1. 首页
  2. 行业要闻

科学分析一下巨量引擎和腾讯广告的投放玄学

建议收藏,本文内容结构(共4小节):

1.信息流广告投放是一门玄学吗

2.关于学习期和成熟期的那些事

3.广告投放系统的竞价判断逻辑

4.破解日常运营的投放玄学问题

 

 

1.信息流广告投放是一门玄学吗

 

2015、2016年是信息流(Feed流)广告增长相当迅猛的两年,广告优化师群体中也衍生了专门的信息流广告优化师岗位。

 

由于当时信息流广告行业很新,所以大部分信息流广告优化师要么是SEM搜索引擎广告过渡而来,要么是实习生、应届生,要么是转行过来的,反正多数是半路出家

 

最早的信息流广告平台代表是微博粉丝通(社交类产品代表)。不过,近几年国内的前两大信息流平台已经巨量引擎腾讯广告莫属了,它们也是优化师们最喜爱的两个投放平台:一来因为它们量大质优,二来因为它们的广告平台相对成熟易用(毕竟是大厂出品)。

 

尽管如此,在日常运营中,优化师们仍有很多不解的为什么。因为大部分优化师不懂广告竞价投放的底层逻辑、不懂数据监测和归因逻辑、不懂投放平台背后的算法逻辑。对他们来说,广告投放就像是盲人摸黑走路,免不了走错路和碰壁,起不起量靠80%运气加20%平台熟悉程度或经验。

科学分析一下巨量引擎和腾讯广告的投放玄学

哪怕是跟着信息流广告一起发展过来的、有着五至六年信息流广告优化经验的那些优化师们,也没几个敢说自己有多牛逼多专业。

 

优化师们之间的差距更多的是以“信息流广告从业年限”“广告操盘预算”来区分,优秀的优化师都是用广告预算不断测试和试错中锻炼出来的。然而他们当中的大部分却觉得自己的优化方法很多时候是在机械重复或者钻空子,上不了台面(详见《广告行业里面那些明知不合理却大家都在干的事》)。

科学分析一下巨量引擎和腾讯广告的投放玄学

当然也有一些优化师刚入行,进入了一个好团队或好项目之后,也是能够快速成长的。

 

其实,信息流广告优化师的入门门槛也不算太高,更多的是看你是否有足够的数据敏感度、逻辑分析思维和学习总结能力。

 

近几年,信息流广告行业最常听到的一句话就是:“广告投放是一门玄学”。

 

  • 为什么我设置的跟别人一模一样,但是我却投不起量?
  • 为什么我明明出这么高价了,还是没量?
  • 为什么跑得好好的计划,没量了?
  • ……

 

所谓的玄学问题,很多是因为冷启动时候的学习期没学好以及成熟期跑量的时候没有把握好投放设置的分寸。

 

即使是你抄别人同样的设置,但是冷启动过程不一样,投放结果自然不一样。

 

当然,冷启动通过学习期也并不是广告起量的充分必要条件。准确地说,学习期通过和起量之间既不充分,也不必要,但是却很重要。也就是说,学习期通过了,不一定能起量;学习期失败了,也不一定不能起量。(下一小节会讲)

 

成熟期跑量的时候,“过度”的设置操作,很容易让整个计划本来稳定的算法模型被突如其来的大修改导致流量范围缩小甚至算法模型被重置需要从头来过,导致突然没量或者成本飙升,只剩下蒙圈的优化师……

科学分析一下巨量引擎和腾讯广告的投放玄学

 

2.关于学习期和成熟期的那些事

 

里要说的学习期主要是针对oCPX出价(巨量引擎和腾讯广告的oCPM、oCPC)而言的。

oCPM,本质是按CPM计费,但是广告主可以按CPA目标转化价格去出价,再由广告系统自动根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成CPM去出价参与竞价。oCPC也是一样道理。

 

oCPX出价的广告计划从建好开始算起,会经历3个时期,分别是(冷启动)学习期、成熟期、衰退期

 

由于新建的广告计划是从0开始的,什么数据都还没有,于是就有了这么一个冷启动的学习过程。广告计划在冷启动里面的表现,在一定程度上决定了这个计划在成熟期能跑的量级和成本。

 

