ન્યૂઝ ફીડ જાહેરાતની અલ્ગોરિધમિક મિકેનિઝમ શું છે?માહિતી પ્રવાહ જાહેરાત સૂત્ર

જાહેરાત એ એક એવી રમત છે જે વોલ્યુમ ખરીદવા માટે સ્પર્ધા કરવા માટે નાણાં ખર્ચે છે, અને માહિતી પ્રવાહની જાહેરાત કોઈ અપવાદ નથી. તેણે હજુ પણ કિંમતના બે મુખ્ય સૂચકાંકો (CPA=cpm/ctr*cvr) અને વોલ્યુમ (રૂપાંતરણ વોલ્યુમ=એક્સપોઝર*)નું પાલન કરવું પડશે. ctr*cvr). તમામ સ્તરો પર ફનલ પરિબળોને ઑપ્ટિમાઇઝ કરવું પણ જરૂરી છે.

ન્યૂઝ ફીડ જાહેરાતની અલ્ગોરિધમિક મિકેનિઝમ શું છે?

ઇન્ફર્મેશન ફ્લો એડવર્ટાઇઝિંગ માત્ર બુદ્ધિશાળી અલ્ગોરિધમ્સના ઉમેરાને કારણે છે, અમારે માત્ર સ્પર્ધકો અને વપરાશકર્તાઓને જ નહીં, પણ મશીન અલ્ગોરિધમનો પણ અભ્યાસ કરવાની જરૂર છે, કારણ કે તેનો અંદાજ પહેલા કરવામાં આવે છે, અને આ અંદાજમાં તે સચોટ, ઉચ્ચ કે નીચું છે કે કેમ તે સામેલ છે અને સમસ્યા મશીન પુરસ્કાર (પ્લેટફોર્મ જાહેરાત વળતર), જે તમે વર્તુળને પાર કરી શકો છો કે કેમ તેનાથી સંબંધિત છે (0-1 એક્સપોઝર કોલ્ડ સ્ટાર્ટ અને ફોલો-અપ મોડલ મેચ્યોરિટી સ્કેલ).

વધુમાં, કારણ કે તે લોકોને શોધવાનું જાહેરાતનું એક સ્વરૂપ છે, સામગ્રીનું અપડેટ (લક્ષ્ય માત્ર ભીડના કવરેજને દર્શાવવા માટે છે, સર્જનાત્મકતા તેને આકર્ષવાની ચાવી છે) અને થ્રેશોલ્ડ (એક તરફ, વપરાશકર્તાઓ તાજગી આપે છે. કોઈ હેતુ માટેનું પ્લેટફોર્મ, અને પ્લેટફોર્મ સામગ્રી થ્રેશોલ્ડ ઊંચી છે, અને સ્પર્ધાત્મક ઉત્પાદનોનું અનુકરણ સામગ્રીના આકર્ષણના અભાવ તરફ દોરી જશે) અન્ય જાહેરાત સ્વરૂપો કરતા વધારે છે.

માહિતી પ્રવાહ જાહેરાત સૂત્ર

તેથી, અપીલના જવાબમાં, માહિતી પ્રવાહની જાહેરાતોના અમારા વિશ્લેષણમાં જાણવા મળ્યું કે અમારે નીચેની ત્રણ મુખ્ય સમસ્યાઓ હલ કરવી પડશે, જે ક્રમમાં સમજાવવામાં આવી છે: (મુખ્ય ધ્યેય એ પ્રથમ બેના સહાયક પરિણામો છે)

