ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

/ H! V, `% e; t% Q- ^9 q5 xHey, 各位新年快乐。
  Z% z. {. V8 E9 G+ J" T; R
  o" \. G* j( `- J" G2 ]% a. ?今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
) X5 M  x/ W! }
# q2 E4 w  w/ T( \/ H; n' n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。
        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。
' g1 W/ T: X2 o$ o, [
丑化说前头：
& e. _$ c1 _8 D        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。
3 |8 R$ x: \: G: o        全文半英文半中文，你懂的，名词一律英文。
% t, p0 O2 c; b& q# y
0 V" ]5 u+ Q( j4 ]! a. [* o  D------------------------------------------------------------------
名字解释( 接下来会用到的所有名词 ）：
- `0 j3 X5 l9 C0 F) S) y
        Visitor:                 用户，网站的浏览者。
$ G! N( D" {2 P+ L, }2 l9 {: w        Website：                 网站，出租各种广告位。
        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
/ t2 k$ m0 x/ h1 x. G7 F8 Y$ k        Banner:                 广告横幅，一般是 300x100, 300x250 的大小。
9 @$ I: a1 B& M8 @        Impression:         曝光，一个用户看过一次广告，就算一次。
        Traffic Source:   流量源，打包各个网站的广告位统一出租。
1 x3 w* P$ P, _1 {0 f# B        Target:                流量源上的各种选项，比如选择手机选择桌面什么的。
& `8 ^2 ]4 Y+ U5 Q' r        Media Buyer:         媒体/流量购买者。
! F- x) o/ g+ O8 o        Offer:                 广告商提供的一些任务。
: f. v) d" w! x3 M- {3 H4 \
) f' _# b( h5 o$ L------------------------------------------------------------------
大前提：
        参与的角色都是逐利的（除了用户）。
! N, d6 h" C5 h% s/ W  z( J
/ X! h9 p/ v: z' x" A7 p" o. Z------------------------------------------------------------------
整个模型参与角色：
" g8 n, N# g; r! h+ ~% t  V- D* x
/ N2 M( w9 K4 Z' ]. T1 i        Visitor
        Traffic Source
        Media Buyer

7 P; [1 n- h& x& W1 G------------------------------------------------------------------
Visitor 行为：

5 j) @7 x/ S/ a        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。
' U6 u3 P# w1 h* \5 o        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？
2 Z" \5 o* V  |                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
0 K) W0 B9 X1 _) a% e! N                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。
5 y3 N+ p/ l) f0 l5 i6 y        3. 所以是否最早看到的广告最有可能转化？
: m3 |7 K( [6 M, \0 K2 ~% w. l                a) 基本是的。
3 s+ ?# R  K3 p
9 W4 Q8 j( P2 ?8 m9 A& V9 N# N------------------------------------------------------------------
Traffic Source 行为：

3 r& b$ v) L* M/ Y" g        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？
7 X; u! K8 L4 V* x, |0 {4 U        2. 价高者得，所以就有 出价系统（又或者说 拍卖系统）
5 H$ D. I6 j3 u2 {0 R2 G* E  }0 g$ u* t        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）：
3 N6 A" A* g: _& E: t1 h                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
3 v0 l3 d, l. {# d' H: r                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
  |6 [4 T8 B+ X1 a1 m  l/ W                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
9 n# L5 r9 E" E! @/ ]/ t                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
* y4 p+ c; l& n$ k% \* V        
) l9 S+ _" V9 q! r1 o------------------------------------------------------------------
Media Buyer 行为：

; i, p! }1 b# @' m8 M: V        1. 先从各个联盟选择一下offer。
3 ^) d( |  Q" o        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。
+ R, `' ^1 V2 i5 [7 R        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。
+ e/ p& q" w' o
, S' y$ H! P8 m( @; R5 V! _$ h------------------------------------------------------------------
" @: M9 i' h! r" m6 o5 P4 U执行计划：
        参与角色与数量：
, W+ v6 A2 a& m                Visitor:                100万位
; v4 m' d$ `6 ]                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).