新建好的oCPX计划在学习期间,由广告系统在整个流量池子中去进行投放探索,收集足够的转化数据来建立算法模型。并不是每个计划都能通过学习期的,比如巨量引擎,4天内20个转化就能结束学习进入成熟期,积累不够20会显示学习失败。

计划也是有生命周期的,如果你一直用同一套创意去投放的时候,创意已经在流量池子里面洗得差不多了,同质化也比较严重的时候,就有可能导致计划进入衰退期,所以素材、创意得不断更新。

 

系统学习期间,一般都会超成本,而且量也不稳定(甚至可能没量)。为了让广告主们可以放心大胆地测试投放,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%)进行赔付。

 

当然还有一些赔付条件,比如转化数量达到多少才有资格。另外,学习期间尽量不要去暂停计划,修改计划的动作也不要过频繁,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)就不赔付了。频繁修改出价或定向影响的不仅是赔付资格,还影响了系统学习期效果。

科学分析一下巨量引擎和腾讯广告的投放玄学

学习期(成功)结束则进入成熟期,意味着这个计划大概率都能稳定跑量了,成本也相对稳定了,广告计划在成熟期的表现能不能跟学习期一样好,甚至更好,就靠优化师的造化了

科学分析一下巨量引擎和腾讯广告的投放玄学

那如果学习期没通过呢?说明学习失败了,大概率是跑不起来了,但是也是有小概率能跑起来的,可以花点功夫在比如调整创意、标题、落地页、回传事件等,加上竞争环境/时机也有可能变好了,学习期失败的计划还是有机会起死回生的。

 

 

3.广告投放系统的竞价判断逻辑

 

用户打开APP的时候,如果该APP产品上有信息流广告位,巨量引擎或腾讯广告系统是如何判断该广告位应该放哪个广告主的哪个广告的呢?

 

广告投放的竞价判断受定向、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过程中,具体先判断哪个因素,以及每个因素的影响力以各广告系统的具体规则为准。

 

以巨量引擎为例来分析一下信息流广告竞价投放的流程

  • 用户刷抖音APP,巨量引擎收到一次抖音广告位的竞价请求,巨量引擎将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/同类广告太多次(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(跟用户体验有关)、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。

 

上面的逻辑在各大信息流广告竞价系统基本是相通的,区别只在于流程中各个环节的先后顺序以及各个因素影响力。据我了解,广告平台还会用行业(广告主资质)来进行一道筛选过滤,一般对品牌广告、游戏行业电商行业多少还是有点倾斜的。

 

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一般离不开look-alike这个词,即寻找相似的因素。这些因素有用户、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,其实跟乙方优化师的某部分工作很相似。当乙方优化师接到一个新项目时,广告主通常会要求预估点击成本或转化成本,乙方优化师基本也能给个预估数据,然后再在测试投放中去修正这个数据,并不断优化。

 

  • 比如擅长游戏广告投放的优化师,新来一个游戏广告项目的时候,优化师会判断这个游戏类型,如传奇游戏类则对标之前投放的传奇游戏类的投放成本等。

     

  • 如果是没投放过的游戏类型,也同样可以按照相似游戏人群的那款/那类游戏的点击率和转化率预估,并会用游戏包的大小差不多的那款游戏来更准确地预估数据。

     

  • 如果是没投放过的行业,也是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来作为冷启动数据参考。

     

  • 如果是没投放过的广告位,比如新闻资讯类的大图信息流广告位就参考新闻资讯类的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,你会怎么找相似因素来预估表单成本?

 

上面列举的是大概思路,广告系统look-alike逻辑也差不多,但会更精细、更严谨,主要是找到那些相似的因素有哪些,然后尽可能的在同类或者相似类别中去look-alike,而不至于每次都是从0到1探索,那探索成本就非常高了。

 

我之前在《一名程序化广告老从业者的十年总结》一文中也总结过,大型媒体私有DSP的优势正是在于其“客户资源丰富,算法模型能够训练得更好”:

客户种类比较丰富,每个种类下面的客户数量也多,对于训练算法很有好处,算法可以根据用户点击了哪些行业的广告等数据更好地得以训练优化,比起独立第三方DSP来说,基于客户种类的用户的广告行为等数据都要丰富,算法模型得到了更好的训练。

 

所以,广告投放的量级和广告主、行业、转化目标的多样性,对广告投放平台是非常重要的,它可以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提供成本保障政策的底气所在。

 

4.破解日常运营的投放玄学问题

 

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,其实很多玄学问题似乎都没有想象中那么玄了。

 

接下来用上面的相关内容来分析一下优化师圈经常遇到的投放玄学问题:

  • 为什么一个新账号的冷启动这么难?

