|
本帖最后由 kisscssy 于 2019-1-2 11:24 编辑
, q( v9 M5 H. s6 g& S1 {* J, v6 D7 i: }- C! I3 S6 _: n3 O3 D+ o
Hey, 各位新年快乐。
5 n. J$ ]) X2 D* t' \" K& L4 F+ C% a, | ]
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# J9 i+ w v& |; Z$ P5 n+ s3 K0 x: ` B
这是一个模型,最大的做用有三:( Y# _! Z$ u8 ^: o9 c
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。9 q) R, `$ a' G' \. \. O3 t
5 h. U5 R1 O+ B( `! h- ^
丑化说前头:( o2 r7 X7 n8 `" m4 @( S
蛮多内容是会意,不要尽信,当个参考,不保证任何结果。, o/ l. O) h% e' T; V; `
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$ V1 T% \, Q1 O; e0 N1 |6 v
------------------------------------------------------------------
) M5 }! `" \3 b& `名字解释( 接下来会用到的所有名词 ):0 Q) m0 [' H+ }
4 q( y9 Y! [1 j5 ] Visitor: 用户,网站的浏览者。% s* P& ^% ]3 U& }: e0 Z
Website: 网站,出租各种广告位。/ A1 W7 F) _5 i+ L8 }
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。: d& }7 Z+ \8 T @
Impression: 曝光,一个用户看过一次广告,就算一次。$ k! Z7 D: \ C
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。4 C5 M$ ~6 s8 Q7 g- O5 B
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:; f v0 }- J! E: F# [
参与的角色都是逐利的(除了用户)。
6 x6 l0 ^' y; e. D3 _! v& P+ ^/ z: Q
------------------------------------------------------------------$ n0 ~- ~5 M3 t; x
整个模型参与角色:
, ?+ i8 x! X8 k% e$ @. G$ ]1 r. r5 T$ r8 U
Visitor7 r9 x5 D3 C/ g! U9 ~ w
Traffic Source
3 j3 L1 \9 V- c5 C- `6 R; G7 u Media Buyer3 N' b8 W, q5 X; K0 }) n
) g' b+ ?2 F; O1 c2 c------------------------------------------------------------------/ @; C0 J6 g& a7 y: T3 H
Visitor 行为:3 y* J9 K3 `0 t, O' Q4 _
2 h" q3 c: E C9 H. x( [: 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。
* [) 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?+ B- D/ T6 P9 u Y( M7 J; f4 A4 k
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?# }2 J) O% l, c; \
a) 基本是的。
6 P5 O2 V+ o" w9 D; p' O6 S1 G4 r6 t: Y
------------------------------------------------------------------5 c/ i; D+ }1 y, N4 O: k
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) * \( G6 X" Y3 ?& Z
3. 有出价就有预算。 `9 C7 w( B+ o% S$ g9 z. s; s7 ^$ H3 o
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。( i3 ^) q9 H1 S7 a; H
1 X6 @2 `& j1 B: ]9 ], c, M8 c+ I
------------------------------------------------------------------0 m0 E/ Z' L) n1 d) b2 Q
Media Buyer 行为:) G; h4 h7 }8 p
( 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。- c0 {2 T- C, d3 \5 E
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。4 ?$ m2 j% A8 V% G6 N2 }" o, e
0 y1 ?3 P1 Y6 Z/ }% p7 M9 ~------------------------------------------------------------------
% S: }- A; {; a" U2 Z9 v执行计划:- \- c& R0 R4 h+ ?& r; ?$ u/ L2 w
参与角色与数量: " t h/ |, _5 N9 a8 U- Q# z* p* C
Visitor: 100万位
0 n& o- ]5 {: G& ^+ `6 {( u# E Media Buyer: 3位8 [4 T# y! J& j' z. K( q
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).% `0 ]% P9 {: o9 k$ J0 q
; K$ w' G c8 Y3 \+ y Media_Buyer_A:: U. X% N4 z7 p' ], L
出价: 0.1 CPM
" I+ Y6 J0 }: @1 V 预算: 200$
/ R- i- U k; c" k, E# B& R* d2 u( P0 T5 F" Y
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 CPM1 G- Q) c, \9 v& Z, Q9 B
预算: 1000$1 s% d5 B6 Z" s8 g( F$ J; F9 x! p
9 u! y) p% {7 L1 y7 b+ } 前提假设:* B: D, |) x1 H, d& M
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. z6 h6 I$ M0 N6 {1 t6 N0 ]( u
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。2 W( D5 w- X: s. K: ]8 v& r
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。8 G% p7 _: V: f
那么按规矩# S7 s& m; `1 k0 L4 F
Media_Buyer_A 应该获得了用户 第7 ~ 第9 的 impression. Z( d3 Z# @: G; E
