Naon mékanisme algorithmic tina iklan news feed?Rumus iklan aliran informasi

Iklan mangrupikeun kaulinan anu ngaluarkeun artos pikeun bersaing mésér volume, sareng iklan aliran informasi henteu aya pengecualian. Masih kedah saluyu sareng dua indikator inti biaya (CPA=cpm/ctr*cvr) sareng volume (volume konversi = eksposur* ctr*cvr). Éta ogé diperlukeun pikeun ngaoptimalkeun faktor corong dina sagala tingkatan.

Naon mékanisme algorithmic tina iklan feed warta?

Iklan aliran informasi téh ngan kusabab ditambahan algoritma calakan, urang kudu diajar teu ukur pesaing sarta pamaké, tapi ogé algoritma mesin, sabab diperkirakeun mimitina, sarta estimasi ieu ngawengku naha éta akurat, luhur atawa low Jeung masalah ganjaran mesin (platform iklan balik), nu patali jeung naha anjeun bisa meuntas bunderan (0-1 paparan mimiti tiis tur turutan-up model skala kematangan).

Sajaba ti éta, sabab mangrupa wangun iklan pikeun manggihan jalma, update bahan (targeting ngan pikeun delineate sinyalna balaréa, kreativitas mangrupakeun konci pikeun attracting eta) jeung thresholds (dina hiji sisi, pamaké refreshing on. platform keur euweuh Tujuan, sarta platform The bangbarung eusi tinggi, sarta niru produk competing bakal ngakibatkeun kurangna daya tarik tina bahan) leuwih luhur ti bentuk iklan lianna.

Rumus iklan aliran informasi

Ku alatan éta, dina respon kana banding, analisis kami ngeunaan iklan aliran informasi kapanggih yén urang kudu ngajawab tilu masalah inti handap, nu dipedar dina urutan: (Tujuan inti mangrupa hasil bantu tina dua munggaran)

1. Algoritma mesin: Mimitian tiis tur Models

Kami terang yén pendapatan iklan platform nyaéta pikeun maksimalkeun nilai ECPM (ECPM = cpa * Pctr * Pcvr * nawar) Nganggap rupa-rupa faktor kontrol frékuénsi sapertos pangalaman pangguna, ranking dumasar kana nilai ECPM.Dina rumus ieu, hiji-hijina hal anu bisa ditangtukeun nyaéta cpa nawar anjeun (faktor nawar disaluyukeun nurutkeun naha faktor kayaning biaya jeung anggaran minuhan kabutuhan advertisers).Kasulitan perenahna di Pctr jeung Pcvr, nu diperkirakeun probabiliti. Estimasi teu dijieun tina hawa ipis, merlukeun rujukan data sajarah, dibere probabiliti prior, sanggeus paparan nyata, eupan balik data dicandak tur parameter anyar ditambahkeun saméméh adjustment.Sareng data sajarah ieu mangrupikeun rujukan tina karakteristik pangguna anu parantos dirobih, bahan, akun, industri, jsb.Sanggeus unggal estimasi, data eupan balik nyata kakeunaan lajeng parameter disaluyukeun pikeun nangtukeun naha rék ngasupkeun kolam renang lalulintas salajengna.Estimasi handap kirang paparan, nu leuwih luhur estimasi nyaeta, nu leuwih luhur biaya nyaeta, sarta estimasi konsisten jeung data sabenerna. (Data nyata tinggi jeung volume terus ningkat, sarta data nyata low pikeun ngurangan faktor dampak optimasi volume).

(1) Mimitian tiis

Rekening atawa rencana heubeul bakal boga data sajarah salaku rujukan.Pikeun akun anyar jeung rencana anyar, kumaha carana estimasi tanpa data?Ku alatan éta, aya ogé ongkos trial and error jeung trial and error waktu nepi ka stabilitas model geus wareg, (jumlah model stabil, beuki loba, model leuwih akurat).Urang kudu ménta data nyata saméméh urang bisa nyieun judgment. Lamun paparan gagal, bisa jadi éta sistem nyangka yén nilai ECPM memang teu luhur. Urang bisa ngaoptimalkeun faktor nu bisa dianggap, tapi ogé mungkin yén kami pikir éta alus, sarta sistem pikir éta teu alus, kudu ngagunakeun métode séjén.Butuh 1-5000 tayangan atawa leuwih pikeun meunangkeun sahenteuna 10000 konvérsi.

Dina raraga lulus mimiti tiis gancang-gancang nepi ka model stabil, ieu rumus,Tiis mimiti = nawar tinggi DMP pakét riungan pakét industri sempit heula lajeng lega waktos anggaran bahan sajarah

nawar tinggi: leuwih luhur ti nawar rata industri, kayaning 20% ​​atawa saluhureuna, lajeng nurunkeun nawar tinggi ningali eupan balik data nyata, eta oge ganjaran ka mesin, nanggung konsékuansi tina biaya tinggi ieu, tapi kudu ngagabungkeun anggaran leutik, meunang eupan balik data tur saluyukeun eta.Mun aya eupan balik data ti nawar tinggi, eta bisa lowered deui, sarta lamun aya kénéh volume, tés suksés.