  • 为什么我出这么高价都还是起不了量?

  • 为什么平时跑的最大量的计划突然没量了?

  • 为什么同样的创意一个能审核通过,另外一个却不能?

  • 为什么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,为什么?

  • 为什么同样的计划设置、同样的素材、同样的落地页,在其它账户能跑起来,在我这个账户却不行?

  • 为什么我的计划点击率、转化率都不错,量却始终提不起来?

  • 为什么计划一过了学习期,就没量了,或者成本就一直往上涨?

科学分析一下巨量引擎和腾讯广告的投放玄学

 

1. 为什么一个新账号的冷启动这么难?

 

这个需要看不同行业的不同产品了,有些产品受众广,学习期就很容易过,起量也快。但是有些产品,受众窄,本身感兴趣的人不多,导致转化少,所以冷启动就不够数据样本量了。

 

比如大电商、大游戏产品,基本学习期几个小时就过了,但是有些行业比如灰产行业的那些加粉、表单的,就有可能冷启动起来比较困难。所以冷启动受产品/行业本身和目标群体的影响。

 

当然,出价和投放时间也很重要,因为媒体流量池子是波动的,竞争环境也是在变化着的。

 

所以有些优化师会用“高举高打(高出价抢量)”的策略来快速过学习期,但是别太激进了,不然即使过了学习期,后面也有可能直接把计划跑死了。

 

但是,哪怕是同样的出价,可能平时很容易过学习期,但是到了双十一之类的大促节日的时候,竞争非常激烈,同样的价格都未必能拿到量了。所以有些优化师还会选择用“低开低走(低竞争时段开启计划跑量,成本也比较低)”来快速过学习期。

 

有时候,产品很好、出价很高、竞争也小,但是也还是过不了冷启动,为什么呢?那就可能是因为优化师操作不规范、创意不行或同质化严重等导致的

 

举例几个不规范操作:冷启动期间,看到量小或者成本高,就老是去调整,调整完发现没啥动静又再调整。又或者是在同一个账户同时放了多个投放品类产品(对应的目标人群可能也不同),导致算法模型学习时候出现了差异,就出现了新计划不起量的问题。

 

创意不行或同质化严重的问题则会影响前面的eCPM计算公式里面的预估点击率,导致计算出来的eCPM也是低的或者是与标杆eCPM差距较大,所以即使你出价很高也没用。

还有一种特殊情况,也是容易被忽略的问题,就是广告归因问题。有些产品的转化数据是有归因延迟的,12小时、24小时或更多。新账户在冷启动的时候,因为归因问题导致前面一段时间的转化数少、成本偏高的问题也是值得关注的。

 

2. 为什么我出这么高价都还是起不了量?

 

媒体在广告进行排序的时候,并不简单只是以eCPM高低来计算,而是关注整体的广告效益

这应该也是参考了SEM搜索引擎竞价广告的排名规则,出价高不一定能排第一名,还要关注关键词(创意)质量度,因为创意质量度将直接影响广告点击率以至于影响最终广告转化。而创意质量度除了跟创意本身的好坏有关之外,还跟创意与广告的相关性挂钩。

科学分析一下巨量引擎和腾讯广告的投放玄学

 

所以你出高价如果起不了量,可以再看一下前面的“信息流广告竞价投放的流程”,决定广告能不能投放出去的,除了要让eCPM高之外,还要关注一下你对这个计划有无负向操作,或者广告质量(跟用户体验有关)、创意的多样性等指标有没有出现问题。

 

3. 为什么平时跑的最大量的计划突然没量了?

