ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

Hey, 各位新年快乐。

' I, ]0 ^3 D( ?$ y/ d- H7 Y* I1 T今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
6 c! b5 D. ~$ r; p8 P8 S
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。
, j$ [# e9 M: t* {        2. 给正在投放的朋友参考。
, A2 B/ T& M1 Z        3. 老司机路过能给个指点一下，大家共同学习一下。

/ c. p) f. s, g6 ~  M& |  j丑化说前头：
+ y) i; Y4 K. t" Z, z3 i6 f7 C        蛮多内容是会意，不要尽信，当个参考，不保证任何结果。
; H4 I! x( X* }0 k        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。
2 r1 M2 Q, P8 X: o        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。
. R$ d5 `, w5 o2 q& u, p( p
------------------------------------------------------------------
5 t5 O9 J5 w0 c! y& ]6 u名字解释( 接下来会用到的所有名词 ）：
, L4 L7 j$ ?: K! y# p
        Visitor:                 用户，网站的浏览者。
. h3 q0 z' t% \  o7 Q        Website：                 网站，出租各种广告位。
        Ad-Spot:                 广告位，一般是 300x100, 300x250 的大小。
5 u- a9 R' @& f        Banner:                 广告横幅，一般是 300x100, 300x250 的大小。
5 P: ?: h6 W+ y* D. H% @3 ]& G        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。
        Offer:                 广告商提供的一些任务。
; |6 `  H$ n, ?( Y  U
------------------------------------------------------------------
; ~0 z, d; B/ p* h* O: z- j3 ^/ o大前提：
- Z, i5 L9 j0 N9 b0 y  P, e        参与的角色都是逐利的（除了用户）。
7 w! n" k2 V; G; w6 {
------------------------------------------------------------------
整个模型参与角色：
+ h6 Q7 B3 S  F5 ]
        Visitor
, j  [7 E. X  B' ]6 f/ V        Traffic Source
        Media Buyer
2 B+ }+ `, Y3 }$ G: z
: {1 R) F" N9 ]3 H0 q------------------------------------------------------------------
' J, B( H- v0 m" L+ T) XVisitor 行为：
/ g, v; b; g6 C  V
  B" A# R. R5 v; V        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。
) y- o6 u6 F3 W6 G6 g        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
* L& c+ T- s0 b7 t. v6 e8 S$ R                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？
  ~* Q5 A  g/ x9 i, [; o                a) 基本是的。
& S" g0 R5 h) Q
------------------------------------------------------------------
Traffic Source 行为：
, v/ w6 b- ^- T( J( P, q( C
1 {$ q/ T+ b1 z        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？
3 t8 i; ^8 S. Q1 d, Q/ G# u        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）：
6 l) G! w; B& R1 f! f# x% K8 v                a) 低预算，低出价： Impression 量少，排在后面展示，预算消耗慢。
' S; K6 A6 g5 k; z- |. T: M( p4 K                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
- F: q1 l6 }2 J) |                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。
8 N0 R3 }2 D2 v9 i* C        
------------------------------------------------------------------
7 @5 J: ^1 Y3 m% O0 @8 |% D8 QMedia 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。
- q) \0 A& ]/ ]$ _0 l5 Q) F8 U        3. 选择好各种各样的 target，确定预算 和 bid。
) ~7 n, w( G" Q$ i3 B- Z/ l        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。

------------------------------------------------------------------
执行计划：
        参与角色与数量：
* a+ {* Y7 R0 S) F# j( q                Visitor:                100万位
                Media Buyer:        3位
                Traffic Source:    1个
                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).
) o* [- ^3 v, j$ F4 X
# v* }$ r$ Y& ^7 S7 J                Media_Buyer_A:
5 g9 O- h# E" u, Z                        出价: 0.1 CPM
                        预算: 200$

# e6 m0 u7 G/ z+ G                Media_Buyer_B:
, ?) y2 I9 a  t4 ?0 v* d/ ]+ o                        出价: 0.3 CPM
0 f" F, u* D- T8 }. P2 A6 l                        预算: 100$
. L+ G' ?' S; ~, M! w; M3 Y
; ]7 B6 A2 Z/ O0 l0 _2 F% i' C                Media_Buyer_C:
4 k% x* O2 w" @- a1 C0 v" O( I                        出价: 0.2 CPM
  x, E# Y1 \, f! u" L                        预算: 1000$

5 y3 ~! O8 U* O  C) J        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
                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。
  B$ s2 |% v* \! X                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。
  u  v& A5 L% g" |. ]1 i) A1 g                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" K  o& o+ r: x        模型开始执行：
                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。
! R# R3 E* [. J, V                        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。
9 a( j6 R# E* {5 o! ~) ~3 z  f                        那么按规矩
                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
1 D& Q0 m. [+ b                                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

                2. 继续第二位，第三位，第 N 位 。。。。。
% K% T: w" s$ v; n; t: @; Z+ W
, f3 e# }+ C' Q                3. 我们来到了 第 111111 位 Visitor， 为什么？
$ `8 d) Z4 P  B, E; k                        因为到这里 Media_Buyer_B 没有预算了 100 / 0.0003 / 3 = 111111
" s* `* ^5 q. l  m! C+ H8 a4 D2 l/ 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。
                                Media_Buyer_B 得到了 111111 * 3 = 约11万人的33万位置 第1 ～ 第3 位的 impression。
. B0 ~/ J0 i9 Y4 S# X                                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。

                5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。
9 E- S- E# V, {) Y& c( W+ F6 w                        所以到现在为止：
1 h# _: A* Z! |( M9 Q) T                                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。
( B. Z6 X  i" d* Q7 M; s
' N; e3 Z' h  k) x9 B5 I                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。
9 M1 c% _1 @" g* t/ E' N
7 A# P6 q- Q- ^1 P                                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。
; K0 Y2 i5 J& R3 p! r
总结：
8 P' k6 h' F" b3 }/ u; 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。
& ?" P. u1 Z* G7 f  f2 Y, N( o
----------------------------------------------------------
9 z5 Y& O- y: Z. G接下来说说根据这个模型我们能做什么事情。
/ X0 h" p9 k% b% Z; k, {. A% \
" T( M  s) V: y: z* t' g5 ~实际在投放广告的时候我们一般想得到什么效果？
3 s/ j* H2 }5 p( p, m当然是 低出价，得到大量 排名靠前的 Impression！
2 ~' U( f' g$ l5 }说白了物美价廉。
2 d# H/ e1 K7 V$ E) X* B4 B9 k
& E, X8 b8 r6 L3 ~9 r所以我们根据这个效果进行假设。
( p. h, @3 S3 K7 B3 S. C, I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。
2 c  I% k9 {& ^9 s" O0 I3 U        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
* h5 g* a& d, T4 I; E
# c+ \# C' p* M( d* d  t; F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。
        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

        当然你也可以尝试纯粹捡尾量。
: U# K6 t+ R6 A0 ~        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。

+ z" F9 o: d' g) Y5 }( w假设N... 你们可以自己想想

( t% t, V! B3 J6 A4 j, f解释某些说法：一个 Campaign 一但盈利了，就不要去动它。

$ X: Z6 u; W" R8 h        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：
! b) y$ X' @' W1 z! \                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！！！！
3 f5 t, x+ k1 d9 X) }: ]" a                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。
9 J% J# j# D( G6 e4 N1 G                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。
' g  f9 j. V6 s" I                3. 每时每刻动态设定事情做多了容易出错。
$ O) j8 O/ K/ E/ e! Z# _
                所以一般怎么设计的？
$ K7 c3 ~% \: _- L                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
9 n  a# b5 O& @4 `9 a. E+ [2 u- @                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。
                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。
. w% r. Q, F, [+ s" s% d  Q                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。
* }* S/ Q$ t% O$ g: x" W- A9 Y                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。
) I/ ~% ^; R- x8 \) P& F/ ]
0 ~7 V, S+ X9 _& |: [        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？

3 j9 a  P9 C9 `# Z' {8 n: q& A6 ~/ ~Sweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点

# M1 c% I9 `3 s1 ]% B        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。
: o% z' c- c6 @---------------------------------------------------------------------------------
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。
. I& Q) k9 k: u* Y我甚至都懒得检查这个模型的细节，写这个也确实累。
( O8 d. W" }* E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？
7 q, A" c0 o( [8 x2 j) @$ n因为我还有很多角色没有加入，比如各种 offer， 各种 network。
* S. q! G+ }8 j* J. J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。
; O1 S" j+ D; h1 Y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。

+ l! j' M4 ?  K3 c5 j/ t# `4 _6 A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。
4 P! C2 f, S! v" B' F8 O4 N3 z4 E
* _4 S' R- C( ^; X另外祝大家新年快乐，大赚钱，赚大钱。

. p- O/ t" |9 j0 y! X7 i! x/ f
( G. |8 |. g, A0 W* }: a7 s

kisscssy

billy 发表于 2019-1-2 23:42
0 `- c) B  P* u/ D0 p0 K现在玩付费流量真的不容易

8 f" ^+ T& a" g. Y! _/ }- O 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。 ...

& D& v+ D; d' X: p( S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。
5 @3 b1 c6 y' l2 I7 S$ j  x
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