1. મશીન અલ્ગોરિધમ્સ: કોલ્ડ સ્ટાર્ટ્સ અને મોડલ્સ

અમે જાણીએ છીએ કે પ્લેટફોર્મની જાહેરાતની આવક ECPM મૂલ્ય (ECPM=cpa*Pctr*Pcvr*bid) વધારવા માટે છે. વપરાશકર્તા અનુભવ જેવા વિવિધ આવર્તન નિયંત્રણ પરિબળોને ધ્યાનમાં રાખીને, ઓર્ડર ECPM મૂલ્ય પર આધારિત છે.આ ફોર્મ્યુલામાં, એકમાત્ર વસ્તુ જે નક્કી કરી શકાય છે તે તમારી બિડ સીપીએ છે (બિડ ફેક્ટરને એડજસ્ટ કરવામાં આવે છે કે શું ખર્ચ અને બજેટ જેવા પરિબળો જાહેરાતકર્તાઓની જરૂરિયાતોને પૂર્ણ કરે છે). મુશ્કેલી Pctr અને Pcvr માં રહેલી છે, જે અંદાજિત સંભાવના છે. રૂપાંતરણના એક્સપોઝરનું. અંદાજ પાતળી હવામાંથી બનાવાયેલ નથી, તેને ઐતિહાસિક ડેટા સંદર્ભની જરૂર છે, અગાઉની સંભાવનાને જોતાં, વાસ્તવિક એક્સપોઝર પછી, ડેટા પ્રતિસાદ મેળવવામાં આવે છે અને નવા પરિમાણો ઉમેરવામાં આવે છે અને પછી એડજસ્ટ કરવામાં આવે છે.અને આ ઐતિહાસિક ડેટા ભૂતકાળમાં રૂપાંતરિત વપરાશકર્તા લાક્ષણિકતાઓ, સામગ્રી, એકાઉન્ટ્સ, ઉદ્યોગો વગેરેનો સંદર્ભ છે.દરેક અંદાજ પછી, વાસ્તવિક પ્રતિસાદનો ડેટા બહાર આવે છે અને પછી આગળના ટ્રાફિક પૂલમાં પ્રવેશ કરવો કે નહીં તે નક્કી કરવા માટે પરિમાણોને સમાયોજિત કરવામાં આવે છે.નીચો અંદાજ ઓછો એક્સપોઝર છે, અંદાજ જેટલો ઊંચો છે તેટલો ખર્ચ વધુ છે અને અંદાજ વાસ્તવિક ડેટા સાથે સુસંગત છે. (વાસ્તવિક ડેટા ઊંચો છે અને વોલ્યુમ સતત વધતું રહે છે, અને વોલ્યુમ ઑપ્ટિમાઇઝેશનના પ્રભાવ પરિબળને ઘટાડવા માટે વાસ્તવિક ડેટા ઓછો છે).

(1) કોલ્ડ સ્ટાર્ટ

જૂના એકાઉન્ટ અથવા પ્લાનમાં સંદર્ભ તરીકે ઐતિહાસિક ડેટા હશે. નવા એકાઉન્ટ અને નવા પ્લાન માટે, ડેટા વિના અંદાજ કેવી રીતે કરવો?તેથી, મોડલની સ્થિરતા સંતુષ્ટ ન થાય ત્યાં સુધી ટ્રાયલ અને એરર ખર્ચ અને ટ્રાયલ અને એરર ટાઈમ પણ છે (મૉડલની સંખ્યા સ્થિર છે, સંખ્યા જેટલી વધુ, મોડલ વધુ સચોટ છે).અમે કોઈ નિર્ણય લઈ શકીએ તે પહેલાં અમારે વાસ્તવિક ડેટા મેળવવાની જરૂર છે. જ્યારે એક્સપોઝર નિષ્ફળ જાય, ત્યારે એવું બની શકે કે સિસ્ટમ વિચારે કે ECPM મૂલ્ય ખરેખર ઊંચું નથી. અમે ધ્યાનમાં લઈ શકાય તેવા પરિબળોને ઑપ્ટિમાઇઝ કરી શકીએ છીએ, પરંતુ તે પણ શક્ય છે કે અમને લાગે છે કે તે સારું છે, અને સિસ્ટમ વિચારે છે કે તે સારું નથી. અન્ય પદ્ધતિઓનો ઉપયોગ કરવો પડશે.ઓછામાં ઓછું 1 રૂપાંતરણ મેળવવા માટે 5000-10000 છાપ અથવા વધુ લે છે.

મોડલ સ્થિર ન થાય ત્યાં સુધી શક્ય તેટલી ઝડપથી કોલ્ડ સ્ટાર્ટ પસાર કરવા માટે, અહીં એક સૂત્ર છે,કોલ્ડ સ્ટાર્ટ = ઉચ્ચ બિડ DMP ભીડ પેકેજ ઉદ્યોગ પેકેજ પ્રથમ સાંકડી અને પછી વિશાળ ઐતિહાસિક સામગ્રી બજેટ સમય

ઉચ્ચ બિડ: ઉદ્યોગની સરેરાશ બિડ કરતાં વધુ, જેમ કે 20% અથવા તેનાથી વધુ, અને પછી વાસ્તવિક ડેટા પ્રતિસાદ જોવા માટે ઊંચી બિડ ઓછી કરો, તે મશીન માટે એક પુરસ્કાર પણ છે, આ ઊંચી કિંમતના પરિણામો સહન કરો, પરંતુ તે જરૂરી છે નાના બજેટને જોડો, ડેટા ફીડબેક મેળવો અને તેને સમાયોજિત કરો.જો ઉચ્ચ બિડમાંથી ડેટા પ્રતિસાદ મળે, તો તેને ફરીથી ઘટાડી શકાય છે, અને જો ત્યાં હજુ પણ વોલ્યુમ છે, તો પરીક્ષણ સફળ છે.

