为什么今天掉量了?看完这篇你就懂了!
王学长
2021/12/01
1918

01、广告平台的核心目标


流量售卖逻辑:CPM最高者得


广告平台收入=广告曝光总量*每次曝光收益= 广告曝光总量*千次曝光收益/1000=曝光量*CPM/1000。

(CPM,cost per mille,千次曝光收益)

我们知道,广告曝光量取决于广告平台可以且愿意商业化的流量,对于朋友圈这种用户基数都比较稳定的平台,除了逢年过节,一般情况下流量都不会有大的变化。优量汇虽说接的是第三方APP流量,会随着用户波动,但一般也不会变化很大。

所以,那个经典问题,“我今天消耗跌了,大盘流量是不是有变化?”。消耗下跌的锅,流量不背。自己账户消耗如果有大的下跌,那完全还没到考虑流量波动的地步。

那么,在流量不会有大的波动前提下,那么我们知道平台想要收益最大,流量的售卖逻辑肯定是CPM最高者胜出,所谓的竞争力指的就是CPM值。

02、广告主和广告平台的任务

广告主提升CPM;广告平台准确选出CPM最高值

那么,基于这个逻辑。

广告主的任务,就是提升CPM拿到流量,有义务和动力寻找合适的创意、优化落地页(微信是否用小程序)、甚至更改sku。

广告平台的任务,就是准确选出CPM最高值。

需要广告平台做两件事。第一,需要有一套统一的排序标准,表单、加粉、APP等是不同的标的,怎么放在一起比较;第二,尽可能准确地预估,数十万上百万广告在某个人身上的eCPM值(e就是estimated单词首字母,意思是预估),经过激烈角逐选取最高者胜出,然后展示广告。

03、广告主:提升CPM的路径

提升CTR、CVR、CPA

对于广告主的任务,提升CPM的路径是什么呢?

我们需要拆解CPM。

CPM=1000*CTR*CPC            ---CPM与点击率、点击均价的关系

CPC=CVR*CPA                       ---点击均价与转化率、转化成本的关系

CPM=1000*CTR*CVR*CPA   ---CPM与点击率、转化率、转化成本的关系

那对广告主来说,提升CPM,无非就是努力提升ctr、cvr、cpa出价了,很朴素了;

信息流广告重要的公式只有这三个,就算忘了吃饭睡觉,也别忘了它!

附:具体的推导公式如下

04、广告平台的第一件事:

统一所有标的竞争排序标准

eCPM一统标的

对于广告平台的任务,第一件事,如何实现统一竞争排序标准呢?

“不同的投放标的,表单、加粉、APP,是在一个人群池子里竞争吗?出价和转化率都不一样,怎么比呢?”

根据CPM=1000*CTR*CVR*CPA ,相应的eCPM=CPA*eCVR*eCTR*1000,只要知道了eCVR、eCTR和CPA出价,就都可以统一在eCPM维度比较了。

从这张图可以看到,面对同一拨A人群,对不同标的都有相应的eCPM值,容易知道投广告2表单标的广告eCPM最高,胜出。

*当然,真实的广告系统中,eCPM最高者胜出后,系统并不是直接以第一名eCPM收钱(一价收费),而是以第二名eCPM收钱(二价收费)。为什么呢?视频号搜索“信息流运营王学长”了解。下文便于讨论,都以第一名eCPM收钱(一价收费)举例。

那么,eCPM和CPM的关系是什么呢?eCPM是广告未曝光前的预估CPM值,实际曝光后就可以知道真实的CPM值。所以,广告平台的使命就是让eCPM逼近广告主的真实CPM值.

这里需强调,平台是不能改变广告主的真实CPM值的,除了广告主自己!那种“只要成本达成,预算不限,你帮我花完”的话,怎么说呢...以后藏在心里哈。

05、广告平台的第二件事:

准确预估eCTR、eCVR

表单、加粉、APP等都在一个流量池子竞争

对于广告平台的任务,第二件事,怎么准确预估eCTR、eCVR?

预估是通过机器学习建模来完成的。

一直在说模型学习,看不见也摸不着,它到底长啥样呀。

模型可以抽象成一个函数  f(用户特征,广告特征,上下文特征),输入了用户信息、广告信息、上下文信息,就能输出用户的预估转化率。

详细用户特征:

  • 人口学属性:自然属性、教育状态、工作状态、婚恋状态、消费状态等

  • 地理属性:地点、工作地、居住地、家乡、到访地点等

  • 行为&兴趣爱好&意向

  • 再营销属性:公众号关注、App安装、广告是否感兴趣等

详细广告特征:

  • 广告基本属性:行业、广告主、商品类型、优化目标、出价、计费类型等

  • 广告数据:广告历史曝光点击转化数据等

  • 素材相关:文案、创意类型、素材指纹等

  • 商品相关: 商品维度的曝光点击转化数据等

详细上下文特征

  • 流量和广告位相关:广告位属性

  • 环境相关:设备特征、联网方式、浏览内容特征等

注意模型是动态更新的,这是因为不断有新的“输入-预估-真实比较”,广告模型函数每几小时会更新一次。

比如,第一条样本,用户A在朋友圈点了一条男装广告,模型预估eCVR是3%。实际已转化,所以模型会收到正反馈结果;学习迭代之后,模型下一次更新后对于相似的用户在朋友圈点这条男装广告,预估的eCVR就可能高于3%;

第二条样本,用户B在XQ点了一条手机广告,模型预估eCVR是4%。实际未转化,所以模型会收到负反馈结果;学习迭代之后,模型下一次对于相似的用户在信息流点这条手机广告,预估的eCVR就可能低于4% ;

...

