ニュースフィード広告のアルゴリズムの仕組みとは？情報フロー広告方式

広告はお金を使ってボリュームを競うゲームであり、情報フロー広告も例外ではなく、コスト (CPA=cpm/ctr*cvr) とボリューム (コンバージョン数=露出*) という XNUMX つの主要な指標に準拠する必要があります。 ctr*cvr) すべてのレベルでファンネル係数を最適化することも必要です。

ニュースフィード広告のアルゴリズムの仕組みとは？

情報フロー広告は、インテリジェントなアルゴリズムが追加されたからといって、競合他社やユーザーだけでなく、機械のアルゴリズムも研究する必要があります。なぜなら、それが最初に推定されるからです。この推定には、正確であるか、高いか低いかが含まれます。円を越えることができるかどうかに関連するマシン報酬 (プラットフォームの広告収益) (0-1 エクスポージャー コールド スタートとフォローアップ モデルの成熟度スケール)。

さらに、人を見つけるための広告であるため、資料の更新（ターゲティングは群衆の報道を描写することだけであり、創造性がそれを引き付けるための鍵です）およびしきい値（一方で、ユーザーはコンテンツのしきい値が高く、競合製品の模倣は素材の魅力の欠如につながります）は、他の広告形式よりも高くなっています。

情報フロー広告方式

したがって、アピールに対応して、情報フロー広告を分析した結果、次の 3 つの主要な問題を解決する必要があることがわかりました。これらは順番に説明されています: (主要な目標は、最初の XNUMX つの補助的な結果です)。

1. マシン アルゴリズム: コールド スタートとモデル

プラットフォームの広告収入は ECPM 値 (ECPM=cpa*Pctr*Pcvr*bid) を最大化することであることがわかっています.ユーザー エクスペリエンスなどのさまざまな頻度制御要因を考慮して、順序は ECPM 値に基づいています.この式では、決定できるのは入札 cpa だけです (入札係数は、コストや予算などの要素が広告主のニーズを満たすかどうかに応じて調整されます)。難しいのは、推定確率である Pctr と Pcvr にあります。推定は何もないところから作成されたものではなく、実際の露出後にデータのフィードバックが得られ、新しいパラメーターが追加されて調整された後、事前確率が与えられた過去のデータを参照する必要があります。そして、この履歴データは、過去の変換されたユーザー特性、素材、アカウント、業界などの参照です。各推定の後、実際のフィードバック データが公開され、パラメータが調整されて、次のトラフィック プールに入るかどうかが決定されます。見積もりが低いほど露出が少なく、見積もりが高いほどコストが高くなり、見積もりは実際のデータと一致しています。 (実際のデータは高く、量は増加し続けており、量の最適化の影響係数を減らすために実際のデータは低くなっています)。

(1) コールドスタート

古いアカウントやプランには過去のデータが参考になりますが、新しいアカウントや新しいプランの場合、データなしで見積もるにはどうすればよいですか?したがって、モデルの安定性が満たされるまでの試行錯誤のコストと試行錯誤の時間もあります (モデルの数が安定していれば、数が多いほどモデルの精度が高くなります)。判断を下す前に実際のデータを取得する必要があります.露出が失敗した場合、システムはECPM値が実際には高くないと判断する可能性があります.考慮される可能性のある要因を最適化することはできますが、私たちはそれが良いと考え、システムはそれが良くないと考えます. 他の方法を使用する必要があります.少なくとも 1 回のコンバージョンを得るには、5000 ～ 10000 インプレッション以上が必要です。

モデルが安定するまでできるだけ早くコールド スタートを通過するための公式は次のとおりです。コールド スタート = 高入札 DMP クラウド パッケージ 業界パッケージ 最初は狭く、次に広い 歴史的資料 予算時間

