|
|
本帖最后由 kisscssy 于 2019-1-2 11:24 编辑
+ X0 `% `& Q3 C5 A& |
, B4 P& f2 G& }0 WHey, 各位新年快乐。" Q T# w2 V! A9 x/ C
) e0 R( ?$ h4 [" d今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
/ X% ?5 ?$ d1 V1 n6 k: _4 ~1 {9 G4 h+ q
这是一个模型，最大的做用有三：
% e& r4 V% G# r1 |# i- I# g) U' G7 W/ r f' p P( C4 L3 M
1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。5 J7 v& S6 I" r5 ^
2. 给正在投放的朋友参考。/ G* K' c8 Z" `# J8 C- q% t
3. 老司机路过能给个指点一下，大家共同学习一下。
( u, c8 t6 q5 g* q: c: X& p/ s8 T4 G- p: `, _- K. X T) l
丑化说前头： I; @( i6 ~5 H% u
蛮多内容是会意，不要尽信，当个参考，不保证任何结果。
5 t/ i v) q- e6 n+ d 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。* F* W. t/ x6 |3 E* w+ s
很多角色行为并不完全符合每个流量源，没办法照搬照抄。9 v9 U2 g; c7 i+ \! t+ k% g
全文半英文半中文，你懂的，名词一律英文。. d: z9 `% N, \1 A- @! x
[: E) T2 [/ D3 q0 V" y
------------------------------------------------------------------; _- ]; M5 ]; D
名字解释( 接下来会用到的所有名词 ）：( O, P A4 \5 @
q" r+ Q# e) O+ @0 R) p6 w Visitor: 用户，网站的浏览者。
% N7 P1 M3 b- c$ \8 R Website： 网站，出租各种广告位。6 x+ |" p+ U1 |' y3 w4 B" Z I: A. L3 [
Ad-Spot: 广告位，一般是 300x100, 300x250 的大小。1 k$ H5 Q8 \; C8 l3 @
Banner: 广告横幅，一般是 300x100, 300x250 的大小。
% J$ j4 e- s7 G1 o- l* s1 I Impression: 曝光，一个用户看过一次广告，就算一次。
. {$ c1 V$ X0 }# @/ Q$ @' ^ Traffic Source: 流量源，打包各个网站的广告位统一出租。. B7 |6 n# I |1 j9 \: R& d) }+ b
Target: 流量源上的各种选项，比如选择手机选择桌面什么的。) F2 i& L- t& G2 j1 | ]. W9 U, ]
Media Buyer: 媒体/流量购买者。4 Y5 V5 O, u% w/ Y3 `
Offer: 广告商提供的一些任务。5 K5 j9 M+ N) ^7 X
% f* k/ I+ H* \, F/ q------------------------------------------------------------------( b) D' ]0 \6 j# w2 E- Q0 s# a
大前提：
$ L5 u+ F& ]' M- w( p, W; W 参与的角色都是逐利的（除了用户）。, L5 n r4 j$ `# {7 |$ q! p
( m( q9 r$ o R# n. Y) C
------------------------------------------------------------------
2 R0 O% b% J' i9 ~, w# q整个模型参与角色：
' {* a4 q, H+ t: Z7 V8 k) p, J6 G
Visitor
& o- A2 Y4 Z; e3 X/ N3 i- O$ e Traffic Source
\, K9 Z# L) P: r. E( G$ w Media Buyer; h! E% n3 u8 b* b7 P0 X
) \% i$ x( ]; b" O/ h2 C' X------------------------------------------------------------------
! B: ?/ Y0 j$ u/ ]$ Z& KVisitor 行为：
! N+ d- I$ I* c* ^+ n
+ s, E; T# i* ?6 H* _5 n+ }9 f+ T: q 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。
( n1 h9 @# k7 O9 w 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？
9 E2 l9 W/ @. b% N 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) c& W6 T# {2 d/ I g) ?: c% A
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. Q* X2 A6 x& `3 } 3. 所以是否最早看到的广告最有可能转化？2 [7 V! x: I4 f/ E9 L" Y$ X
a) 基本是的。, u' \, R4 ^/ F4 K* r2 K* [* e4 y
* P+ P' y+ Z9 Z8 R------------------------------------------------------------------% ?3 _& ]" N8 k! s; {/ ^0 Q0 m
