信
信息流广告投放真的是难以捉摸的吗？
此刻，让我们用科学的视角剖析一下巨量引擎
与腾讯广告的投放奥秘。
建议收藏！
本文内容纲要（共 4 个小节）：
1.信息流广告投放是否充满神秘
2.有关学习期和成熟期的那些事儿
3.广告投放系统的竞价判断原理
4.化解日常运营中的投放谜题
1
一、信息流广告投放是否充满神秘
2015 年、2016 年是信息流（Feed 流）广告发展极为迅猛的两年，在广告优化师群体中，也应运而生了专门的信息流广告优化师岗位。
当时信息流广告行业还处于新兴阶段，所以大多数信息流广告
优化师要么是从 SEM 搜索引擎广告转型而来，要么是实习生、应届生，要么是转行而来，总之多数并非科班出身。
早期的信息流广告平台代表是微博粉丝通（社交类产品的代表）。不过，近年来国内的两大主流信息流平台无疑是巨量引擎和腾讯广告，它们也是优化师们最为青睐的两个投放平台：一方面因其流量大且质量优，另一方面是由于它们的广告平台相对成熟且易于操作（毕竟是大厂出品）
。
即便如此，在
日常的运营中，优化师们仍有诸多的困惑。因为多数优化师不了解广告竞价投放的底层原理、不明白数据监测和归因的逻辑、不清楚投放平台背后的算法原理。对他们而言，广告
投放犹如盲人在黑暗中摸索前行，难免会走弯路和碰壁，能否起量八成靠运气，两成靠对平台的熟悉程度或经验。
就算是伴随信息流广告一路发展过来、拥有五至六年信息流广告优化经验的那些优化师们，也没几个人敢宣称自己有多厉害多专业。
优化师们之间的差距更多是依据“信息流广告从业年限”和“广告操盘预算”来划分，
出色的优化师都是通过不断的广告预算测试和试错中锤炼出来的。然而他们当中的大部分却
认为自己的优化手段
很多时候是在机械地重复或者投机取巧，难登大雅之堂，详情见
《广告行业里面那些明知不合理却大家都在干的事》
。
当然也有一些优化师刚入行时，加入一个好团队或好项目后，能够迅速成长。
实际上，信息流广告优化师的入门门槛并非很高，更多在于你是否具备足够的数据敏感度、逻辑分析思维以及学习总结的能力。
近些年来，在信息流广告行业最常听到的一句话便是：“广告投放是一门神秘学”。
为何我设置的与他人毫无差别，但我却无法投出量？
为何我出价如此之高，却依然没有量？
为何原本跑得不错的计划，突然没量了？
……
所谓的神秘问题，很大程度上是由于冷启动时的学习期未掌握好以及成熟期跑量时没有把控好投放设置的尺度。
即便你抄袭他人相同的设置，然而冷启动的过程有所不同，投放结果自然也就不一样。
当然，冷启动通过学习期并非广告起量的必然条件。确切地说，学习期的通过与起量之间既不充分，也不必要，但却十分重要。也就是说，学习期通过了，不一定能起量；学习期未通过，也不一定不能起量。
在成熟期跑量时，“过度”的设置操作，很容易让整个计划原本稳定的算法模型因突如其来的大幅修改导致流量范围缩小甚至算法模型被重置从而需要从头再来，进而导致突然没量或者成本飙升，只剩下一脸茫然的优化师……
二、有关学习期和成熟期的那些事儿
这里所提及的学习期主要针对 oCPX 出价（巨量引擎和腾讯广告的 oCPM、oCPC）而言。
oCPM，本质上是按 CPM 计费，但广告主可以按照 CPA 目标转化价格出价，再由广告系统自动依据投放数据预估点击率和转化率，将广告主设置的目标转化价格转换为 CPM 进行出价参与竞价。oCPC 也是同样的道理。
oCPX 出价的广告计划从建立开始，会历经 3 个阶段，分别是（冷启动）学习期、成熟期、衰退期。
由于新建立的广告计划是从零起步，没有任何数据，所以便有了这样一个冷启动的学习过程。广告计划在冷启动期间的表现，在一定程度上决定了该计划在成熟期的跑量规模和成本。
新建的 oCPX 计划在学习期间，由广告系统在整个流量池中进行投放探索，收集足够的转化数据来构建算法模型。并非每个计划都能通过学习期，比如巨量引擎，4 天内达成 20 个转化就能结束学习进入成熟期，若积累不足 20 个则显示学习失败。
计划也是有生命周期的，倘若你一直使用同一套创意进行投放，当创意在流量池中已被充分利用，同质化较为严重时，就有可能致使计划进入衰退期，所以素材、创意需要不断更新。
在系统学习期间，通常会超出成本，而且量也不稳定（甚至可能没有量）。为了让广告主能够放心大胆地进行测试投放，巨量引擎和腾讯广告提供了成本保障政策，平台和广告主共同承担前期测试超成本的风险，当成本偏差较大时（一般超过 20%）给予赔付。