DMP ભીડ પેકેજ: જ્યારે જાહેરાતમાં ઉલ્લેખ કરવા માટે કોઈ ડેટા નથી, ત્યારે તે ઘાસની ગંજીમાંથી સોય શોધી રહેલા મશીન જેવું છે અને એક પછી એક સંભાવના ચકાસી શકતું નથી. ખર્ચ અને સમય ઘટાડવા માટે, રૂપાંતરિત ભીડ ( પ્લેટફોર્મની જાહેરાત નહીં) નો ઉપયોગ ID પેકેજને એન્ક્રિપ્ટ અને અપલોડ કરવા માટે થાય છે, અને સિસ્ટમને આ ભીડ મોડેલમાં, પરીક્ષણને વિસ્તૃત કરવા દો.

ઈન્ડસ્ટ્રી ક્રાઉડ પેકેજ: જો તમારી પાસે ઐતિહાસિક રૂપાંતરણ ડેટા પણ ન હોય, તો તમે ઈન્ડસ્ટ્રી ક્રાઉડ પેકેજનો ઉપયોગ કરી શકો છો. પુરોગામીઓએ પહેલાથી જ તમને મોડલમાંથી બહાર કાઢવામાં મદદ કરી છે, અને ઉદ્યોગ જેટલો પરિપક્વ છે, આ ભીડ પેકેજ વધુ સચોટ છે. અલબત્ત, તે ક્રોસઓવર ઓપરેશનમાં પણ મળી શકે છે જે તેનું પોતાનું ભીડ મોડેલ મેળવવા માટે DMP માં કરવામાં આવે છે.

પહેલા સાંકડી, પછી પહોળી: જો ઉપરોક્ત બે સહાય પ્રણાલીઓ મોડલ બનાવવા મુશ્કેલ હોય, જેમ કે કેટલાક અપ્રિય ઉદ્યોગો, તો તેને પરીક્ષણ માટે પહેલા સાંકડી અને પછી પહોળી કરવા માટે અન્ય પરંપરાગત અભિગમ પદ્ધતિઓનો ઉપયોગ કરવાની ભલામણ કરવામાં આવે છે. (જાહેરાત વપરાશકર્તાઓને ચોક્કસ લક્ષ્યાંકની ભીડમાંથી તપાસવામાં આવે છે, પરંતુ અંદાજિત એક્સપોઝર કવરેજને પણ જોવાની જરૂર છે).

ઐતિહાસિક સામગ્રી: અંદાજ માત્ર વપરાશકર્તાની લાક્ષણિકતાઓને જ સંયોજિત કરશે નહીં (અપીલ મોડલ છે), પણ સર્જનાત્મકતા અને પૃષ્ઠ પર પણ આધાર રાખે છે. અહીં, ઇતિહાસને અન્ય એકાઉન્ટ્સ અથવા જાહેરાત ટ્રાફિક સામગ્રી અને ઉદ્યોગ ટ્રાફિક સામગ્રી સાથે જોડી શકાય છે. ભૂતકાળચાલતી સામગ્રીના મુખ્ય મુદ્દાઓમાંથી નકલ કરો અથવા શીખો. (ક Copyપિરાઇટિંગ, ચિત્રો, દ્રશ્યો,પાત્ર, પ્રોપ્સ, સંગીત, અવધિ, વગેરે, સર્જનાત્મક સામગ્રીને તોડી નાખો, તેને ડિસએસેમ્બલ કરો, તેને ડિસએસેમ્બલ કરો અને તેને ફરીથી એસેમ્બલ કરો. )

બજેટ: આ તે આધાર છે જે વોલ્યુમને અસર કરે છે, અને લઘુત્તમ મૂલ્ય એકાઉન્ટ, બેલેન્સ, પ્લાન, જૂથ અને જાહેરાત સાથે સંયોજનમાં લેવામાં આવશે. (અન્ય વિગતો નીચે સમજાવેલ છે)

સમય: હાલમાં, દરેક પ્લેટફોર્મ પર કોલ્ડ સ્ટાર્ટ માટે અલગ-અલગ સમય હોય છે, ઓછામાં ઓછા 2-7 દિવસ માટે તેને અવલોકન કરવાની ભલામણ કરવામાં આવે છે.