大家都知道,数据样本积累越多,预估就越准。所以,点击预估eCTR就相对容易,和真实CTR偏差就比较小;但转化预估eCVR因为只有点击数的百分之几,和真实CVR的偏差就比较大,对广告平台来说就是最大的挑战。

06、广告平台的第三件事:

动态调价

成本过高时调低,成本过低时调高

只要是预估,就会有偏差,然后成本就会有波动。

高估(预估会转化,实际没转化),成本变高;

低估(预估可能不转化,实际有转化),成本变低。

成本不符合目标预期,系统怎么调整呢?

这就是广告平台要做的第三件事:通过调价因子调价。

根据公式,eCPM=CPA*eCVR*eCTR*1000,所谓调价就是根据实时的成本来动态调节eCPM,主要通过在CPA这个点上设置调价因子,成本过高时调低,成本过低时调高,让广告的实际成本更接近目标转化成本。广告主实时调价需求,也都通过调价因子变化来实现。

但如果两个小时过去了,成本依然高,这条广告量级还挺大,那就找媒体运营看看,调价因子是不是正常工作,然后给予你下一步建议。

07、oCPX:信息流广告明珠

在博弈中,历史选择了oCPX

相对准确地预估和实时调价能力,使得oCPX出价方式在计算广告界成为出价的主流。

细数现在历史常见的出价方式,CPM、CPC出价解决不了广告主成本的问题;

CPA 出价也解决不了媒体平台受损失的问题。因为只有收到广告主转化数据,媒体才能扣费,要是占媒体便宜,故意少传转化数据怎么办?就算把数据一个不少地传给媒体了,媒体要预估转化率,只要有预估,那肯定有偏差,超出的成本媒体全责,对媒体来说是不平等的买卖。

这也不行,那也不行。怎么办?

这个时候,oCPX站出来对广告主和媒体平台说。

这么的,广告主还是按照CPA出价,媒体平台还全力去帮达成目标。但是避免媒体吃亏,咱可提前说好,虽然按照CPA出价,但是计费按照点击或曝光来收。什么意思,就是不管广告主传不传数据,一旦有点击就收费。对于广告主来说,反正媒体先收费了,少传数据还影响竞争力,那当然如实上报了,这个机制就规避了广告主作弊的问题。

那广告主会担心,钱收了,效果能保证吗?坦白讲,不能像CPA那样完全满足成本,但因为可以实现相对准确预估和动态调价,不会像CPC或者CPM出价,成本完全不可控,广告平台尽可能把成本偏差,稳定在一个合理波动范围,比如优先拿量不超过30%,稳定拿量不超过20%。

这里需要补充下,关于oCPX,百度、字节、腾讯各公司一度都有自己的叫法,oCPA、oCPC 、oCPM等,本质都是一样的,叫什么不重要。现在业界基本会统一成oCPC 、oCPM两种叫法,按照CPA出价,计费按照【点击收费】就叫oCPC,计费按照【曝光收费】就叫oCPM。选那种计费方式是广告平台定的,主要是基于收益稳定性考虑,但大体上效果差异不会大,因为点击收费和曝光收费,是可以互相转化的。

举个例子,系统预估某广告在A人群上预估其中CPA出价=20,eCTR=2%,eCVR=5%。如果按照oCPM计费,那么CPM=eCPM=20元;如果按照oCPC计费,根据公式CPC=CVR*CPA,那么CPC=1元。

总结,信息流广告基础原理的7个基本知识如下:

1、从平台收益考虑,流量归属CPM最高者;

2、广告主的任务是提升CPM,广告平台的任务是准确选出CPM最高值;

3、公式CPM=1000*CTR*CVR*CPA ,为广告主提升CPM指明路径;

4、eCPM为广告平台找到统一所有标的竞争排序标准;

5、机器学习可以相对准确预估eCTR、eCVR;

6、成本的波动可以由实时调价来纠正;

7、准确预估和调价使得oCPX成为信息流广告的明珠。

以上内容基本就是信息流广告的所有知识了,甚至如果要保留一条的话,就是

(e)CPM=CPA*(e)CVR*(e)CTR*1000的公式了。

有这个公式,优化师核心的动作就清楚了:

1)提升CTR*CVR来提升竞争力;

2)通过合理的运营操作,帮助模型快速地积累必要的转化数据,让模型在大多数情况下准确预估广告的CTR、CVR,来达成成本。

毫无神秘可言,常识往往简单,却被容易忽略。



Copyright©2015-2022 艾奇在线(厦门)营销咨询公司 版权所有

闽ICP备15016382号-2