从操作层面来审视各媒体的一些公开算法在广告投放方面的情况

媒体的算法犹如神秘的内核，我们难以知晓其具体模样，即便被告知，也可能难以理解。然而，我们能够关注一些基础层面的内容，就如同上学时要完成作业、认真听讲、做好预习以及及时复习，虽然每个人具体的学习方式存在差异，但这些基本的逻辑是共通的。

我整理收集了头条、腾讯、快手对于质量度的若干定义，梳理出了一些可能产生影响的因素，这些或许您有所了解，但可能不太确定，或者知晓得不够全面，我认为值得优化人员予以关注。

我们主要以头条为例，其他媒体亦可参考。对于账户层级的称呼按照头条的“账户-组-计划-创意”来设定。

一、钱

算法的作用在于决定把流量分配给谁，而分配的核心要素在于钱。不过，钱又可分为两个部分：其一为直接的广告收益，其二是用户体验，即未来的收益。只有用户体验良好，用户愿意停留在 APP 上，媒体方能长久地获取收益。

因此，媒体在进行流量分配时，用户体验必然是极为重要的考量因素。

用户体验能够划分为 3 个部分：

互动行为：点赞、支持、评论、喜爱、分享

观看行为：点击、阅读占比、读完、视频播放时长、有效播放率、播完率

投诉行为：不喜欢、举报

倘若用户的正面反馈（如正面评论、观看时间较长等）较多，那么对于广告的流量分配必定会增加权重；用户若有负面行为，也会对广告进行压制。

所以“广告被投诉会影响流量分配吗？”

会的，算法当中必然存在投诉率、累计投诉次数的权重考量。

二、广告投放的简化流程

广告投放也就是媒体出售流量的过程，可以简要地分为 3 个步骤：

① 确认您的购买意向

② 查看您给出的价格

③ 综合考量用户体验

如果都没问题，便能够展现在用户面前。

对应到广告系统当中，每一步都对应着一些设置：

我们具体来看：

1、确认投放状态

确认投放状态，需要检查若干项目：

首先开关必须开启，接着查看日期、时间段是否涵盖当前时间点，是否具备可用预算及余额。对于可用预算和余额，有一种说法是：选取最小值。

a）账户预算、组预算、计划预算选取最小值；

b）预算最小值减去已消耗金额等于可用预算

c）可用预算、账户余额选取最小值

确认“可用预算、账户余额的最小值”能够用于消耗，便能够进入投放状态。倘若可用预算或余额即将用尽，那么广告将会逐步下线。

确认投放状态的几个主要因素：

2、预估 eCPM

预估 eCPM，回归到计算 eCPM 的公式：

按点击出价： eCPM =（点击出价）×（展示 – 点击率）

按转化出价： eCPM =（转化出价）×（展示 – 点击率）×（点击 – 转化率）

预估 ecpm 就会用到大家常说的“质量度”这一概念。我们来看一下各媒体对于质量度的影响因素的说明：

快手

腾讯

头条

能够将影响因素归为几类：

a）查究背景：账户的历史表现、推广商户的信用

b）创意：点击率、封面点击率、有效播放率（主要）、创意历史点击率（主要）、新鲜度

c）落地页：落地页的加载速度、落地页的停留时长、落地页的相关性

d）定向：相关性（腾讯所指的是创意和用户的相关性）

这里提到的因素近乎是“上学时要完成作业、认真听讲、做好预习以及及时复习”这种层面的，极其基础，媒体之间未必完全一致，但能够列在此处的均是关键要点，值得参考。我们依次来详细查看。

a) 查究背景

在进行流量分配时，必然要先“查究背景”，查看您昨日的消费情况、以往是否有过投诉。

所以“账户存在权重吗？”

肯定存在。账户的历史表现良好，对于新计划和测试计划是存在影响的。

b）创意

在创意当中，如果是视频封面点击率是具有权重的，创意的历史表现至关重要。对于一条创意的预估在很大程度上会参照历史数据。腾讯提及的新鲜度概念在头条较少见到，或许对于“新”的创意存在鼓励机制。

c) 落地页

接下来是落地页。腾讯的这张图当中未提及落地页的部分，但其关于落地页优化的说明也是这几个因素：打开速度、与创意的相关性等等。

腾讯落地页优化说明：

对于落地页和定向，头条的计划诊断当中有更为详尽的说明：

落地页加载速度的影响因素主要是网页的总体大小、图片的数量和大小。所以落地页不能做得过大，要“少、小”——少放置些内容、网页规模小一些。

今日头条落地页优化说明：

d）定向

定向能够细分为覆盖度、精准度和蓝海度。分别指代：覆盖的人群范围、定向的精准程度、在该定向人群中竞争的激烈程度（腾讯的“相关性”指的就是定向的精准程度）

今日头条定向优化说明：

很容易理解，转化量 = 转化率 * 人群范围，转化率和人群范围分别对应精准度和覆盖度。然而，找到这些人群并不意味着您就能够实现转化，还有其他广告主与您竞争，比如大家都使用某个行业的人群包，那么这部分人群的竞争必然激烈，即便您进行了定向，也未必能够实现转化。

