可口可乐|万字长文:互联网广告到底是如何运行的?( 七 )


但是 , 如果我们知道这4000个用户的特征 , 我们就不会这样去预估点击率 。
那么真相是什么?
真相就是这4000个用户 , 其实可以根据年龄和性别分成四类——分别是成熟男人、成熟女人、小男孩和小女孩 , 每一个分类都是1000个 , 他们每个人对自己喜欢的物品的点击率是100% , 不喜欢的物品的点击率是0% ,
可口可乐|万字长文:互联网广告到底是如何运行的?
本文插图

比如说小男孩一定会点游戏机 , 一定不会点其他的 , 而成熟女人一定会点高跟鞋 , 也一定不会点其他的商品 。
所以这时候我们正确的预估应该是——当一个小男孩来访问的时候 , 我们就能精确的预估到他对游戏机这个广告的点击率是100% , 而其他人的点击率这时候是0% ,
这样预估的话 , 所有人的点击率就都是100% , 这时候点击数就会变成4000 , 整个收益也会变成4000 , 比刚刚的1000翻四倍 。
上面的例子告诉我们 , 我们要根据广告特征和用户特征来实时的预估点击率 。
那么点击率需要哪些特征来预估 , 或者说点击率都和什么因素相关?
主要有三个方面会影响点击率——广告侧、用户侧和平台侧 。
广告侧很容易理解广告主的行业广告 , 文案、广告、图片和广告的形式都会影响点击率 。
而用户侧我们刚刚说的年龄、性别、地域、手机兴趣以及它的使用环境等等 。
然后平台侧就是平台的频次控制时间、竞价策略和流量分配策略都会影响点击率 。
可口可乐|万字长文:互联网广告到底是如何运行的?
本文插图

点击率的预估其实是一个非常复杂的过程 , 它是互联网广告最核心的技术之一 。
我们可以把点击率预估简化成两个步骤 , 第一步叫特征工程 , 第二步叫模型训练 。
特征工程就是找到很多跟点击率相关的特征 , 通过模型训练我们就能够得出特定的点击率 。
从这个意义上说 , 点击率预估其实是一个黑盒子 , 输入很多特征就能实时的输出预估的点击率 。
点击率的预估应用非常的广泛 , 我们今天熟悉的****、抖音的推荐系统的核心技术也是点击率的预估 , 平时咱们观察到的是——看过什么就给我推荐什么 , 非常的精准 。
这背后其实是把所有可能投放给你的内容的点击率都进行一次预估 , 然后把点击率最高的推送给你 。
广告比推荐排序会多一个步骤 , 推荐只需要知道谁排在前面就OK , 而广告需要知道具体的数值 , 因为它需要和出价一起来综合排序 。
理解点击率预估对广告排序的意义 , 我们就能够破除一个按效果付费的理解误区:
可口可乐|万字长文:互联网广告到底是如何运行的?
本文插图

有人说按点击和成交去进行付费简直太爽 , 不点不要钱简直没风险!
那我能不能我出一分钱一个点击 , 同时我还没有时间去好好做广告素材 , 然后我还要点击一天给我来一百万个?
事实上是不会有这样的好事 , 你出一分钱一个点击 , 广告平台如果产生点击 , 它的确只扣你一分钱 , 不产生点击的确也不会扣你的钱 。
但是最可能的结果就是你出价太低或者你的点击率太低 , 你被排在后面根本投放不出去 , 所以的确没有风险 , 但同样也没有收益 。
OK , 对这一小节做一个总结:如何通过竞价来提升广告投放的效率 , 按效果付费 , 的确是一个对广告组友好的计费方式 , 但是他也是一个公平的计费方式 , 想要获得更多的点击只有两个办法: