8

信息流广告的算法机制是什么？信息流广告投放运算公式

 3 years ago
source link: https://www.chenweiliang.com/cwl-1868.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

信息流广告的算法机制是什么？信息流广告投放运算公式

广告

2021年11月24日

广告，就是一个花钱竞争买量的游戏，信息流广告也不例外，依然要遵从成本（CPA=cpm/ctr*cvr）和量(转化量=曝光*ctr*cvr)这两个核心指标，也还是要优化各层级漏斗因素。

信息流广告的算法机制是什么？信息流广告投放运算公式

信息流广告的算法机制是什么？

信息流广告只不过由于智能算法的加入，我们需要研究的就不只是竞争对手和用户，还要过机器算法这一关，因为它是预估优先的，这个预估就涉及到是否准确、高低及机器奖赏（平台广告回报）问题，这关系到你是否能跨圈（0-1的曝光冷启动及后续模型成熟规模进量）。

另外由于它是一种广告找人的形式，所以对素材的更新（定向只是圈定人群的覆盖范围，创意才是吸引它的关键）及阈值（一方面用户本来就是无目的在平台刷新，对平台的内容阈值就高，加之竞品的模仿会导致素材的吸引乏力）相比其他广告形式更高。

信息流广告投放运算公式

所以针对上诉我们对信息流广告的剖析，发现我们要解决以下3个核心问题，分别按顺序阐述：（核心目标是前两者的辅助结果）

1、机器算法：冷启动和模型

我们知道平台的广告收益是想尽可能扩大ECPM值（ECPM=cpa*Pctr*Pcvr*bid），在考虑用户体验等各种频控因素下，按照ECPM值进行排序。在这个公式中，唯一可以确定的就是你的出价cpa（bid因素是根据成本和预算等因素是否达到广告主需求进行调节），难点在于Pctr和Pcvr，也就是曝光到转化的预估概率，预估不是凭空捏造，需要历史数据参考，给定一个先验概率，在真实曝光后获得数据反馈加入新的参数再进行调整。而这个历史数据，也就是过往的已转化用户特征、素材、账户、行业等参考。每一次预估后曝光获得真实反馈的数据再进行参数调整进行是否进入下一个流量池。预估的低了曝光少，预估的高了成本高，预估和真实数据吻合。（真实数据高继续放量，真实数据低降低放量优化影响因子）。

（1）冷启动

一个老账户或者计划会有历史数据作为参考，对于新账户新计划来说，没有数据怎么去预估？所以也都有一个试错成本和试错时间，直到满足模型的稳定，（数量达标模型稳定，数量越多，模型越准）。我们需要获得真实数据后才能进行判断，当曝光不出去，有可能是系统认为确实是ECPM值不高，我们可以对其中可能认为的因素进行优化，但也有可能自己认为好，系统认为不好，就得采用其他方式。至少获得1个转化所需要的曝光次数达到5000-10000甚至更多。

为了尽可能快速度过冷启动直到模型稳定，这里给出一个公式，冷启动=高出价 DMP人群包 行业包 先窄后宽 历史素材 预算 时间

高出价：高于行业均值出价，比如20%或者更高，高出价再降下来，看看真实数据反馈，也是给机器奖赏，承担这个高成本后果，但需结合小预算，得到数据反馈后调整。如果高出价有数据反馈可以再降下来，依然有量则试探成功。

DMP人群包：广告没有数据可参考的情况下，就像机器在大海里捞针，不能挨个试概率，为了降低成本和时间，采取已转化人群（非该平台广告）加密上传ID包，让系统在这个人群模型里进行拓展试探。

行业人群包：连历史转化数据都没有的话，则可以采取行业人群包，前人已经帮你跑出模型了，且越是成熟体量大的行业，这种人群包更准，当然也可以在DMP里进行交叉运算得到自己的人群模型。

