ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

4 H0 k! s0 G, e! V
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。
8 f! e7 x" N. b
这是一个模型，最大的做用有三：

        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
; C9 l) }7 l7 n9 t* W# J4 ?; B) a        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。

9 O- N" C% ~0 J, p: ~3 {* ?丑化说前头：
1 j4 L9 A. R1 m2 x        蛮多内容是会意，不要尽信，当个参考，不保证任何结果。
% `) @* v: l# ]! l/ V2 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。
        很多角色行为并不完全符合每个流量源，没办法照搬照抄。
! |% ~% N# E& y6 t- P% N% q; ~        全文半英文半中文，你懂的，名词一律英文。
2 b* ^  \* m7 {& \# u. R
------------------------------------------------------------------
: s& g" j; e! T6 B6 \3 {! Z/ G名字解释( 接下来会用到的所有名词 ）：
1 ]. r6 l. i" m  b
        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
5 |5 {; R; P8 X3 i, U: M        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
9 B9 z7 {. E' L1 G5 R        Banner:                 广告横幅，一般是 300x100, 300x250 的大小。
/ s; b, W4 }3 Q! T        Impression:         曝光，一个用户看过一次广告，就算一次。
7 v5 [4 R3 H# j, k' a        Traffic Source:   流量源，打包各个网站的广告位统一出租。
: u% N2 H  u! ^0 [( r5 U* w. U! O        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。
& B; H2 O% e! Y        Offer:                 广告商提供的一些任务。
% g; ]& ~; F2 }& [/ k1 U
------------------------------------------------------------------
大前提：
. |9 H& K: y. k        参与的角色都是逐利的（除了用户）。
  x: r4 O2 _4 N( z7 e
/ S! Z+ N& O3 C7 E; Y! @------------------------------------------------------------------
整个模型参与角色：

( p7 ~( |/ I8 |7 C: f) K* h        Visitor
5 v/ y" L% ~0 v; ?        Traffic Source
        Media Buyer
$ `4 f" M1 _  B) }7 d5 Q
------------------------------------------------------------------
! q& i% B2 w  N; @+ I1 B. _$ U7 PVisitor 行为：
$ m' q" b4 h' [" ~& x7 z* w
        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。
! r4 H2 c4 x. j! D& K        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？
/ s$ r3 K6 y" @                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
( {5 p* y& M8 c9 \                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？
" [  h" Z4 _. c4 }- H                a) 基本是的。

------------------------------------------------------------------
! O" o5 L7 s  L9 b+ t1 S; @Traffic Source 行为：

8 p" L+ T$ ~$ g( T$ }* L. T  c        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）
2 J$ c" N: j6 R  O  G! v' v        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。
                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。
0 p2 J7 u! ?3 F: v7 c                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
        
------------------------------------------------------------------
Media Buyer 行为：
& ]6 w: q0 {9 i7 S9 ?
& m/ J2 V; D5 w        1. 先从各个联盟选择一下offer。
& u" ?+ h9 b' e& E        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。
) `6 Y( f- K& L2 {9 v! {/ H        4. 开始等结果。
& A; {! i* |) p% _4 F5 b7 z; l0 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。

  Z- [7 f* H& Q5 u5 i3 C# x------------------------------------------------------------------
+ G& i) i+ k8 @5 j8 `0 s执行计划：
        参与角色与数量：
                Visitor:                100万位
" \# v  H6 h: `0 Z1 l                Media Buyer:        3位
                Traffic Source:    1个
( f# o& U/ K- B3 z% o5 \- l                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).
2 T- K/ q" W$ M4 e$ M
4 t# [: B' a6 o3 Q6 }9 j                Media_Buyer_A:
6 ?& f; j+ d. `7 k, E% r                        出价: 0.1 CPM
. J7 j8 T$ ^8 c                        预算: 200$
5 T) ^5 x7 `7 s& e; k; H
9 X! t$ s* b7 F+ r- ~/ i                Media_Buyer_B:
! N. c' A2 h6 ^! J7 f- H2 l9 |                        出价: 0.3 CPM
                        预算: 100$
4 F9 L! O9 [* I( n
                Media_Buyer_C:
% Y% M5 i- l3 s$ {# j6 |8 T, I                        出价: 0.2 CPM
                        预算: 1000$