Paket riungan DMP: Nalika teu aya data anu tiasa dirujuk dina iklan, éta sapertos mesin milarian jarum dina tumpukan jarami sareng henteu tiasa nguji kamungkinan hiji-hiji. iklan platform urang) dipaké pikeun encrypt sarta unggah pakét ID, sarta ngantep sistem Dina modél riungan ieu, dilegakeun test.

Paket riungan industri: Upami anjeun henteu gaduh data konvérsi sajarah, anjeun tiasa nganggo pakét riungan industri. Anu ngaheulaan parantos ngabantosan anjeun kaluar tina modél, sareng industri anu langkung dewasa, langkung akurat pakét riungan ieu. Tangtu, eta oge bisa kapanggih dina operasi kawin silang dipigawé dina DMP pikeun ménta model riungan sorangan.

Heureut heula, teras lega: Upami dua sistem pitulung di luhur sesah ngawangun modél, sapertos sababaraha industri anu teu populer, disarankeun ngagunakeun metode orientasi konvensional anu sanés pikeun ngahususkeun heula teras lega pikeun diuji. (Pamaké iklan disaring kaluar tina riungan targeting tepat, tapi diperkirakeun sinyalna paparan ogé perlu ditempo).

Bahan sajarah: Estimasi henteu ngan bakal ngagabungkeun karakteristik pamaké (model banding téh), tapi ogé gumantung kana kreativitas sarta kaca. kaliwat.Salin atawa diajar tina titik inti dina bahan ngajalankeun. (Panulis naskah, gambar, adegan,watekna, alat peraga, musik, durasi, jeung sajabana, megatkeun up bahan kreatif, ngabongkar eta, ngabongkar eta, sarta reassemble eta. )

Anggaran: Ieu premis anu mangaruhan volume, sareng nilai minimum bakal dicandak digabungkeun sareng akun, kasaimbangan, rencana, grup, sareng iklan. (Rincian séjén dipedar di handap)

Waktos: Ayeuna, unggal platform gaduh waktos anu béda pikeun mimiti tiis, sahenteuna disarankeun pikeun niténan éta salami 2-7 dinten.

2. Modél itungan panempatan iklan aliran informasi

1. Kuantitas

Nu leuwih gede jumlah conversions, nu leuwih cukup dimensi data, jeung leuwih akurat estimasi bisa.Ayeuna platform ngabogaan 0 angka langsung kana algoritma calakan (ogé dumasar kana data cukup dina industri sarupa).Sarat unggal platform béda, 6, 10, 20, 50 atawa malah leuwih, nyaeta, anggaran hiji iklan kudu cukup pikeun ngahontal stabilitas model.Tapi éta ogé gumantung kana biaya transformasi ieu dina industri anjeun sorangan sareng kamampuan anggaran anjeun nyalira.Upami industri sababaraha yuan atanapi puluhan yuan, teras 50 konversi bakal ngarugikeun sarébu yuan, tapi dina sababaraha industri, rata-rata CPA tiasa ngahontal ratusan atanapi rébuan, anjeun tiasa nyetél anggaran data konversi minimum pikeun nyegah biaya tina janten luhur teuing..

2. (Materi konversi riungan)

Dina watesan disassembling modél, éta bisa dipikaharti yén demografi béda ningali bahan béda pikeun métode konversi béda, komo tingkat tawaran bakal mangaruhan model (kolam lalulintas keur nguji mah béda).Metodeu konvérsi anu langkung jero (sapertos mésér langsung, atanapi bahkan harga unit palanggan anu dipésér béda-béda, modélna béda, sapertos 1 yuan sareng 9 yuan, produk 49 yuan.) Beuki hese, tangtu, ieu ogé gumantung kana industri. (Upami aya industri sapertos bentuk pendidikan sareng pameseran populér, disarankeun nganggo metodeu anu sami pikeun diajar tina data rujukan).

