公告:l798网站导航为广大站长提供免费收录网站的服务。对!您没有看错,就是免费!免费!免费!!!

点击这里在线咨询客服
新站提交
  • 网站:2949
  • 待审:0
  • 小程序:18
  • 文章:529
  • 会员:34

  互联网广告优化是一门玄学么?
  用通俗有趣的文字,带您了解互联网营销、变现和商业模式不为人知的秘密。
  如今,中国的商业社会正在快速演进中:线上年零售十多万亿,占社会零售总额四分之一;其中,淘系6万亿,小程序内2万亿,抖音快手4千亿;做在线营销的广告优化师,已经有数十万之多。这些数字,勾勒出一幅崭新的商业图景:在网络世界做生意,靠在线营销卖产品,正在加速成为主流。
  未来,不论你涉足什么生意(黑市除外),首先要考虑的既非搭销售队伍,也非找线下渠道,而是在广告平台开户,找优化师线上获客。所以,就算你暂时不关心本文内容,也可以先收藏一下,迟早用得上。
  广告优化,就是每天看广告后台,算数据,调预算,改创意,离用户十万八千里,就把东西卖出去了。这个职业,有人叫“优化师”,有人叫“投手”,有人叫“增长官”,在淘系内还有个雅名:“开车的”。
  开车的新老司机队伍发展太快,以至于从人员到方法,都还处在草创阶段。比如,我接触过很多广告优化师,经常听到这么一句话:广告优化是一门玄学。
  对目标暧昧的品牌客户优化师来说,这话也不无道理。然而,电商、游戏、网络服务这些行业,目标较确定,数据可衡量,广告平台决策也并非掷骰子。显然,这是个彻底的工程实践问题,应该在科学的框架下探讨。如果带着玄学的观念入行,就好比拿着风水罗盘搞石油勘探,只能是我命由天不由己了。
  当然,玄学之叹并非空穴来风,比如在我的知识星球里,经常有优化师谈到下面这样的困惑:
  广告测试回报不错,可是一放量效果就崩了。
  同样的产品同事跑得很好,我怎么就跑不起来?
  出价高了亏钱,出价低了又没量,该怎么办?
  如果无法追根溯源,面对类似的困惑自然会手足无措,以玄学视之。其实,这是把“有关随机性的科学”当成了“玄学”。怎么办呢?还是要回到科学精神的两大支柱:逻辑与实证。大家百思不得其解之处,十有八九都是在这两点上出了问题。
  逻辑是流程与决策中相对确定的部分,在数字广告中有两条主线:一是用户从看广告到下单的转化漏斗,也就是归因过程;二是广告平台如何选择广告来填充流量,今天,这往往是个竞价过程。
  而实证,就是看数据、用数据的方法论。对此,很多人不以为然:我们不是天天拉数据、调广告么?其实,科学解读和利用数据,需要一些基本原则的指导。就我的观察,很多优化师对此重视不够。
  有人说:你又不是一线优化师,凭什么指手画脚?虽然不是优化师,不过最近我们用完全逻辑实证的方法,搭建了一套自动投放的系统,管理着线上上千个产品的广告优化。目前的效果,已经能达到中等优化师水准。在此过程中,积累了许多这方面的经验和结论,值得与大家分享。
  下面,我们就找几个实践问题,来看看在逻辑和实证方面,一名合格的广告优化师应该有什么样的知识框架。
  1
  应该看什么数据?
  先来看看与归因过程有关的数据问题。如今的广告平台,往往可以灵活地设置转化目标(见下图),因此,优化师们对归因流程都比较了解。然而,即使这样耳熟能详的过程,也有些常见的错误。
  比方说,某人发现他的广告在安卓上带来的转化占95%,iOS只有5%。很多情况下,他会因此认为iOS效果不好,将其流量关掉。
  有一次,我见此情形,提醒那位优化师再想想。他冷静下来,马上就回过味来,这个决策是不对的:iOS的转化量只有5%,可是一看花费,只占了3%,显然这是更优质的流量!
  这是个简单到人人都能理解的错误,可是实践中发生的频繁程度令人惊讶。比方说,经常有的优化师,会因为凌晨转化少而把这个时段的投放停掉。究其原因,是大家对如下的原则仍然比较模糊:在判断流量或策略的优劣时,一定要在归因过程上找到前后相关节点,并用其数据比率来做决策。而某个环节的绝对数值,往往并没有太大的参考意义。
  看相对比率,不看绝对数值,这是在广告优化中多数场景下看数据做决策的重要原则。
  2
  数据不够怎么办?
  上文是个引子,而下面的数据问题,就要稍微费点脑筋了。
  对电商广告优化师来说,单均成本即CPO(Cost per Order)是关键指标之一,算起来也很简单:
  CPO = 广告花费 / 订单量
  问题来了,如果像下图中第一行那样,才花了3美元,还没有出单,这么算有意义么?显然,数据太少了,这么算并不可靠,这是个统计有效性的问题。
  如果预算有限,必须要马上决策,怎么办呢?高阶点的优化师可能知道,可以采用下面的平滑方法:
  CPO = (广告花费 + a) / (订单量 + b)