0 y$ `5 g) S8 W& T                Media_Buyer_A:
                        出价: 0.1 CPM
. D" k1 D) c- Q; d4 }                        预算: 200$
1 |  c' t% @6 o: k/ M; C6 n  t' ~
                Media_Buyer_B:
; N. q0 y* @8 k( F, r% G                        出价: 0.3 CPM
                        预算: 100$

                Media_Buyer_C:
2 s) i5 v7 }" A. n( k# d                        出价: 0.2 CPM
# U- w! g7 o: B5 {/ n0 U                        预算: 1000$
7 n3 w7 m4 E$ ?3 i! P# {
" n% J! V$ U# D: X) x+ C8 H( \        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。
9 P- g" T" e% K9 t: i( }% T                越前面展示越容易进行转化。
- d( w9 W  v# j% H: F( G6 {                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）。
) [0 B& V$ M' q4 W8 s                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).
& R) J6 z" G& ?' @6 i               
9 n1 p: f  Y0 T" F        模型开始执行：
  G. o* K$ z  P/ g+ i, Z9 M  y5 q" Q                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。
                        那么按规矩
0 r+ y4 ^6 @, f/ `" ^( B                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
$ ]( V- F: n+ C0 Q/ u+ X9 ?; H5 F                                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
$ I+ z( U: y& J3 y8 G/ ^0 E
                2. 继续第二位，第三位，第 N 位 。。。。。

! ?( i; H4 H; l4 ^                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：
, V, T' T) ]. ^, a' ]$ u                                Media_Buyer_A 得到了 111111 * 3 = 约11万人的33万位置 第7 ～ 第9 位的 impression。
4 |. r$ u; O2 G; j+ Y* B  v                                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。
; P* u2 R% P- \
0 w( M" s7 Y& z/ @  |! f8 H                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。
  X. v' F2 z; s  K, [9 ?
% ]' D2 ?* |- R& p                5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。
' z1 \( c/ H7 h% D, a                        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。
9 ^1 [5 m  n$ 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。
' U% `( ^" H: w1 |) z: C) N
                                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                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
3 A% I+ S. y+ [! i7 I1 V                                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 k7 [1 h9 D" {
总结：
# d' ?% P7 w/ q4 i% h9 }        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。

----------------------------------------------------------
5 z% z3 p  u6 @6 `- @! B接下来说说根据这个模型我们能做什么事情。
0 g& D% H( ~2 h
# b( X0 n6 l4 V$ p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！
说白了物美价廉。
! T: M" T) Y) r! T
2 k! s9 l) Z2 Y9 H, q: }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
; M- D/ f) {6 x        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。
7 k4 L5 s2 F. W1 n3 ^1 N        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
+ c* c/ k1 V  K, i3 w/ [; b. r
假设2: Media Buyer 数量超多。
3 R& t& B1 P. Q& E6 D        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。
! a* c* g9 @) L; c+ \6 N        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。
0 _# O* {! L( {) F2 K5 _0 \
4 S2 V7 E5 s! q$ t假设N... 你们可以自己想想

解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
( Z$ v$ o4 y6 n. A* Z
4 e# H8 z% o: n6 k' ?        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。
7 h. d0 X( [* f' u. D: N        这里强行科普一下：
) [4 a$ g3 W5 }) ]                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？
( ^- W* o: t8 W                1. 计算量太多了，服务器爆炸，效率低都很有可能发生的。
( X% g2 S* W% S0 O, j                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。
/ W" W) T& k; J. E                3. 每时每刻动态设定事情做多了容易出错。
4 h" j4 Z* n$ N2 }7 w3 d# m
7 b) V+ ]& F  I( ?' L* _' n" q                所以一般怎么设计的？
8 t/ r8 S+ k* ?/ Y: P+ `                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
( I: ?1 L6 Y- V# ^; W                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。
) k, R% Z0 s* q2 r; U( s                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。
! Y) }* Y' \" y! H# |! 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？

Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
0 b4 B" g1 c" z; e/ _/ ?
+ e4 O# c/ S9 V' I. D        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
( }2 E8 _6 v- e  W6 f% O) q        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。
* ^  I2 N5 ~0 V        最差也能理解一下这个流量源的出价策略。
2 r* k2 K: j) D---------------------------------------------------------------------------------
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？
5 n* `6 d$ p! R  g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, H* v" y4 u: Q# _( V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。
感慨，今年更努力赚钱。

6 L/ G/ y1 M7 f另外祝大家新年快乐，大赚钱，赚大钱。
; f: R$ l, e/ a; w0 D; e' K4 P/ |

kisscssy

billy 发表于 2019-1-2 23:42
8 E5 `+ U5 I0 ~. D; e现在玩付费流量真的不容易

) g& t) ~% x& x+ b4 `' n 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
' Z- |: |/ |0 ~) p+ 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。 ...

- V5 I  u) V) A3 P1 i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。
( h. I; g' A1 K! L& h: ^) P4 i
- P/ H- U% r5 ?7 V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