高い入札: 20% 以上など、業界平均の入札よりも高く、次に高い入札を下げて実際のデータ フィードバックを確認します。これはマシンへの報酬でもあり、この高いコストの結果を負担する必要があります。少額の予算を組み合わせ、データのフィードバックを得て調整します。高い入札からのデータ フィードバックがあれば、再度下げることができ、まだボリュームがあれば、テストは成功です。

DMP 群集パッケージ: 広告で参照するデータがない場合、干し草の山から針を探す機械のようなもので、確率を XNUMX つずつテストすることはできません。コストと時間を削減するために、変換された群集 (プラットフォーム広告ではなく) を使用して ID パッケージを暗号化してアップロードし、システムにこのクラウド モデルでテストを展開します。

業界群集パッケージ: 過去の変換データさえ持っていない場合は、業界群集パッケージを使用できます. 前任者はすでにモデルから抜け出すのに役立ちました. 業界が成熟すればするほど、この群集パッケージはより正確になります.もちろん、独自の群集モデルを取得するために DMP で Crossover 操作を実行することもできます。

最初に狭くしてから広くする: 上記の XNUMX つのヘルプ システムでモデルを構築するのが難しい場合 (人気のない業界など) は、他の従来の方向付け方法を使用して、最初に狭くしてから広くテストすることをお勧めします。 (広告ユーザーは、正確なターゲティング集団から除外されますが、推定露出範囲も調べる必要があります)。

歴史的資料: 推定は、ユーザーの特性を組み合わせるだけでなく (魅力的なモデルです), また、創造性とページに依存します. ここで, 履歴は、他のアカウントまたは広告トラフィック資料および業界トラフィック資料と組み合わせることができます過去。実行中の資料の要点をコピーまたは学習します。 (コピーライティング、写真、シーン、キャラクター、小道具、音楽、デュレーションなど、クリエイティブな素材を分解し、分解し、分解し、再び組み立てます。 )

予算：ボリュームに影響する前提で、口座、残高、プラン、グループ、広告の組み合わせで最小値を取ります。 (その他詳細は後述)

時間: 現在、プラットフォームごとにコールド スタートの時間が異なります。少なくとも 2 ～ 7 日間は観察することをお勧めします。

2. 情報流通広告掲載の計算モデル

1.数量

コンバージョン数が多いほど、データ ディメンションが十分になり、より正確な見積もりが可能になります。現在、このプラットフォームは、インテリジェント アルゴリズムに直接 0 の数字を持っています (同様の業界の十分なデータに基づいています)。各プラットフォームの要件は異なり、6、10、20、50、またはそれ以上です。つまり、広告の予算は、モデルの安定性を達成するのに十分でなければなりません。しかし、それはまた、あなたの業界におけるこの変革のコストと、あなた自身の予算能力にも依存します.業界が数元または数十元の場合、50 回のコンバージョンでも XNUMX 元の予算になりますが、業界によっては、平均 CPA が数百または数千に達することがあります。高すぎます。

2.（群集変換素材）

モデルを分解すると、さまざまな人口統計がさまざまな変換方法でさまざまな素材を参照し、入札のレベルでさえモデルに影響を与えることが理解できます (テスト用のトラフィック プールは異なります)。換算方法（直接購入、または購入した顧客の単価が異なるなど、1元と9元、49元の製品など、モデルが異なるなど）が深ければ深いほど、困難であるほど、もちろん、これも業界によって異なります。 （教育形態やポピュラー買取などの業種がある場合は、参考データから同じ方法で学習することをお勧めします）。

2. マテリアルの更新

モデルをスムーズに見つけられるように、独自または業界の過去のデータを推定事前値として使用します。しかし、モデルを通過した後は、素材の衰退に直面することになります。また、前述のように、情報流通広告の核心は素材であり、オリエンテーションは対象となるグループを定義するだけであり、システムはこれらの特徴を見つけることができますが、最終的にユーザーが行動するかどうかは素材に依存します。これには、資料の量、新しいリリースの頻度、セールス ポイント、表現形式、インスピレーションの源が含まれます。 (詳細は後述)