2. માહિતી પ્રવાહ જાહેરાત પ્લેસમેન્ટનું ગણતરી મોડેલ

1. જથ્થો

રૂપાંતરણોની સંખ્યા જેટલી વધારે છે, ડેટાનું પરિમાણ એટલું જ પર્યાપ્ત અને અંદાજો વધુ સચોટ હોઈ શકે છે.હવે પ્લેટફોર્મમાં સીધા જ બુદ્ધિશાળી અલ્ગોરિધમમાં 0 નંબરો છે (તે સમાન ઉદ્યોગોમાં પૂરતા ડેટા પર આધારિત છે).દરેક પ્લેટફોર્મની જરૂરિયાતો અલગ-અલગ હોય છે, 6, 10, 20, 50 અથવા તેનાથી પણ વધુ, એટલે કે, મોડલની સ્થિરતા હાંસલ કરવા માટે જાહેરાતનું બજેટ પૂરતું હોવું જોઈએ.પરંતુ તે તમારા પોતાના ઉદ્યોગમાં આ પરિવર્તનની કિંમત અને તમારી પોતાની બજેટ ક્ષમતાઓ પર પણ આધાર રાખે છે.જો ઉદ્યોગ થોડા યુઆન અથવા દસ યુઆન છે, તો 50 રૂપાંતરણો માટે પણ હજાર યુઆનનો ખર્ચ થશે, પરંતુ કેટલાક ઉદ્યોગોમાં, સરેરાશ CPA સેંકડો અથવા હજારો સુધી પહોંચી શકે છે, તમે ખર્ચને વધુ પડતા અટકાવવા માટે લઘુત્તમ રૂપાંતરણ ડેટા બજેટ સેટ કરી શકો છો. ઉચ્ચ..

2. (ભીડ રૂપાંતર સામગ્રી)

મોડેલને ડિસએસેમ્બલ કરવાના સંદર્ભમાં, તે સમજી શકાય છે કે વિવિધ વસ્તી વિષયક વિવિધ રૂપાંતરણ પદ્ધતિઓ માટે વિવિધ સામગ્રીઓ જુએ છે, અને બિડનું સ્તર પણ મોડેલને અસર કરશે (પરીક્ષણ માટે ટ્રાફિક પૂલ અલગ છે).રૂપાંતરણ પદ્ધતિ જેટલી વધુ ઊંડાણપૂર્વકની હશે (જેમ કે સીધી ખરીદી, અથવા ખરીદેલ ગ્રાહકની એકમ કિંમત પણ અલગ છે, મોડેલ અલગ છે, જેમ કે 1 યુઆન અને 9 યુઆન, 49 યુઆન ઉત્પાદનો.) તે વધુ મુશ્કેલ છે, અલબત્ત, આ ઉદ્યોગ પર પણ આધાર રાખે છે. (જો ત્યાં શૈક્ષણિક સ્વરૂપો અને લોકપ્રિય ખરીદી જેવા ઉદ્યોગો છે, તો સંદર્ભ ડેટામાંથી શીખવા માટે સમાન પદ્ધતિનો ઉપયોગ કરવાની ભલામણ કરવામાં આવે છે).

2. સામગ્રી અપડેટ

અમે અમારા પોતાના અથવા ઉદ્યોગના ઐતિહાસિક ડેટાને અનુમાનિત અગાઉના મૂલ્ય તરીકે દોરીશું જેથી મોડેલ સરળતાથી શોધી શકાય.પરંતુ મોડેલમાંથી પસાર થયા પછી, તે સામગ્રીના ઘટાડાનો સામનો કરવા માટે બંધાયેલ છે.તદુપરાંત, ઉપર જણાવ્યા મુજબ, માહિતીના પ્રવાહની જાહેરાતનો મુખ્ય ભાગ સામગ્રી છે, અને ઓરિએન્ટેશન ફક્ત આવરી લેવામાં આવેલા જૂથને વ્યાખ્યાયિત કરે છે, જે સિસ્ટમને આ લાક્ષણિકતાઓ શોધવાની મંજૂરી આપે છે, પરંતુ અંતે, વપરાશકર્તા કાર્ય કરે છે કે નહીં તે સામગ્રી પર આધારિત છે.આમાં સામગ્રીની માત્રા, નવા પ્રકાશનોની આવર્તન, વેચાણ બિંદુ, અભિવ્યક્તિનું સ્વરૂપ અને પ્રેરણાના સ્ત્રોતનો સમાવેશ થાય છે. (નીચે વિગતવાર)