 

这个可以按照上面讲的信息流广告竞价投放的流程来诊断,看看流量是被哪个环节给过滤掉了。

一个平时能跑很大量的广告计划突然没量了,可能跟下面几个环节有关:

 

  • 广告计划是否有足够预算和账户余额。可以检查一下预算和余额是否还足够。顺便可以看看投放时间是不是出了问题,之前试过测试投放时设置了结束日期后面忘记改成不限了。
  • 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。可以检查一下跑量的那些素材是否被投诉下架了。
  • 广告计划的eCPM是否有竞争力,跟你的出价、创意质量、落地页用户体验都有关系。平时跑的好的,突然没量了,问题可能是出在出价上,取决于流量池里面的竞争环境,比如遇到什么节日导致抢量变得激烈了,同样的出价也不香了。
  • 是不是修改了广告计划,可以看看修改日志定位一下是哪个修改后出现的问题。不过,一般修改操作之后不是马上生效的,有一定的滞后性,所以别判断错了。
  • 上面的问题有些部分可以借助广告平台的诊断功能来排查,如果最终检查完发现都没有问题的话,也可以跟媒体运营那边反馈情况了解一下,不排除媒体升级出了问题,反正我遇过。

 

4. 为什么同样的创意一个能审核通过,另外一个却不能?

 

这个确实跟“运气”有挺大关系了,看运气好不好,遇到审核标准相对宽松的,或者心情好的审核人员,也就可能过了。而且也要看这个素材的提交的数量大不大,如果大家都在提交这种类型的创意素材或者你同时提交了大量的这类素材,那也容易让审核人员保持警惕。

 

不过,有些创意确实在一开始的时候没违反审核规则,所以通过了。只是随着广告投放时候,用户的投诉多了之后,那媒体的审核规则就会相应进行修正。

 

  • 更新审核政策前:过了一批,百分百过审。
  • 刚更新审核政策:又过了一批,有一定概率地过审。
  • 更新政策一段时间后:过审概率更低了,如果这时候平台用上了自动审核并且算法够完善,那这类创意基本就不会有过审的了。另外,本身账户或计划的创意审核通过率太低的话,也会影响之后的过审率。

 

所以有经验的优化师自然少不了“撞审”手段和经验,只是有时候可能会撞审撞到绝望。但大部分情况下大家还是很有信心会有过审的机率的,就看用什么手段了,再加上媒体本身应该也是睁一只眼闭一只眼,毕竟有些“擦边”素材确实跑量很大呀,一旦不给投了,那广告主的消耗可能就降了一大截了。除非这个素材被投诉得很过分了,那就真的是无法审核通过,并且会把之前审核通过的素材也通通干掉。

 

奉劝大家还是老老实实做创意吧,别动太多歪脑筋。

科学分析一下巨量引擎和腾讯广告的投放玄学

 

5. 为什么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,为什么?

 

CPC是由广告系统按你设置的CPC去固定出价参与竞价,媒体是不需要对CPA负责的,直接按你设置的CPC来出价。

而oCPC是optimize CPC,本质是按CPCP计费,但是用你设置的CPA转化目标价格来动态转换成CPC后再出价,这个转换过程是由系统算法学习来实现的,可以参考上面提到的oCPM的竞价投放流程。

 

oCPC是由媒体广告平台共担风险的,在学习期的时候有赔付政策,在成熟期尽可能按照设置的CPA价格来跑量,确保投放成本不超过CPA,如果设置CPA太低则跑不出量,oCPC的价格是由媒体综合多个元素来计算得出最终排名的,出价高但是如果预估点击率、预估转化率等原因太低的话,媒体计算得出的eCPC就低。

所以你CPC出价1块钱与oCPC出价1块钱的结果是不相同的,你的oCPC可能需要出价更高才有可能达到CPC出价1块钱的量级

 

不过,有些广告确实只适合CPC不适合oCPC,比如之前在腾讯广告投放的某APP促活广告,CPC出价5毛钱,跑的非常好,但是一旦改成oCPC的时候,系统提示oCPC出价得要28元以上了,一旦出这个价格,投放出来的数据跟目标KPI的差距就非常大了。

 

6. 为什么同样的计划设置、同样的素材、同样的落地页,在其它账户能跑起来,在我这个账户却不行?

