Mis on uudistevoo reklaamimise algoritmiline mehhanism?Infovoo reklaamivalem

Reklaamimine on mäng, mis kulutab raha, et konkureerida mahu ostmisel ja teabevoo reklaam ei ole erand. See peab siiski vastama kahele põhinäitajale, milleks on kulu (CPA=cpm/ctr*cvr) ja maht (conversion volume=exposure*). ctr*cvr). Samuti on vaja optimeerida lehtritegureid kõigil tasanditel.

Mis on uudistevoo reklaamimise algoritmiline mehhanism?

Teabevoo reklaam on lihtsalt intelligentsete algoritmide lisamise tõttu, peame uurima mitte ainult konkurente ja kasutajaid, vaid ka masina algoritme, sest kõigepealt hinnatakse seda ja see hinnang hõlmab seda, kas see on täpne, kõrge või madal. masinatasu (platvormreklaami tootlus), mis on seotud sellega, kas suudad ringi ületada (0-1 särituse külmkäivitus ja järelkontrolli mudeli küpsusskaala).

Lisaks, kuna tegemist on reklaamivormiga inimeste leidmiseks, uuendatakse ka materjale (sihtimine on vaid rahvahulga katvuse piiritlemine, loovus on selle ligimeelitamise võti) ja künnised (ühest küljest värskendavad kasutajad platvormi otstarbeta ja platvormi sisulävi on kõrge ja konkureerivate toodete jäljendamine toob kaasa materjali atraktiivsuse puudumise) on kõrgem kui teistel reklaamivormidel.

Infovoo reklaamivalem

Seetõttu leiti vastuseks pöördumisele meie teabevooreklaami analüüsi, et peame lahendama järgmised kolm põhiprobleemi, mida selgitatakse järjekorras: (Põhieesmärk on kahe esimese abitulemused)

1. Masina algoritmid: külmkäivitused ja mudelid

Teame, et platvormi reklaamitulu on ECPM-i väärtuse maksimeerimine (ECPM=cpa*Pctr*Pcvr*bid). Arvestades erinevaid sageduse reguleerimise tegureid, nagu kasutajakogemus, põhineb asetus ECPM-i väärtusel.Selles valemis saab määrata ainult teie pakkumise CPA (pakkumise tegurit kohandatakse vastavalt sellele, kas sellised tegurid nagu kulu ja eelarve vastavad reklaamijate vajadustele). Raskus seisneb Pctr ja Pcvr, mis on hinnanguline tõenäosus. Hinnang ei ole väljamõeldud, see vajab ajalooliste andmete viidet, arvestades eelnevat tõenäosust, pärast tegelikku säritust saadakse andmete tagasiside ja lisatakse uued parameetrid enne reguleerimist.Ja need ajaloolised andmed on viide varasematele teisendatud kasutajatunnustele, materjalidele, kontodele, tööstusharudele jne.Pärast iga hindamist avaldatakse tegelikud tagasisideandmed ja seejärel kohandatakse parameetreid, et teha kindlaks, kas siseneda järgmisesse liikluskogumisse.Hinnanguline madal on kokkupuutest madalam ja hinnanguline maksumus suurem ning hinnang on kooskõlas tegelike andmetega. (Tegelikud andmed on kõrged ja maht kasvab jätkuvalt ning tegelikud andmed on väikesed, et vähendada mahu optimeerimise mõjutegurit).

(1) Külmkäivitus

Vana konto või plaani jaoks on võrdluseks ajaloolised andmed. Kuidas hinnata ilma andmeteta uue konto ja uue plaani puhul?Seetõttu on ka katse-eksituse kulu ja katse-eksituse aeg kuni mudeli stabiilsuse rahuldamiseni (mudel on stabiilne, kui number jõuab standardini, mida suurem arv, seda täpsem mudel).Enne otsuse tegemist peame hankima tõelisi andmeid. Kui kokkupuude ebaõnnestub, võib juhtuda, et süsteem arvab, et ECPM-i väärtus pole tõepoolest kõrge. Saame optimeerida arvessevõetavaid tegureid, kuid on ka võimalik, et meie arvates on see hea ja süsteem arvab, et see pole hea. Peame kasutama muid meetodeid.Vähemalt ühe konversiooni saamiseks kulub 1–5000 10000 näitamist või rohkem.