3. મુખ્ય ઉદ્દેશ્યો: કિંમત અને વોલ્યુમ

ઉપરોક્ત બે સમસ્યાઓના ઑપ્ટિમાઇઝેશનને હજુ પણ અમારા અંતિમ મુખ્ય લક્ષ્યો પર પાછા ફરવાની જરૂર છે: કિંમત (CPA=cpm/ctr*cvr) અને વોલ્યુમ (રૂપાંતરણ વોલ્યુમ=એક્સપોઝર*ctr*cvr), જેને SEM જાહેરાતોની જેમ ડિસએસેમ્બલ કરવાની જરૂર છે. એક્સપોઝર, સીપીએમ, સીટીઆર અને સીવીઆરના પ્રભાવ પરિબળો અને ઑપ્ટિમાઇઝેશન ક્રિયાઓ કે જે કરી શકાય છે તેને હલ કરવાનો છે.

(1) એક્સપોઝર

1. બાહ્ય પરિબળો: પ્લેટફોર્મ દૈનિક પ્રવૃત્તિ, સમયગાળો, વપરાશકર્તા ટોનલિટી, સ્પર્ધાત્મક ઉત્પાદનો (જથ્થા, સમયપત્રક, બિડ), રજાઓ, આવર્તન નિયંત્રણ (જેમ કે મોટા ચિત્રો, સમાન જાહેરાતોની સંખ્યા, વગેરે)

2. આંતરિક પરિબળો: ઓરિએન્ટેશન, ecpm મૂલ્ય (cpa*Pctr*Pcvr*બિડ), બજેટ, સમય અવધિ, બહુવિધ એકાઉન્ટ્સ, જાહેરાતની જગ્યા, સામગ્રીનો પ્રકાર (બધી શ્રેણીઓ હોય), બિલિંગ મોડ, રનિંગ વોલ્યુમ મોડ, વગેરે.

(2) સીટીઆર

જાહેરાતની જગ્યા, સામગ્રી, શૈલી, સમયગાળો, ભીડ, વગેરે. (તે હજુ પણ બજાર અને વપરાશકર્તા વાતાવરણના બાહ્ય ફેરફારો પર આધારિત છે)

(3) સીવીઆર

ભીડ, પૃષ્ઠ (સામગ્રી રૂપાંતરણ પ્રવેશ), સર્જનાત્મક પૃષ્ઠ સુસંગતતા, વગેરે.

(4) cpm મૂલ્ય

પોતાની બિડિંગ, ઉદ્યોગ સ્પર્ધા, પ્લેટફોર્મ આધારિત બિડિંગ

0. માહિતી પ્રવાહ જાહેરાત અલ્ગોરિધમ મોડલનો 1~XNUMX પ્રવેશ નિયમ

અહીં આપણે વધુ રિફાઇન અથવા પૂરક કરીશું, માહિતી પ્રવાહની જાહેરાતની 0-1 પ્રક્રિયામાં કયા પગલાં ભરવાની જરૂર છે?

સારી જાહેરાત એ યોગ્ય લોકોને (લક્ષ્ય, ભીડનું મોડેલ) યોગ્ય સમયે અને યોગ્ય પરિસ્થિતિ (પ્લેટફોર્મ, જાહેરાતની જગ્યા) માં યોગ્ય રીતે (ઉત્પાદનો, સામગ્રી, વેચાણ બિંદુઓ) ને પ્રભાવિત કરવાની છે અને તે જ સમયે, તે ઓછા ખર્ચે માપન કરવાની જરૂર છે.

