ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

4 n7 p( l% t5 W9 n7 W
4 R( K, x% \/ A" o5 M  mHey, 各位新年快乐。
( O* k9 F; _" q0 q
今天我将我几个月来学到的关于 Media Buy 的知识进行总结。

) I# y1 V! S) K4 e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。
' Y4 r0 ^  v" t, F$ T1 R
丑化说前头：
5 f" ]3 n8 o" Z. V        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。
1 L. ]) x: u$ B; o$ T' 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。
+ c: m) r5 z) x4 N) O' Y        全文半英文半中文，你懂的，名词一律英文。

------------------------------------------------------------------
名字解释( 接下来会用到的所有名词 ）：

        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
: W+ Y& R' j( m1 T1 U1 i        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。
& T2 i# c' ~3 l$ f        Impression:         曝光，一个用户看过一次广告，就算一次。
$ c) G5 n: ^) E. X4 J$ y; k6 }; A        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。
        Media Buyer:         媒体/流量购买者。
9 o( N8 g3 V* t. O1 `: |. {! V        Offer:                 广告商提供的一些任务。
' W( s; j; s! {/ k; r
------------------------------------------------------------------
大前提：
/ h2 n3 M% W" e# g3 e- f        参与的角色都是逐利的（除了用户）。
/ c: D$ _3 d& }% n
$ }7 k3 l9 a5 N7 O$ C------------------------------------------------------------------
' k7 z3 [' L$ W/ A6 N3 _+ n整个模型参与角色：

        Visitor
        Traffic Source
8 v3 c, i; a* P& U* t8 |4 M        Media Buyer
. b4 F6 w7 g" T* Y8 y
) x0 _6 o, Q& S5 Z& e------------------------------------------------------------------
Visitor 行为：
4 s5 K7 B" y) M+ B) l" t
  i/ n4 d7 {( V, c1 p  x% f! U        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？
5 {. ^+ M( ^# W# P1 }$ l9 w2 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
* D* p" I- O, y6 W3 j                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。
+ A8 r9 L2 e- e$ W+ [        3. 所以是否最早看到的广告最有可能转化？
5 b& K6 K5 }; Q: @! n% A                a) 基本是的。

5 U5 P* A5 b- g- H+ Y------------------------------------------------------------------
Traffic Source 行为：
; o& l( O) S1 i5 C4 H
1 e+ b2 Q5 X8 f; q" Q& Z; F% ?        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？
" j8 x% q5 [8 ~$ A7 \        2. 价高者得，所以就有 出价系统（又或者说 拍卖系统）
        3. 有出价就有预算。
; m- z- B: Q% Y, L. W$ Y0 H0 I        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）：
8 ^( N8 E( I& X" q" `% D                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
. n' y' @$ h) a" U4 L9 Z! ?$ Y                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。
4 r7 I  _: \  L$ N5 f( U                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
        
------------------------------------------------------------------
/ P$ @2 I' P* j8 bMedia Buyer 行为：
  g' I; j3 Z% ~1 T- H
6 q- y6 _; R& q        1. 先从各个联盟选择一下offer。
        2. 挑选一个流量源进行测试。
# G$ Q( X$ d/ i5 K        3. 选择好各种各样的 target，确定预算 和 bid。
        4. 开始等结果。
; l5 \# e9 ?/ u5 R# 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。

------------------------------------------------------------------
5 h# g& j! p$ \$ A; F. j' P) M执行计划：
        参与角色与数量：
                Visitor:                100万位
  U& z, z* _, x/ F8 X                Media Buyer:        3位
                Traffic Source:    1个
) k7 L* F6 H6 E+ [! ], A  x3 k* [                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).
7 L" l, k. W& g9 R) h
6 Q9 l+ {, v; _) R  L* Y( v: Q& n                Media_Buyer_A:
                        出价: 0.1 CPM
                        预算: 200$
4 A; X+ `% U) a! Q
) n  N4 e% B/ V8 |3 {2 y                Media_Buyer_B:
                        出价: 0.3 CPM
                        预算: 100$

0 F8 c3 i! j8 i! b                Media_Buyer_C:
' x, J# @9 ^9 Q- |- S- }. H                        出价: 0.2 CPM
5 {. p8 z( u7 o" H1 A7 F& ~3 o                        预算: 1000$

