OCPM/OCPC 深度轉化雙出價能力詳解

關于OCPX,即OCPC/OCPM/OCPA這幾種廣告優化模式,下文統稱為oCPX廣告。和大部分的公眾號作者一樣,一般進入正題之前我喜歡先說點個人觀點,想法,好比吃正餐時會先上點配菜。但這次我決定直接進入正題,開門見山。

OCPM/OCPC 深度轉化雙出價能力詳解

 

關于OCPX,即OCPC/OCPM/OCPA這幾種廣告優化模式,下文統稱為oCPX廣告。

和大部分的公眾號作者一樣,一般進入正題之前我喜歡先說點個人觀點,想法,好比吃正餐時會先上點配菜。但這次我決定直接進入正題,開門見山。

一. 雙出價主要解決的是什么問題?對于廣告主和廣告平臺來說有什么收益?

我們知道,OCPX廣告的能力主要是解決廣告轉化的問題,比如說應用和游戲的激活,表單和線索的填寫等,但這些轉化對于廣告主來說都是淺層轉化,無法觸及更深層次的轉化,比如游戲的廣告主希望買到更多的付費用戶,應用類的廣告主希望激活的用戶留存率更好,表單和線索則希望填寫的表單和線索都是有效轉化的線索。

越往后端的轉化,廣告主投放的效果越能得到保障。所以廣告主是有充分的需求要求投放廣告的效果更偏向深層次轉化的。

而對于廣告平臺來說,主要有兩個方面的原因促使其不斷的優化深層次的轉化來保障廣告主的利益。

首先,我國經濟的增速已經沒有前幾年那么高了,廣告主的預算有限,而擁有流量的公司還是很多的,比如騰訊,字節,百度,快手等,都擁有非常大的廣告流量(即廣告庫存),對廣告主預算激烈的競爭使得廣告平臺需要進行不斷的優化來優化廣告效果,保證廣告主的利益。

其次,獲取這些深層次的轉化數據有利于廣告模型能力的提升。越深層次的廣告主數據越值錢,比如說游戲的付費用戶值500塊以上,汽車行業,例如寶馬的線索值2700塊以上(汽車行業垂直APP汽車之家MAU 大概在6500w,每年收入90億+,主要在銷售線索上),原來這些數據廣告主不太愿意回傳給廣告平臺的,但是由于投放廣告又需要更深層次的轉化來保障效果必須要回傳。

廣告平臺擁有了這樣的數據后對于其廣告模型或者探索其他業務來說都是一個非常好的用戶數據寶庫。比如原來不做游戲的媒體,突然想做游戲了,廣告主回傳的不同游戲類型的付費用戶數據簡直就是精準到極致的用戶群。只要游戲質量過關,就能有目的性針對這批用戶進行投放。

這樣,雙方都有利益,針對深層次轉化出價的方式就比較好推進了。

二. 什么是叫雙出價?為什么要雙出價??

雙出價,指的是投放的時候是雙目標的出價,比如針對廣告激活一個出價,針對廣告付費又同時進行一個出價,這種情況就是雙出價模式。

對于一般的廣告出價,廣告主都是按照單一目標出價,比如CPC,CPM或者CPA。理論上,針對深層次轉化的出價也可以是單出價,廣告主也樂于看到這樣的一種模式,比如直接針對付費出價,一個付費用戶500塊這種。

針對深層次的轉化無法直接單一目標出價。直接針對深層次的單一目標出價的模式有兩個很大的問題。

首先,深層次的轉化數據非常稀疏(即量級少),在新廣告上線進行訓練階段要訓練出一個相對可信的轉化數據預估模型一般需要10個左右的轉化(有些平臺會少些,但一般在6-10個轉化)。舉個例子,一般視頻信息流中,游戲廣告的CTR在1%,激活CVR在10%左右,從激活到付費比例10%已經算不錯了,也就是說,訓練出10個付費轉化需要10w的曝光(100000 * 1% *10% *10% = 10),按短視頻游戲ECPM 60-80的預估,這里的流量成本達6000-8000。一些大的平臺每天上千個新廣告上線的情況來計算,這個將是非常大的模型訓練和學習的流量成本。這個是廣告平臺無法承受。

其次,如果直接按照深層次轉化目標進行收費,不轉化不收費,廣告主有非常大的作弊操作空間。作弊的情況主要也是針對于新廣告的訓練期,作弊手段是少回傳廣告轉化。因為一旦過了新廣告的訓練期,廣告平臺已累計足夠的轉化數據可實時判斷出回傳的數據情況,從而進行DCVR(深度轉化CVR)的值來降低廣告主的競價ECPM。

而在新廣告模型訓練期,廣告系統是無法進行這個調節的,因為廣告系統不知道是因為轉化數據不夠,還是因為廣告主少回傳深度轉化數據而導致轉化數據稀疏。因此會一直跑,直到廣告曝光超出設定的某個閾值。某些廣告主就針對這個場景在新廣告上少回傳轉化,這時候系統是無法準確判斷,從而使得流量被薅得非常多。

那么,針對這種情況,很多廣告平臺推出了雙出價模式,即針對淺層目標一個出價同時針對深層轉化目標一個出價,比如說針對用戶激活一個出價,針對用戶付費一個出價,前期按照淺層目標跑模型和競價,逐步積累深層次轉化目標。等深層轉化目標是數據足夠后,廣告系統根據廣告主的訴求進行一定競價策略(這點要注意,不是直接轉成深層次出價單一模式)。

三. 深層轉化OCPX雙出價跟普通的oCPX廣告有什么區別?