કંપનીનું ઉત્પાદન:

જ્યારે ઉત્પાદનમાં એકાધિકારિક તફાવતનો લાભ હોય ત્યારે જ ઉત્પાદનને રૂપાંતરનો લાભ મળે છે, અન્યથા તે ચેનલ સ્પર્ધા પર આધાર રાખે છે.તેમાંના મોટા ભાગના લોકો સંપૂર્ણ બજાર સ્પર્ધાના કિસ્સામાં તેમની કંપનીના ઉત્પાદનોના ફાયદાઓનું વિશ્લેષણ કરે છે, સ્પર્ધાત્મક ઉત્પાદનોની મજબૂતાઈને ટાળે છે અને વપરાશકર્તાઓના પીડાના મુદ્દાઓને અસર કરી શકે છે, જેથી તેઓ અનુવર્તી સામગ્રીમાં પ્રતિબિંબિત થઈ શકે.કંપનીના ઉત્પાદનોના ફાયદાઓને સમજ્યા પછી, તમે સામગ્રીનું વેચાણ બિંદુ શોધી શકો છો જે બાહ્ય કરી શકાય છે.

(1) કંપની: સ્થાપનાનો સમય, પૃષ્ઠભૂમિ, પ્રકૃતિ, સ્કેલ, સન્માન, સેવા, કેસ અને અન્ય પરિમાણો સહિત વિશ્લેષણ કરવા માટે, શું ત્યાં બાહ્ય વેચાણ બિંદુ છે.

(2) ઉત્પાદન: ભાવ, કાર્ય, લાગણી અને દ્રશ્ય જેવી વપરાશકર્તાની ચિંતાઓમાંથી બહાર કાઢી શકાય તેવા બિંદુઓને બહાર કાઢો.

પ્લેટફોર્મ માહિતી:

(1) ડેટા અલ્ગોરિધમ: પ્લેટફોર્મની દૈનિક પ્રવૃત્તિઓ, ઉપયોગની આદતો અને અવધિ, ડેટાના પરિમાણો અને ઓરિએન્ટેશન પદ્ધતિઓ સહિત.

(2) યુઝર પોટ્રેટ: મુખ્યત્વે પ્લેટફોર્મના યુઝર્સની ટોનાલિટીનું પૃથ્થકરણ કરવા માટે અને તેમને કઈ શૈલી અને શૈલી પસંદ છે તેનું વિશ્લેષણ કરવા માટે.

વપરાશકર્તા માહિતી: વપરાશકર્તા પોટ્રેટ, વપરાશકર્તા જરૂરિયાતો, વપરાશકર્તા ચિંતાઓ, વપરાશકર્તા વપરાશ

(1) વપરાશકર્તા પોટ્રેટ: કુદરતી લક્ષણો, ઉપકરણ વિશેષતાઓ, રસ વિશેષતાઓ, વર્તન વિશેષતાઓ (શોધ,ઇ વાણિજ્ય, સામાજિક, APP, LBS)

(2) વપરાશકર્તાની જરૂરિયાતો: તમારા ઉત્પાદન/સેવાનો ઉપયોગ કરવા માટે વપરાશકર્તાઓની અંતર્ગત પ્રેરણા અને પીડા બિંદુઓ

(3) વપરાશકર્તા ધ્યાન: એટલે કે, વપરાશકર્તાઓ તમને શા માટે પસંદ કરે છે તેનું કારણ છે. (ઉત્પાદન અને સમર્થનમાંથી)

(4) વપરાશકર્તા વપરાશ: વપરાશ ક્ષમતા, વપરાશ મનોવિજ્ઞાન, વપરાશ ખ્યાલ

ઉપરોક્ત માહિતીનો ઉપયોગ ઇન્ડેક્સ ટૂલ્સ, કીવર્ડ ડિમાન્ડ મેપ્સ, ઉદ્યોગ અહેવાલો, સ્પર્ધાત્મક ઉત્પાદન વિશ્લેષણ, વપરાશકર્તા સર્વેક્ષણ ઇન્ટરવ્યુ પ્રતિસાદ, સમુદાય સામાજિક ટિપ્પણી પ્લેટફોર્મ, જાહેરાત પ્લેટફોર્મ DMP પોટ્રેટ વિશ્લેષણ, ગ્રાહક સેવા વેચાણ ઇન્ટરવ્યુ, CRM ડેટા વિશ્લેષણ વગેરેમાં થઈ શકે છે.