Selleks, et külmkäivitus võimalikult kiiresti läbida, kuni mudel on stabiilne, on siin valem,Külmkäivitus = kõrge pakkumine DMP rahvahulga paketi tööstuse pakett kõigepealt kitsas ja seejärel lai ajalooline materjalieelarve aeg

Kõrge pakkumine: valdkonna keskmisest pakkumisest kõrgem, nt 20% või kõrgem, ja seejärel langetage kõrget pakkumist, et näha tegelikku andmete tagasisidet, mis on ka masinale tasu, kandke selle kõrge hinna tagajärjed, kuid peate ühendage väike eelarve ja hankige andmete tagasisidet ja kohandage seda.Kui kõrgelt pakkumiselt on andmeside tagasiside, saab seda uuesti langetada ja kui maht on endiselt olemas, on test edukas.

DMP rahvahulga pakett: Kui kuulutuses pole andmeid, millele viidata, on see nagu masin, mis otsib nõela heinakuhjas ja ei saa ükshaaval tõenäosust proovida. Kulude ja aja vähendamiseks on konverteeritud rahvamass ( mitte platvormi reklaam) kasutatakse ID-paketi krüptimiseks ja üleslaadimiseks ning laseb süsteemil Selles rahvahulga mudelis testi laiendada.

Tööstuse rahvahulga pakett: kui teil pole isegi ajaloolisi konversiooniandmeid, võite kasutada tööstuse rahvahulga paketti. Eelkäijad on teid juba mudelist välja aidanud ja mida küpsem on tööstusharu, seda täpsem see rahvahulga pakett on. Muidugi saab seda kasutada ka Crossover operatsiooni teostatakse DMP saada oma rahvahulga mudel.

Esmalt kitsas, seejärel lai: kui ülaltoodud kahte abisüsteemi on keeruline luua mudelite loomisel, näiteks mõnes ebapopulaarses tööstusharus, on soovitatav testimiseks kasutada teisi tavapäraseid orienteerimismeetodeid. (Reklaamikasutajad on täpse sihtimise hulgast välja sõelutud, kuid vaadata tuleb ka hinnangulist kokkupuute ulatust).

Ajalooline materjal: hinnang mitte ainult ei ühenda kasutaja omadusi (apellatsioonimudel), vaid sõltub ka loovusest ja lehelt. Siin saab ajalugu kombineerida teiste kontode või reklaamiliikluse materjalide ja tööstuse liiklusmaterjalidega. minevik.Kopeerige jooksva materjali põhipunktid või õppige neist. (Copywriting, pildid, stseenid,人物, rekvisiidid, muusika, kestus jne, purustage loominguline materjal, võtke see lahti ja seejärel uuesti kokku. )

Eelarve: see on eeldus, mis mõjutab mahtu ja minimaalset väärtust võetakse koos konto, saldo, plaani, rühma ja reklaamiga. (Muud üksikasjad on selgitatud allpool)

Aeg: Praegu on igal platvormil külmkäivituse aeg erinev, vähemalt soovitatakse seda jälgida 2-7 päeva.

