QQ泡沫乐园 · 免费提供游戏辅助,破解软件,活动资讯,喜欢记得收藏哦!
综合软件_线报活动_游戏辅助_最新电影_最优质的的辅助分享平台

四点三率两控制一加强出价模式的具体商业逻辑

网络 2022-11-19 09:01

一. 导读

互联网广告中的出价模式发展经历了许多变迁。从一开始的CPM,到CPC出价模式,随着Facebook的oCPX (如oCPM/oCPC) 成为了网红,之后的双出价,激活且付费,Facebook的AEO及VO等等新一代的出价模式也层出不穷。本系列文章会介绍并使用一个较为通用的“四点三率两控制一加强”分析框架,对各个出价模式进行解析。相信大家阅读完本系列文章后,会对当前最流行的出价模式建立较为全面的理解。

本系列文章分上中下三篇,上篇会先简单介绍CPM/CPC/CPA等基础出价模式的具体商业逻辑,随后会介绍“四点三率两控制一加强”中的“四点三率”并引出oCPX。中篇会介绍“四点三率两控制一加强”中的“两控制一加强”并分析oCPX,激活且付费,AEO/VO等智能出价模式。下篇主要分析在联盟广告和RTB广告中各方利益关系与在大媒体投放平台中的差异。

本系列文章中也会探讨以下几个问题:

(1)从CPM到CPC,媒体平台和广告主的博弈关系发生了怎么样的变化?

(2)什么情况下可以使用CPA出价模型?

(3)为什么有时候广告主反而希望降低点击率

(4)在oCPX出价模式中,广告主是否应该回传真实的行为数据?

(5)为什么国内的很多oCPX出价模式会有超成本赔付机制?

(6)为什么国内的媒体平台,对oCPX出价模式的超成本赔付,要求广告积累的行为数(例如激活数)达到一定的数量才开始赔付?

(7)为什么某条自有流量要从oCPC模式转为oCPM?

(8)双出价是怎么样一种出价方式?

(9)为什么需要有智能出价产品?

(10)为什么某条自有流量只有oCPM而某山甲仍旧保留oCPC模式可以选择?

(11)DSP盈利模式有几种?每种模式下三方的利益关系发什么了什么变化?

二.大媒体广告平台

Facebook,谷歌等大媒体通常自己建立广告投放平台,对自有流量进行变现。这时候媒体同时又是投放平台,本文中简称“媒体平台”。

基础知识

一条互联网广告通常会经过以下的几个过程,以信息流为例,当用户打开APP时,有时会浏览到一条广告(广告展现,缩写为m),用户可能会点击这条广告下方的“查看详情”(广告点击,缩写为c),在详情页面中,用户可能会继续点击“马上下载”(广告下载,缩写为i),之后通过app store或者安卓应用商店下载这个游戏,并打开(激活,缩写为a),玩了一段时间后,可能会花钱买道具(付费,缩写为p),以及后续可能还有更深度的用户行为。

CPM广告(Cost PerMille),是按照广告展现的次数来收费,因为每次展现的费用数字很小,所以大家约定乘以1000,即千次广告展现的费用。如果广告主A的一条广告CPM出价为每千次10元,广告主B的一条广告CPM出价为每千次12元,那么媒体平台就根据CPM出价进行排序,取第一名的广告(即广告主B的广告)进行展现(为了表述清晰,假设该广告位只出一条广告,后面的讨论也基于这个设定)。(附:CPM里的m其实是千次的意思,但是后续发展的CPC,CPA等模式里的c(点击)和a(行为)都是一种行为的类型,所以后来大家后来也习惯用m来表示展现。)

CPC广告(Cost Per Click),是按照广告被点击的次数来收费,因为单个点击的费用通常已经足够大,不用乘以1000了。如果广告主A的一条广告CPC出价为0.3元,广告主B的一条广告CPC出价为0.4元,这个时候媒体平台并不是直接出CPC出价更高的广告主B的广告,因为两个广告的点击率可能并不相同。这个时候媒体平台通常会用点击率预估模型,预估每个广告分别的点击率(CTR),即从m到c的概率p(m->c),再用

eCPM=CTR*CPC*1000

(需要乘以1000是因为CPM是1000次展现的价格)

