ky - 2018年总结，简单聊聊广告投放模型。

kisscssy

. d. a( i3 R8 {* F, S, YHey, 各位新年快乐。
$ C7 q7 R' n* e$ g' D
# l" [% V9 Y, K( j) ], w" @5 a今天我将我几个月来学到的关于 Media Buy 的知识进行总结。
4 |  U6 E! o& }
这是一个模型，最大的做用有三：
) ~' }7 _$ m0 A
, N3 ^* k  o2 V4 `' W        1. 给没有尝试过 Media Buy 操作的朋友简单介绍和观摩一下。
        2. 给正在投放的朋友参考。
6 ~2 ^" {1 r! K. F$ \        3. 老司机路过能给个指点一下，大家共同学习一下。
0 c. C% f( P2 s& c# f! V( f
1 B: u' `+ o! Q3 p8 j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。
3 b# ?7 O$ O5 ~# g* [4 f. J) J        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。

------------------------------------------------------------------
名字解释( 接下来会用到的所有名词 ）：

        Visitor:                 用户，网站的浏览者。
        Website：                 网站，出租各种广告位。
5 Q) j# l. G, c8 q        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。
* \0 p, d! \1 N* V( t7 J: A# C$ }4 w        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。
0 K2 x. V" z7 k' {0 u( y        Media Buyer:         媒体/流量购买者。
2 b* z1 _0 b0 V0 |        Offer:                 广告商提供的一些任务。
& H/ X" |: B. _) g
------------------------------------------------------------------
9 _* Q0 p  U  Q" P$ G. f大前提：
- x) `" k$ `. b) f  {+ N' a        参与的角色都是逐利的（除了用户）。
5 v" k! l: z" L+ H$ W* o
------------------------------------------------------------------
, m5 Y2 A1 O1 ?  V整个模型参与角色：

/ {% D0 r2 _; v0 F: _8 t        Visitor
        Traffic Source
" H* q  C* s# ]$ I4 G2 ^        Media Buyer

------------------------------------------------------------------
: f4 W- p! w" Z* I5 [* H% Q' oVisitor 行为：
6 h% I$ ^! _2 u
' S  f, P# B! d        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。
5 M+ r) \& O+ K# C0 i; o        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
, X5 ?. r* Q0 J% m8 w                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？
4 [: ~. _; L  m% s' X                a) 基本是的。
7 A  X- u* ~* O' E. I) y/ ?7 R
' v% b3 y( D' U$ O4 k+ a------------------------------------------------------------------
Traffic Source 行为：

& C2 d# O; C% J# M        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）
& [) q0 h7 T3 j9 `) i        3. 有出价就有预算。
: ~: d/ r( V+ l# U9 R. I6 Y! n7 R        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。
2 S1 m6 h, W2 I$ u- u8 N                b) 低预算，高出价： Impression 量大，排在前面展示，预算消耗快。
- D+ N3 `- ~% P' o5 J2 L* q                c) 高预算，低出价： Impression 量大，排在后面展示，预算消耗慢。
. g+ d8 q3 s# `0 {0 M0 ?                d) 高预算，高出价： Impression 量大，排在前面展示，预算消耗快。
        
------------------------------------------------------------------
+ x1 m; j' ?. q* m) s# J- C( J$ cMedia Buyer 行为：
# i! T0 F; ~; q
# a. K) h* Q, i        1. 先从各个联盟选择一下offer。
        2. 挑选一个流量源进行测试。
! c# Q' v* i1 C  t1 w: U        3. 选择好各种各样的 target，确定预算 和 bid。
        4. 开始等结果。
2 }: a! t8 x# J, z3 B, o  r        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。
8 ^- y) m; m) {, [7 D6 q
% l# V( t4 Z2 ]  W% S8 d8 f------------------------------------------------------------------
执行计划：
        参与角色与数量：
% t% f* b* c  W# ~/ e" B3 Z                Visitor:                100万位
                Media Buyer:        3位
  [1 ^, R( s1 J: y7 _0 A* V                Traffic Source:    1个
                Impression:          1000000 Visitor * 20 = 2千万次 (上面说了每个Visitor平均20次).

% r4 i  q1 v* F" Z8 U, v1 T' e                Media_Buyer_A:
! F( a; U* z1 k& z' c                        出价: 0.1 CPM
                        预算: 200$
; A+ N1 V  V3 z2 D, E0 m, h, p& U
                Media_Buyer_B:
                        出价: 0.3 CPM
                        预算: 100$
! f: k* @; x1 d6 F! C) g
; A$ l. r( P$ ?                Media_Buyer_C:
5 E# N5 _5 v1 h                        出价: 0.2 CPM
/ C8 |0 O& L5 B' h( T. T                        预算: 1000$
5 v$ g5 v5 {9 [  {& y! q
, R; K5 R' B# g; b        前提假设：
) {% T% s2 G% v" c                这里只有一种广告位。
9 F  H) Q. j3 A. p                出价高低决定广告位的曝光排位
4 H. [, Z$ }/ O                预算的高低决定广告展示的数量。
0 f( X: X4 `( p" o                越前面展示越容易进行转化。
8 A/ L) E5 z' n9 r( c2 V  N                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" d/ H- l( J  e                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).
               