2. Infovoo kuulutuse paigutuse arvutusmudel

1. Kogus

Mida suurem on konversioonide arv, seda piisavam on andmete dimensioon ja seda täpsem on hinnang.Nüüd on platvormil 0 numbrit otse intelligentsesse algoritmi (põhineb ka piisavatel andmetel sarnastes tööstusharudes).Iga platvormi nõuded on erinevad, 6, 10, 20, 50 või isegi rohkem, ehk siis reklaami eelarve peab olema piisav mudeli stabiilsuse saavutamiseks.Kuid see sõltub ka selle ümberkujundamise maksumusest teie enda tööstuses ja teie enda eelarvevõimalustest.Kui tööstusharu on mõni jüaan või kümned jüaanid, siis isegi 50 konversiooni maksab tuhat jüaani, kuid mõnes tööstusharus võib keskmine CPA ulatuda sadadesse või tuhandetesse, saate määrata minimaalse konversiooniandmete eelarve, et vältida kulude suurenemist. liiga kõrge..

2. (rahvahulga muutmise materjal)

Mudeli lahtivõtmise osas võib aru saada, et erinevad demograafilised inimesed näevad erinevate konversioonimeetodite jaoks erinevaid materjale ja isegi pakkumiste tase mõjutab mudelit (testimise liikluskogum on erinev).Mida põhjalikumad konversioonimeetodid (nagu otseost või isegi erinevate kliendiühikuhindade ostmine, nt 1 jüaan ja 9 jüaani, 49 jüaani tooteid). Mida keerulisem see on, sõltub see muidugi ka tööstusele. (Kui on olemas sellised tööstusharud nagu haridusvormid ja populaarsed ostud, on võrdlusandmetest õppimiseks soovitatav kasutada sama meetodit).

2. Materjali uuendus

Mudeli sujuvaks leidmiseks kasutame hinnangulise eelneva väärtusena enda või valdkonna ajaloolisi andmeid.Kuid pärast mudeli läbimist seisab see silmitsi materjali langusega.Veelgi enam, nagu eelpool mainitud, on infovooreklaami tuumaks materjal ja orientatsioon määratleb vaid kaetud rühma, võimaldades süsteemil need omadused üles leida, kuid lõppkokkuvõttes sõltub materjalist, kas kasutaja tegutseb või mitte.See hõlmab materjali hulka, uute väljaannete sagedust, müügiargumenti, väljendusvormi ja inspiratsiooniallikat. (üksikasjalikult allpool)

3. Põhieesmärgid: maksumus ja maht

Ülaltoodud kahe probleemi optimeerimine peab siiski jõudma tagasi meie lõplike põhieesmärkideni: kulu (CPA=cpm/ctr*cvr) ja maht (conversion volume=exposure*ctr*cvr), mis tuleb lahti võtta nagu SEM-reklaamid. on lahendada kokkupuute, cpm, ctr ja cvr mõjutegurid ning optimeerimistoimingud, mida saab teha.

(1) Kokkupuude

1. Välised tegurid: platvormi igapäevased tegevused, kestus, kasutaja tonaalsus, konkureerivad tooted (kogus, ajakava, pakkumine), puhkused, sageduse kontroll (näiteks suured pildid, sarnaste reklaamide arv jne)

2. Sisemised tegurid: orientatsioon, ecpm väärtus (cpa*Pctr*Pcvr*pakkumine), eelarve, ajaperiood, mitu kontot, reklaamipind, materjali tüüp (kas kõik kategooriad), arveldusrežiim, töömahu režiim jne.

(2) ctr

Reklaamipind, materjal, stiil, ajaperiood, rahvahulk jne (oleneb ikka turu ja kasutajakeskkonna välistest muutustest)

(3) cvr

Rahvahulk, leht (sisu konversioonikirje), reklaamilehe asjakohasus jne.

(4) cpm väärtus

Enda pakkumine, valdkonna konkurents, platvormipõhine pakkumine

0. Infovoo reklaamialgoritmi mudeli 1~XNUMX sisestusreegel

Siinkohal täpsustame või täiendame veel, milliseid samme tuleb infovooreklaami 0-1 protsessis teha?