Media_Buyer_B 应该获得了用户 第1 ~ 第3 的 impression9 I8 o" n7 v" w% `0 v. g8 N
Media_Buyer_C 应该获得了用户 第4 ~ 第6 的 impression0 K; H9 N+ ^" j7 j2 o
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% O5 G$ M5 ~& a& A9 [* n9 C
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:8 ?7 e# i) G# z9 m: a
Media_Buyer_A 得到了 111111 * 3 = 约11万人的33万位置 第7 ~ 第9 位的 impression。 h: S. H6 ^0 ^9 T
Media_Buyer_B 得到了 111111 * 3 = 约11万人的33万位置 第1 ~ 第3 位的 impression。3 t& g! |( ? K
Media_Buyer_C 得到了 111111 * 3 = 月11万人的33万位置 第4 ~ 第6 位的 impression。# _; K2 W: m, e2 h$ A# `8 c
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。9 q3 ^3 w9 y/ n! S! U
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。2 K- h* `) d9 }+ D1 D( U5 f
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& @% v7 @" O. o# M e4 O7 V' c
Media_Buyer_B 得到了 111111 * 3 = 约11万人的33万位置 第1 ~ 第3 位的 impression。3 |3 g/ s8 u; ~. L! ^: G J
. }/ \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: P# ^$ a$ J3 _, c# {4 r
总结:: x: @. e8 R- t
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. e: O! V( [% S5 m4 v2 [
----------------------------------------------------------
% W3 }2 `2 D; |* K接下来说说根据这个模型我们能做什么事情。, e) `8 L/ e( h; p) W$ H/ t- _: s
9 M! o+ g# f6 A: } R) I
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. L, C% k7 n( ~' O* i! N
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+ G; p* X1 J, r: n
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, @) K/ l6 S5 I. d+ \
假设2: Media Buyer 数量超多。4 D& Z, H# N! o6 w4 F
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. C# g* q+ v8 [+ S( ]- q
; 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 [0 n( P& j) v; J& e4 [7 D0 ^
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。2 Q# i1 v: \* F* c2 W' O
. 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。3 C, W, K6 X+ H) t5 x% @
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!!!! }7 G1 g- _( e. M7 B/ o# q
为什么?0 ]2 {1 L% R. `% b) ^; K$ p3 Z
1. 计算量太多了,服务器爆炸,效率低都很有可能发生的。2 I( X6 w1 i: }) T
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。: x5 I" ^, w" @; ?
3. 每时每刻动态设定事情做多了容易出错。( J$ f, B5 h+ L! o3 Y/ W
# n- U; C' ~$ N, v! R
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3 ^' s! S2 b) n) O
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。# }7 L7 B9 [2 ^ z$ S, c) s8 s2 E4 K
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。; p/ N, f. O1 r: S" `& t
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?$ @6 f& Y$ _! ?3 \( C3 q
/ t0 B1 r2 z3 M* e: z
Sweet-spot:字译就是“甜蜜的点”,简单来说就是平衡点% \: X( w4 n# L4 [
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。5 g- B# ?8 T" I" K z: a$ A
有时候是低出价盈利,有时候是高出价盈利; W# I/ g8 {4 t G
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。& Y0 H$ j* M% b& O B
---------------------------------------------------------------------------------. C% U" W& r; \
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。& e9 H( l$ |2 r/ w2 y1 x! G2 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?! Y2 D' @/ ~) b1 m4 L* F5 r# z1 ~
因为我还有很多角色没有加入,比如各种 offer, 各种 network。# M- K; k+ I( w9 A, y
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。* L" o9 \9 J! H, b
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( I7 e* Y P, i3 Y$ K+ ^! Q+ 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。0 p( s+ N! e; [, N
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) b& x7 { u% j) A
. U) o! Z9 C M7 o n' k |
评分
-
查看全部评分
|