% |2 W7 O7 M( H; _. x                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。
, u4 S- a8 Z% G  }& {5 W. |' o5 P        
------------------------------------------------------------------
Media Buyer 行为：

        1. 先从各个联盟选择一下offer。
7 S" n  h6 w: v( f8 _4 y        2. 挑选一个流量源进行测试。
5 R' E0 A, u# _# h. `5 M        3. 选择好各种各样的 target，确定预算 和 bid。
5 n7 e9 x" p7 S2 [# e        4. 开始等结果。
/ d- }( b% g& i) Q+ s+ D0 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。
! C6 {3 D# j. @! _- W3 E
------------------------------------------------------------------
( ^( i2 W* c8 K! I: N! P7 Y6 W执行计划：
        参与角色与数量：
  F: a. V8 r* A* b$ x+ u                Visitor:                100万位
                Media Buyer:        3位
                Traffic Source:    1个
( d* B/ J4 D  G, H                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).

8 i2 H- e8 z! L                Media_Buyer_A:
                        出价: 0.1 CPM
. [! a1 }+ R) r! k7 u' n  J                        预算: 200$
. O2 `) }  |' G0 n/ P
                Media_Buyer_B:
8 U/ ?6 k7 V. Z7 \  m& A$ _1 ?. L8 p                        出价: 0.3 CPM
; x/ ^$ _8 m/ ^$ Y                        预算: 100$

                Media_Buyer_C:
0 ]' c/ h# v" i3 }                        出价: 0.2 CPM
                        预算: 1000$

4 h- b( O; y7 I7 p- o3 b4 [        前提假设：
                这里只有一种广告位。
, a! O. F  f% m                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。
/ G! z* ]$ s- d" m7 a7 [9 [% X                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。
" A4 }$ m" }% L9 X, J3 k, B                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).
6 N9 f$ _6 p- Y% _5 D$ _' v               
2 _. V0 i9 E- [" m! v" U5 ^        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。
+ e5 H: `0 M) ^7 e- y0 w                        肯定是出价高的，预算大的先展示，不然怎么花完人家的钱？
/ @# P& T% n9 R6 }1 u, {                        Media_Buyer_B 优先的到 第一次 展示。
                        那么按规矩
6 h* ~5 G' U8 E. g" x/ P8 w                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
                                Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
1 e, S. j3 e/ s$ f                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression
  q' P. b* J3 q3 W/ z: w. [
                2. 继续第二位，第三位，第 N 位 。。。。。
( L9 s$ U, @. \: p9 u
' q% w* ?  F( M4 z9 G  {5 R: o                3. 我们来到了 第 111111 位 Visitor， 为什么？
2 a" n) N3 ]5 t. G                        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。
2 D+ H: X6 q8 b0 n9 [6 Z$ ^                                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。
$ w! t( {" K2 H
% ~( M0 a0 w+ S/ x' \                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：
; d6 Z$ D: k9 Q9 e* W                                Media_Buyer_A 得到了 111111 * 3                           = 约11万人的33万位置 第7 ～ 第9 位的 impression。
: \1 r8 M  d5 M: |8 t  ^                                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。

                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
; p. ~! R5 e& v' R1 @2 j% b' 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。
5 e- f- m& r& Z* Y) B. ^+ p                                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。
8 G3 O) d* X7 S& `- W
7 z  H1 @( i3 A5 E) Z3 W总结：
" {, H4 i, L# Z2 l        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。

) r( [; a7 ~  h7 `1 S( j----------------------------------------------------------
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？
2 v# d# W- P4 I/ _' s. x当然是 低出价，得到大量 排名靠前的 Impression！
, n% m6 S  b" E说白了物美价廉。
$ `1 z. g: @$ Q- Y
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
2 j) M; t7 s& ~$ b# I        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。
/ \& U& r5 ]% v, y        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量

# W" h7 ^( \, f# E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。
& Q8 s* H/ J& w& O4 O/ N7 v( M0 ?& U        解决方法： 大开大合，提高出价，提高预算

# ^4 U5 J4 w5 R# e4 n! k( }( h        当然你也可以尝试纯粹捡尾量。
: H/ e" }4 F$ v. A8 K- m        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。
8 j: m; d) U9 V  N
( M. S1 [0 T0 Q$ c# J假设N... 你们可以自己想想

. h1 [8 W1 k- q解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
% s- O7 Y4 F( q) o! B5 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：
& m3 P' m* x& u1 i; g. R                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！！！！
# j, s8 V: h' u8 Q4 C4 ~                为什么？
1 e, ]- y0 z9 c  H3 _" J" G                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。
5 o7 s& F- I6 j$ a                3. 每时每刻动态设定事情做多了容易出错。
- o# [- D- f- C9 I
                所以一般怎么设计的？
7 \# D' B5 N$ k& |2 ?! h- c- o                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
, C$ a1 x% d- N" _& l+ S                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。

        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？

" Z3 q* _, N8 R$ n3 ~Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
! F0 V; O5 Q8 J9 B7 a
# Y$ Z5 ~9 b8 W3 T1 m  J5 }' U7 _        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。
* R2 s1 k# S) y( B+ D/ }) V        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
2 B) ]8 f2 V* p9 ^0 r        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。
. k( B7 s) r0 s. q1 b        最差也能理解一下这个流量源的出价策略。
0 [9 g  s% ~7 F( x. ]# [1 V; u---------------------------------------------------------------------------------
4 s3 l0 Y4 t% [8 r) @1 N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？
8 m, @. G7 ]) u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。
0 L5 P. @5 H$ |, {+ u& e$ r( L# f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。
0 b/ c$ \7 N; ]% B- `感慨，今年更努力赚钱。

0 @, k0 X+ m5 G8 X( o( @另外祝大家新年快乐，大赚钱，赚大钱。
5 }) `' L0 a% O- E7 a, J0 ?3 {% {  x
+ p- @9 O9 }) j5 E, l
& H2 X; h- u. P+ O

kisscssy

billy 发表于 2019-1-2 23:42
现在玩付费流量真的不容易

6 Y! W; \2 J& G 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
5 Q$ K# z4 Y' K2 C) p: v, j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
0 d' L. Y' }% e' `0 |$ K
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。
& H3 ]+ g" f5 t* \5 o0 d* X
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