Traffic Source 行为：2 Q/ B/ g0 l; V3 Y9 v* \! U
! \3 a# b8 X9 E 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？
1 l" R0 y, s' f( n. S5 w 2. 价高者得，所以就有 出价系统（又或者说 拍卖系统） : z& |- a4 ? [- U
3. 有出价就有预算。% c; Q3 J% U" i6 F$ `2 B2 f, j
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）： X9 a1 g( Y% @$ `8 w
a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。, p8 K; p3 @5 o- j
b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
4 d) k3 [* K" e; m+ D3 y c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
: }5 F& j- T6 _ z) b d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。1 Y M# }& l! m( n8 X, I2 D% M+ p
2 a! [6 D6 X2 s. f/ ^7 @- S! D------------------------------------------------------------------
) I. a- Y( ~) r- rMedia Buyer 行为：
! A6 L9 m; M1 a; \2 ^) A# U1 w$ W4 x$ [
1. 先从各个联盟选择一下offer。 x& i1 u- ~ T/ v m# d* q' |
2. 挑选一个流量源进行测试。
( z" r5 u' [1 B3 l2 W 3. 选择好各种各样的 target，确定预算 和 bid。: o; G, Q5 I, o
4. 开始等结果。& b! [8 A4 m; p5 j
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。
: a i1 i+ g7 ]4 a) v5 E) F
. \0 O: I# i3 ]# I------------------------------------------------------------------, r+ D! O, r' t& O3 V
执行计划：
7 U; Y2 X* e! g' \: { 参与角色与数量： 0 ?$ S# D! b f9 `" O
Visitor: 100万位6 k9 }( o" ^" [. ^4 t( \1 F& c
Media Buyer: 3位! \* H# j0 [6 y; C# t3 v& o& y
Traffic Source: 1个5 b& p: u( X9 r8 J0 E4 g& P
Impression: 1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).7 A) m" G0 T4 ]- U
T7 e/ v" ]9 V0 E Media_Buyer_A:
q5 ^6 a- S( S2 D 出价: 0.1 CPM
% P N! K% y% G3 H+ a/ ] 预算: 200$
% @1 P! {+ u" h: m( w
( C2 k9 N" V+ n3 B; G0 p+ x. u, T Media_Buyer_B:% _. n/ y Q$ X! J+ R0 Y" O
出价: 0.3 CPM& x" }, B! w; k, D2 s0 \. @ V+ @
预算: 100$
8 G; B/ p8 E( ~9 J0 O/ c! J: \
, g% u" W# h0 J n, ^# s Media_Buyer_C: . ]# o8 G" h, v3 `, ~5 y
出价: 0.2 CPM6 R$ Y* V" Y' w' B; U3 ~2 p4 V
预算: 1000$/ T& [5 f8 a; _
$ D8 p l0 V5 N
前提假设：( t! l7 b0 _/ k
这里只有一种广告位。
/ {; j- @3 @, s: r* M+ | 出价高低决定广告位的曝光排位- y% G6 M5 @, c! m* L1 L* K
预算的高低决定广告展示的数量。
, w" @5 p c% D" Z5 E" n" T 越前面展示越容易进行转化。
& f2 Y! ^. p6 s/ r0 n 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）。/ x% y1 o/ L# q5 l! X
所有人都只投放 3 个 Banners。+ Q: D/ V T; ^* G
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).! o h8 y! ~+ r+ u
- W. J: I) b; }. A i. j1 ~ 模型开始执行：1 R/ L* g3 h3 s
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。
; J' c) K X( ] v* M1 H' q1 W3 O 肯定是出价高的，预算大的先展示，不然怎么花完人家的钱？
- w" V/ }7 [! Q. c Media_Buyer_B 优先的到 第一次 展示。 y) V! a' \4 p8 a% `) S
那么按规矩
. g; G0 p9 J" J$ g' y Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression( E+ B6 a! ^, M) y* B) _
Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
7 r4 R% ~9 E" L" I9 m6 U Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression# a& \+ j) Z2 _/ L! c1 O4 n
, h% g% U$ y+ w5 e 2. 继续第二位，第三位，第 N 位 。。。。。9 w/ {2 X# Q3 j) J+ \* c" |7 |
* ~" f/ w5 T% a' x3 N: k/ ~ 3. 我们来到了 第 111111 位 Visitor， 为什么？
K8 m1 Z! ~" O6 H) m7 _& ? 因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111, J" X1 v7 S/ k1 J! x
所以到现在为止：; n8 }4 r4 e% R# }9 o& t( a
Media_Buyer_A 得到了 111111 * 3 = 约11万人的33万位置 第7 ～ 第9 位的 impression。
' Q! P# u6 r* I0 l" I Media_Buyer_B 得到了 111111 * 3 = 约11万人的33万位置 第1 ～ 第3 位的 impression。
9 N" @1 {6 x# I6 G Media_Buyer_C 得到了 111111 * 3 = 月11万人的33万位置 第4 ～ 第6 位的 impression。. R7 H& v, P3 Y) a' X( p
' m3 L3 `! c" f0 K. Z, \0 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。7 W( D! z* P- y( L% ?# E5 u
5 ]$ L( d1 s0 p( O: r. a 5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。' K u9 e0 w+ U
所以到现在为止：
7 N/ i1 n" O# L. [0 \ Media_Buyer_A 得到了 111111 * 3 = 约11万人的33万位置 第7 ～ 第9 位的 impression。: G) e, t7 K* j. S
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。
1 Z6 Y" |# E" r+ @
8 ^* m& i9 a) w9 s V" G7 y6 x Media_Buyer_B 得到了 111111 * 3 = 约11万人的33万位置 第1 ～ 第3 位的 impression。
2 C/ H" ^0 z! G
/ `8 m/ p9 T' `0 W, B Media_Buyer_C 得到了 111111 * 3 = 约11万人的33万位置 第4 ～ 第6 位的 impression。
% t) ]/ }/ x" X$ J& M. }! @ 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。
* _; W$ U2 f8 Z7 J) U# ?/ |
2 a2 d: t8 g# G# E' H( Y4 ~3 P总结：9 Y% g# U) ~3 C7 _. F$ { `
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。) {; w. ^9 O8 U8 d( H
/ F* E. m) T( M3 u----------------------------------------------------------
8 o- \" q# S- J6 @接下来说说根据这个模型我们能做什么事情。
4 I- Y5 A1 Y# [& S- U- S( u$ v* b0 g; v
实际在投放广告的时候我们一般想得到什么效果？
8 Z& ?. ~3 j) E" c当然是 低出价，得到大量 排名靠前的 Impression！
4 H. i0 M! F# B! g说白了物美价廉。
& |8 z: u1 ?+ \% T; K' r' D4 t- \0 \! i2 l
所以我们根据这个效果进行假设。3 H( W6 w* x$ Y
假设1: Visitor 减少。2 w9 V. B; w4 Q n t' W' A
结果： 如果你的 bid 很高，你也许会的到排名 1 ～ 12 位的 Impression
* M* l0 D' O! L j" `; ]/ s3 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。8 d# Y2 q. X" g! j0 d( @! Q1 o
解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
* \! f2 n- `5 H. \: u* I) e+ `/ g4 Y( q6 R
假设2: Media Buyer 数量超多。2 P. z. i2 ~& y
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。% o6 ~ E7 [* O p' }7 e4 J
为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。/ ]) y$ s2 |+ d- J7 B' f( f
解决方法： 大开大合，提高出价，提高预算' k3 l, g3 H A# `0 |+ g
% K% e2 \9 j3 X L5 y ~$ E
当然你也可以尝试纯粹捡尾量。
t% | k5 i- w( Y n; T 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。" _9 ^& c% I4 p% r
