百都網(wǎng)絡(luò)小編 發(fā)布于 年月日 評論() 閱讀()
信息流廣告現(xiàn)在比較流行的競價方式是OCPM和OCPC，平臺算法也越來越智能。人群定向、競價、自動分配甚至起量工具都有一鍵起量工具。許多優(yōu)化者說，他們現(xiàn)在更像一個無情的規(guī)劃機器。從之前的精耕細作，到現(xiàn)在的mkt工具，構(gòu)建成千上萬的新計劃來運行概率。今天我想講一個來自廣告邏輯的滴招話題——如何從后端介入滴模型。
可以從兩次發(fā)射的基本邏輯說起。
兩種交付邏輯。
一. ECPM公式
ECPM=CTR*CVR* Bid *在廣告分配中，ECPM對廣告競爭影響顯著(此處暫不考慮頻率、方位等過濾)，只有廣告勝出才能有后面的計劃數(shù)量的說法。從公式中可以直觀的看出，影響因素主要有三個，其中廣告主力方可以直接實時介入，包括競價(CPA)和CVR。通過干預(yù)這兩個參數(shù)，我們可以調(diào)整干預(yù)ECPM，進而影響數(shù)量。
第二，轉(zhuǎn)換漏斗
在轉(zhuǎn)化漏斗的過程中，前端數(shù)據(jù)主要由媒體提供；而后端數(shù)據(jù)在運行API的情況下由廣告 owner上報，然后進行歸屬。在自報過程中，可以人為干預(yù)不同級別的轉(zhuǎn)化率。當然，運行SDK的模式也可以進行類似的干預(yù)，只是相對復(fù)雜一些。
通過上報不同的數(shù)據(jù)，不僅會影響ECPM，還會影響廣告模型的人口，從而影響后端更深層次的數(shù)據(jù)。其應(yīng)用主要包括三個方面:
簡單的扣除返回的數(shù)據(jù)(此時會有額外的數(shù)據(jù))可以降低實際轉(zhuǎn)化成本或者提高學(xué)習(xí)期的通過率；
在埋點上下功夫，把埋點行為放在前面或者后面(這也是演繹邏輯)；
利用數(shù)據(jù)挖掘的手段，預(yù)估用戶的付費率和LTV，提前返回歸屬地數(shù)據(jù)。
特定應(yīng)用
先說第一個方面，涉及到API數(shù)據(jù)對接和返回的原理。上一篇文章提到過，這里就不多說了。簡單來說，媒體將點擊數(shù)據(jù)發(fā)送回廣告 master，由廣告 master將轉(zhuǎn)換后的設(shè)備號與點擊設(shè)備號進行匹配，然后將轉(zhuǎn)換后的設(shè)備發(fā)送回媒體進行建模。
以支付對象為例。我們知道媒體對計劃學(xué)習(xí)期有轉(zhuǎn)化數(shù)據(jù)的要求，比如龐大的引擎。官方對學(xué)習(xí)期的標準定義是日內(nèi)積累一個轉(zhuǎn)化來度過學(xué)習(xí)期。這時候我們可以發(fā)回一些真正被點擊但沒有轉(zhuǎn)化為媒體的設(shè)備號。這個時候媒體會判斷計劃的轉(zhuǎn)化是好的，會讓計劃更好的度過學(xué)習(xí)期，更好的消費。
二是演繹。這里的邏輯相對簡單。模式需要探索和學(xué)習(xí)。假設(shè)本該發(fā)回的數(shù)據(jù)是一個，而你實際上只發(fā)回了一個。對于模型，由于初期的探索曝光和付費機制的存在，系統(tǒng)會加大探索力度。這時候你的實際數(shù)據(jù)表現(xiàn)會有所提升，比如付費率的提升。在這種情況下，主要通過影響CVR來調(diào)整大小。
在增量策略下，后端數(shù)據(jù)的可控性會更差。這里，最好和第三點一起做，或者選擇更有競爭力的材料計劃協(xié)助協(xié)調(diào)。在扣費策略下，由于CVR的減少，在初始階段，系統(tǒng)會通過市場數(shù)據(jù)挖掘預(yù)估數(shù)量，實際轉(zhuǎn)換成本會更低，但計劃發(fā)布難度會更大。如果按照以往的數(shù)據(jù)去投標，探索期過后，計劃很容易崩潰。在這種情況下，注冊會計師的出價可以適當調(diào)整，以促進ECPM。具體扣費比例和競價比例調(diào)整可根據(jù)實際情況進行微調(diào)。
