ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

, q( v9 M5 H. s6 g& S1 {* J
Hey, 各位新年快乐。
5 n. J$ ]) X2 D* t' \" K
今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
. G8 Z6 x* A  O0 Z2 M# J
这是一个模型，最大的做用有三：

8 m8 z) G. d6 d6 ~        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
  B+ V  k4 T, W+ `6 h        2. 给正在投放的朋友参考。
, G! ]/ Y. `0 G/ C0 o        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：
        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。
  H% w! H& D; g) h. {4 B        很多角色行为并不完全符合每个流量源，没办法照搬照抄。
. R. S2 a& L, x1 \3 i        全文半英文半中文，你懂的，名词一律英文。
3 y/ P  \! T/ h* a# a$ V
------------------------------------------------------------------
) M5 }! `" \3 b& `名字解释( 接下来会用到的所有名词 ）：

4 q( y9 Y! [1 j5 ]        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
: X& V) F6 C0 s+ w0 Y+ U        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。
# G: G8 E1 z6 ]6 \7 E        Target:                流量源上的各种选项，比如选择手机选择桌面什么的。
% d' e' I8 G3 X# d2 @        Media Buyer:         媒体/流量购买者。
        Offer:                 广告商提供的一些任务。
: o0 j& H5 A( {1 ?; t
9 a8 a" Z( l8 r5 E------------------------------------------------------------------
8 L! G* M( `) x6 j大前提：
        参与的角色都是逐利的（除了用户）。
6 x6 l0 ^' y; e. D3 _
------------------------------------------------------------------
整个模型参与角色：
, ?+ i8 x! X8 k% e
        Visitor
        Traffic Source
3 j3 L1 \9 V- c5 C- `6 R; G7 u        Media Buyer

) g' b+ ?2 F; O1 c2 c------------------------------------------------------------------
Visitor 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。
* [) r  x$ s9 ]* H, J/ E  q7 h# ^        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
! t$ v+ _8 f8 ^# N+ @, @$ C% M                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。
4 p) `: [8 L1 j1 X9 P* E; H' ^        3. 所以是否最早看到的广告最有可能转化？
                a) 基本是的。
6 P5 O2 V+ o" w9 D
------------------------------------------------------------------
Traffic Source 行为：
: O3 B. z+ N6 F7 K8 t: t% I) U
2 s2 P0 k8 k/ ]+ L        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？
- j" n( N  x+ _/ i6 n* s        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）：
' E, r. s& I  {- S                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
+ G6 I% K7 z- z* h3 [                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
! C0 K9 q: M$ i9 V, g                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
) ]& R/ r9 J1 A/ d                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
        
------------------------------------------------------------------
Media Buyer 行为：

( J, P) ?7 N' e3 a  Z1 N        1. 先从各个联盟选择一下offer。
; _- u+ f- l- S7 o        2. 挑选一个流量源进行测试。
/ e( O- ^* R! [        3. 选择好各种各样的 target，确定预算 和 bid。
  H7 X5 N; j1 [& e4 ~3 v        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。

0 y1 ?3 P1 Y6 Z/ }% p7 M9 ~------------------------------------------------------------------
% S: }- A; {; a" U2 Z9 v执行计划：
        参与角色与数量：
                Visitor:                100万位
0 n& o- ]5 {: G& ^+ `6 {( u# E                Media Buyer:        3位
                Traffic Source:    1个
8 I3 H- W) O; j                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).

; K$ w' G  c8 Y3 \+ y                Media_Buyer_A:
                        出价: 0.1 CPM
" I+ Y6 J0 }: @1 V                        预算: 200$
/ R- i- U  k; c" k, E# B& R
                Media_Buyer_B:
* G- [8 O- y% D! Z+ T                        出价: 0.3 CPM
7 ~: b: ~3 j" i% b$ P* D                        预算: 100$
, Q1 i# U/ e8 O: H. Y
/ r. f; K0 L! _- d0 h) y4 E                Media_Buyer_C:
$ x+ }. h7 K% a4 e3 e6 {: I                        出价: 0.2 CPM
                        预算: 1000$

