ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

7 d6 P1 Y  F' K) O' b% }" ?
8 @, ]8 F7 N8 e# |Hey, 各位新年快乐。

) l! h/ Q- J- b/ R今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
+ R& S5 U* z7 x+ R
9 q& l+ T' i* ~' [. B2 j这是一个模型，最大的做用有三：

& U; _& b" X8 g3 v8 Q* ^9 {. H        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。
$ z' j( {# V' a, n        3. 老司机路过能给个指点一下，大家共同学习一下。
2 E% }5 s# s6 T4 s1 i+ V8 m
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。
        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。

------------------------------------------------------------------
+ F0 S5 \4 o+ Z: U+ ]* C名字解释( 接下来会用到的所有名词 ）：
$ E" C# G- Z) q0 c& G4 S: e
        Visitor:                 用户，网站的浏览者。
  A0 I- ^; J4 N7 n. l        Website：                 网站，出租各种广告位。
9 j$ _0 l, E( N; C        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。
: y& I" I, i6 z# Y6 B        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。
& _5 i7 U0 _! I+ }' [
# n% {" O% i# i6 n------------------------------------------------------------------
大前提：
/ Y- ~6 }# L/ N2 O        参与的角色都是逐利的（除了用户）。

3 h( E/ V  r; I4 w$ l6 q/ [) s------------------------------------------------------------------
整个模型参与角色：

        Visitor
5 P: _4 R. K( f. ]        Traffic Source
1 D1 K" P0 x/ D9 q6 h1 Z        Media Buyer
$ G& h4 k* v/ t9 p% l0 l
2 N* e, h* k. {1 j, `------------------------------------------------------------------
Visitor 行为：

- O4 T; D! A8 T4 T% S  G5 z        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。
# H! @! M' ?* m7 A0 q1 L' I        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
                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？
! d6 t5 V) E4 {" s8 F: A                a) 基本是的。

------------------------------------------------------------------
# t8 e9 U6 k( t, i5 ?5 R8 B* DTraffic Source 行为：
" I: I- d+ m4 _& X! F+ s# P
        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？
% b5 B, w' c1 A1 f- \        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。
+ ~; y* ~  k0 n9 M, L' h1 b+ l# r        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。
7 k( i0 r- `: ]- D  S# q! ^                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
& T/ q7 d1 o$ E+ w" n- i! H                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
; E  A* I" r; {0 C                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
: y/ O% j- s# o3 d3 M3 `' a; z# s        
$ T' B& Y# u; k: Y8 M------------------------------------------------------------------
% d! j3 Y# Y* H5 ]0 x8 `' k8 c  J7 s+ BMedia Buyer 行为：
  r3 {) L1 ]+ B6 V4 `
' @* n% F: x" W; U/ Z" e4 y% h  z        1. 先从各个联盟选择一下offer。
" e5 g0 Q% i- ~* `1 I# I        2. 挑选一个流量源进行测试。
. w3 I  p  e, v8 }8 h        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。

5 U+ x* n0 m* z8 E* _# K------------------------------------------------------------------
4 [4 o+ n5 |9 N0 h9 Z执行计划：
9 I; k- m* j! P        参与角色与数量：
                Visitor:                100万位
* V4 g) M) n  x$ B, W) e3 [                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).
' ]. y! s6 p& d) }, D
                Media_Buyer_A:
                        出价: 0.1 CPM
- l% [5 ~2 r% S. P4 ]                        预算: 200$
6 d( O8 [" y' r( m3 D; Y. f
                Media_Buyer_B:
3 n: \5 {& C2 ^! f* H: i                        出价: 0.3 CPM
6 r$ V' ]# ^0 q( ~$ y# M                        预算: 100$
* `; F# T5 ~' M
% W' J4 \, y; \                Media_Buyer_C:
. W  p) R" A9 U) A8 i: t: u                        出价: 0.2 CPM
                        预算: 1000$
" W* H4 L7 |2 P
        前提假设：
                这里只有一种广告位。
# t0 F& d/ T# e1 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。
                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）。
# G1 n& }7 X  m: u! p2 u. Q                所有人都只投放 3 个 Banners。
: Z6 j" E$ y5 s3 j" E: K                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).
/ c+ o. K/ J) r! v2 L               
        模型开始执行：
( K4 l8 f+ G7 ~                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？
3 i, g6 S0 M. ?' D" K# @: ]                        Media_Buyer_B 优先的到 第一次 展示。
6 [( N. j$ C) G8 D' F6 r7 E                        那么按规矩
                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
4 P/ f, d9 n4 ^6 w                                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

