ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

1 c9 X( @6 I% f% ^
Hey, 各位新年快乐。

8 L9 u6 g! d7 r7 B7 E今天我将我几个月来学到的关于 Media Buy 的知识进行总结。

这是一个模型，最大的做用有三：
) C0 S+ L5 k6 M) q. p6 N0 Z
        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。
: w9 b' {! S  E2 x, D        3. 老司机路过能给个指点一下，大家共同学习一下。
/ ~4 X' @. T# h1 K. x
% [7 k1 E4 [% B4 d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。
        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。
" _7 y. ?( j  D- h# k2 B
------------------------------------------------------------------
' \5 s( h6 l: e7 y名字解释( 接下来会用到的所有名词 ）：
. v) V& @& I+ z4 T2 v. m( I
        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
7 S6 z) p9 ]( l- v" M" }        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
5 Y. I( U/ K+ y  I        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。
6 t" ]& C' R7 c4 J3 _        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。
2 x7 K  {1 g& m  e        Media Buyer:         媒体/流量购买者。
2 k1 g! y0 p2 E$ w$ m        Offer:                 广告商提供的一些任务。
& i. q2 o. C  q6 V
9 Y. V# C  J: p------------------------------------------------------------------
  j. a% T! t. e3 q* f大前提：
        参与的角色都是逐利的（除了用户）。
9 a- t6 r6 \8 G) R; v4 Q
------------------------------------------------------------------
6 K+ J" `+ Y. R1 q* R7 H2 Z# S整个模型参与角色：

        Visitor
2 I3 h3 z9 h! s        Traffic Source
        Media Buyer

$ A" [# L7 o  E! ~' e------------------------------------------------------------------
/ w5 M" r2 O/ _! h1 a, `6 o/ t0 sVisitor 行为：
9 b6 w. l( _( e  T2 ]" v# k
        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。
& @: J+ d9 a) o- r        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
% h% h3 B! g; V, d+ l* b- L! 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 Q: e0 O, H& L* m% h% N4 _; L        3. 所以是否最早看到的广告最有可能转化？
) z0 w: {0 z  q; Q/ Q                a) 基本是的。
5 p+ @4 G) L6 d% R. n
; o& Q" e4 U7 l* J) M/ |$ s  f------------------------------------------------------------------
Traffic Source 行为：

1 ?& A6 h/ d# D- ?* ^, w. y; \        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）
1 X* n  {; n3 o$ m( z        3. 有出价就有预算。
2 d" d" a4 [5 I5 F, S* L        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）：
# _6 K/ t5 a0 L: V' P' D/ U" T$ R+ y                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。
& n& M  P( ^* z9 Q( S% j2 Y& e                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
        
------------------------------------------------------------------
4 j  I3 E5 R1 D; d9 NMedia Buyer 行为：

        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。
        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。

------------------------------------------------------------------
. m; H  E0 h/ Z& h执行计划：
        参与角色与数量：
- y' v* s' p2 F( k. r. X' M                Visitor:                100万位
                Media Buyer:        3位
% l4 c9 ^2 F! r9 g* Y& p& D* z8 G                Traffic Source:    1个
, T( U; l* R+ ^: E: s                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).

8 U! V" E  `8 G4 N3 ~                Media_Buyer_A:
                        出价: 0.1 CPM
) a7 j5 u' E( A& `* ]5 b) C                        预算: 200$

7 a( S$ f7 X4 W                Media_Buyer_B:
* l1 U/ L& [( a+ _- F: V7 r2 K1 m                        出价: 0.3 CPM
                        预算: 100$
8 s( S* u) F5 b% C9 H+ X
" B+ b( h1 x) d                Media_Buyer_C:
0 k% l5 `# C/ W- f8 y+ Z$ F                        出价: 0.2 CPM
7 O2 H6 t" D: g# x                        预算: 1000$
) F2 Y, v" O. U7 y
: T# |3 }5 Z, ^% t; N        前提假设：
* Q3 T( }& y2 @                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。
0 V& k; k# M: a$ o+ Y/ O                越前面展示越容易进行转化。
8 d' q! @# v4 ?                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）。
                所有人都只投放 3 个 Banners。
- X; D4 w2 {: D( W7 A9 l: S5 t5 M                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).
               