3. 主な目的: コストと量

上記の XNUMX つの問題の最適化は、最終的なコア目標である費用 (CPA=cpm/ctr*cvr) とボリューム (コンバージョン ボリューム=露出*ctr*cvr) に戻る必要があり、SEM 広告のように分解する必要があります。露出、cpm、ctr、および cvr の影響要因と実行可能な最適化アクションを解決することです。

(1) ばく露

1. 外部要因: プラットフォームの日々の活動、期間、ユーザーのトーン、競合製品 (数量、スケジュール、入札)、休日、頻度制御 (大きな写真、類似の広告の数など)

2. 内部要因: オリエンテーション、ecpm 値 (cpa*Pctr*Pcvr*bid)、予算、期間、複数のアカウント、広告スペース、素材の種類 (すべてのカテゴリかどうか)、課金モード、稼働量モードなど。

(2) ctr

広告スペース、素材、スタイル、期間、集客など（市場やユーザー環境などの外的変化にもよりますが）

(3) cvr

群集、ページ（コンテンツ変換エントリ）、クリエイティブ ページの関連性など。

(4)cpm値

独自入札、業界競争、プラットフォームベースの入札

0. 情報フロー広告アルゴリズム モデルの 1~XNUMX エントリ ルール

ここで、情報フロー広告の 0-1 プロセスで実行する必要がある手順をさらに絞り込むか補足します。

優れた広告とは、適切なタイミングで適切なシナリオ (プラットフォーム、広告スペース) で、適切な方法 (製品、素材、セールス ポイント) で適切な人 (ターゲティング、群衆モデル) に感銘を与えることです。低コストで拡張する必要があります。

会社の製品:

製品が独占差別化優位性を持っている場合にのみ、製品は変革優位性を持ち、そうでない場合はチャネル競争に依存します。それらのほとんどは、完全な市場競争の場合に自社製品の利点を分析し、競合製品の強みを回避し、ユーザーの弱点を突くことができるため、フォローアップ資料に反映できます。同社の製品の利点を理解した後、外部化できる資料のセールス ポイントを見つけることができます。

(1) 会社: 設立の時期、背景、性格、規模、名誉、サービス、事例などを分析し、外部化されたセールス ポイントがあるかどうかを分析します。

(2) 商品：価格、機能、感情、シーンなど、ユーザーの悩みから外在化できるポイントを抽出。

プラットフォーム情報:

(1) データ アルゴリズム: プラットフォームの日常的なアクティビティ、使用習慣と期間、データの次元、向きの方法が含まれます。

(2) ユーザーのポートレート: 主に、プラットフォームのユーザーのトーンを分析し、どのスタイルやスタイルが好きかを分析します。

ユーザー情報: ユーザーの肖像、ユーザーのニーズ、ユーザーの懸念、ユーザーの消費

(1) ユーザーのポートレート: 自然属性、デバイス属性、興味属性、行動属性 (検索、Eコマース、ソーシャル、アプリ、LBS）

(2) ユーザーのニーズ: 製品/サービスを使用するユーザーの根本的な動機と問題点

(3) ユーザーフォーカス: つまり、ユーザーがあなたを選ぶ理由です。 （製品および推奨事項から）

(4) ユーザー消費：消費能力、消費心理、消費概念

上記の情報は、インデックス ツール、キーワード デマンド マップ、業界レポート、競合製品分析、ユーザー調査インタビュー フィードバック、コミュニティ ソーシャル コメント プラットフォーム、広告プラットフォーム DMP ポートレート分析、顧客サービス販売インタビュー、CRM データ分析などで使用できます。

競争力のある製品情報：主に、その重要な外部化セールス ポイントと企業の製品情報を分析し、その利点を回避できる差別化されたセールス ポイントを見つけますが、ターゲット ユーザーを満足させます。