        前提假设：
                这里只有一种广告位。
- X% N6 [* w+ u( K; n+ g/ M( q$ V                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 \( B# x3 y$ B# n2 c                越前面展示越容易进行转化。
; k3 s5 ^1 E. S! r2 `. Q                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）。
3 g! x+ S- X0 j9 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).
+ J, z8 r$ z) h; G. g/ d               
        模型开始执行：
4 z" Z% J( \# [# y1 t- z4 X! X                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？
9 m( `( C: v& x3 E; M                        Media_Buyer_B 优先的到 第一次 展示。
2 T5 y( u2 m) ?$ t. y+ t                        那么按规矩
4 A  f9 N; f8 P- g; M# s                                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
  f7 \8 x3 x4 r2 L# C9 ^5 A/ }5 o
9 h" p! P) P: S! `; g9 S                2. 继续第二位，第三位，第 N 位 。。。。。
' N8 C8 F; M2 B: j$ \
                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
; z7 S9 g* U4 `                        所以到现在为止：
6 ]+ X3 c/ I* P6 L' Y                                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。
. X3 J: {- P& e5 |3 h+ A. W  N                                Media_Buyer_C 得到了 111111 * 3 = 月11万人的33万位置 第4 ～ 第6 位的 impression。

0 j# S) D6 \% Z  L& W                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。

2 J6 X1 y9 o' p6 E                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。
, a/ M0 r' p+ [' l5 z3 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。

                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
5 |! P* l+ V! \% D4 r. @: p                                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  A: Q+ E$ v4 J0 }! e
总结：
+ H% O6 d4 N6 `        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。
6 b! o* F& \& g4 ~2 M- I
0 |- g2 i# \' G: q; i7 ~& M5 }  z: ~----------------------------------------------------------
接下来说说根据这个模型我们能做什么事情。

, B- l5 @  x- t- w3 n6 |$ X6 ~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。
- E+ [4 G& d6 s2 m5 s& s. n
& ^# x/ }8 m" X: l8 z$ M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% W; r; F+ i1 j. U        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
, ?. |) M% `4 f9 n, o5 z
假设2: Media Buyer 数量超多。
) u0 ?1 s2 G2 J8 r( `        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。
        解决方法： 大开大合，提高出价，提高预算

0 i. U; x, Z1 |% y, H  s: \        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。

' X2 H3 [) S' }7 r0 [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。
: C4 _: p* Z0 Q1 J# n5 D# I# G
        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！！！！
# J0 f! n% c" p$ g9 b: F" @                为什么？
6 J( j. w/ z' E3 u! X5 l8 R; d9 H( x% _( m                1. 计算量太多了，服务器爆炸，效率低都很有可能发生的。
9 i, c% R( l9 H8 ^                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。
7 ^% c& w  x- n3 T) x2 G5 t
                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。
& S, d8 }: t' ?2 v. D" u                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。
0 Y) K" x" \$ @3 Z                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。
7 [  N6 o# h) e2 A
8 X+ `" [" D0 j$ x! H9 G        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

        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。
$ L& }' i; y( a. c; f        有时候是低出价盈利，有时候是高出价盈利
* n$ [4 i6 \  l. @( `        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。
$ v1 y6 a+ m" w1 N- v% o. I        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。
我甚至都懒得检查这个模型的细节，写这个也确实累。
. o( x( @* a' u8 p" \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？
6 q  r  c- R9 O因为我还有很多角色没有加入，比如各种 offer， 各种 network。
! }9 [+ |8 F% I; M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。
6 ^/ I1 R5 r( z: _# y
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。
/ a$ H1 d: L. ^& p5 U! K! G4 G感慨，今年更努力赚钱。
% w& Y2 O4 y* E+ \* F% |8 Z) g
% R1 u! W3 r  m0 m2 y8 x; k! ~另外祝大家新年快乐，大赚钱，赚大钱。


  U- }4 i7 e) f0 A

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
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。 ...

  a/ s  v' A1 o& M% L* a1 {. q炸总翻牌啊
! [. u0 Z5 G& X& [5 s
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。
- W0 Q; L  G% W! f6 ~& e
' ?" J7 Q, @+ M1 e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