当然还有一些赔付条件，比如转化数量达到一定标准才有资格。另外，学习期间尽量不要暂停计划，修改计划的动作也不要过于频繁，超过修改次数（每天修改广告计划出价或定向其中任意一个的次数不能超过 2 次）就无法获得赔付了。频繁修改出价或定向不仅影响赔付资格，还会影响系统学习期的效果。
学习期（成功）结束则进入成熟期，意味着这个计划大概率能够稳定跑量，成本也相对稳定了，广告计划在成熟期的表现能否优于学习期，就得看优化师的能力了。
那如果学习期未通过呢？这意味着学习失败，大概率难以跑起来，但也有小概率能够起死回生，可以在比如调整创意、标题、落地页、回传事件等方面下功夫，再加上竞争环境/时机可能变好，学习期失败的计划仍有机会复活。
三、广告投放系统的竞价判断原理
当用户打开 APP 时，如果该 APP 产品上设有信息流广告位，巨量引擎或腾讯广告系统是如何判断应该在该广告位展示哪个广告主的哪条广告的呢？
广告投放的竞价判断受到定向、预算、余额、用户体验、出价、素材、落地页等因素的影响，广告系统在进行广告筛选和竞价排名的过程中，具体先判断哪个因素，以及每个因素的影响力大小均以各广告系统的具体规则为准。
以巨量引擎为例来剖析一下信息流广告竞价投放的流程：
● 用户刷抖音 APP 时，巨量引擎收到一次抖音广告位的竞价请求，巨量引擎会对整个平台的广告账户和广告计划进行层层筛选。
●
广告计划定向设置的人群是否包含该用户（系统根据广告主的定向设置进行第一道筛选）。
●
广告计划是否有足够的预算和账户余额（系统根据预算和余额进行第二道筛选）。
●
该用户是否在同一周期内看过同个/同类广告过多次数（系统根据频次控制进行第三道筛选）。
●
该用户是否不喜欢这个/这类广告，即用户是否曾经点过不感兴趣或举报（系统根据用户体验进行第四道筛选）。
●
经过前面四道筛选出来的广告计划的出价是否具有竞争力，系统根据广告主的目标转化出价和预估点击率、预估转化率计算得出预估广告 eCPM，公式是
eCPM=oCPM 目标转化出价*预估点击率 CTR*预估转化率 CVR*1000（系统需要用 eCPM 对广告计划进行排序）。
●
广告主对广告计划有无负向操作的影响，比如长时间暂停广告计划、广告创意多样性低等。（系统对不按规范操作的广告计划再进行一道筛选）。
●
结合广告质量（与用户体验相关）、创意的多样性、标杆 eCPM 等指标，综合判断广告投放对巨量引擎的收益影响，计算出最终 eCPM 进行排序，将 eCPM 最高的广告展示给该用户。
上述逻辑在各大信息流广告竞价系统基本相通，区别仅在于流程中各个环节的先后顺序以及各个因素影响力的大小。据我所知，广告平台还会通过行业（广告主资质）进行一道筛选过滤，通常对品牌广告、游戏行业、电商行业或多或少会有所倾斜。
前面提到 eCPM 是依据预估点击率和预估转化率计算的，那这两个率是如何预估的呢？
点击率和转化率的预估通常离不开 look-alike 这个概念，即寻找相似的因素。这些因素包括用户、广告产品、广告位、创意、落地页、转化类型等。
广告系统的 look-alike 逻辑，实际上与乙方优化师的部分工作颇为相似。当乙方优化师接手一个新项目时，广告主通常会要求预估点击成本或转化成本，乙方优化师基本能够给出一个预估数据，然后在测试投放中对这个数据进行修正，并持续优化。
●
比如擅长游戏广告投放的优化师，新接到一个游戏广告项目时，优化师会判断这个游戏的类型，如传奇游戏类则参照之前投放的传奇游戏类的投放成本等。
●
如果是未曾投放过的游戏类型，也同样可以依照相似游戏人群的那款/那类游戏的点击率和转化率进行预估，并会使用游戏包大小相近的那款游戏来更准确地预估数据。
●
如果是未曾投放过的行业，也可以按照相似目标人群对应的那个广告产品投放的同个广告位数据作为冷启动数据的参考。
●
如果是未曾投放过的广告位，比如新闻资讯类的大图信息流广告位就参考新闻资讯类已投放过的那些大图信息流广告位的投放数据。
●
如果现在要投放教育类产品，之前投放的是下载类的，现在要投放的是表单类的，你会如何寻找相似因素来预估表单成本？
上述列举的只是大致的思路，广告系统 look-alike 逻辑也基本类似，但会更精细、更严谨，主要是找出那些相似的因素有哪些，然后尽可能在同类或者相似类别中进行 look-alike，而不是每次都从零开始探索，那样探索成本将会非常高昂。
我之前
也总结过，大型媒体私有 DSP 的优势正在于其“客户资源丰富，算法模型能够训练得更好”：
客户的种类丰富多样，每个种类下的客户数量众多，这对于训练算法非常有益，算法能够依据用户点击了哪些行业的广告等数据得到更好的训练优化，相比独立第三方 DSP 而言，基于客户种类的用户的广告行为等数据更为丰富，算法模型得到了更优的训练。
所以，广告投放的量级以及广告主、行业、转化目标的多样性，对于广告投放平台极其重要，它能够为一个新产品的冷启动投放更好地提供数据参考和指导，这也是巨量引擎和腾讯广告敢于提供成本保障政策的底气所在。
四、化解日常运营中的投放谜题
看完前面关于学习期和成熟期、广告投放竞价判断逻辑、算法 look-alike 逻辑的内容之后，其实很多看似神秘的问题似乎没有想象中那么难以捉摸了。
接下来运用上述的相关内容来剖析一下优化师圈子里经常遇到的投放谜题：
为何一个新账号的冷启动如此艰难？
为何我出了这么高的价格仍然起不了量？
为何平时跑量最大的计划突然没量了？
为何同样的创意一个能审核通过，另一个却不能？
为何 CPC 计划转 oCPC 计划后跑不起来了？同样的 CPC 广告计划一天能稳定跑几十万，但是换成 oCPC 却都跑不动，这是为何？
为何同样的计划设置、同样的素材、同样的落地页，在其他账户能跑起来，在我这个账户却不行？
为何我的计划点击率、转化率都不错，量却始终提不上去？
为何计划一过了学习期，就没量了，或者成本就一直上涨？
1. 为何一个新账号的冷启动如此艰难？
这需要根据不同行业的不同产品来具体分析，有些产品受众广泛，学习期就很容易度过，起量也迅速。但有些产品，受众狭窄，本身感兴趣的人较少，导致转化少，所以冷启动时就缺乏足够的数据样本量。
比如大型电商、大型游戏产品，基本几个小时就能通过学习期，但是有些行业比如灰产行业的那些加粉、表单类的，就可能在冷启动时面临较大困难。所以冷启动受到产品/行业本身以及目标群体的影响。
当然，出价和投放时间也至关重要，因为媒体流量池是波动的，竞争环境也在不断变化。
所以有些优化师会采用“高举高打（高出价抢量）”的策略来迅速通过学习期，但切勿过于激进，否则即便通过了学习期，后续也有可能直接导致计划失败。
但是，哪怕是相同的出价，可能平时能够轻松通过学习期，然而到了双十一之类的大型促销节日时，竞争异常激烈，同样的价格可能都无法获取到量了。所以有些优化师还会选择“低开低走（在低竞争时段开启计划跑量，成本也相对较低）”的方式来快速通过学习期。
有时，产品出色、出价高昂、竞争也小，但依然无法通过冷启动，这是为何呢？这可能是由于优化师操作不规范、创意不佳或同质化严重等原因导致的。
举例几个不规范的操作：在冷启动期间，看到量小或者成本高，就频繁进行调整，调整后没有效果又继续调整。或者在同一个账户同时投放多个品类的产品（对应的目标人群可能也不同），导致算法模型在学习时出现偏差，从而出现新计划不起量的问题。
创意不佳或同质化严重的问题会影响前面的 eCPM 计算公式中的预估点击率，致使计算得出的 eCPM 较低或者与标杆 eCPM 差距较大，所以即便你出价很高也无济于事。
还有一种特殊情况，也是容易被忽视的问题，那就是广告归因问题。有些产品的转化数据存在归因延迟，12 小时、24 小时或更长时间。新账户在冷启动时，由于归因问题导致前期一段时间的转化数少、成本偏高的问题值得关注。
2. 为何我出这么高价都还是起不了量？
媒体在
对广告进行排
序时，并非单纯依据 eCPM 的高低来计算，而是关注整体的广告效益。
这或许是参考了 SEM 搜索引擎竞价广告的排名规则，出价高不一定能排在首位，还需要关注关键词（创意）
的质量度，因为创意质量度会直接影响广告点击率从而影响最终的广告转化。而创意质量度除了与创意本身的优劣有关之外，还与创意和广告的相关性紧密相连。
所以你出高价却依然起不了量，可以再查看一下前面的“信息流广告竞价投放的流程”，决定广告能否投放出去的，除了要让 eCPM 高之外，还要留意你对这个计划是否有负向操作，或者广告质量（与用户体验有关）、创意的多样性等指标是否存在问题。
<
暂无评论内容