分别计算得到两条广告的eCPM (estimated CPM)。假设广告主A的点击率CTR_A预估为0.03,广告主B的广告CTR_B为0.02,那么计算得到

eCPM_A = 0.03 *0.3 * 1000 = 9元

eCPM_B = 0.02 *0.4 * 1000 = 8元

再根据eCPM排序,出最高的广告主A的广告。

值得注意的是,虽然排序按eCPM排,但不是按照eCPM来计费的,还是按照CPC来计费。也就是说,如果这条广告被用户点击了,媒体平台会收广告主0.3元。如果没有被用户点击,媒体平台不收广告主钱。

行为价格换算公式:

从m->c->i->a->p的过程中,每个行为A的价格,等于后续行为B的价格乘以行为A到行为B的比率。例如

CPM=p(m->c) *CPC * 1000

(唯独CPM要多乘以1000)

CPC=p(c->a) *CPA

这个是做广告算法最经常用到的公式之一,可以将不同行为的价格进行换算,后面也会经常用到,请熟知。

2.“四点三率两控制一加强”里的“四点”

竞价点:其实不管是CPM,CPC还是后续的CPA,OCPM,oCPC,双出价等所有出价模式,绝大多数媒体平台最终都是根据换算公式,将出价换算成eCPM,再对eCPM排序后,选择eCPM最高的广告进行展现。这样媒体每个展现机会的收益可以很直接地被度量,也能最大化自身的利益。在本文中,我们讨论的“竞价点”都在m(展现)。

计费点:即媒体平台最后是按什么的个数来收广告主的钱。例如CPM中,是按照展现次数来收费,那么计费点就是m。而在CPC广告中,虽然按照eCPM排序来决定出哪个广告,但是对于出的广告,是按照点击次数来收费,这时计费点是c。

出价点:即广告主在媒体平台的投放后台里填写的是什么价格。在CPM和CPC广告中,出价点和计费点是在同一个行为,CPM的出价点也是m,填写的是千次展现价格,而CPC广告出价点是c,填写的是每个点击的价格。而在oCPX中,出价点和计费点是分离的。

考核点:在广告投放中,广告主真正想要出价的可能不是展现或者点击,甚至也不是下载和付费,想要的是LTV(Life Time Value),即这个用户在使用广告主产品的生命周期内给广告主带来的所有价值。在完美的世界里,广告主可以为每1元的LTV出价,例如出价0.8元。那么广告主的ROI就是1/0.8=1.25>1,广告主就可以躺着数钱了。可惜LTV通常很难核算出来,也很难量化,例如用户即使不付费买道具,也可能发挥陪玩玩家的价值。所以广告主在投放的时候,通常会找一个在链路中更前置的更好量化的指标来考核投放优化师的工作。例如考核一个付费用户的成本,或者七日ROI之类的,我们把这个点叫做考核点。后面的分析中,我们假设考核点为付费(缩写为p),实际中可以是别的点,但是不影响我们讨论的结论。

如图所示,在CPM出价模式下,竞价点/计费点/出价点都是m,考核点假设在p。而对于CPC出价模式,竞价点在m,计费点/出价点在c,考核点假设在p。

信息流广告出价是什么意思_关键词出价是什么意思_出价是什么意思

对应着四个点的,就是三个比率,p(竞价点->计费点), p(计费点->出价点), p(出价点->考核点)。

CPM/CPC以及本文后续所讨论的所有出价模式,其中很大的区别就在于这四个关键点在不同位置。我们只要把这四个关键点和他们之间的三个比率对于三方的利益影响分析清楚了,那么就能推广到所有的出价模式。接下来,我们逐步引出每个比率以及分析对三方利益的影响。

另外,用户(网民)其实也是一个参与的角色,但各媒体对用户的诉求(用户体验)考虑的程度不一样,考虑的方法也不尽相同,所以在本文的讨论中,只讨论媒体,平台,广告主三方的博弈。

3. “三率”之p(出价点->考核点)

我们看看在CPM和CPC下广告主是如何设定出价点的出价的?