 

很多优化师喜欢用广告设置一样来对比投放效果,觉得投放数据也应该一样好。这个一般跟学习期有关。学习期学得好不好,很大程度上决定了成熟期的投放;但是学习期学好了,成熟期没把控好,也一样会学废。

科学分析一下巨量引擎和腾讯广告的投放玄学

所以,“抄”也是需要技巧的,一般研究别人账户的时候,不要只看人家的计划设置,还要看看人家的操作日志记录和轨迹,分析每次操作背后的原因,是因为数据发生了什么变化才触发的修改设置。

 

加上竞价环境的不同、回传事件处理方式的不同,数据变化的趋势是不一样的,所以要完全抄也不是那么容易的。

 

另外,媒体里面有些是白名单权限,有些东西还真是别人有,你没有,或者你没去找媒体申请。

 

这年头,优秀优化师必定少不了缜密的分析思路和技巧,同时也少不了对媒体动向的敏感性。

 

7. 为什么我的计划点击率、转化率都不错,量却始终提不起来?

 

建议还是按照上面的竞价流程来作为自查清单,这种方法对于掉量或者起不了量的问题都适用

 

  • 广告计划定向设置的人群是否包含该用户(看看计划诊断,看看定向通过率指标,通过率指标低说明大部分流量都被过滤掉了,说明定向设置的太窄了,所以影响了量)
  • 广告计划是否有足够预算和账户余额(预算太低或者余额太低也会影响量级)
  • 该用户是否在同一周期内看过同个/同类广告太多次(素材同质化严重,创意多样性低)
  • 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(你觉得呢?)
  • 广告计划的出价是否有竞争力(可以看看系统建议的出价范围,还可以尝试通过提价来看看能否提量)
  • 广告主对广告计划有无负向操作的影响(你自己有没有什么操作,或者看操作日志,看是否别人操作了你的账户)

 

8. 为什么计划一过了学习期,就没量了,或者成本就一直往上涨?

 

这个需要分析一下学习期是怎么过的,学习期是激进过的,一到成熟期就突然降价或者改定向等,就有可能导致数据的波动,可以尝试改回学习期的设置去观察下数据变化。

 

另外,学习期过了不代表成熟期也一定能表现得好,这也是为什么优化师需要持续盯盘和调整的原因。

 

因为竞价广告本身受竞价环境影响,学习期可能竞争小,也有可能是学习期是勉强通过的,数据模型还不稳定,加上成熟期放量的情况下,数据波动也是正常的,不然要优化师干嘛?

 

而且,有些问题,在学习期的数据样本量小的情况下,暴露的不明显,一旦到了成熟期放量的时候,问题就放大了,比如素材同质化,又比如落地页转化回传事件有异常等。

 

上面的分析是基于你未做任何账户调整的情况而言的,如果你做了其它账户操作,就另当别论了。

 

如果上面都没有问题的话,那我只能说大实话了:学习期是有成本保障政策的,广告平台自然要上心点,争取用最短时间、最低成本过学习期先,培养一堆有潜力的广告计划。虽说超出成本有赔付,但是实际上获得赔付的情况很少。

  • 优秀的广告计划是不需要赔付的,因为它太优秀了;

  • 普通的广告计划一般也很少需要赔付的,大部分情况都是前面几天成本老高,结果学习期最后一天广告系统“用尽全力”降到超成本20%以内就不用赔了;

  • 剩下一些极少数的广告计划,就真是“烂泥扶不上壁”,广告平台怎么努力就是降不下成本的,那就赔吧。

所以,优化师还有个技巧就是要如何在学习期拿到赔付。

科学分析一下巨量引擎和腾讯广告的投放玄学

总结:

如果懂得广告平台的一些底层逻辑,以及投放平台功能和规则的官方说明文档,所谓的玄学问题其实都是可以科学分析的。

 

优化师需要基于这些逻辑去制定不同的测试策略和调整策略,才能更好的驾驭广告平台,做真正的广告操盘手。

作者简介

梁丽丽(Lily Leung)

中国第一批程序化广告从业者

《程序化广告》作者,并著有网络白皮书《程序化广告生态实用手册》及《品牌程序化广告投放指南》

暨南大学新闻与传播学院客座教授

微信公众号/知乎专栏:广告从业者自习室

如果你喜欢我的文章或者我的公众号,千万要记得在下方点个,顺便点个在看再走哦!

 

原创文章,作者:数字时代,如若转载,请注明出处:http://www.timedigital.cn/8346

发表评论

邮箱地址不会被公开。 必填项已用*标注

联系我们

在线咨询:点击这里给我发消息

邮件:yifan@timedigital.cn

工作时间:周一至周五,9:30-18:30,节假日休息