2. Pembaruan bahan

Urang bakal ngagambar data sajarah urang sorangan atawa industri salaku estimasi nilai prior jadi model bisa kapanggih mulus.Tapi sanggeus ngaliwatan modél, éta kabeungkeut nyanghareupan turunna bahan.Leuwih ti éta, sakumaha didadarkeun di luhur, inti tina iklan aliran informasi mangrupa bahan, sarta orientasi ngan ngahartikeun grup katutupan, sahingga sistem pikeun manggihan ciri ieu, tapi tungtungna, naha pamaké meta atanapi henteu gumantung kana bahan.Ieu ngawengku jumlah bahan, frékuénsi release anyar, titik jual, bentuk ekspresi, jeung sumber inspirasi. (wincik di handap)

3. Tujuan inti: biaya jeung volume

Optimasi dua masalah di luhur masih kedah uih deui ka tujuan inti ahir urang: biaya (CPA = cpm / ctr * cvr) sareng volume (volume konversi = paparan * ctr * cvr), anu kedah dibongkar sapertos iklan SEM. nyaéta pikeun ngabéréskeun faktor pangaruh paparan, cpm, ctr, sareng cvr sareng tindakan optimasi anu tiasa dilaksanakeun.

(1) Paparan

1. Faktor éksternal: kagiatan sapopoé platform, durasi, tonality pamaké, produk competing (kuantitas, jadwal, nawar), libur, kontrol frékuénsi (kayaning gambar badag, jumlah advertisements sarupa, jsb)

2. Faktor internal: orientasi, nilai ecpm (cpa*Pctr*Pcvr*nawar), anggaran, periode waktu, sababaraha akun, spasi iklan, jenis bahan (naha sakabeh kategori), mode tagihan, mode volume ngajalankeun, jsb.

(2) ct

Spasi iklan, bahan, gaya, periode waktu, riungan, jeung sajabana (Masih gumantung kana parobahan éksternal pasar jeung lingkungan pamaké)

(3) cvr

Riungan, halaman (éntri konvérsi eusi), relevansi halaman kreatif, jsb.

(4) nilai cpm

Panawaran sorangan, kompetisi industri, Panawaran dumasar platform

0. Aturan Éntri 1 ~ XNUMX tina model algoritma iklan aliran informasi

Di dieu urang bakal leuwih nyaring atawa suplement, léngkah naon anu kudu dipigawé dina prosés 0-1 tina hiji iklan aliran informasi?

Iklan anu saé nyaéta pikeun ngingetkeun jalma anu leres (targeting, modél riungan) ku cara anu leres (produk, bahan, titik jual) dina waktos anu leres sareng dina skenario anu leres (platform, rohangan iklan), sareng dina waktos anu sami, éta perlu diskalakeun dina waragad low.

produk perusahaan:

Ngan lamun produk boga kaunggulan diferensiasi monopoli, produk boga kaunggulan transformasi, disebutkeun eta gumantung kana kompetisi saluran.Kaseueuran aranjeunna nganalisa kaunggulan produk perusahaan dina kasus persaingan pasar pinuh, nyingkahan kakuatan produk anu bersaing, sareng tiasa pencét titik nyeri pangguna, supados aranjeunna tiasa ditingali dina bahan anu nuturkeun.Saatos ngartos kaunggulan produk perusahaan, anjeun tiasa mendakan titik jual bahan anu tiasa dieksternalisasi.

(1) Pausahaan: Kaasup waktu ngadegna, kasang tukang, alam, skala, ngahargaan, jasa, kasus jeung dimensi séjén pikeun nganalisis, naha aya hiji titik jual externalized.

(2) Produk: Ékstrak titik anu tiasa dieksternalisasi tina masalah pangguna sapertos harga, fungsi, émosi, sareng adegan.

Inpormasi Platform:

(1) Algoritma data: kalebet kagiatan sapopoé platform, kabiasaan sareng durasi pamakean, dimensi data, sareng metode orientasi.

(2) Potret pamaké: utamina pikeun nganalisis tonality pangguna platform, sareng anu nyalin gaya sareng gaya anu aranjeunna resep.

Inpormasi pangguna: potret pangguna, kabutuhan pangguna, masalah pangguna, konsumsi pangguna

(1) Potret pamaké: atribut alam, atribut alat, atribut minat, atribut kabiasaan (search,E-commerce, sosial, APP, LBS)

(2) Pangabutuh pangguna: motivasi dasar sareng titik nyeri pangguna pikeun ngagunakeun produk / jasa anjeun

(3) Fokus pamaké: nyaéta, alesan naha pamaké milih anjeun. (tina produk sareng dukungan)

(4) Konsumsi pamaké: kamampuh konsumsi, psikologi konsumsi, konsép konsumsi

Inpormasi di luhur tiasa dianggo dina alat indéks, peta paménta kecap konci, laporan industri, analisis produk kalapa, tanggapan wawancara survey pangguna, platform koméntar sosial komunitas, platform iklan analisis potret DMP, wawancara penjualan layanan palanggan, analisis data CRM, jsb.

Inpormasi produk anu kompetitif: Utamana nganalisa titik penjualan eksternalisasi bahan sareng inpormasi produk perusahaan, sareng mendakan titik jual anu béda anu tiasa ngahindarkeun kauntunganna tapi nyugemakeun pangguna target.