7 @; c/ Y/ ^: ?  O                2. 继续第二位，第三位，第 N 位 。。。。。
; X$ J; X( H" d6 h% Z
$ L; W7 n  O4 L  H& c% e* n  f                3. 我们来到了 第 111111 位 Visitor， 为什么？
9 l. X( I( Q: Q$ A$ e                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
7 I7 P( M5 C& c( b" a& c                        所以到现在为止：
1 I3 D# I. i) Q$ m! F! v3 b! e2 j1 E                                Media_Buyer_A 得到了 111111 * 3 = 约11万人的33万位置 第7 ～ 第9 位的 impression。
7 G+ m4 ]& }7 V3 B6 H/ ^                                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。
9 s. a. c/ u/ `9 x4 _: \$ O
                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：
- M" e! s, f: C- t& ]. J' M+ s                                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。
& n6 O4 P4 E7 C3 ?
                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
5 J0 y& z3 ~( }8 l( _7 Z
' ^7 I( U# a* J6 Z                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
& V% ^5 L$ d% h4 z0 Z                                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。

9 v' a+ k0 B% G* r4 Z1 C7 }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。
! k: W( x) M% ~* y0 e5 w
. k7 z& b( R' W! o----------------------------------------------------------
接下来说说根据这个模型我们能做什么事情。
8 _' V$ F  _1 I. r7 ^, w1 V
实际在投放广告的时候我们一般想得到什么效果？
& q# G3 g3 m* B; D2 O当然是 低出价，得到大量 排名靠前的 Impression！
% |/ \, e6 C; C+ D0 V# H说白了物美价廉。

! o8 b* }1 j) b/ W" s1 ^% I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
. N  h4 {, b* F2 n% [: n9 A0 e        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
4 M" v( S; R- h+ X0 C3 V) T
, G4 Z1 W7 D/ n& F2 e" R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。
; `7 c' P8 I1 k: L. ]- `        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

        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。
2 W% d5 {. ^8 o7 i( c8 K+ C: D5 q
假设N... 你们可以自己想想
; s" J6 ~3 N, n6 F& m: a' r& m
解释某些说法：一个 Campaign 一但盈利了，就不要去动它。

' N  v9 t  G/ m- i2 H1 c        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。
( x5 f% M. R0 [        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！！！！
# @7 e4 _% ?( |( p, N                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。
& n  u7 |8 V* \/ I                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。
! b0 y! j& M+ \+ D: _                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
; m7 {* U( g2 Y2 _                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。
8 M1 g0 k$ k, y: o2 i" N                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？
( D$ ]! D( p# W; `
) j4 ?; H- \" {% u. QSweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
" y" o' n0 \) q, p: R- ?9 e+ i' a
        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。
. q2 w( Y3 s) k        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
        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。
6 [, q+ D( X: I% Z0 @        最差也能理解一下这个流量源的出价策略。
& y/ \6 C( K6 B8 z' u3 b. J---------------------------------------------------------------------------------
# j; I6 C, I5 ]% e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。
4 H/ R. v. L3 q: ^; e% T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？
$ z1 ~2 u; ?# f, ~" ~+ l6 s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。
4 y: x  N; K1 o感慨，今年更努力赚钱。
8 m9 E- {$ _7 ], s
另外祝大家新年快乐，大赚钱，赚大钱。
% ~7 i' F4 ]# V# x  z* L6 P( y

9 H2 }3 q( z( H) }+ T5 K! y

kisscssy

billy 发表于 2019-1-2 23:42
& K7 I7 p9 l8 X) \# I4 u5 b6 v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
+ I5 y- L1 Q9 P! e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 j8 j1 l' O( }7 m- x& I炸总翻牌啊
+ R. I% a/ M. |+ k! X8 }
5 N$ Z2 F: i! V! U9 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 A# w, N5 w) ^+ c' P
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