策略PM二三事:广告投放策略

过年加看奥运,无心更新,奥运结束了就发布下吧。我猜并没有人追更这个系列,人生真是寂寞如歌。但还是继续更新吧。书接上文,已经讲过广告系统基本原理了,这篇文章简单介绍广告投放策略。

策略PM二三事:广告投放策略

广告系统在努力改进

广告算法到底是怎么运作的?看过一些书知道基本原理,甚至还有过糊一个简单广告系统的经历。但坦率讲,我没有做过完备的广告算法迭代,也就知道广告系统的目的——就是在不过度破坏广告生态的前提下,尽可能提高广告收入。

为了保护广告生态,点击率和转化率高的广告会被给予更高的权重,更容易获得流量。为了提高广告收入,尽可能提高广告和用户画像的匹配度。在这个大前提下,平台也会做一些服务大广告主的定制化需求,对于正在进行获客战争的行业,做行业定制方案。

比如围绕K12行业的各种解决方案终于被各大平台做完善了,然后因为政策原因行业没了。

对于广告主而言,如果有多个平台可以选择,除了流量价格和流量质量,还需要考虑能够获取的量级,以及广告平台基建水平。前面提到的行业定制就是综合提高和对应行业匹配度的做法。

而基建水平有一个非常取巧的方法,那就是算法领域百试不爽的抄Google,广告也是算法嘛,这个领域本土化策略还是有效的。

扯远了,这篇文章想聊的是广告主视角的广告投放策略。

第三方智能投放系统

目前有一些第三方平台,提供了一些所谓的智能投放系统,但功能不外乎添加一些条件语句,对广告进行操作,然后提供图形化的规则配置入口。

比如:当APP次日留存率低于30%,则关闭计划;当日消耗大于50%,则单日预算*2。

本身没有多少难度,更多是处理了和平台地接之间的dirty work。但这样的第三方也没有太大的市场,预算足够的公司会自己做这些dirty work。与此同时,这种规则配置平台确实没有什么技术含量,尤其是硬性规则导致系统没有任何数据容错,就和中学物理假设小球绝对光滑无空气阻力,而现实的非光滑和空气阻力导致智能投放规则效果还不如人工操作。

真的不能AB测试

不是说广告系统不能AB,广告平台完全可以做流量拆解,因为平台知道用户的各种数据和流量分发逻辑,对于广告平台而言,广告策略AB测试就和搜索和推荐的AB测试一样自然。

但对于广告主而言,能拿到的数据少得可怜。能拿到一个广告的数据有多少曝光、多少点击、多少转化,也就这样。

没有转化的那些用户是什么特征?抱歉不知道,用户没走到转化这一步,肯定不可能知道用户信息。

市场环境变化了么?广告平台悄悄改策略了?我的账户权重有问题了?用户资源枯竭了?充满了未知。一方面充满了未知,一方面投放又决定了生死,那么就和这个大地上古老的先民面对神秘的大自然一样,滋生了不少怪力乱神的迷信。

但也不是没办法!

投放就当成炒股

从某种程度上讲,投放和炒股是很像的。炒股是多方竞价,涉及的核心问题是博弈;炒股需要综合大量的数据进行分析;炒股策略可以在小范围有效,但是一旦所有人都用了之后,策略就会失效。投放和炒股的区别就在于,对手盘都是一个广告平台罢了。

当需要用投放系统替代人工投放来提高整体收益时,需要考虑系统相比于人工,到底有哪些提升点。

系统可以收集广告平台实时数据获取信息量收益。系统可以同时处理大量的数据,并且可进行实时计算,而人工投放只能同时监控少量广告,并且不可能做到实时处理。

配合合适的算法,能够实现三个显著优势:

及时反馈:可以根据实时数据更快调整策略;

更细粒度:可以针对每个ad所在的竞争环境、数据表现,作出更精细化调整;

准确性:对数据的判断基于统计方法,比人工判断干预方法更好。

这种系统优势和量化投资相比于人工炒股的优势是类似的。

问题和对应解决方案

而构建这样的系统并不容易,否则市面上也不会是规则化系统大行其道了。

首先是小数据量和大数据量数据如何统一评估的问题。比如要求留存率30%关停,10000个新用户200个留存肯定是要关闭的,但是5个新用户,1个留存应该关闭么,10个新用户2个留存该关闭么。如果在很高数据量下做决策,会发现绝大部分广告根本不能达到决策需要的数据量。

小数据量下的策略设计是必然需要的。威尔逊区间公式是一个好用的策略方法,统一判断置信区间上界就可以,感兴趣可以去查看资料。

请容许我用一个经济学概念来比喻威尔逊区间公式,威尔逊区间公式的作用类似于Time Value在投资领域的作用。威尔逊区间将不可比的不同数据量下的指标归于统一标准下,正如Time Value的方法将不同时间的钱折算到同一时间进行比较。

另外实时数据相比于报表数据,总是有一些误差,一部分是数据误差,一部分则是时间窗口误差。数据本身误差很好理解,因为实时数据准确性没有经过太多校对。时间窗口误差是因为某些转化需要时间,如果拿实时数据评估,会因为部分后续转化还没有发生而被低估。这就需要根据转化漏斗的特点做数据补偿。

还有就是如何进行整体的系统控制,从全局出发设计投放策略。还是可以和投资类比。投资会提前规划资产配置,投放策略也是类似,多少预算用于冷启动,多少用于起量,在市场变动时需要对策略做哪些调整,从整体的思路出发,落地到具体的策略公式。

一点无聊的小结

这部分策略的设计用不到太复杂的算法,更多是需要针对业务情况,按照这个宏观思路做出对应调整。说起来容易,做起来其实挺难的。毕竟听说,某公司在有前人完整设计思路文档的基础上,教育线适配就不会做了,没有一点点变通可言。

但貌似也不影响终局。

说到底,策略系统像是精细的蚁巢,作为蚂蚁王国的视角当然是美轮美奂,巧夺天工,甚至还挺有用。但一场意外的风雨,就能将一切打碎。

能构建一套在一段时间内有用的策略系统,就已经足够幸运了。

业界动态

平板电脑有必要买通话版吗?可通话平板电脑排行榜

2022-2-22 15:55:48

业界动态

漏洞扫描工具有哪些,免费漏洞扫描推荐

2022-2-22 20:16:58

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索