Segmentasi riungan: inti, udagan, poténsi panongton sareng kumaha nargétkeunana

Targeting inti: kecap (sapertos merek, pesaing), konversi dmp, paripolah (tuturkeun, milarian, mésér, unduh, LBS nyalira atanapi pesaing)

Targeting: kecap (sapertos produk generik), bungkusan industri, kapentingan inti primér

Orientasi poténsial: kecap (sapertos riungan, kecap industri), sekundér sareng pakét minat anu aya hubunganana tersiér

Kaca kreatif:

(1) Grup béda jalma bisa ngagunakeun titik jual kreatif béda, kayaning brand utama grup inti urang jeung kagiatan, titik jual produk differentiated utama grup target urang, sarta fokus utama grup poténsi urang dina diskon karaharjaan sarta nyieun kahayang dipikaresep, titik nyeri jeung amplifikasi kahariwang, jsb.

(2) Misalkeun atikan: jalma (guru, murid, asistén ngajar, kolot, tunggal/beberapa jalma), mesin (peraga), bahan (buku pangajaran, kotak kado, buku, pulpén, catetan, peta pikiran), métode ( métode, kaahlian, titik pangaweruh), jeung faktor patali aub dina ring (kelas, kulawarga, masarakat) dibongkar sarta digabungkeun.

(3) Wangun éksprési: grafik (tilu gambar, gambar badag, gambar leutik, grid, sudut), video (siaran lisan, plot, lukisan leungeun, ppt...).

(4) Runtuyan tés: saloba hiji, tuluy ti hiji nepi ka loba. (Multiple selling point material forms test, find out the running volume material, and extend around the material).

(4) Inpormasi halaman: prinsip anu sami sareng bagian halaman SEM (utamana perhatikeun yén gambar lulugu sareng lapisan luar aya hubunganana kuat atanapi bahkan konsisten, sareng gambar kreatif langsung dirobih).

(5) Sumber gagasan: parabot inspirasi kreatif pikeun platform iklan, bacaan manual, parabot Crawling tripartit, peta paménta keyword, jsb.

Anggaran Panawaran:

1. Anggaran

（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), éta pangalusna teu kirang ti 1.5 kali anggaran konsumsi sabenerna. (Upami konsumsi saleresna 10000, éta henteu kedah langkung handap tina 15000).

(3) Akun sareng grup iklan tiasa disetél. Aya sakedik bédana antara setélan rencana sareng anggaran ahir gumantung kana nilai minimum kasaimbangan, akun, rencana, sareng grup, sareng kasaimbangan anu saleresna aya dina iklan bakal dicandak.

(4) Iklan bahan anyar ditambahkeun unggal dintenna pikeun cadangan, sarta anggaran pikeun jumlah model stabil dirobah per poé kudu sisihkan pikeun advertisements anu online dina waktos anu sareng. (Contona, dina industri kalawan CPA tinggi, sisihkan 6 budgets CPA pikeun 1 iklan). Lamun CPA nyaeta 100, anggaran pikeun hiji iklan kudu sahenteuna 600. Lamun anggaran poean 1200, eta disarankeun pikeun ngajalankeun. 2-4 pariwara dina waktos anu sami.Titénan data tina 24 jam kahiji, geuwat miceun iklan jeung data goréng, sarta gulung kaluar nu anyar.

2. Panawaran

(1) Nawar ku industri sareng milarian atanapi CPA anu ditampi, sareng ningkat ku 5% dumasar kana tawaran anu disarankeun.

(2) Lamun teu mungkin pikeun ngamimitian dina lingkungan tiis tur aya kénéh euweuh data, ningkatkeun tawaran nepi ka aya kinerja data. (Paparan langkung ti 3000-5000 teras titénan sareng saluyukeun)

(3) Mun aya kénéh euweuh eupan balik data, anjeun tiasa ngadopsi kombinasi tagihan jeung mode ngajalankeun, anggaran leutik, jeung tujuan konversi deet, guna ngumpulkeun data konversi sarta nempo bahan jeung panongton. (sapertos cpm, bpk volume ngajalankeun gancang).

analisis data:

Vertikal: Fokus kana biaya (CPA=cpm/ctr*cvr) jeung volume (volume konversi=exposure*ctr*cvr) jeung rumus asihan ECPM=cpa*Pctr*Pcvr*bid pikeun nganalisis data link mana nu leuwih handap tina rata-rata pasar, sarta inti mangrupa awon Masalah perenahna di manggihan faktor influencing nu bisa dioptimalkeun dina link ieu.

Horizontal: Platform, akun, bisnis, rencana, grup, iklan manggihan diménsi bédana inti nu mangaruhan udagan ti sakabeh ka bagian, sarta ngaoptimalkeun sabudeureun dimensi ieu.