CPM出价模式:假设我们在推广一款游戏,通过核算得到一个付费用户的获取成本在80元以下,就能有钱赚。也就是说,广告主(或者投放优化师)内心有个隐含的付费用户出价(即隐含CPP=80元),后续简称为付费出价。那么广告主会根据之前的投放数据,估计一个从p(m->p)的概率,假设估计点击率CTR p(m->c)大概0.03,p(c->i)大概0.1,p(i->a)大概0.4,p(a->p)大概0.1,那么整个p(m->p)就是0.03*0.1*0.4*0.1=0.00012,所以有

cpm = p(m->p)*隐含付费出价*1000

cpm = 0.00012 *80 * 1000 = 9.6元

所以广告主的CPM出价就设为9.6元。

有些投过广告的读者可能会说了,“我投放的时候可从来没这么算过”。对,实际操作中,广告主并不都是显式地这么干,他们通常是先设置一个经验CPM,然后看报表的付费用户成本,付费成本高于80,就调低价格;如果低于80,就调高价格。最后实际上达成的效果,和上面描述的是一个意思:

即在广告主的出价中,会隐式地包含一个用固定值预估的p(出价点->考核点),在CPM中为p(m->p),从而将考核点的出价(付费出价),换算得到出价点的出价(即CPM出价)。

CPC出价模式:也是类似的,广告主的CPC出价中,会隐式地包含一个用固定值预估的p(出价点->考核点),在CPC中为p(c->p),从而将考核点的出价(付费出价),换算得到出价点的出价(即CPC出价)

我们发现在CPM和CPC中(其实对于其他出价模式也一样适用),都会设计到p(出价点->考核点)这个比率,即出价点(CPM的m, CPC的c)到考核点(p)这一段的比率。接下来我们看看这个比率的真实值的高低,和预估值的准确度,分别对博弈双方(即媒体平台和广告主)都有什么利益影响。先放结论,再一个一个分析。

p(出价点->考核点)比率真实值高低对媒体和广告主的影响

提高p(出价点->考核点)这一段比率的真实值,对于求量的广告主,在同样付费用户成本下可以换算得到更高的出价点的价格。例如CPM模式中的CPM价格(因为cpm = p(m->p)*付费出价*1000)。从而赢得更多的原本不能赢得的展现机会,拿到更多的量,因此媒体平台的收入也会增加。而对于预算有限不求量的广告主,保持出价点的出价不变的情况下,获得更多的付费用户,ROI提升。

所以在提高p(出价点->考核点)的真实值上,媒体平台和广告主是完全利益相同的,例如CPM模式下媒体平台会通过优化广告位位置,从而提高点击率来提升p(出价点->考核点)。因为利益一致,广告主在方面可以信任媒体平台提供的建议和工具。

出价是什么意思_关键词出价是什么意思_信息流广告出价是什么意思

p(出价点->考核点)比率预估值准确度对媒体和广告主的影响

对于任何一个用户,广告主都是显式或者隐式地用固定的一个值(虽然会调整,但是同一时刻对于不同流量是固定的)来预估p(出价点->考核点),从而把付费出价转化成出价点出价。显然事实上每个用户的这个比率是不一样的。因此这个预估值有时候会偏高,造成出价点出价过高,广告主ROI下降,对于媒体平台来说,收入增加;有时候偏低,造成竞价点的CPM值偏低,竞价不利,不能获得足够的量,对于媒体平台来说,收入下降。

由广告主用固定值预估的p(出价点->考核点)偏高偏低都会让广告主自身利益受损,因此广告主有动力通过调整出价来调整这个预估值,提高准确度。

4. “三率”之p(竞价点->计费点)

对于CPC来说,和CPM不一样的地方在于计费点和出价点都在c了,而竞价点一直在m。因此,会有一个p(竞价点->计费点)的率。接下我们探讨这个比率真实值的高低,和预估值的准确度,对博弈双方(即媒体平台和广告主)都有什么利益影响。先放结论,再一个一个分析。

p(竞价点->计费点)比率真实值高低对媒体和广告主的影响

提高从竞价点(m)到计费点(例如在CPC出价模式中是c)这段的真实值,对于求量的广告主,在同样的付费点出价上,可以换算得到更高的CPM。(例如在CPC出价模式中,CPM=CTR*CPC*1000),赢得更多的原本不能赢得的展现机会,拿到更多的量。因为CPM提高了,媒体也获得了更多的收入。

但是,对于不求量的广告主,不一定是这样了。不求量的广告主在本文中的是指,在获得一定的量之后,不再追求继续扩大采买量的广告主。这时候有的朋友可能会问,只要实际付费用户成本小于根据用户LTV估算出来的可以接受的最高付费用户成本,广告主应该是量越大越好才对,这样总的利润会更高。为什么会有不求量的广告主呢?

比较典型的有两类广告主,他们对量的需求到了一定程度就不再增加了:

一类是小代理或者CP自己。通过广告投出去的钱不能在短时间内收回的,需要一个周期,例如重度游戏可能需要几个月,休闲游戏可能需要几周。对于资金实力不够的小代理公司或者自己投广告的CP自己,即使ROI在大于1的情况下,预算也是有限制的。

二类是服务能力有限的广告主。当采买的量大了之后,自己的服务能力更不上。不过在互联网行业,因为增加服务能力的边际成本很低,通常这种情况较为少见。

为什么有时候广告主反而希望降低点击率?

那么对于不求量的广告主,为什么提高p(竞价点->计费点)的真实值,对他们没有好处呢?一个很容易想到的原因是广告是按照计费点处行为的个数来计费的,例如计费点在点击c处,没有点击是不收广告主钱的。广告平台从100个展现里带来2个点击还是从10个展现里带来2个点击,对于广告主来说都是花一样多的钱带来一样多的点击,点击率的提高并没有直接给广告主带来好处。而且在有些情况下,p(竞价点->计费点)的比率越低,反而对不求量广告主来说更好。我们来看一个非广告行业的案例就更清楚了—电信诈骗。

类比问题:为什么有些诈骗短信的内容那么拙劣?

某电信诈骗公司先广撒网群发诈骗短信,如果有上钩的,回复短信或者电话联系,再通过专员的一整套话术,进行诈骗。群发短信的成本很低,基本上可以忽略,类比CPC模式下的展示m;而通过专员沟通进一步诈骗则需要占用专员的时间和精力,类比CPC模式下的点击c,是需要付出成本的。而诈骗公司的人力是有限的,需要专员“服务”的人的量必须是有限的,多了电话打不过来。因此在这个类比下,诈骗公司就是不求量的广告主。

如果诈骗短信太有欺骗性,“点击率”很高,一些其实不太容易上当的人一时没反应过来也给专员打电话做咨询,在专员有限的人力下,比如一天接1000个电话,最后能“转化”的用户是比较少的。而如果短信像图中这么拙劣,“点击率”很低,那么只有非常容易上当的人才会给专员打电话,那么专员同样是接1000个电话,能“转化”的用户机会比较多。

回到互联网广告行业,类似地,在一些情况下,p(竞价点->计费点)是和p(计费点->考核点)是负相关的。这就是为什么对于不求量的广告主,提高p(竞价点->计费点)对他们来说,不一定有好处甚至可能有坏处的原因。作为媒体平台,因为互联网的边际服务成本很低,求量的广告主一般占多数,所以影响一般不是很大。

p(竞价点->计费点)比率预估值准确度对媒体和广告主的影响

和CPM不一样,从m到c这一段,也就是p(竞价点->计费点)这一段的预估,是由媒体平台通过机器学习来预估的。每一个用户每一个广告在不同的上下文(context)的预估值通常都是不一样的。

