计算广告从0到0.1
大家好,我是宝器!
假期过完了,我又要开始学习了。
在去年的总结中,我提到说想要提升我们在工作中的认知,就要去搞清楚整个事情是怎么运作的,最终目的是什么。而大部分私营企业的产品,做出来时不管讲的什么故事,归根究底还是要挣钱养活团队的。所以今年,我决定首先学习一下互联网上最成功的商业模式——广告。
于是我终于下单了刘鹏老师(北冥乘海生)老师的《计算广告》,早就有所耳闻,看了两章之后真的墙裂推荐给大家,光是翻开前几页的点评就看到了N多大佬,内容也涵盖了产品与技术,比一些堆砌基础知识和论文的书好多了。
注:以下内容为《计算广告》前两章的感悟整理,食用原书效果更佳
我们为什么要了解广告
互联网企业的商业模式很多,比如淘宝这种收平台服务费的、小米这种整合供应链卖自营商品的、视频平台卖会员服务的等等,广告就是在卖自身的流量,它的好处是没有自己卖货那么多麻烦事儿,但坏处是收入完全依靠甲方爸爸,不够稳定,同时广告天然跟用户利益存在矛盾,广告多了会对企业自身的口碑和流量有负向影响。
不过,广告仍然对互联网的发展起了很大的促进作用。正是因为广告的后向变现模式,才驱动着众多互联网产品不断优化用户体验、切入各种垂直领域,以求服务更多用户。同时也在近几年驱动着文字、视频、直播等内容产业,为大众带来更多的优质内容。
上面说的太虚了,说明白点就是,广告业务真的赚钱。同时现在到处都是红海,想要出圈免不了砸钱营销,可见这个业务之后仍旧会蓬勃发展。
那这跟我们算法er有啥关系呢?如果不做广告业务关系确实没那么大,但万一之后能own一条产品线呢?或者自己去创业呢?不就涉及到变现了吗?广告是(我认为)最方便最快速的流量变现路径。
同时,从广告的需求方到供给放,也存在着一条很长的虚拟产业链,足以证明这个行业的容量:
广告为什么被互联网颠覆
在互联网上,广告不仅养活了乙方,也让甲方获得了更高的ROI(投入产出比)。比起传统广告,互联网广告有三大优点:
成本更低:比起电视广告、广告牌等传统形态,数字媒体价格更加便宜 用户定向更好:利用用户搜索意图、画像进行定向投放,得到更好的效果 可以获得实时反馈:传统广告的效果不好量化,而在线广告点没点击、买没买都能实时算出来,这就让数学建模更加方便,衍生出了计算广告这个分支
广告的发展路径
由于互联网的上述特性,在线广告得以充分利用大数据与CS技术,从三个方面进行优化:
定向技术:从横幅式广告面向所有人群,到根据用户画像、搜索query、上下位进行细化 交易形式:从展示广告的按时间付费(CPT),到按千次展示付费(CPM),再到按点击结算(CPC)、按购买结算(CPS),以及在甲方过多时进行竞价交易,一步步提升流量的ROI 产品展现逻辑:从各种突兀的横幅、弹窗,到与信息流融为一体的原生广告、或者朋友圈的交互式广告
广告问题的建模
计算广告的核心问题,是为一系列用户与上下文的组合找到最合适的广告投放策略以优化整体广告活动的利润
由于广告优化过程中存在着甲方对数量或成本的约束,其最优解是不能用贪心得到的,这个问题可以用数学形式表达为:
其中r是收入,q是成本,D是对甲方k的约束。
由于成本q取决于交易双方或者多方竞价,所以广告主要是对收入r进行优化,也叫千次展示期望收入(eCPM)。又可以再进一步拆解为:
即点击率CTR和点击价值的乘积。同时点击价值又可以分解为转化率CVR与售价的乘积,但乙方很多场景下拿不到具体的转化数据(因为点击后直接到甲方的页面了),所以建模为点击价值。
eCPM和CTR是区分广告与搜索的不同目标。如果点击价值都一样的话,eCPM的优化就变成了CTR的优化,这样就可以进行统一的排序了。但实际的eCPM估算在不同交易方式下有很大区别,直接给出刘鹏老师的总结:
CPT:按展示时间付费。一锤子买卖,风险都由甲方承担,点击的人少了乙方也没事 CPM:按展示付费,比按时间好点的是会进行人群定向,甲方仍旧需要优化内容以提升点击和转化 CPC:按点击付费,乙方需要优化CTR,不然不点击就浪费了流量也没钱拿,而甲方需要优化转化 CPS/CPA:按购买/下载付费,只有实际交易了甲方才会付钱,虽然对乙方不太友好,但也帮助了很多小乙方进行流量变现,比如我们逛知乎时看到的商品卡片都是这个模式
总结
上面就是我对前两章内容的总结梳理,如果有说的不对或侵权的地方,请大家热情指正。说了这么多广告的意义和做法,再回到广告的目的,引用《当代广告学》中的定义:
广告的根本目的是广告主通过媒体达到低成本的用户接触
我第一次真正意识到广告的价值,是看史玉柱自传的时候,从他利用报纸广告赚第一桶金,再到洗脑千家万户的脑白金,那其中也包含了对人群定向的尝试,真的太成功了。但广告总有些「原罪」,注重转化效果,就避免不了采取一些手段去洗脑和打扰用户。希望上述的定义永远提醒广告的从业者们,注重产品的长期口碑而非短期收益。
推荐阅读
欢迎长按扫码关注「数据管道」