ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

Hey, 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。
9 Y* j! _0 _4 X. A
这是一个模型，最大的做用有三：

! f/ m4 A8 b3 y+ e1 F        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。
        3. 老司机路过能给个指点一下，大家共同学习一下。

. H+ q) N  q0 v, W0 R丑化说前头：
& R& J' Q+ D5 Y, x9 X/ m        蛮多内容是会意，不要尽信，当个参考，不保证任何结果。
5 X. }+ }  A1 p4 M        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。

------------------------------------------------------------------
% ]# t: ^* l  p, g5 [名字解释( 接下来会用到的所有名词 ）：
( g( P8 @% V' F
- O) q! f0 \. y0 C9 @1 \        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。
0 w; ~5 t; L: V* v        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。
4 ~) U2 n3 b; F- H' _: \, D' m        Traffic Source:   流量源，打包各个网站的广告位统一出租。
1 K& h8 I3 I* @$ x! `8 I        Target:                流量源上的各种选项，比如选择手机选择桌面什么的。
- W0 C$ v- W1 J0 e5 ]$ t        Media Buyer:         媒体/流量购买者。
        Offer:                 广告商提供的一些任务。
9 k  {+ T# L  k4 T
------------------------------------------------------------------
9 l3 V5 H4 `/ `大前提：
        参与的角色都是逐利的（除了用户）。

------------------------------------------------------------------
整个模型参与角色：

, a6 l# z0 c- Z3 e( q- X        Visitor
        Traffic Source
        Media Buyer
9 B4 {2 [4 l9 q4 d
; q# b  m: W7 v! `: E; ^$ X& T0 @; y------------------------------------------------------------------
0 I& e9 a6 a7 t2 |" OVisitor 行为：
- g+ I1 b6 ~# P2 ~; J9 J7 [
        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
- v. y$ y! S0 h( F+ A3 t. w                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？
! e: j/ `% j7 O( e! R$ j: }4 {                a) 基本是的。

! G+ e* n4 X, P, y: @+ U' u9 E( ?) E------------------------------------------------------------------
Traffic Source 行为：

        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？
% y# x1 \% L4 @, o7 N, A4 s        2. 价高者得，所以就有 出价系统（又或者说 拍卖系统）
! m' r8 \) Z8 i6 Z3 N5 M6 D  L7 |7 ?        3. 有出价就有预算。
" ?  I; ^8 z$ p" Y7 n6 e* H' M        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 C- q5 @! }" I* f, [" l                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
( N( R( G4 t* f7 T                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。
# E7 f4 Z+ C2 A# s. w0 W        
------------------------------------------------------------------
Media Buyer 行为：

$ \2 t: o( ~; b- v( q* \: e- `        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。
. G2 P% Y/ o+ T7 T. c5 k        4. 开始等结果。
4 Q" o3 r. `- n        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。

  o/ J1 j8 o" B------------------------------------------------------------------
  q; j" M! L" E1 c# I执行计划：
- Q1 K/ t0 e" e7 e% C; w        参与角色与数量：
! Y$ P6 A1 O7 O                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: k6 R% {5 B/ t0 Y( r                Media_Buyer_A:
                        出价: 0.1 CPM
8 s0 c* {3 h# m                        预算: 200$
4 X* i: L: I2 T0 Z7 m3 \
0 S0 B& T/ h9 a' w/ ~                Media_Buyer_B:
' t: M+ G+ t5 w' w$ u                        出价: 0.3 CPM
                        预算: 100$
; m* a8 a2 I0 V3 s
                Media_Buyer_C:
                        出价: 0.2 CPM
; ]! K7 o1 ^0 M: r" o                        预算: 1000$
3 J/ A% B7 v- g$ V2 W
        前提假设：
                这里只有一种广告位。
4 U4 u& j2 R4 m) E/ k( c                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。
% d, S6 Y6 U$ y                越前面展示越容易进行转化。
3 m; A0 x1 ]0 f1 D% I" V) V& w2 s                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）。
( d+ e+ ]. W2 F: m                所有人都只投放 3 个 Banners。
                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：
9 U' ~) v* ~9 J7 _' a. m; F! n                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？
: z! ]! f1 U  G- }8 H5 {                        Media_Buyer_B 优先的到 第一次 展示。
                        那么按规矩
                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
) k" G" V( v! _! a8 Z                                Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
5 o" l# y! _' `                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression
) K6 Z: `: e" _8 y7 y' F6 V1 _
                2. 继续第二位，第三位，第 N 位 。。。。。
9 D/ C; T, b2 Q0 q. d
                3. 我们来到了 第 111111 位 Visitor， 为什么？
7 v& n- M( Q5 m% a( ^                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
. m' M7 a7 R1 b# X* K% o                        所以到现在为止：
0 m/ X' u7 G- l$ y- T, }3 m8 a. k# Q& b. }                                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。

) M% P) k' I; Y4 l/ Q                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。
" i' `4 H  r" v+ g4 W4 z  I                        所以到现在为止：
  g( _% x' b, J: T! O                                Media_Buyer_A 得到了 111111 * 3                           = 约11万人的33万位置 第7 ～ 第9 位的 impression。
8 F! O  u  I2 l% X                                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。
# {' O; P: j- @) g" K
. d) \6 [5 Y4 }/ u) r* 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。

6 x$ d* Q8 b7 A7 v                                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。
9 c/ s' L# ~; H% |3 M+ y1 S" \5 r$ ?
$ e* o3 x/ f* R总结：
4 i9 @0 b3 s" T        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。
8 J+ P0 L: ]: b% |6 B! ^
0 B: s* y9 z" p/ a! m----------------------------------------------------------
  z. V" i9 w7 q: z接下来说说根据这个模型我们能做什么事情。
5 U7 c) n# N/ [
* L2 q! ]* X. L" m9 t+ I0 [实际在投放广告的时候我们一般想得到什么效果？
0 j# E2 n, U; z, r! k当然是 低出价，得到大量 排名靠前的 Impression！
  C: ~% c) n( k' Q8 l9 g0 P说白了物美价廉。

所以我们根据这个效果进行假设。
8 b" D8 X5 F2 G, R- M& ?假设1: Visitor 减少。
' B5 O# i9 u7 m        结果： 如果你的 bid 很高，你也许会的到排名 1 ～ 12 位的 Impression
  C4 O) ~0 L4 ~" }9 C1 F0 Q        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
6 C; U; D+ u( `2 m; A0 q* J- F
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。
5 ^+ x6 d  j* y5 _! [9 A        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
9 v! x  `  `! d+ Z8 Q        解决方法： 大开大合，提高出价，提高预算

9 ?* m  N( E# D6 J+ x% }9 i        当然你也可以尝试纯粹捡尾量。
+ E- A4 d' O/ b! p        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。
) D6 z" b# D# M2 n
/ @" _5 N* s9 s) m7 q8 m假设N... 你们可以自己想想
4 @2 z" Q6 S0 c* o
" |6 h! p  n3 v, h. h, p解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
' Q3 H7 @, W; u- j- Q; T7 ~# \
        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。
# _8 z: }) ~1 n0 a! _        这里强行科普一下：
. X" e: s! c6 e2 k, l4 b& g' E  N3 p( t                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！！！！
+ P) Y0 H8 w4 |0 E: Y$ ~" q                为什么？
- D. Y9 s, V! @% X                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。
2 c( u( p$ u* M& y# c* f* x$ l9 {9 F
                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
                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。

2 ^, k/ j8 j1 H% a4 Z( J        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？
3 y6 q/ E0 ?, S
) v$ X4 w4 a2 E9 @+ ?' ?$ @Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点

5 r- l1 s) W! R* O* @$ o        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
        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。
# y$ V! c: ^( @+ f        最差也能理解一下这个流量源的出价策略。
0 r) L8 P# B4 k' r+ R8 R6 L---------------------------------------------------------------------------------
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。
9 y6 a) {1 \: f: k我甚至都懒得检查这个模型的细节，写这个也确实累。
6 I- o6 h0 ]: [% O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。
, D# m! b; f; l* s0 Y. q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。
0 t. N- l2 z4 K% B& \
& ^( k4 }' P+ I& g3 s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。
  e2 V/ O# a6 l, y
" h6 l3 v3 x0 X另外祝大家新年快乐，大赚钱，赚大钱。
4 [4 \7 M' J4 x5 Z3 E

kisscssy

billy 发表于 2019-1-2 23:42
现在玩付费流量真的不容易

: O( H2 Y9 s3 k( b: @1 \+ e 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
8 t0 Y! E" Q& G, K" `1 s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 k  R8 e' S; w4 Q, a$ H9 p9 O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。
" r- o6 ?9 f# u
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