如果对某一条广告的预估值偏高,那么该广告在竞价点的CPM会比较高(因为CPM=p(竞价点->计费点)* p(计费点->出价点)*出价点的出价),抢占了其他广告的展现机会,但是实际发生的计费数又少,广告平台的收入就降低了。对于广告主来说,计费数少计费也会成比例少,最终ROI没有明显变化。

如果对某一条广告的预估值偏低,那么该广告在竞价点的CPM会比较低,竞价队列里不是最优的广告会排到更前面,导致广告平台的收入也降低。对于广告主来说,拿到的量就少了。

所以我们看到,媒体平台对于p(竞价点->计费点)的预估越准确,收入越高。对于广告主来说,主要就是影响拿量的多少,相对来说,影响较小。

从CPM到CPC,媒体平台和广告主的博弈关系发生了什么变化?

从CPM到CPC对广告主的影响

如果考核点在c以及c之后,从CPM到CPC,广告主的利益得到了很大的保证。原来广告主用固定值预估p(m->c),会非常不准,而且不管偏高还是偏低,都会广告主的ROI或者量有负面影响。而在CPC中,p(m->c)属于竞价点->计费点这一段。这个值(点击率)由掌握用户特征和label(即c)的媒体平台用机器学习模型预估,会比广告主用固定值预估准得多,而且如果预估偏高,广告主的ROI也不会受到明显影响。所以广告主用CPC比CPM几乎只有好处没有坏处。

对于某些只考核m不考核c的品牌广告主,考核点就在m,上述分析都不适用了,这类广告主不会使用也没有必要使用CPC。

在CPM到CPC对媒体平台的影响

如果广告主考核点在c以及c之后,从CPM到CPC,对媒体来说也是利大于弊的。CPM中p(m->c)是由广告主用一个固定值来预估所有广告的p(m->c),假设广告主预估非常准,即用所有广告的均值来当做这个固定值。那么会有近一半的广告高估,一半的低估。在一段时间之后,广告主会发现预估偏低的很多竞价失败,而偏高的容易竞价成功。所以在看报表时,投放出去的广告的平均成本是要明显高于出价的。这个时候广告主要达到目标成本,就必须要降低这个用来预估的固定值(也就是降低出价点的出价),导致大部分的预估都是偏低的,也就是媒体平台的收入主要是降低的。而在CPC模式的实际投放数据表明,虽然媒体平台承担了p(m->c)预估不准的带来的后果(因为不管偏高还是偏低,都由媒体平台买单),但是因为预估准太多了,损失比在CPM中由于广告主预估值明显偏低带来的媒体平台收入下降带来的损失更小。所以综合来看,媒体平台在CPC模式下收入也是增加的。

另外,比率真实值部分,CPC模式下,预算有限的广告主,在是否提升m->c这一段比例的诉求,利益和媒体平台不一致了。还好这一部分影响相对比较小,实际投放中,CPC对于媒体平台来说还是明显利大于弊。

什么情况下可以使用CPA模型?

CPC的成功,让人不禁思考一个问题,是否可以如法炮制,把计费点和出价点移动到a,这也就是CPA的模式。

如果a行为的数据,也是媒体平台能完全控制完整收集的,那么没有问题,CPA模式也是成立的。例如媒体平台是淘宝,广告主推广自己在淘宝的产品,那么淘宝可以完全掌控a的行为,那么做CPA(甚至CPS)是可以的。

如果a行为的数据,是由广告主收集的,再由广告主自己回传给媒体平台,那么把计费点移动到a就会有问题。比如广告主出价是80块一个a行为,那么广告主就有动力一直不回传a行为的数据,或者克扣部分a行为的数据给媒体平台,从而让媒体平台少收了广告主的钱。

所以我们可以得到一个准则:

付费点通常不能超过媒体平台完全控制的行为点,不能到达由广告主收集的行为点。

5. “三率”之p(计费点->出价点)

按上面的分析,如果a行为由广告主负责收集,那么我们就不能直接按CPA出价和计费,p(c->a)这一段的预估还是只能由广告主用固定值来预估,根据上面的分析,对于广告主和媒体平台都是不利的。p(c->a)这个比率预估的特征数据(用户特征和广告特征)在媒体平台手里,但是label是在广告主手里。所以如果要预估p(c->a),必须有一方让步把数据给另外一方。

通常媒体平台比各个广告主具有更好的数据分析能力,广告主把label数据给了媒体平台(下面会分析为什么广告主有动力这么做),由媒体平台进行p(c->a)来预估。这时候FB创新的oCPX就出现了,它把出价点和计费点分离了,计费点在m(或c)而出价点在a。

我们可以这么来理解oCPX:oCPX=计费点和出价点分离+连续竞价下的智能出价控制

即广告主把行为数据主动给媒体平台,由媒体平台免费为广告主提供把出价点价格转化成计费点价格的出价转换服务(通过预估p(c->a)的方式)。另外媒体平台提供在连续竞价下的智能出价控制服务。连续竞价下的智能出价控制服务后面会详细讨论。

p(计费点->出价点)比率真实值高低对媒体和广告主的影响

p(计费点->出价点)越高,根据广告主出价点的出价换算到计费点出价再换算到竞价点的CPM出价也会越高,广告平台收入提升。对于求量广告主来说,这个比率越高,换算的CPM出价也越高,越容易拿到量。对于不求量的广告主,保持付费点出价不变的情况下,获得更多的出价点行为,ROI得到提升。

我们可以发现在提高 p(计费点->出价点)比率的真实值上,媒体平台和广告主的利益也是一致的。

p(计费点->出价点)比率预估值准确度对媒体和广告主的影响

对于由媒体平台用模型预估的预估值,如果偏高的话,广告主在计费点的出价就会偏高,导致ROI下降。如果偏低的话,导致换算到竞价点的CPM偏低,拿不到量。对于媒体平台来说,预估值偏高,会换算得到更高的计费点出价和竞价点CPM出价,收入增加。而预估偏低的话,从出价点换算得到的CPM就比较低了,广告队列竞争激烈程度不够,媒体平台收入下降。

这里我们会发现一个问题,由媒体平台预估的p(计费点->出价点)在预估偏高时,媒体平台自己是受益的,而对广告主不利的。媒体平台短期有动力高估这个比率,这个问题怎么解决呢?我们会在下一篇文章里详细说明。

至此,大媒体平台中四个关键点直接的三个比率对博弈双方的影响都已经完整分析过了。各种各样的基础以及智能出价模式,其中很大的区别就在于这四个关键点在不同位置。理解这些出价模式的关键之一,是把这四个关键点和他们之间的三个比率对于三方的利益影响分析清楚。

尾声

本文介绍了在“四点三率两控制一加强”中的“四点三率”,以及CPM/CPC/CPA等基础出价模式。在本系列的下一篇文章中,会继续介绍“四点三率两控制一加强”中的“两控制一加强”,以及分析oCPX, 双出价,激活且付费,AEO,VO各种智能出价模式。希望不要错过。

彩蛋

前面咱们提到过,对于后续服务能力有限的一类广告主,有时候通过降低点击率来筛选用户。这篇文章这么长能看到这里的都是对互联网广告技术和产品非常感兴趣的人士了。根据这个原理,笔者也在这里放一个广告:)希望招几名广告算法一起在某手商业化做点好玩的。期望至少有1-2年算法工作经验,对模型和大数据处理工具都用得比较熟悉。部门也开放了几个产品,运营职位,感兴趣的朋友欢迎加我的个人微信约饭约咖啡或发送简历。

作者个人微信(添加注明申探社读者及简单介绍):

上一篇: 照片审核不通过的原因及制作方法 下一篇:没有了