各媒体影响 eCPM 预估的主要影响因素：

3、频率控制

虽然 eCPM 是极为重要的流量分配指标，但不能仅仅关注 eCPM。对用户展示广告的频率控制也是重要的策略。频率控制主要涵盖过滤掉用户不喜欢和去重两个方面。

· 过滤不喜欢可能的策略是：如果一个用户选择了不喜欢一条广告，那么不仅是这条广告，与这条广告相关的“行业、产品、来源、落地页、广告组”等也不会向该用户展示。

· 另一个方面是去重，去重是各媒体基本的策略（包括小型的 DSP 平台也会进行去重），不仅考虑用户体验，从广告效果的角度来看，用户总是看到重复的广告，转化的可能性也会相对较低，因此要控制广告对同一个用户重复展示的频次。而且您在各媒体点击“×”，无论是内容还是广告，媒体都会提供一条不喜欢的理由选项：重复内容。表明大家常常由于看到重复的内容而选择不喜欢。

各媒体点击“×”之后提供的理由选项，都包含重复这一项

对于去重存在几个维度：

广告主

安装包

落地页链接

账户

来源

组

计划

创意

您首先要知晓这些都是可能被频率控制的维度，媒体会将这些项目作为一个考虑的层级，但具体哪些层级会被频率控制，各媒体并不相同。

所以“同一个账户、同一个组之间真的存在竞争吗？”

确实存在。原本所有的广告之间均存在竞争关系，又由于账户、组层级存在频率控制，对于一个用户，一个账户或者一个组可能仅展示一条广告，这种竞争就会更为显著。

同时，不同的媒体会有不同的侧重，比如有的媒体对重复的创意严格控制，有的媒体则没有那么严格，甚至一些初期的媒体可能不存在频率控制。

广点通强调“重复广告”是导致曝光量少的原因，重复广告只会展示一条，但头条对于优秀的广告系统会为您自动创建一条相同的计划

除了去重以外，还会存在广告形式的限制：大图、下载。以前头条明确表明大图和下载存在频率控制，但后来不再提及，所以这个可能有的媒体有，有的媒体没有；并且新用户通常会受到保护，不会展示广告，或者展示得较少。

频率控制可能的维度

总结而言，我们能够将广告投放简化为 3 个部分，每个部分

对应了一些设置项。可以将其视作一张地图，了解这些是可能的影响因素，当广告效果不佳时，可以尝试修改这些内容。

三、一种可能的算法

知晓媒体在预估时存在如此众多可能的影响因素，但它们具体是如何预估的呢？

这就涉及到了“算法”—— “算法”就是依据广告和用户的一些特征来预估转化概率的方法（这个概率最终能够换算成 ecpm）。

为了便于大家直观地理解“算法”，在此列举一个简单的算法作为示例。

有一种算法是这样的，每一项具备不同的权重，当一条广告到来后，从各个维度为其打分，然后计算出一个总分，比如：

视频时长 0.003 分

音乐热度 0.03 分

视频模特颜值 0.02 分

封面颜色 0.001 分

创意历史表现 0.2 分

落地页加载时长 0.04 分

落地页图片数量 0.01 分

落地页页面长度 0.01 分

……

得出一个 eCPM 的总分，对总分进行排名，然后依照排名分配流量。从事算法工作的均是极为优秀的技术人员，是非常聪慧的人。而算法越智能，预估的结果就会越接近实际数据。

四、总结

·用户体验是算法中必须考量的因素，用户的互动行为、观看行为和投诉行为会对广告的流量分配产生影响；

互动行为：点赞、支持、评论、喜爱、分享

观看行为：点击、阅读占比、读完、视频播放时长、有效播放率、播完率

投诉行为：不喜欢、举报

·我们梳理了几个媒体对质量度公开的一些解释，了解这些是可能的影响因素，可以长期作为优化的要点。

附：对视频的分析能够达到何种程度？

极为细致的程度。这些分析在技术上均能够实现，或许都会作为预估的影响因素。在头条，这些音乐、拍摄手法、视频前后反转的表现形式等，都可能是预估的影响因素。

以上，欢迎留言讨论。