        前提假设：
                这里只有一种广告位。
                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）。
& j1 e0 ~; t1 v# S$ P                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).
- B: k6 I1 c* F- J9 y               
) Q& |" W% R) s, y0 q$ Y- @1 C8 `        模型开始执行：
7 z+ ~  L0 R) T/ H                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？
) ^6 t2 _& T% P" M/ \! p+ V                        Media_Buyer_B 优先的到 第一次 展示。
8 v6 t; _* R0 t9 c, y/ ]                        那么按规矩
$ F0 F4 r* m% Z! {% O2 O                                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
8 U: v) P8 f* Z# ?& \5 y8 M                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression
; M) O$ R8 z* ~$ S6 ?8 k
                2. 继续第二位，第三位，第 N 位 。。。。。
/ K5 i. Z" [& v3 f# M! K* H4 }
& s9 P# g1 j' r) c- B- Y+ Z                3. 我们来到了 第 111111 位 Visitor， 为什么？
' h: ?: Y+ s. u: C( S                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
0 W& t. f+ g# z                        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。
6 G4 ]9 E1 V0 k6 {; q! R$ l, _                                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。
6 w8 B% r" U# D0 z
                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。
, E- u( c" D2 b" W; }, f
0 j( ~1 L& P0 G; X6 S                                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( f: G$ |7 w5 k. {
                                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。
1 k/ G# F' o7 u" ]# F
总结：
0 D, i2 G' K2 z7 r: y& n6 }2 x# q        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。

, b% v! }: q" h' N$ R5 S  t----------------------------------------------------------
; M1 {9 X) P: e6 f+ R+ s接下来说说根据这个模型我们能做什么事情。
" ~1 H+ m% U- K  T( g- w
& p9 _( N$ ^. x5 G2 v; y/ H实际在投放广告的时候我们一般想得到什么效果？
当然是 低出价，得到大量 排名靠前的 Impression！
# }$ `( b) J9 g/ A# @  Y说白了物美价廉。
3 [5 |6 X- l: f, `) m
: W9 E& o' v$ f- p% v+ |4 F# [2 D所以我们根据这个效果进行假设。
. X$ p: I  R2 K' ?假设1: Visitor 减少。
8 P* `; a$ y  x0 v        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
. [2 @+ R3 z1 H& w! \
! ?2 L) d: q5 t' w+ n+ ]9 ?- Z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。
. V% c( ?% Q. M        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
/ \4 k! h) X6 }1 h1 s        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。
! q& u/ B. \% K+ c$ S
假设N... 你们可以自己想想

: C. {5 Z4 x, p* C8 Q9 p& u1 j解释某些说法：一个 Campaign 一但盈利了，就不要去动它。

        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！！！！
' ]+ i) ?4 Z/ Q3 g                为什么？
/ @" A: K+ h; S) V; O9 }& @                1. 计算量太多了，服务器爆炸，效率低都很有可能发生的。
2 w. K; `5 G* J0 M: A' _4 z                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。
# p  q" R8 W- g- B: g  M7 k6 I1 a                3. 每时每刻动态设定事情做多了容易出错。

6 v3 _6 l/ h8 G  |0 m3 T                所以一般怎么设计的？
4 e8 p7 h: t# }                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。
  Q# u9 U; A) c- m  M                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。
# Q; y% z8 }1 N7 K2 q- w                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。

; O$ G- [+ I: }" t3 o, o1 {& x        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？

  Y$ D' K: q# Y( I" I* D- @Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
' J( ?7 |6 b: ]# R
: N! u% F. b3 l& M( L+ `4 r8 Z9 v# b2 |        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。
: u, Y* P0 L3 J        有时候是低出价盈利，有时候是高出价盈利
; H$ d, R8 T9 k" }7 \+ b        有时候你拍前面能盈利，有时候排后面盈利
, Z& ~4 A+ `7 f& _: g: }  e2 s        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。
1 N+ f$ h4 f' i' E& A/ f- E9 r7 ]        最差也能理解一下这个流量源的出价策略。
4 t- L* {) \9 |2 Z# X. d3 l2 }---------------------------------------------------------------------------------
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 q( u  X* w. e6 f5 C6 }1 Y) N. h我甚至都懒得检查这个模型的细节，写这个也确实累。
; q" t( g2 {  C) c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。
, i# W  ?( h4 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。
* B4 d/ b$ D* h/ P' G. Q4 ]6 E% U
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。

$ m6 z- s( o2 J另外祝大家新年快乐，大赚钱，赚大钱。
. x) y5 D4 C' Q5 K2 s. A

# L: w$ k! }, ]2 \

kisscssy

billy 发表于 2019-1-2 23:42
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
$ r* t5 O% s0 j! F. y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
) N" Z$ J5 m! `4 ?/ S8 a9 R8 @
, Z5 I. |+ J: L2 s4 U& I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。
( v6 K% M% n, ^( f
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