ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

Hey, 各位新年快乐。
3 {: P) I0 w  b
9 x( H% R6 L  B4 @5 v: e/ b今天我将我几个月来学到的关于 Media Buy 的知识进行总结。

) s8 L1 I0 w- J这是一个模型，最大的做用有三：

* C6 a5 S% G- v        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
$ o7 |5 Q, j. f0 L1 j& h- n7 d" A        2. 给正在投放的朋友参考。
/ G; V% }) u, O. j        3. 老司机路过能给个指点一下，大家共同学习一下。
5 f! v. _( `. ^! v! |2 m
2 w* R' i( Y# p2 ?6 X7 ~0 d4 i$ b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。
/ D+ V. c$ K5 i! `/ P/ Z; Q) e        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。
' s9 ]) H7 B% S: a, E
------------------------------------------------------------------
2 z$ O8 a" V7 L- p/ f6 R, k9 u5 U1 c名字解释( 接下来会用到的所有名词 ）：

        Visitor:                 用户，网站的浏览者。
. P/ N3 K6 y  l8 P, l% z" [        Website：                 网站，出租各种广告位。
4 K$ T& d- Y9 y# O        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。
        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。
        Media Buyer:         媒体/流量购买者。
+ F3 j: g( H3 B$ Y9 X        Offer:                 广告商提供的一些任务。
, X/ A$ J, q$ ?% ]
; o7 z6 u% i9 h------------------------------------------------------------------
7 x" H. e* ]( i- G大前提：
2 V$ n6 t$ {" D' C        参与的角色都是逐利的（除了用户）。

------------------------------------------------------------------
* n5 c8 j. A( }" {  c整个模型参与角色：

+ V/ y* V! r0 o% [/ z5 z  D' H8 X& i        Visitor
' Q' Q- b4 C; A        Traffic Source
        Media Buyer

------------------------------------------------------------------
+ R6 Z5 V% y* ?# I4 \; m- N" Y- ZVisitor 行为：

        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。
0 n; o8 X8 D) I        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？
* F0 _( u' {: W) p- U" ?4 |( `                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。

------------------------------------------------------------------
% ^! Q7 [! d( T" M: w' }; V* rTraffic Source 行为：

: ?. a" I4 A' G/ @1 S) X" j        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）：
8 R' h( b* K/ C  e9 s6 M                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 S8 B  r  E( m! Y- j                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
6 r! C/ c- H2 v; T/ U3 i' {. m                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
, L7 c) r8 E. U$ N% E0 Y        
; p; `+ [- q# y" [9 Z5 @/ Z------------------------------------------------------------------
Media Buyer 行为：
. q5 Y/ m, }5 D2 o. _9 H, H/ k
        1. 先从各个联盟选择一下offer。
5 B# p$ E7 i- Q( S1 n+ _5 I        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。

------------------------------------------------------------------
+ i: G+ Y0 U0 |$ b执行计划：
  d2 s" p6 G' I9 x. N1 E2 w        参与角色与数量：
" y2 r0 ?0 |3 h                Visitor:                100万位
                Media Buyer:        3位
' I8 g* h6 u1 {5 [) }- c* L; i                Traffic Source:    1个
                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).

                Media_Buyer_A:
* A( u# ?; c% i2 e. Y3 t& W                        出价: 0.1 CPM
                        预算: 200$
4 {. Z8 G* J' c6 A+ K
                Media_Buyer_B:
                        出价: 0.3 CPM
4 x5 K! n0 M8 N( j. H$ u  ~( {+ B                        预算: 100$

                Media_Buyer_C:
& {9 D* U" E* N$ b                        出价: 0.2 CPM
                        预算: 1000$

        前提假设：
4 r  Y- i- I0 w1 ^! N8 C( T( d                这里只有一种广告位。
                出价高低决定广告位的曝光排位
( D- l! y/ w* C3 P% }* A% i5 i( 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。
! u( f& _. _" W# z                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）。
/ R$ V+ o/ z0 l* X. @2 k' }+ T                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).
               