Hea reklaam on avaldada muljet õigetele inimestele (sihtimine, rahvahulga mudel) õigel viisil (tooted, materjalid, müügiargumendid) õigel ajal ja õiges stsenaariumis (platvorm, reklaamipind) ja samal ajal tuleb skaleerida madalate kuludega.

ettevõtte toode:

Ainult siis, kui tootel on monopoli eristamise eelis, on tootel transformatsioonieelis, vastasel juhul sõltub see kanali konkurentsist.Enamik neist analüüsib oma ettevõtte toodete eeliseid täieliku turukonkurentsi korral, väldib konkureerivate toodete tugevust ja võib tabada kasutajate valupunkte, et need saaksid kajastuda järelmaterjalides.Pärast ettevõtte toodete eeliste mõistmist saate leida materjalide müügiargumendi, mida saab välistada.

(1) Ettevõte: sealhulgas asutamise aeg, taust, olemus, ulatus, au, teenindus, juhtumid ja muud mõõtmed, mida analüüsida, kas on olemas väliseid müügiargumente.

(2) Toode: eraldage punktid, mida saab kasutajate probleemidest, nagu hind, funktsioon, emotsioonid ja stseen, arvesse võtta.

Platvormi teave:

(1) Andmealgoritm: sealhulgas platvormi igapäevased tegevused, kasutusharjumused ja kestus, andmete mõõtmed ja orientatsioonimeetodid.

(2) Kasutajaportreed: peamiselt selleks, et analüüsida platvormi kasutajate tonaalsust ning seda, milline kopeerimisstiil ja stiil neile meeldib.

Kasutajateave: kasutajaportreed, kasutaja vajadused, kasutaja mured, kasutaja tarbimine

(1) Kasutaja portree: loomulikud atribuudid, seadme atribuudid, huviatribuudid, käitumisatribuudid (otsing,E-kaubandus, sotsiaalne, APP, LBS)

(2) Kasutaja vajadused: kasutajate motivatsioon ja valupunktid teie toote/teenuse kasutamiseks

(3) Kasutajakesksus: see on põhjus, miks kasutajad teid valivad. (tootest ja kinnitusest)

(4) Kasutaja tarbimine: tarbimisvõime, tarbimispsühholoogia, tarbimiskontseptsioon

Ülaltoodud teavet saab kasutada indeksitööriistades, märksõnade nõudluse kaartides, tööstusharu aruannetes, konkurentsivõimeliste toodete analüüsides, kasutajaküsitluste intervjuude tagasisides, kogukonna sotsiaalsetes kommentaaride platvormides, reklaamiplatvormi DMP portreeanalüüsis, klienditeeninduse müügiintervjuudes, CRM-i andmete analüüsides jne.

Konkurentsivõimeline tooteteave: see analüüsib peamiselt oma materiaalseid väliseid müügiargumente ja ettevõtte tooteteavet ning leiab diferentseeritud müügiargumendid, mis võivad vältida selle eeliseid, kuid rahuldavad sihtkasutajaid.

Rahvahulga segmenteerimine: tuum, sihtrühm, potentsiaalne vaatajaskond ja kuidas neid sihtida

Põhisihtimine: sõnad (nt kaubamärgid, konkurendid), dmp-konversioonid, käitumine (jälgimine, otsimine, ostmine, allalaadimine, LBS ise või konkurendid)

Sihtimine: sõnad (nt geneerilised tooted), tööstuspaketid, peamised põhihuvid

Potentsiaalne orientatsioon: sõnad (nt rahvahulk, valdkonna sõnad), teise- ja kolmanda tasemega seotud huvipaketid

Loominguline leht:

(1) Erinevad inimrühmad saavad kasutada erinevaid loomingulisi müügiargumente, nagu tuumikgrupi põhibränd ja tegevused, sihtgrupi peamine eristuv toote müügiargument ning potentsiaalse grupi põhifookus heaolusoodustustele ja huvisoovide tekitamisele, valupunktidele ning ärevuse võimendamine jne.