二是在數(shù)據(jù)嵌入上下功夫，可以讓我們對不同的轉(zhuǎn)化行為進行競價，得到想要的結(jié)果?？鄢粌H僅基于數(shù)量，還可以在嵌入行為后進行。比如激活在熱云中定義為啟動初始化激活，但初始化可以嵌入啟動或注冊或轉(zhuǎn)角創(chuàng)建界面，通過增加轉(zhuǎn)化行為的深度來進行演繹。這里要注意的一點是，行業(yè)市場數(shù)據(jù)的標準值是有一個范圍的，數(shù)據(jù)是否異常可能會影響數(shù)量，類似于上面提到的CVR。例如，如果市場支付率為%，你扣除后的值范圍在%左右，可能會使模型在短期內(nèi)探索更多；如果扣除過多導(dǎo)致支付率降至%以下，可能會使系統(tǒng)認為計劃支付率過低，降低探索力度，從而降低幅度。對于扣除后的數(shù)據(jù)值，需要有一個標準的比較，以自己埋點或第三方標準的數(shù)據(jù)作為參考。比如用熱云扣激活，一個是啟動時激活，一個是行為時激活。比較兩者在自身后臺的數(shù)據(jù)增長差異，數(shù)據(jù)是否變好，比如激活成本后端的數(shù)據(jù)變化。
這里的隱埋回報定義有點類似于關(guān)鍵行為的轉(zhuǎn)化目標，只是媒體本身在不同的轉(zhuǎn)化機制中建模方法和估計值不同，不能一概而論。比如直接用關(guān)鍵行為的一些參數(shù)來激活，那么激活率的參考就會有很大的差異，從而導(dǎo)致數(shù)量的問題。關(guān)于回款，有些產(chǎn)品會出現(xiàn)回款金額低的情況，比如人民幣。這個產(chǎn)品去支付的次數(shù)會更好，因為支付門檻降低了。但在運行支付率時，可能會造成更多的人民幣支付，導(dǎo)致后端數(shù)據(jù)惡化，roi難以達標。這時候就可以扣除低額的貨款進行檢測了。對于已經(jīng)實現(xiàn)的產(chǎn)品，因為成本低，假貨量難以控制，可以把初始化激活嵌入點放在主界面或者第一次放在廣告上進行用戶過濾。
之后通過數(shù)據(jù)預(yù)估的方式提前回傳數(shù)據(jù)，考驗客戶的數(shù)據(jù)挖掘和建模能力。廣告業(yè)主通過建模預(yù)測媒體傳回的點擊數(shù)據(jù)中是否存在可能的轉(zhuǎn)化。這個時候會涉及到兩個方面:
第一，轉(zhuǎn)化的時效性；轉(zhuǎn)換有延遲，延遲時間對幅度和消耗影響很大。比如廣告如果能預(yù)測到點擊數(shù)據(jù)中哪些設(shè)備號有可能被轉(zhuǎn)換，就能及時發(fā)回設(shè)備號。因為此時的數(shù)據(jù)依賴于廣告 main建模，而不是等到實際轉(zhuǎn)換后再發(fā)回，所以轉(zhuǎn)換延遲時間的問題會大大減少，不僅可以保證時效性，還可以進行預(yù)測。
第二，預(yù)期轉(zhuǎn)化率和實際轉(zhuǎn)化率的關(guān)系；其實上面提到的方法都是針對返回的數(shù)據(jù)做一些策略上的調(diào)整，而后一種方法其實是提前預(yù)測轉(zhuǎn)換后的數(shù)據(jù)并返回。這時候可以更好的控制轉(zhuǎn)化率，在一定的時間區(qū)間內(nèi)，預(yù)期轉(zhuǎn)化率高于媒體后臺的真實轉(zhuǎn)化率，會提高ECPM和競爭力。當然，還不止于此。當廣告的擁有者可以為用戶預(yù)估LTV時，用戶的價值是分層的，可以對不同的流量進行競價，從而更好地平衡質(zhì)和量的關(guān)系。
一般來說，模型介入需要清楚的知道數(shù)據(jù)各個環(huán)節(jié)的定義和返回機制，然后是廣告模型和一些業(yè)務(wù)邏輯。選擇所需的數(shù)據(jù)結(jié)果時，必須有一個標準量可供參考。在外部調(diào)整數(shù)據(jù)時，并非每個系列都是相同的。同樣，不同目標和節(jié)點的比例也需要根據(jù)成本進行調(diào)整。只要能優(yōu)化實際標的后端，就可以適當調(diào)整出價。
此后，媒體和市場規(guī)則一直在變，優(yōu)化者本身的角色定位也一直在變。希望所有的優(yōu)化器都不要做情緒規(guī)劃機器。
微海報作者：徐州百都網(wǎng)絡(luò) | 來源： | 發(fā)布于：2022-04-08 00:32:41