  其中a/b应该等于经验的平均CPO,而b就是花多少钱你的统计就大致靠谱了。如果你还不太理解的地方,可以带入几个数自己体会一下。
  其实还可以再进一步。实际上,在广告后台的数据中,除了花费和出单量,还有上图中那一大串中间数据,像展示量、点击量、加购次数等。这些数据对估计CPO有帮助么?答案是肯定的,每个数都有用!具体的做法,由于篇幅所限,就不展开了。
  总之,看数据这事儿,还真不是会加减乘除就够的。正确地看数据,就好比有一双火眼金睛,让你面对数据时的困惑云开雾散。
  3
  怎样用数据做决策?
  看数据不简单,用数据就更难了。关于这一点,真正想登堂入室的优化师,建议都去找本跟机器学习相关的书,把前面几章不涉及到复杂技术内容、你能看得懂的内容,都认真读一读,了解一些“没有免费午餐”、训练测试集、回归与分类、正负样本等基本概念。
  为什么要了解这些?因为用数据做决策的过程,与机器学习的基本框架是一致的。你可以不关心复杂的建模方法,但是如果基本原则都是混乱的,像没头苍蝇一样在数据迷宫里乱撞,是很难找到正确方向的。
  这么说有点抽象,再来看个具体的例子。
  有位优化师,找我说起一个困惑:“我从自己的投放经验总结了几条规律,历史数据上看都挺不错的。可是一但实际执行起来,效果总是不太好,你能帮看看我总结的这些规律,有什么问题么?”
  我说:“其实先不用看你的总结,这个方法就有点问题。你总结的历史经验,在历史数据上验证,这相当于是把训练集和测试集放一起了。这样得到的规律,很可能推广性很差,线上实测效果当然也就不好了。”
  他又问:“那么应该怎么做呢?”
  我接着说:“其实只要把历史数据分成两部分,在一部分数据上总结规律,再到另一部分上去验证效果,这就靠谱多了。”
  所以,要用数据驱动决策,虽然用不着懂深度学习算法,可是建立起科学的决策框架,还是非常必要的。
  4
  理解竞价过程有什么用?
  也有些问题,是纯粹的逻辑问题。对广告优化师而言,逻辑方面的困惑往往与对竞价过程的理解有关。
  过于广告的竞价决策,我做过很多普及。简单地说,此过程如下:广告平台把适合当前用户的广告候选拉出来,然后对每个候选计算其eCPM,并依此排序,最高者赢得广告机会;在收费时,则按照第二名的eCPM扣钱,这就是所谓第二高价。
  以上的内容不难理解。可是实践中,就未必能运用自如了。
  咱们来做个练习。以Facebook投放为例,有一种设定转化出价上限的模式,即下图中的“Bid Cap”模式所示。如果你的产品每卖出一单能挣5美元,那么出价该设成多少,才能让自己的利益最大化呢?
  我问过不少优化师,很多都会留出利润空间,设个比5美元低的出价,比如4美金。先告诉大家,这个方法是错误的。
  正确答案是什么呢?不要留任何利润空间,按照5美元出价,才是对自己最有利的。实际上,这用到了二价市场的一个重要性质:Truth-telling。能正确答出此问题,并且洞悉背后原理的,竞价逻辑在这一点上算是基本过关了。
  其实,跟竞价逻辑有关的实战问题还有很多。再给大家留个小思考题,你改动了广告的落地页,会不会影响买量的CPM水平,什么情况下会影响?
  5
  说了这么多,主要是要帮大家加深这样的观念:在广告优化中,具体的问题有很多,如果单摆浮搁地一个个分别研究,很容易只见树木不见森林,陷入经验主义的泥潭。真正的解决之道,还是要理解广告平台的决策逻辑,掌握正确的数据方法论。文章的篇幅有限,开头的问题就不一一讨论了,回头再跟大家交流。
  一个优秀的老司机,天天苦练开车操作是不够的,还要对汽车发动机的原理了然于胸啊!
  不过,优化师们还要认清另外一个现实:今天的广告优化,越来越成为在完备数据和产品体系支持下的工作。而凭着一腔热血和单兵能力赤膊上阵,好比是刀枪不入的义和团,遇上船坚炮利的对手时,无疑会大败而归。

分享到:

  admin

注册时间:

网站:0 个   小程序:3 个  文章:0 篇

  • 2949

    网站

  • 18

    小程序

  • 529

    文章

  • 34

    会员

赶快注册账号,推广您的网站吧!
热门网站
最新入驻小程序

桔子汇率换算2020-03-30

桔子汇率换算,支持美元,欧元,英镑,日

轻松入眠2020-03-30

轻松入眠小程序,睡眠、放松、减压

拼心形照片墙2020-03-30

拼成心形照片,保留美好瞬间,快来和

趣味头像2020-03-30

趣味头像小程序功能,趣味头像一键

时光天气2020-03-30

时光天气是一个小而优化的天气小

外卖地图2020-03-30

送外卖老是找不到地方?叫外卖每次