5 |! h+ k8 b6 g# [; y9 t; E        模型开始执行：
8 b1 d' J" I5 B/ D) G1 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。
7 I  ]6 B" s6 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？
                        Media_Buyer_B 优先的到 第一次 展示。
" t! a) Y* T1 G. P* Q5 b                        那么按规矩
                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
+ \; A, z, [7 B% w. b, l- q2 ~* W                                Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
/ [% s2 S  `6 z9 ^                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression

  F) F: }, S# k! |" ]/ \4 _1 G" M                2. 继续第二位，第三位，第 N 位 。。。。。
  V8 T+ m& e  R" Q/ \) o6 E: \
4 r) q8 z# I' T                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
3 J5 b( X2 Q2 @5 W                        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。
' I( v( m& h, _                                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。
$ x" N7 Y5 v! 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。

1 a" l2 O6 V* M' \                5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。
( |$ V3 }  l9 n$ A2 [. 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。
% ?; d' w4 t' q. j7 C# a9 Z( O3 v                                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。

                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
# M! e1 z6 s, [  p# r- \
                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
. o/ ]  m: }. ^. X; o" |9 g                                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 o' D" _' X0 t0 k
总结：
- o! m! N/ H$ N' [9 b2 R# ~        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。
- k, l' f. g2 d% g) q# A
3 [6 R9 M% s! |; j3 m  i  E- a7 d----------------------------------------------------------
+ B/ F) K3 Z! p1 ^2 V9 x. @6 k接下来说说根据这个模型我们能做什么事情。
' K4 x! b  A3 @8 y" Q# e
4 X- P2 Q& @# o$ _- q4 A* u( p实际在投放广告的时候我们一般想得到什么效果？
, l- u$ n$ H. \) C$ j4 A当然是 低出价，得到大量 排名靠前的 Impression！
; ~7 Q1 C% a9 u$ m  M% \6 k说白了物美价廉。

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
        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。
) d  B# B4 S$ v% s  G9 S        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
& j  N' n0 @8 `; x
假设2: Media Buyer 数量超多。
: _6 _5 w3 i1 c; N1 ^        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。
        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
1 U/ K/ A% U- c" p: d        解决方法： 大开大合，提高出价，提高预算
4 s. [% s/ f1 g0 f* d# a
        当然你也可以尝试纯粹捡尾量。
2 E4 S7 \; |. h5 K' Q! 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。
. A8 ]. w+ @" _% o8 R( ?( u
1 `/ J- l3 x8 N9 i* T7 v假设N... 你们可以自己想想

3 o1 W' |' ]1 q) }解释某些说法：一个 Campaign 一但盈利了，就不要去动它。

  @0 q7 q! `/ S0 i/ 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。
        这里强行科普一下：
6 l+ Y  k1 u1 l( d2 S                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？
6 X1 n* d) D; k  H% h                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。
. z5 H1 V3 n! F  t: j$ V                3. 每时每刻动态设定事情做多了容易出错。

/ p# ]8 X4 v  c/ e                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。
0 R- T" r7 }* ?' k/ U. d# p2 Y( j                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。
% p3 i" T2 ^% d9 _7 t6 l8 \6 S% w                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。
% f5 Z1 V# }: q  O, ]1 P$ b                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。
* S; J) p8 A" `5 P: R& O; H$ H
        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？
! y3 D0 j9 N3 n4 V! U1 O
Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
. x& |7 R( [" S8 e
5 d. k0 q, I. M: }4 J2 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。
        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。
6 G: M7 L$ D1 i3 y5 s9 T我甚至都懒得检查这个模型的细节，写这个也确实累。
4 Z' ~& |( D  c# B( Y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。
8 M' [3 S! A! D+ I3 e6 {1 h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。
. |* H% v" ]1 B  a3 y5 _
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。
% i* f- l+ y. {3 Q2 E, q0 m' m
另外祝大家新年快乐，大赚钱，赚大钱。
0 u6 R% V' `* m- b

& \3 a: o: S6 K, V% n+ N

kisscssy

billy 发表于 2019-1-2 23:42
现在玩付费流量真的不容易

; K7 H1 M4 x+ J 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
. Y/ P- ]! S" V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

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 g+ M$ g: n# t3 z, d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