先窄后宽：如果以上两种帮助系统建立模型都有困难，比如一些冷门行业，那就建议先用其他常规定向方式先窄后宽试探。（精准定向人群里筛选出广告转化用户，但也需要看预估曝光覆盖）。

历史素材：预估不仅会结合用户的特征（上诉模型就是），还要看创意和页面，这里历史是可以结合自己过往其他账户或广告跑量素材、行业跑量素材。复制或者借鉴跑量素材中的核心点。（文案、图片、场景、人物、道具、音乐、时长等等，把一个创意素材打散拆开分解再重新组合。）

预算：这个是影响放量的前提，会结合账户、余额、计划、组、广告取最小值。（其他细节下文阐述）

时间：目前各家平台对于冷启动的时间有差异，至少建议观察2-7天看看。

2、信息流广告投放运算模型

转化的数量越多，数据维度越充分，能够预估的更加准确。现在平台有0数量直接进入智能算法（也是建立在类似行业数据充足情况下）。这个各家平台的要求不一，6、10、20、50甚至更多，也就是一个广告的预算要保证数量足够才能达到模型稳定。但是还要看自己行业这个转化的成本和自身预算能力。如有的行业是几元或者几十元，那即使50个转化也就千元预算，但有的行业均CPA能达到几百上千的，则可以设置最小转化数据预算，以防成本过高。

2、（人群 转化 素材）

拆开模型来说，可以理解为不同的人群特征看到不同的素材进行不同的转化方式，甚至出价的高低也会影响模型（试探的流量池不一样了）。越深度的转化方式（如直接购买，甚至购买的客单价不一样模型不同，比如1元和9元、49元产品。）越难度过，当然这个也要看行业。（如果有的行业比如教育类表单和购买流行则建议采取同类方式借鉴参考数据）。

2、素材更新

我们会借鉴自身或者行业的历史数据作为预估的先验值，以便能够顺利的找到模型。但是度过模型之后，必然会面临素材的衰退。而且上文也提到，信息流广告最核心的还是素材，定向只是圈定了一个覆盖的人群，让系统在这些特征里找，但最后用户是否行动还是看素材。这涉及到素材的数量、上新频率、卖点、表现形式以及灵感来源等等。（下文详细阐述）

3、核心目标：成本和量

上述两个问题的优化依然是要回归到我们的最终核心目标：成本（CPA=cpm/ctr*cvr）和量(转化量=曝光*ctr*cvr)，这里面就需要如SEM广告样，拆开看就是解决曝光、cpm、ctr、cvr的影响因子和可执行的优化动作。

（1）曝光

1、外部因素：平台日活、时长、用户调性、竞品（数量、排期、出价）、节假日、频控（如大图、同类广告次数等等）

2、内部因素：定向、ecpm值（cpa*Pctr*Pcvr*bid）、预算、时段、多账户、广告位、素材类型（是否全品类）、计费模式、跑量模式等。

（2）ctr

广告位、素材、样式、时段、人群等（依然看市场、用户环境的外界变化）

（3）cvr

人群、页面（内容 转化入口） 创意页面相关度等

（4）cpm值

自身出价、行业竞争、平台基础出价

三、信息流广告算法模型0~1入门法则

这里我们将更加细化或者补充，一个信息流广告0-1的过程需要做好哪些步骤？

好的广告是在合适时间、合适的场景（平台、广告位）用合适的方式（产品、素材、卖点）打动合适的人（定向、人群模型），并且还要让其进行低成本规模化。

公司产品：

只有当产品有垄断差异化优势情况下，产品才具有转化优势，否则就是靠渠道竞争。大部分都是在市场充分竞争情况下去分析自己的公司产品优势，避开竞品的强势，能够切中用户的痛点，这样在后续素材上进行体现。理解了公司产品优势，就可以找到可以外化的素材卖点抓手。

