ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

5 B- Z8 C6 v6 `  K7 z& Y- A
Hey, 各位新年快乐。

今天我将我几个月来学到的关于 Media Buy 的知识进行总结。

0 o- p% S- U9 C% v这是一个模型，最大的做用有三：
: H1 h/ o7 N; _# I6 j1 D
        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
' Y/ e: ^/ P4 U5 r2 R! n. n        2. 给正在投放的朋友参考。
5 `5 b1 B4 a" c        3. 老司机路过能给个指点一下，大家共同学习一下。

丑化说前头：
% D! w  R7 }9 d! a$ }$ F9 B+ Y1 M9 Q/ P        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。
/ d% K* P4 |, Q- [6 D, [& d) z        很多角色行为并不完全符合每个流量源，没办法照搬照抄。
7 D# G  k, Q6 z/ p# Q0 _7 g1 e3 |        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 ）：
0 `* J% A: R2 D
& l/ n5 X% G! g& m/ c1 r        Visitor:                 用户，网站的浏览者。
8 C: ~! p8 w$ C6 E% D        Website：                 网站，出租各种广告位。
        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
2 B: P7 L7 A* E( b0 e  I1 Y9 A        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。
        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。
. @' F( c6 p* s# ]        Media Buyer:         媒体/流量购买者。
  j: a, L: {  z7 l: S8 K' {" W        Offer:                 广告商提供的一些任务。
# ~& n( P/ A. r. v' o) c
% n% v2 d2 N2 Z------------------------------------------------------------------
. Z( M7 j6 |$ [0 e: F# u大前提：
        参与的角色都是逐利的（除了用户）。
0 V, i4 j7 L# F( I( j8 q
------------------------------------------------------------------
+ j2 c5 |- s* b$ ^) }整个模型参与角色：

        Visitor
        Traffic Source
        Media Buyer

------------------------------------------------------------------
Visitor 行为：

6 H+ k9 v* f: V* x        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。
        3. 所以是否最早看到的广告最有可能转化？
                a) 基本是的。

5 @1 ^! q0 Y* p5 U------------------------------------------------------------------
3 d$ o2 i: u9 j% B4 A2 E/ ]' W2 \8 ATraffic Source 行为：

        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）
        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）：
                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。
5 P3 V) G1 u" }6 Z  O                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
        
+ w) ?6 D5 ~9 J' N8 a" F1 b------------------------------------------------------------------
, z8 f- r6 Q! P! `Media Buyer 行为：
' ^6 S( Y7 F& e( ~  V% |; ]
        1. 先从各个联盟选择一下offer。
2 Y  [! C9 T; B* @$ r2 R0 @, I9 X        2. 挑选一个流量源进行测试。
$ {8 q0 x) M) c( r        3. 选择好各种各样的 target，确定预算 和 bid。
: f# m3 X7 ~2 U        4. 开始等结果。
5 O* a/ e/ x5 O3 \) P( [        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。

------------------------------------------------------------------
执行计划：
        参与角色与数量：
: S3 {/ Q$ `  Y& X# e' ]                Visitor:                100万位
                Media Buyer:        3位
7 g, s! E7 o' f: O                Traffic Source:    1个
                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).
# i# `6 x4 |  T" v) ~6 i
                Media_Buyer_A:
- I$ h5 a) _/ V                        出价: 0.1 CPM
                        预算: 200$

) H+ T- S8 K% X1 v: f" p                Media_Buyer_B:
) O. w- \  }/ G! c. b6 m: _7 j                        出价: 0.3 CPM
* y5 O1 U2 {4 l+ j3 X, z. X# p& ?                        预算: 100$

" @3 Y+ ^  W- A4 L! N! x, F                Media_Buyer_C:
                        出价: 0.2 CPM
3 F8 j) a: k$ k4 v  w                        预算: 1000$

! z& n4 \* E! n9 G        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
+ x0 T  Q9 d( m' z5 y5 E3 I                预算的高低决定广告展示的数量。
# d% p3 L* c5 X; e& G" F                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）。
- g) R0 W  }+ ]4 u' G0 H# p* r                所有人都只投放 3 个 Banners。
0 I8 z: p1 n7 {+ v- r2 ~                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).
, Y5 s% K. K2 L9 R# D6 N- J* S               
        模型开始执行：
; k) `  g/ _4 P; i, R: 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。
                        肯定是出价高的，预算大的先展示，不然怎么花完人家的钱？
. @0 D2 i( L8 \                        Media_Buyer_B 优先的到 第一次 展示。
                        那么按规矩
; `! T) A: H, R6 i9 k                                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
6 G9 r2 l+ p  i) t: f                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression

                2. 继续第二位，第三位，第 N 位 。。。。。
/ ?5 b# t: U! v5 ^; _' R# @; _
' j( h- K. Q9 V* x, `                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：
                                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。
                                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.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。

& j7 z  ?) D+ @3 E7 M+ N2 q                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：
5 d  v, x& B$ _; G3 r+ b& y8 z5 f                                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。
$ _/ @. x. i# P
' y3 M& N( S1 a) K0 {* z2 b3 r3 `                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
  W  v8 B9 N1 B# L& _) ^. u$ ~
                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
                                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 F" s2 }8 t/ G; I- T( b总结：
# G2 A' n8 M* Z5 X+ V% ]        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。
- ]# V- e( T4 u1 F( N/ x) K2 w6 r2 x
% ?- t- \/ d3 a9 F- Q" [----------------------------------------------------------
接下来说说根据这个模型我们能做什么事情。
$ R6 ^; V3 \; B( V# y# Y+ n
/ _/ v* h1 t1 a% W6 Y4 \# }. }实际在投放广告的时候我们一般想得到什么效果？
  G& X2 C# o" q" O) h, A5 l# F当然是 低出价，得到大量 排名靠前的 Impression！
0 b8 b; X. J4 _1 n3 A% ?% m说白了物美价廉。
* C3 `6 g) V( W
% {# f% w! \2 x" ]所以我们根据这个效果进行假设。
" _" [! F% g$ K5 w" O假设1: Visitor 减少。
) X, S  F$ R8 ^: s* N1 t& S) E        结果： 如果你的 bid 很高，你也许会的到排名 1 ～ 12 位的 Impression
$ k* z! ]' \  t4 R) Y: f3 @        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

" H" b  h5 U8 v& a) l  k假设2: Media Buyer 数量超多。
  k, V" N0 T) x% [$ [$ G. Q1 c        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。
7 d7 r' U; c- ]' }5 a5 k        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
- p/ u! E3 Y8 ~2 |+ A  Z        解决方法： 大开大合，提高出价，提高预算
& b6 J4 j# A( I
        当然你也可以尝试纯粹捡尾量。
2 [8 y, t  d- f; Z! q; c5 S  M- \        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。

" E% e6 f  A0 p7 x% h2 N假设N... 你们可以自己想想

- L9 b4 X  ^. I. j解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
( Z- l6 ~6 O" D; \& v- ]
# y$ w0 n( t4 O9 s; R8 Z0 l        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。
. m' k- j5 X* m% r2 C. K# @        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！！！！
1 g* d' w* t" f9 z; z9 a5 o                为什么？
$ x5 O1 }/ e$ a+ D+ g' z                1. 计算量太多了，服务器爆炸，效率低都很有可能发生的。
. \; P2 x# b$ J  N( o) C                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。
" y9 }& J: g7 o& ]: w2 r5 L# ?) @                3. 每时每刻动态设定事情做多了容易出错。
9 Y+ d/ G3 d, d0 X5 h, c: Q
                所以一般怎么设计的？
( O! E& |, P/ ~; i  I; p  A                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
% R: ~5 R  @  \1 o9 i                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。
/ G' z+ {$ ^3 r, U5 Y3 G9 t" ~  |                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。
                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。
: a! L5 `9 [4 \9 H" o. w5 Z1 O
        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？

: C# R) ]7 H% [* A1 G: FSweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
9 L  j3 m8 }: E5 K) ]. Y
5 x' c8 a6 H* x1 T        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。
! b1 W. z' i& Y! f7 p& i, m+ ?: h4 L        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。
2 b2 {2 y; B2 P3 [        最差也能理解一下这个流量源的出价策略。
( c6 l# F$ j( E: Y---------------------------------------------------------------------------------
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？
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。
9 w7 H9 h- M) j- ]6 g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。
& O9 s) e, k  L2 U" S! 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。
) K) k; P' `! w- Y5 A
另外祝大家新年快乐，大赚钱，赚大钱。
. v" z4 h5 o6 |7 l

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。 ...

7 t2 w2 o. w3 W! }# W炸总翻牌啊
! l* u2 E) `. h. t: y- P
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。
) U$ s' U; p5 y# p
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