3 L' U/ J8 `' M        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。
                        肯定是出价高的，预算大的先展示，不然怎么花完人家的钱？
/ N4 d( ?# {2 _$ L$ C                        Media_Buyer_B 优先的到 第一次 展示。
2 M1 \2 y6 m, y. B4 |8 z% a) @, f: q' I                        那么按规矩
                                Media_Buyer_A 应该获得了用户 第7 ～ 第9 的 impression
+ q7 f0 k3 i6 y2 t2 l                                Media_Buyer_B 应该获得了用户 第1 ～ 第3 的 impression
8 K* q1 @( W: ~0 H9 ]                                Media_Buyer_C 应该获得了用户 第4 ～ 第6 的 impression

- l# ?. a# L' \- H$ T9 C, J1 [* s                2. 继续第二位，第三位，第 N 位 。。。。。

9 M: W8 K% k$ ?9 E                3. 我们来到了 第 111111 位 Visitor， 为什么？
- R$ V' V/ y( Y3 \1 X5 O1 B% P                        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。

6 c# u1 n2 g5 o' Y                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。
3 T$ W0 _  w8 _; c3 f
9 P6 o" x5 e& W                5.然后我们到了 第 666666 位 Visitor，因为 Media_Buyer_A 没钱了。
4 ]$ G8 J' f0 S% }8 C1 i. r: S                        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。
% m. a/ c+ [  r2 s2 }$ y                                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。

. {* O2 C. k" c! f4 [                                Media_Buyer_B 得到了 111111 * 3                           = 约11万人的33万位置 第1 ～ 第3 位的 impression。

. w4 G4 c. H4 T+ w4 M                                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。

: {, O) Q  E( F6 R, h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。
; S) H0 G$ k& o( F% f  M% ]# m
----------------------------------------------------------
$ J3 ]' z- h% \6 a. @- H接下来说说根据这个模型我们能做什么事情。

! t7 i1 o5 ]+ m, F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。
. K' w8 f8 r% t. k4 L9 T
所以我们根据这个效果进行假设。
+ O) `4 S+ ?/ @5 U; ^( B  z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。
        解决方法： 控制 Frequency Cap 的数量，控制 Banner 的数量
$ G) y$ O8 ?0 \& F& ?+ {2 {) d
假设2: Media Buyer 数量超多。
( q1 K3 t6 B" @& j( c- f/ 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。
        为什么： 就因为超多啊，平台要赚钱，当然多少要雨露均沾。
; r( \8 l  ]% ~) ]# P. d        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。
        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。

% @" b& [6 o8 w假设N... 你们可以自己想想
- X3 y* T# b% _* w( n* ?5 }2 ~
' X! }- `1 J) c3 z6 i5 S0 o解释某些说法：一个 Campaign 一但盈利了，就不要去动它。
* P4 C; f% c  ~& H8 W0 U
5 @9 I" c: `7 n3 V- {        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。
5 \+ I; T" H! ~& f        这里强行科普一下：
( f3 X( s* h* ~" o3 }" H* N$ c; s                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！！！！
. O* \) B& J( b! w                为什么？
- d( I) S* _2 H- ~. \                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。
5 A. \  K4 u& e  Y: {4 W9 @4 {2 u                3. 每时每刻动态设定事情做多了容易出错。

2 E( D0 i4 L/ t8 ?7 c3 z* M                所以一般怎么设计的？
  g, h8 {# Y) Y% ^1 p5 |                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。
9 z- I1 d7 K6 t  ?0 V% q                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。
8 }( I: U/ a% C                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。

9 |# c- A$ L+ Y* p+ {( R        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？

' Q& d% z, e5 aSweet-spot：字译就是“甜蜜的点”，简单来说就是平衡点
: K% r( a: ]! e" Z1 P- o. [
        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。
/ ~+ X( B! S6 n        有时候是低出价盈利，有时候是高出价盈利
6 b* \+ C) U; o8 j2 L; k; a: a/ ?: G$ b        有时候你拍前面能盈利，有时候排后面盈利
3 J' i, b( [3 g5 @: o        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。
7 \. J3 X3 [  h2 R---------------------------------------------------------------------------------
# v, P( i; b/ C2 I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。
3 Q) w$ S& J/ D+ G' O7 v0 Y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。
) q, u( S1 M5 x, r0 }4 w- y6 k- [8 v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。
3 j$ w" Z2 ?9 b/ q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。

  U: e6 b) H4 R7 X, Y$ ~2 D/ J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。

另外祝大家新年快乐，大赚钱，赚大钱。
/ W( \  p+ V8 R0 _- r1 W

' x- O7 ?3 I  {5 _; P  w

kisscssy

billy 发表于 2019-1-2 23:42
1 p/ X- m' `9 G8 y) ~, J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
7 i+ z- [. \5 _. e3 n5 I# }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 p# `2 D; ^; b* F  p炸总翻牌啊
" k$ |$ Z1 @7 L3 W* w( M
6 O$ O( s2 k% m; y3 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。

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