સ્પર્ધાત્મક ઉત્પાદન માહિતી: તે મુખ્યત્વે તેના મટીરીયલ એક્સટર્નલાઈઝેશન સેલિંગ પોઈન્ટ્સ અને કંપની પ્રોડક્ટની માહિતીનું વિશ્લેષણ કરે છે અને અલગ-અલગ સેલિંગ પોઈન્ટ શોધે છે જે તેના ફાયદાઓને ટાળી શકે છે પરંતુ લક્ષ્ય વપરાશકર્તાઓને સંતોષી શકે છે.

ભીડનું વિભાજન: મુખ્ય, લક્ષ્ય, સંભવિત ભીડ અને તેમને કેવી રીતે લક્ષ્ય બનાવવું

મુખ્ય લક્ષ્યીકરણ: શબ્દો (જેમ કે બ્રાન્ડ્સ, સ્પર્ધકો), dmp રૂપાંતરણ, વર્તન (અનુસરો, શોધ, ખરીદી, ડાઉનલોડ, LBS પોતે અથવા સ્પર્ધકો)

લક્ષ્યીકરણ: શબ્દો (જેમ કે સામાન્ય ઉત્પાદનો), ઉદ્યોગ પેકેજો, પ્રાથમિક મુખ્ય રુચિઓ

સંભવિત અભિગમ: શબ્દો (જેમ કે ભીડ, ઉદ્યોગના શબ્દો), ગૌણ અને તૃતીય સંબંધિત રસ પેકેજો

સર્જનાત્મક પૃષ્ઠ:

(1) લોકોના જુદા જુદા જૂથો વિવિધ સર્જનાત્મક વેચાણના મુદ્દાઓ અપનાવી શકે છે, જેમ કે મુખ્ય જૂથની મુખ્ય બ્રાન્ડ અને પ્રવૃત્તિઓ, લક્ષ્ય જૂથનું મુખ્ય વિભેદક ઉત્પાદન વેચાણ બિંદુ, અને સંભવિત જૂથનું મુખ્ય ધ્યાન કલ્યાણ ડિસ્કાઉન્ટ અને રસની ઇચ્છાઓ, પીડા બિંદુઓ અને સર્જન પર. ચિંતા એમ્પ્લીફિકેશન, વગેરે.

(2) શિક્ષણને ઉદાહરણ તરીકે લો: લોકો (શિક્ષકો, વિદ્યાર્થીઓ, શિક્ષણ સહાયકો, માતાપિતા, એકલ/બહુ-વ્યક્તિ), મશીનો (પ્રોપ્સ), સામગ્રી (પાઠ્યપુસ્તકો, ભેટ બોક્સ, પુસ્તકો, પેન, નોંધો, મન નકશા), પદ્ધતિઓ (પદ્ધતિઓ, કૌશલ્યો, જ્ઞાનના મુદ્દાઓ), અને રિંગમાં સામેલ સંબંધિત પરિબળો (વર્ગખંડ, કુટુંબ, સમુદાય) ને તોડીને જોડવામાં આવે છે.

(3) અભિવ્યક્તિના સ્વરૂપો: ગ્રાફિક (ત્રણ ચિત્રો, મોટું ચિત્ર, નાનું ચિત્ર, ગ્રીડ, કોણ), વિડિયો (મૌખિક પ્રસારણ, પ્લોટ, હાથથી પેઇન્ટેડ, ppt...).

(4) ટેસ્ટ ક્રમ: એક જેટલા, પછી એકથી ઘણા. (મલ્ટીપલ સેલિંગ પોઈન્ટ મટીરીયલ ટેસ્ટ બનાવે છે, ચાલતા વોલ્યુમ મટીરીયલ શોધો અને મટીરીયલની આસપાસ વિસ્તારો).

(4) પૃષ્ઠ માહિતી: SEM પૃષ્ઠ ભાગ જેવો જ સિદ્ધાંત (ખાસ કરીને નોંધ કરો કે હેડર છબી અને બાહ્ય સ્તર મજબૂત રીતે સંબંધિત છે અથવા તો સુસંગત છે, અને સર્જનાત્મક છબી સીધી રીતે રૂપાંતરિત છે).

(5) વિચારોના સ્ત્રોત: જાહેરાત પ્લેટફોર્મ, મેન્યુઅલ રીડિંગ, ત્રિપક્ષીય ક્રોલીંગ ટૂલ્સ, કીવર્ડ માંગ નકશા વગેરે માટે સર્જનાત્મક પ્રેરણા સાધનો.