1 M: M" ~3 }3 D8 z, U$ e假设N... 你们可以自己想想
/ R9 U O) Z+ o( o/ B# ]7 m$ O# w% |; T T1 {9 v7 [' Z7 C$ q
解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
" M0 \) k* J2 X% }& w) X L$ z2 ?/ ^! I9 h
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。/ a/ M/ y* A# H4 j2 g6 x+ c2 l
这里强行科普一下：
3 O+ O" S2 k4 `: D 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！！！！8 D8 r5 S, `4 z4 E% c* L
为什么？
) G" s% b+ r" |4 j- w" p' \5 ? 1. 计算量太多了，服务器爆炸，效率低都很有可能发生的。
3 L$ \0 a/ J+ |/ z7 @8 m 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。
' r/ V7 m+ ~( F1 V 3. 每时每刻动态设定事情做多了容易出错。0 _8 s- o& g2 j5 G. D
- z& S: u) a* w/ S2 q% t" M9 r* u
所以一般怎么设计的？
) h; `, A* F0 N% l8 z! } 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 O" N' u7 x6 B
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。3 h! f w" a* ^
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。! |1 {) L+ l4 O0 W: H& G
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。
# p/ Z* q3 ]+ k 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。" }; a5 w# i0 H( X/ ]. O$ N
7 u w& F" X) R4 G) d0 v
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？
; w. m9 e7 f2 K2 S" w8 S/ `& i4 t4 a4 P. |% [ [# T1 V
Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点- ?+ h6 ^4 ]3 J( B( u+ m
8 y0 @ q: X0 y6 m3 n( P 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。
3 [' }$ u# E% u F 有时候是低出价盈利，有时候是高出价盈利
, t6 [% a- Q6 V# e6 D 有时候你拍前面能盈利，有时候排后面盈利
; h( s8 z) k- Q2 R4 ] 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& _# r- ?1 `2 s( @
最差也能理解一下这个流量源的出价策略。. K, F! R7 x7 N* P2 n5 `1 m9 s
---------------------------------------------------------------------------------( _. a: ~! J6 t# |
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。
! H2 s; j- r" D+ C, ^1 I我甚至都懒得检查这个模型的细节，写这个也确实累。4 J# Z$ c+ f/ X5 u @ A
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？
2 t! W6 J! x) \0 Y6 P; [4 ?因为我还有很多角色没有加入，比如各种 offer， 各种 network。
; k) A' B Z" R( j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。: h _( k+ O' x. P W7 x, Y
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。& B* J3 W7 l1 e1 E8 y- x- V! Y0 g
$ E: e5 q1 T9 S' o. o; y* W7 e2 e, b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。
' h6 Q; Y# W, y# v* ^7 ]感慨，今年更努力赚钱。! s2 Z& l0 e) x: _
3 M1 C @+ [3 x) K6 t另外祝大家新年快乐，大赚钱，赚大钱。
F, [( ?% X$ P+ c* }& V3 v( D, e8 L6 E) ]
9 J+ Q# i6 u. |) S- M2 \/ A+ I
|
评分
-
查看全部评分
|
[复制链接]
发表于 2019-1-2 02:20:28
楼主
已经上路了，退不了了，头疼
发表于 2019-1-2 13:21:57
发表于 2019-1-2 23:42:57
发表于 2019-1-3 13:23:11
发表于 2019-1-4 00:33:14
发表于 2019-1-4 16:46:06
发表于 2019-2-15 23:21:44