9 u! y) p% {7 L1 y7 b+ }        前提假设：
                这里只有一种广告位。
( J& m# l$ K; c6 J% E                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。
7 A: D; r" A, W4 ]6 c& P                越前面展示越容易进行转化。
& `- o" M4 @8 z1 y+ |                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）。
" b; `; V2 z# Y- k, k; i2 D                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).
* p' c- X+ h1 ?9 _1 G               
+ d6 k1 e& v& f# l+ G2 O- A' P        模型开始执行：
* z7 a& ^) U' x) |* ]& c                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。
# X7 |4 Q- D. _; [' \6 a) C                        肯定是出价高的，预算大的先展示，不然怎么花完人家的钱？
" A$ u! z4 E1 `/ ?                        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

3 s* a+ X, P, Z# G  m( x, S                2. 继续第二位，第三位，第 N 位 。。。。。
6 ]. P$ j: e2 O  }% o% O
                3. 我们来到了 第 111111 位 Visitor， 为什么？
( f0 q, w3 z, E$ p! @# u                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
/ w. v* S8 f; C5 G                        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。

5 W2 c$ J- n# V! T                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) U5 ^( d2 j& f& J                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：
& O+ Q/ g. K6 Y0 [2 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。
. H7 T' A- R# {& l                                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。
( z3 ~/ k" u4 e
                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。

. }/ \4 Z. ]& T4 r& j0 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。
# ?' E6 [; i/ @! N/ `! U                                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。
7 v5 L3 R6 ?- Q- q1 F
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。
2 ?$ A3 E1 w* n( D( z
----------------------------------------------------------
% W3 }2 `2 D; |* K接下来说说根据这个模型我们能做什么事情。

实际在投放广告的时候我们一般想得到什么效果？
' A" s& M9 L0 p0 V0 M) Z. v当然是 低出价，得到大量 排名靠前的 Impression！
. Z- j# C6 n+ I( p! S& B; q说白了物美价廉。
) d+ m9 R; |0 M: _5 X- i) G
所以我们根据这个效果进行假设。
4 d! [  |3 g  g& L: l! F假设1: Visitor 减少。
; @3 T' a- \. Q( h+ x# B) h        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。
6 r/ z8 [% U, ]7 \6 P- R/ v6 S        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
# }; a7 L, B+ q" P0 M" K& P, @
假设2: Media Buyer 数量超多。
        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。
% K' j& W1 Y* j1 j2 N        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
7 @- M& i/ Y! N' C& I8 ]        解决方法： 大开大合，提高出价，提高预算

; u2 E( v! @* I7 A. J        当然你也可以尝试纯粹捡尾量。
9 J# J! j: l! [; }        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。
' k0 |9 C# v) |$ Q9 w1 [
假设N... 你们可以自己想想
3 b2 S$ O: e" ^  W. O
, B+ q! y5 |  a* C9 H. a解释某些说法：一个 Campaign 一但盈利了，就不要去动它。

. J5 {$ A; A- }        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：
- ~) `0 z9 t- M  P" n- 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！！！！
                为什么？
                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？
3 s# x0 W0 b5 @! z' P" q7 @                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。
) K9 [! M7 ]# q2 f                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。
+ ]+ ^+ }! J4 ]+ _                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。

0 R) q1 F* h' X8 M! N  u* ?        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

8 q( A/ e  T$ ~( i- y        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
4 Q: U; j2 }0 k" g        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。
( n1 R6 u8 q) N" U4 ?/ `9 n        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。
: z( U5 O. N6 w( K# r2 a3 y8 M: G; q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。
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。
( }2 |( [! Z& ]4 c1 l/ a0 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。
/ a; p1 i0 J( r3 _
( B% v, I' O' X% \2 J* ~4 ~另外祝大家新年快乐，大赚钱，赚大钱。
, ^9 v+ o# G0 Q/ j8 G: @+ c1 J

. U) o! Z9 C  M7 o  n' k

kisscssy

billy 发表于 2019-1-2 23:42
现在玩付费流量真的不容易

+ d5 O# Y" V, S& W5 {0 t) 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
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。 ...

6 Q6 j& ]" c3 W8 q炸总翻牌啊
% J. f  M0 w2 o# ~; l  G
1 b7 N& U9 t1 O% N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。

6 d' p) b, w$ A8 Q# 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