群衆のセグメンテーション: コア、ターゲット、潜在的なオーディエンス、およびそれらをターゲットにする方法

コア ターゲティング: 単語 (ブランド、競合他社など)、dmp コンバージョン、行動 (フォロー、検索、購入、ダウンロード、LBS 自体または競合他社)

ターゲティング: 単語 (ジェネリック製品など)、業界パッケージ、主な関心事

潜在的なオリエンテーション: 単語 (群集、業界用語など)、二次および三次関連の関心パッケージ

クリエイティブ ページ:

(1) 人々の異なるグループは、コア グループの主なブランドと活動、ターゲット グループの主な差別化された製品のセールス ポイント、潜在的なグループの福利厚生の割引と興味の欲求、問題点、不安増幅など

(2) 教育を例にとると: 人 (教師、学生、ティーチング アシスタント、保護者、一人/複数人)、機械 (小道具)、材料 (教科書、ギフト ボックス、本、ペン、メモ、マインド マップ)、方法（方法、スキル、知識ポイント）、およびリングに関与する関連要因（教室、家族、コミュニティ）が解体され、組み合わされます。

(3) 表現形式：グラフィック（三枚絵、大絵、小絵、方眼、アングル）、映像（口頭放送、筋書き、手描き、PPT…）。

(4) テスト シーケンス: XNUMX つだけ、次に XNUMX つから多数。 (複数のセールス ポイント マテリアル フォーム テスト、ランニング ボリューム マテリアルの検索、およびマテリアルの周囲への拡張)。

(4) ページ情報: SEM ページ パーツと同じ原理 (特に、ヘッダー画像と外側のレイヤーは強く関連している、または一貫性があり、クリエイティブな画像が直接変換されることに注意してください)。

(5) アイデアのソース: 広告プラットフォームのクリエイティブ インスピレーション ツール、マニュアル リーディング、三者クローリング ツール、キーワード デマンド マップなど。

入札予算:

1. 予算

（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)実際の消費予算の1.5倍を下回らないようにするのがベストです。 (実際の消費量が 10000 の場合、15000 を下回ってはなりません)。

(3) アカウントと広告グループを設定可能 プランの設定にほとんど差はなく、最終的な予算は残高、アカウント、プラン、グループの最小値に依存し、広告の実際の使用可能残高が使用されます。

(4) バックアップ用に毎日新しい素材の広告を追加し、同時にオンラインになる広告には、6 日に変換される安定したモデルの数の予算を確保する必要があります。 （例：CPAの高い業種では、1つの広告に対して100つのCPA予算を確保する）CPAが600の場合、1200つの広告の予算は少なくとも2である必要があります.4日の予算が24の場合、起動することをお勧めします.同時に XNUMX ～ XNUMX 個の広告。最初の XNUMX 時間のデータを観察し、データの悪い広告を速やかに削除し、新しい広告を展開します。

2.入札

(1) 業種と検索または許容可能な CPA に基づいて入札し、提案された入札単価に基づいて 5% 増加します。

(2)コールド環境で起動できず、それでもデータがない場合は、データのパフォーマンスが上がるまで入札を増やします。 （3000～5000以上露出してから観察・調整）

(3) それでもデータ フィードバックがない場合は、課金モデルと実行量モデルの組み合わせ、少ない予算、浅いコンバージョン目標を使用して、コンバージョン データを蓄積し、資料と群衆を表示できます。 (cpm、cpc 高速実行ボリュームなど)。

データ分析：

バーティカル: コスト (CPA=cpm/ctr*cvr) とボリューム (コンバージョン量=露出*ctr*cvr) に注目し、並べ替え式 ECPM=cpa*Pctr*Pcvr*bid を使用して、どのリンク データが平均よりも低いかを分析します。問題は、このリンクで最適化できる影響要因を見つけることにあります。

水平: プラットフォーム、アカウント、ビジネス、計画、グループ、広告の全体から部分まで、ターゲットに影響を与える核となる差異次元を見つけ出し、この次元を中心に最適化します。