બિડ બજેટ:

1. બજેટ

（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), વાસ્તવિક વપરાશના બજેટના 1.5 ગણા કરતાં ઓછું ન હોવું શ્રેષ્ઠ છે. (જો વાસ્તવિક વપરાશ 10000 છે, તો તે 15000 કરતા ઓછો ન હોવો જોઈએ).

(3) એકાઉન્ટ્સ અને જાહેરાત જૂથો સેટ કરી શકાય છે. પ્લાન સેટિંગ્સ વચ્ચે થોડો તફાવત છે અને અંતિમ બજેટ બેલેન્સ, એકાઉન્ટ, પ્લાન અને જૂથના લઘુત્તમ મૂલ્ય પર આધારિત છે અને જાહેરાતનું વાસ્તવિક ઉપલબ્ધ બેલેન્સ લેવામાં આવશે.

(4) બેકઅપ માટે દરરોજ નવી સામગ્રીની જાહેરાતો અપલોડ કરવામાં આવશે, અને એક જ જાહેરાતના દિવસે રૂપાંતરિત સ્થિર મોડલની સંખ્યા માટેનું બજેટ તે જ સમયે ઓનલાઈન હોય તેવી જાહેરાતો માટે અલગ રાખવું જોઈએ. (ઉદાહરણ તરીકે, ઉચ્ચ CPA ધરાવતા ઉદ્યોગોમાં, 6 જાહેરાત માટે 1 CPA બજેટ અલગ રાખો). જો CPA 100 છે, તો એક જાહેરાતનું બજેટ ઓછામાં ઓછું 600 હોવું જોઈએ. જો દૈનિક બજેટ 1200 છે, તો તેને લોન્ચ કરવાની ભલામણ કરવામાં આવે છે. એક જ સમયે 2-4 જાહેરાતો.પ્રથમ 24 કલાકના ડેટાનું અવલોકન કરો, ખરાબ ડેટાવાળી જાહેરાતોને તાત્કાલિક દૂર કરો અને તેને અપડેટ કરવા માટે રિવિઝન રોલ આઉટ કરો.

2. બિડ

(1) ઉદ્યોગ અને શોધ અથવા સ્વીકાર્ય CPA દ્વારા બિડ કરો અને સૂચવેલ બિડના આધારે 5% વધારો.

(2) જો ઠંડા વાતાવરણમાં શરૂ કરવું શક્ય ન હોય અને હજુ પણ કોઈ ડેટા ન હોય, તો જ્યાં સુધી ડેટા પરફોર્મન્સ ન હોય ત્યાં સુધી બિડ વધારો. (3000-5000 થી વધુ એક્સપોઝર કરો અને પછી અવલોકન કરો અને ગોઠવો)

(3) જો હજી પણ કોઈ ડેટા પ્રતિસાદ ન હોય, તો બિલિંગ અને રનિંગ વોલ્યુમ મોડલ્સ, નાના બજેટ અને છીછરા રૂપાંતરણ લક્ષ્યોના સંયોજનનો ઉપયોગ રૂપાંતરણ ડેટા એકઠા કરવા અને સામગ્રી અને ભીડ જોવા માટે થઈ શકે છે. (જેમ કે cpm, cpc ફાસ્ટ રનિંગ વોલ્યુમ).

માહિતી વિશ્લેષણ:

વર્ટિકલ: કિંમત પર ફોકસ કરો (CPA=cpm/ctr*cvr) અને વોલ્યુમ (રૂપાંતરણ વોલ્યુમ=એક્સપોઝર*ctr*cvr) અને સૉર્ટિંગ ફોર્મ્યુલા ECPM=cpa*Pctr*Pcvr*બિડનું વિશ્લેષણ કરવા માટે કયો લિંક ડેટા સરેરાશ કરતા ઓછો છે. બજાર, અને મુખ્ય સૌથી ખરાબ છે સમસ્યા પ્રભાવિત પરિબળોને શોધવામાં રહેલી છે જે આ લિંકમાં ઑપ્ટિમાઇઝ કરી શકાય છે.

આડું: પ્લેટફોર્મ, એકાઉન્ટ, વ્યવસાય, યોજના, જૂથ, જાહેરાત મુખ્ય તફાવત પરિમાણ શોધી કાઢે છે જે લક્ષ્યને સમગ્ર ભાગ સુધી અસર કરે છે અને આ પરિમાણની આસપાસ ઑપ્ટિમાઇઝ કરે છે.