（1）公司：包括成立时间、背景、性质、规模、荣誉、服务、案例等各维度进行分析，是否有被外化的卖点。

（2）产品：从价格、功能、情感、场景等用户关注点提炼出可以外化的点。

平台信息：

（1）数据算法：包括该平台的日活、使用习惯及时长、数据的维度、定向的方式。

（2）用户画像：主要是分析该平台用户的调性，喜欢哪种文案体、风格。

用户信息：用户画像、用户需求、用户关注点、用户消费

（1）用户画像：自然属性、设备属性、兴趣属性、行为属性（搜索、电商、社交、APP、LBS）

（2）用户需求：用户使用你的产品/服务的底层动机挖掘及痛点

（3）用户关注点：也即用户选择你的理由因子。（从产品和背书）

（4）用户消费：消费能力、消费心理、消费观念

以上信息可采用指数工具、关键词需求图谱、行业报告、竞品分析、用户调研访谈反馈、社区社交评论平台、广告平台DMP画像分析、客服销售访谈、CRM数据分析等方式。

竞品信息：主要是分析它的素材外化卖点、公司产品信息，寻找可以避开其优势的但可满足目标用户的差异化卖点。

人群划分：核心、目标、潜在人群及其定向方式

核心定向：词（如品牌、竞品）、dmp转化、行为（关注、搜索、购买、下载、LBS自身或竞品）

目标定向：词（如通用产品）、行业包、一级核心兴趣

潜在定向：词（如人群、行业词）、二三级关联兴趣包

创意页面：

（1）不同的人群可以采用不同的创意卖点，如核心人群主打品牌及活动、目标人群主打差异化产品卖点、潜在人群主打福利优惠及制造兴趣欲望、痛点焦虑放大等。

（2）以教育举例：人（老师、学生、助教、家长，单人/多人）、机（道具）、料（教材、礼盒、书本、笔、笔记、思维导图）、法（方法、技巧、知识点）、环（教室、家庭、小区）涉及到的相关因子拆散组合。

（3）表现形式：图文（三图、大图、小图、宫格、角度）、视频（口播、剧情、手绘、ppt…）。

（4）测试顺序：多到一，再到一到多。（多个卖点素材形式测试，找出跑量素材，围绕该素材进行延伸）。

（4）页面信息：和SEM页面部分相同原理（尤其注意头图和外层强关联甚至一致，创意图片直接转化）。

（5）思路来源：广告平台创意灵感工具、手动阅片、三方抓取工具、关键词需求图谱等。

出价预算：

（1）、1.5-2倍转化目标数量预算。（如单日100转化量，cpa为100，则可设置15000-20000）。

（2）、最好不要低于实际消耗预算1.5倍。（如实际消耗10000，不要低于15000）。

（3）、账户和广告组可设置，计划设置与否差异不大，最终预算还是看余额、账户、计划、组的最小值，会采取该广告实际可用余额。

（4）、每日上新素材广告备用，同时上线的广告中要留出单个广告日转化稳定模型数量的预算。（如cpa较高的行业，留出6个CPA预算给1个广告），假如CPA100，单个广告至少600预算，如果日预算1200，建议同时上线2-4个广告即可。观察前24小时数据，及时剔除数据不好广告，滚动修改上新。

（1）按行业及搜索或可接受CPA进行出价，在建议出价基础上阶梯提升5%。

（2）如果无法过冷启动，始终无数据，则提高出价直至有数据表现。（曝光3000-5000以上再观察调整）

（3）如果依然没有数据反馈，可采取计费和跑量模式、小预算、浅层转化目标相结合，目的是积累转化数据及查看素材和人群。（如cpm、cpc 快速跑量）。

数据分析：

纵向：围绕成本（CPA=cpm/ctr*cvr）和量(转化量=曝光*ctr*cvr)及排序公式ECPM=cpa*Pctr*Pcvr*bid分析哪个环节数据低于大盘均值，核心最差的问题在哪，在找到影响这个环节可优化的影响因子。

横向：平台、账户、业务、计划、组、广告从整体到局部找出影响目标的核心差异维度，围绕这个维度进行优化。


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK