ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

+ r0 w2 A) k  j( }6 f
6 S- U) U. x# t4 P& WHey, 各位新年快乐。
. _0 E* {! Z" k6 o
今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
9 u* `/ n$ o0 u1 s
8 k0 o9 l3 u' G7 K0 s5 q7 e5 N7 O这是一个模型，最大的做用有三：
1 `$ c0 `8 W3 |4 K; ^, S1 @
        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。
1 w' @2 [" F7 J( k1 T7 K7 Q! S5 Q* B
' f6 u( ^, T8 ^2 H/ W7 W1 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。
# y: I. p% q% ?- p) t4 _. I        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。
9 q$ M3 C0 j1 x# u/ N
0 p* o2 h# K( }) ^$ y' x0 E7 ^------------------------------------------------------------------
名字解释( 接下来会用到的所有名词 ）：
3 G& r6 I; q) E9 A$ e8 H- ^' I9 z3 K
! N, i5 p7 [2 j* v1 ~6 k8 m4 H        Visitor:                 用户，网站的浏览者。
4 ^+ V2 a) e# [3 M$ A% p        Website：                 网站，出租各种广告位。
' _: s% K- z) [1 ^        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。
6 L, ]9 f5 q" z2 _9 d$ u) z        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。
        Target:                流量源上的各种选项，比如选择手机选择桌面什么的。
/ h/ {+ C' s" g3 |, l        Media Buyer:         媒体/流量购买者。
6 l; t$ ], ?6 a9 z1 U        Offer:                 广告商提供的一些任务。

) z* N; O/ w% R9 C- O; [2 x2 a------------------------------------------------------------------
大前提：
( C; l: F- h  q0 D6 e$ G$ ]- q/ G        参与的角色都是逐利的（除了用户）。

------------------------------------------------------------------
整个模型参与角色：
; D6 _/ u4 Q* h6 o* z. W
        Visitor
        Traffic Source
        Media Buyer
. K. E/ x$ F& p. i, x* s
& y& x  m* c3 Q------------------------------------------------------------------
2 y# j9 j" w; UVisitor 行为：

: X9 c/ O' ~6 l4 v5 H8 p        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
                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。
$ m6 d+ ]1 S6 D        3. 所以是否最早看到的广告最有可能转化？
                a) 基本是的。

------------------------------------------------------------------
Traffic Source 行为：
: R3 Y: c; |5 M) s
9 _- I, @- L/ f! D0 H        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）
% L6 H; p5 v6 Z8 Z. h9 W1 Y        3. 有出价就有预算。
) E9 h5 ~; o$ k( K) l2 ~! j: S% P        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 c: J4 O6 [" L( }" `. Q* I                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。
% N8 U9 }% v$ _1 F9 U                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
: M3 T/ O+ G% b% F# Y$ D& a                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
9 _" G6 p: k# d4 I0 W        
) @  o% U: Q- V/ k. X+ h% H% y------------------------------------------------------------------
Media Buyer 行为：
8 ~- a; l7 V- ^! _8 Q  F
% [4 t; Y" i* A        1. 先从各个联盟选择一下offer。
3 \1 q2 h; q1 j$ r        2. 挑选一个流量源进行测试。
6 \  D9 _$ i* D) {% e" U! o. n        3. 选择好各种各样的 target，确定预算 和 bid。
2 m* P2 Q/ Y5 i/ B0 H+ E        4. 开始等结果。
% O. ~7 R7 S1 b0 X" 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。
8 K, H' l( V- v9 R$ n4 p) [
4 h$ q& x' w' `0 J5 }2 w------------------------------------------------------------------
执行计划：
        参与角色与数量：
                Visitor:                100万位
                Media Buyer:        3位
                Traffic Source:    1个
. r5 A* }. x' q" N0 P                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).
  ~. f2 ~% e5 x# J- A+ \0 p
                Media_Buyer_A:
9 c1 {" C9 i; S. i8 A9 u. ?  M                        出价: 0.1 CPM
( h. G* a: T7 \) B( {                        预算: 200$

                Media_Buyer_B:
& e! y( n6 F9 m% d) q                        出价: 0.3 CPM
                        预算: 100$

% F" C, C" @9 e' F# V  H( m                Media_Buyer_C:
                        出价: 0.2 CPM
                        预算: 1000$
1 ~% Z9 [/ t. L' i, v
- Z% e7 c9 h8 O" C- a7 w8 Q        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
; M9 C1 |" `! U+ W4 u$ m                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）。
# D3 X) S5 g3 g0 z0 K; W% l: k                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).
* ?3 C, n" ~" I( T               
        模型开始执行：
% n2 |/ z) X- j                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。
3 b& {, J7 ]! _                        肯定是出价高的，预算大的先展示，不然怎么花完人家的钱？
" s, f# _1 P6 g* L% I# l                        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
                                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
$ W' C3 r: F( V1 h# j& i: C, W) u
# w/ f4 v7 H- Z- s+ s                2. 继续第二位，第三位，第 N 位 。。。。。
# z8 \$ o0 R! Q/ A, C, [! s+ h
$ Z6 F# Q" _5 `. e" J5 T  [                3. 我们来到了 第 111111 位 Visitor， 为什么？
; e% {$ [, S" o% Q; K. N                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
7 O" D* o, x3 z) \& \( |0 u                        所以到现在为止：
3 X  W  z8 M, N, u* z                                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。
0 z+ n. A0 D, S0 j/ s$ @9 ?) y                                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 C, {' b2 x" v
                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。
" G- G2 Z* |& k8 F9 T. N
                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：
% s3 m: |% A+ _) `% p                                Media_Buyer_A 得到了 111111 * 3                           = 约11万人的33万位置 第7 ～ 第9 位的 impression。
& |6 w* Y' s. j% J+ P                                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。
5 D9 O- S+ z. J9 K7 n3 h. Y
                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
/ b0 o+ }  n0 p# s
                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
8 y& o; l$ a9 |. c                                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。
' S& [" C9 @" Y4 v8 n
" T: T$ S$ t& c& L( y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。
8 I: m3 ]# z8 A, p! X7 r+ {
( o2 V6 E& E- r% F4 m& {, g----------------------------------------------------------
接下来说说根据这个模型我们能做什么事情。
" U/ z$ p2 i1 W% P
# d& d" J" Y& }% q# }9 r& D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！
, d+ C/ r( E, o1 w* b说白了物美价廉。
, n2 F8 \. \  W4 h$ F4 w/ J
所以我们根据这个效果进行假设。
& ?2 s7 B& p7 F  s2 o3 m假设1: Visitor 减少。
& x( Q$ F  V" n        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

假设2: Media Buyer 数量超多。
8 n: R8 M, z) m0 r! c* i        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。
: z! ?2 N. Q/ {+ T2 j7 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。
% `! d7 G6 a9 n- a7 O  B        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。

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。

        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！！！！
: U% C7 Y" |8 @0 z& B# h6 Y                为什么？
. _6 o' q% ~, n' A4 M7 P1 h3 n8 q  _$ ]                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。

                所以一般怎么设计的？
( z4 g/ n" ?. ~* R                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。
8 _1 D6 G2 S# m4 o                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。

$ ?" y. t: ~. 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？
* h/ M  n9 e" v! L6 \/ D
' V( z* U/ V7 a6 W$ ~3 x! rSweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点

        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。
+ a' ^. L% P4 ~/ t  i6 H        最差也能理解一下这个流量源的出价策略。
---------------------------------------------------------------------------------
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。
4 C( Z+ B& |/ q1 s. M# U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？
  f1 v9 L/ O, R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。
, n* V+ `4 ?* I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。

+ Z( O. P5 Q% d. [9 m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。
/ q# z& ]8 P% Z( C
另外祝大家新年快乐，大赚钱，赚大钱。
0 S1 i4 x- i: ]& {
/ a* a9 ^9 D8 N& ?$ y, N
8 B1 X  a0 a! n

kisscssy

billy 发表于 2019-1-2 23:42
, c) B" y4 S" f+ Q4 h- F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
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

. t8 n: ^$ E! z+ F7 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。
8 M. C( l( X- K  D
  l6 z' D' \) g' b7 {5 k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