(2) Võtke näiteks haridus: inimesed (õpetajad, õpilased, abilised, lapsevanemad, üksik-/mitmeinimesed), masinad (rekvisiidid), materjalid (õpikud, kinkekarbid, raamatud, pastakad, märkmed, mõttekaardid), meetodid (meetodid, oskused, teadmiste punktid) ja sellega seotud tegurid (klass, perekond, kogukond) lammutatakse ja kombineeritakse.

(3) Väljendusvormid: graafiline (kolm pilti, suur pilt, väike pilt, ruudustik, nurk), video (suuline saade, süžee, käsitsi maalitud, ppt...).

(4) Testi jada: nii palju kui üks, seejärel ühest mitmeni. (Mitme müügipunkti materjali vormide testimine, jooksva mahu materjali uurimine ja materjali ümber sirutamine).

(4) Lehe teave: sama põhimõte, mis SEM-i lehe osal (eriti pange tähele, et päisepilt ja välimine kiht on omavahel tugevalt seotud või isegi järjepidevad ning loominguline pilt teisendatakse otse).

(5) Ideede allikas: reklaamiplatvormide loomingulised inspiratsioonitööriistad, käsitsi lugemine, kolmepoolsed roomamistööriistad, märksõnade nõudluskaardid jne.

Pakkumise eelarve:

1. Eelarve

（1）、1.5-2倍转化目标数量预算。（如单日100转化量，cpa为100，则可设置15000-20000）。

(2), on parem mitte olla tegelikust tarbimiseelarvest väiksem kui 1.5 korda. (Kui tegelik tarbimine on 10000 15000, ei tohiks see olla väiksem kui XNUMX XNUMX).

(3) Kontod ja reklaamirühmad on seadistatavad. Plaani seadistuste vahel on väike erinevus ja lõplik eelarve sõltub saldo, konto, plaani ja grupi minimaalsest väärtusest ning kasutatakse reklaami tegelikku vaba saldot.

(4) Varundamiseks laaditakse iga päev üles uusi materjalikuulutusi ning samal ajal võrgus olevate reklaamide jaoks tuleks eraldada eelarve ühel reklaamipäeval konverteeritud stabiilsete mudelite arvu jaoks. (Näiteks kõrge CPA-ga tööstusharudes pange ühe reklaami kohta kõrvale 6 CPA-eelarvet.) Kui CPA on 1, peaks ühe reklaami eelarve olema vähemalt 100. Kui päevaeelarve on 600, on soovitatav käivitada 1200-2 kuulutust korraga.Jälgige andmeid esimese 4 tunni jooksul, eemaldage viivitamatult halbade andmetega reklaamid ja avaldage uued.

2. Pakkumine

(1) Tehke pakkumine tegevusala ja otsingu või vastuvõetava CPA järgi ning suurendage pakutud pakkumise alusel 5%.

(2) Kui külmas keskkonnas pole võimalik käivitada ja andmeid ikka pole, suurendage pakkumist kuni andmete toimivuseni. (Säritage rohkem kui 3000–5000 ja seejärel jälgige ja reguleerige)

(3) Kui andmete tagasisidet ikka pole, saab konversiooniandmete kogumiseks ning materjalide ja masside vaatamiseks kasutada arveldus- ja jooksva mahu mudelite, väikese eelarve ja madalate konversioonieesmärkide kombinatsiooni. (nt cpm, cpc kiire jooksva maht).

andmete analüüs:

Vertikaalne: keskenduge kulule (CPA=cpm/ctr*cvr) ja mahule (conversion volume=exposure*ctr*cvr) ning sortimisvalemile ECPM=cpa*Pctr*Pcvr*bid, et analüüsida, millised lingiandmed on madalamad kui turg ja tuum on halvim Probleem seisneb selles lingis optimeeritavate mõjutegurite leidmises.

Horisontaalne: platvorm, konto, äri, plaan, rühm ja reklaam tervikust osani, et välja selgitada sihtmärki mõjutav põhierinevuste dimensioon ja optimeerida selle dimensiooni järgi.