9 U& |) R( [0 Q. }. `        模型开始执行：
% Y5 x! X4 i6 h3 F& h4 w  A0 J: E                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。
2 p" {7 a# F+ F6 w0 @& W6 H                        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" ~% Q8 I* A# {! r) G' n7 ~: h                        那么按规矩
                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
9 t5 s6 K0 f6 |                                Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
2 O, K0 D3 W2 Z% I6 s                                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 。。。。。

+ Q* P: O8 ]0 }' J" R+ w/ V4 ]/ j& }                3. 我们来到了 第 111111 位 Visitor， 为什么？
2 }6 t! \$ y' R9 B                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
) J% J5 f8 q3 Y* e5 c                        所以到现在为止：
$ ]1 f$ ^9 N0 I, c7 H4 L# o                                Media_Buyer_A 得到了 111111 * 3 = 约11万人的33万位置 第7 ～ 第9 位的 impression。
# B3 [7 l3 R+ w                                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。
" B  _4 E) z$ d
! N0 y5 E0 Y) F7 s4 Q, u4 U+ x                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。

& x& A8 `3 m  J5 ?* I4 i                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。
! T( |5 t0 `: {; T; r% v
4 Q1 q" h! r3 D$ {7 s                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
) D6 S  K# t$ O1 E: w& j  \2 @
                                Media_Buyer_C 得到了 111111 * 3                           = 约11万人的33万位置 第4 ～ 第6 位的 impression。
& X$ ~4 e  D0 S$ H, R& e                                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。

  ?: u4 {7 G1 Q) a" u7 _0 w总结：
7 J* g$ B0 |0 a: z) v2 J        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。
9 o+ V2 B% X7 `2 j$ o
----------------------------------------------------------
8 ~( o0 h, C* q( h1 P! y( S接下来说说根据这个模型我们能做什么事情。
6 X6 {( _9 k6 y' M( T( s: J! Q
* V; E8 P+ u& t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。
( _( I' @* @1 r" u$ `: Z- O
所以我们根据这个效果进行假设。
假设1: Visitor 减少。
6 `$ F, D2 _! \* i. _1 ~, K( G  W7 i+ ^        结果： 如果你的 bid 很高，你也许会的到排名 1 ～ 12 位的 Impression
4 e6 ]6 {; S: I% C, P        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。
2 [2 B+ J3 w9 z7 ]8 H        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。
: L+ q8 i( P9 y) s9 X0 N0 Z  y' V        解决方法： 大开大合，提高出价，提高预算
* ~; j* @8 ]- E) s3 c% B
        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。
5 X+ D  z* c  V* x
. C  u9 n* G: V  ]# i0 k9 J- s) ?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。
/ D% Z* Y% n5 q6 w1 c$ O0 y. j
& s$ m' M# [6 p        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：
' j# a$ ]# P- {; p% G                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！！！！
; c9 y& s: l$ I+ X' j5 r                为什么？
# b! C) e. 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。
% G) W# C1 d/ c7 H
                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。
1 P; ?3 G7 f: ]/ F; H' ^; G                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 n4 c# e; c; {- O% 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。
' R5 `: j. y2 g                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。
6 F, j0 w& y9 c4 s: K$ [$ }, h* ~
# I0 ]& ]* L2 L2 v* O& A( |        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？
2 i; h# X# l$ j0 \& ~! ~
Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
  p( u. B) `3 ~& C
        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。
& ~! G, f; R! d2 ^3 c0 f        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
5 \# Y. c- J9 h+ F; ]        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。
; b* {9 _  J, k8 Y" j---------------------------------------------------------------------------------
  i; j' F5 a1 c. a; A, z6 c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。
% c* V" I+ j: s% u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。

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。
9 \6 y: B* T/ D, Q) z) s* c感慨，今年更努力赚钱。
1 g4 U7 |2 E8 }* n) c
另外祝大家新年快乐，大赚钱，赚大钱。
* {8 K4 e/ A2 ^8 p/ `! ^

kisscssy

billy 发表于 2019-1-2 23:42
5 _4 i; j' g0 |% j现在玩付费流量真的不容易

8 J- I3 a! f* b; r' r4 G2 _2 X2 N 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
4 \( x, l0 u7 [* V. L$ w  x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。 ...

0 U. [! F- v# z" `# `炸总翻牌啊
. _4 X5 h' l' N. }, I
' v) C. Y1 F) A6 B  L( F& R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。
( u3 @, T$ m5 c* h+ N& v' M
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