首先,在轉化數據量級上,深層轉化OCPX數據上更加稀疏,深層轉化數據回傳更慢,有些甚至是隔日的(比如次留)。廣告算法能夠快速調優的前提是數據的回流足夠快。深層轉化模型和普通OCPX廣告模型由于數據的量級和回流速度,就會有不少的區別。

其次,深層轉化OCPX投放方式必須雙目標出價,即從第一階段過渡到第二階段短期內看還必須保留,廣告系統目前無法完全只出深度目標價格而忽略淺層轉化目標出價。

針對深層轉化的oCPX雙出價的廣告模式,跟oCPX的廣告能力剛開始上線的時候非常相似,都擁有兩個階段。很多廣告平臺剛開始做OCPX的時候,也都會經歷兩階段,即第一階段按cpm 或者CPC出價,等到廣告預估模型數據積累足夠后,則轉成OCPX的模式進行競價。只是后來隨著技術的進步,逐步取消了第一階段的出價而已。

現在我們在市面上看到的大部分廣告平臺針對OCPX廣告其實已經取消了第一階段的出價而直接針對淺層的OCPX目標出價了。

深層轉化oCPX也是分為兩個階段,前期是淺層目標按OCPX進行競價,同時累計深層轉化數據。等深層轉化數據足夠后,根據廣告主的需求確定廣告相應競價策略。但這里并不像普通淺層OCPX直接從CPM或者CPC轉成OCPX深層轉化的ECPM,深層轉化OCPX有其獨特的一些競價策略。根本的原因是廣告主需求導致。

比如針對應用類廣告主,廣告主雙目標分別是激活成本和次留率。廣告主的目標是既要滿足激活成本又要滿足次留成本。而針對游戲的廣告主,更多則是只需要深層轉化付費用戶的成本即可。

四. 深層轉化OCPX雙出價,在競價排序中ECPM是怎樣的一個計算公式?針對廣告主的需求有哪些ECPM取值策略?

當前市面上絕大部分的廣告系統廣告的排序都是按ECPM進行排序的。無論是淺層轉化還是深層轉化,最終都會轉換成ECPM值進行比較和排序。讓高價值的廣告優先展示。

淺層轉化OCPX計算ECPM 的公式是:

ECPM 1= α*? CPA 1* pCTR * pCVR ,其中α是動態調價因子,CPA1是廣告主淺層目標出價,pCTR的廣告點擊率預估,pCVR是廣告點擊到淺層目標轉化的轉化率預估。

深層轉化OCPX一般的計算ECPM 的公式是:

ECPM2 = β* CPA2* pCTR * pCVR 2,其中β是動態調價因子,CPA2是廣告深層目標出價,pCTR的廣告點擊率預估,pCVR2是廣告點擊到深層目標轉化的轉化率預估。

廣告前期會使用淺層轉化ECPM1 進行競價排序,等深層轉化數據累計后,就會計算深層轉化ECPM2,與ECPM1根據以下規則進行競價。

若廣告主核心訴求是滿足深層轉化目標,則當深層轉化數據累計足夠后,廣告的競價排序會采用ECPM2進行競價,這個時候主要考核的成本就是深層轉化目標,而淺層目標則有很大的可能是會超出成本。

如下圖所示,一般的游戲投放會分為激活成本和付費成本,按付費用戶的成本為目標投放,主要的目標用戶是右邊的那個小橢圓,即存在激活成本不達標,但是付費成本達標的用戶,我們可以理解為這部分用戶轉化率不那么高,但是一旦轉化,付費意愿缺特別強的那波人。而這些用戶的獲取,廣告主是毫無抗拒的理由的。

若廣告主的核心訴求是雙目標都要滿足,比如應用既需要滿足激活的目標成本,也需要滿足留存的目標成本,這個時候當深層轉化數據累計后,廣告競價排序的ECPM = min(ECPM1,ECPM2),即上圖的兩個相交的部分。

有些時候,由于數據回流的延時非常嚴重,比如深度轉化是留存率的或者是線索到店的這種,由于廣告模型無法得到實時的數據模型,深層轉化目標的ECPM會采用權重值的計算方式,即

ECPM = α* CPA1 * PCTR * PCVR * λ(pDVR/target_DVR)

其中,其中α是動態調價因子,CPA1是廣告主淺層目標出價,pCTR的廣告點擊率預估,pCVR是廣告點擊到淺層目標轉化的轉化率預估,λ是深度轉化動態調整因子,pDVR是從從淺層轉化到深層轉化的轉化率預估,target_DVR則是淺層目標到深層目標轉化率的目標值。比如針對次留、有效線索的就有使用這個公式進行調優的,根據預估深層目標轉化率與目標轉化率的比值權重,使得高轉化的用戶在二階段可以有更高的競爭力,不斷的接近目標深度轉化率。

不過在實際應用中,你會發現各種各樣的問題,要么是跑不起量,要么就是廣告深度轉化超成本比較猛,期間需要不斷的進行數據分析,跟策略算法團隊保持積極溝通和廣告策略的調整,以保證廣告主獲量以及效果的穩定。

深度轉化的訴求里,還有其他可深入探討的優化能力,比如當前游戲行業的深度轉化主要買的是付費率,并不是該用戶可以付費的量級,付費10塊和付費1000塊都是一樣的深度轉化出價,這里就有優化的空間。

只是,每一次廣告模型的提升,都會涉及到核心數據的交換。這塊的深入分析,我們后面有機會可以再說說。

 

作者:PMCoder之路

來源:PMCoder之路(pmcoder)

本文經授權 由青瓜傳媒發布,轉載聯系作者并注明出處:http://www.marktripp.com/234950.html

《免責聲明》如對文章、圖片、字體等版權有疑問,請聯系我們 。 青瓜商務通 找客戶 找服務
企業微信

商務合作QQ:1130357073

運營大叔公眾號
青瓜通小程序碼
小黄鸭视频精品导航_有码av制服丝袜_性av无码天堂