外投学习和思考思维导图

U795583548

2025-05-15

浏览量: 113

广告原理

广告媒体

广告平台

广告基础原理，角色目标相关内容讲解

树图思维导图提供《外投学习和思考》在线思维导图免费制作，点击“编辑”按钮，可对《外投学习和思考》进行在线思维导图编辑，本思维导图属于思维导图模板主题，文件编号是：d6adc5787dbfe0d08fa57243b196a8a0

思维导图大纲

广告的基础原理和演进

用户

希望媒体侧能够通过满足其需求的产品，这个产品也有可能是广告

用户体验不受损

原生广告vs信息流广告

广告主

质

ROI

量

高质量的流量必然是少的

媒体

广告带来的收益最大

用户体验的损失最小

广告的演进

广告主通过媒体达到低成本的用户接触，广告是一种流量的交易

合约定价，售卖定向展示

合约定价，售卖时长

竞价，售卖点击

CPC

eCPM=CPC*pCTR

媒体预估点击率，广告主预估每个点击的价值，要求广告主对点击后的转化率有精准的把握

竞价，售卖转化

oCPX

eCPM=CPA*pCTR*pCVR*调节系数

媒体预估点击率和转化率，广告主告知媒体一个转化的价格

ocpx模式下，广告平台和媒体的角色和目标

广告平台

广告平台的收入 = 曝光的广告的数量*eCPM（eCPM是指有效的单次曝光的广告获取的广告收入）

广告曝光的数量：取决于广告主数量、adload等，和用户体验有关，是广告平台本身的商业化取舍

单次广告的ecpm大大小

ecpm是竞价排序的依据，广告主会倾向于ecpm高的广告

广告主

量

取决于每次曝光的ecpm的大小

pCTR*pCVR*CPA出价*调节系数

出价不变的情况下，提升pCTR*pCVR

本身提升ctr和cvr，让广告系统学到的ctr和cvr更高

成本

广告的计费不是按照实际的转化量来计费的，是按照预估转化量来计费的

实际的每个转化的成本=预估的转化量*出价/（实际的转化量）

=（实际曝光*pctr*pcvr*出价）/（实际曝光*实际ctr*实际cvr）

当预估转化量和实际转化量相等时，cpa出价=实际的每个转化的成本

当预估转化量大于实际转化量时，实际发生的成本会大于出价

当预估转化量小于实际转化量时，实际成本会小于出价

降低成本的措施

降低出价（但是在曝光不会大幅下降的情况）

出价相对稳定的情况下，避免预估转化量大于实际转化量的情况

回传调节

实际的ctr和cvr相对稳定

避免负向操作，给模型提供相对稳定的学习数据和环境

短期提升实际ctr和实际cvr，但长期来看，成本会无限趋近于出价？

前提

pCTR*pCVR的预估是可靠的

在学习期，大模型缺乏数据做充分的学习，预估ctr和cvr会受行业大盘的影响

越深层的目标，数据量越少，数据越稀疏，学习的难度越大

PKAM助攻模型，为什么在信用卡测试的结果不佳？

联邦建模

金融质量分

有时候目标转变或其他条件转变，模型需要时间跟上变更

由于预估存在不确定性，CTCVR的提升仍然对成本是有利的

在一定的竞争环境中，所需曝光的eCPM是固定的，当pCTR和pCVR高的时候，所需的CPA就自然可以降低

定向召回给更精准的人，理论上可以在降低出价的情况下，保持同样的流量

早期的精准人群可以帮助pCVR积累样本，避免可确认的流量浪费

广告主的定向能力和广告平台的预估能力可以是互补的

AMS没有保成本的情况

为什么没有保价？

一键起量

RTA调价

风控措施

是否得到补偿

量和成本的平衡

保价优先

先精准定向，再逐步扩大定向扩量

争量优先

先扩量拿转化，再逐步降低出价

广告主的毛利

广告主的毛利 =（真实转化价值-转化成本）* 转化量

ocpc模式下：广告主的毛利 =（真实转化率 * 真实转化价值 - pcvr * given_cpa）* 竞价胜出的概率 * 真实点击率

提升CTCVR

人群

为什么要做

问题：大模型时代，人群定向的重要性会降低吗？（理论上，大模型可以从海量星辰大海的用户中，学习到目标用户）

1）在当前的时期（大模型发展阶段）和业务模式下（金融产品的转化往往较深），通过人群筛选限制曝光人群，提升后端转化，避免曝光浪费仍然是必要的

2）有部分场景只能用广告主的数据来做人群筛选，并和广告平台互补

人群筛选是有业务限制的，而不仅仅与成本控制有关

本地业务的地域和LBS限制、营业时间限制

资质：如金融授信、信用卡核卡？

平台侧的模型不能准确识别的定向

曝光和点击频次

在平台内产生的行为定向，如已转化or下单多少屏蔽

广告主更有优势的定向

深层付费和转化行为

核卡分？

长期兴趣

广告主优化目标和平台优化目标有区别？

如果无差异，平台会比广告主优化得更好

如果有差异，甚至是相反（如核卡和进件），平台会曝光大量不符合要求的用户

问题：

怎么做

做对广告平台大模型有增益的定向，广告平台做不了的定向

素材

为什么重要

产能

AIGC

假设：素材一定是越多越好吗，还是越精越好

效果

产品

转化路径

人、商品和场景的匹配

为什么重要？

商品

商品需要细分

子主题2

场景

要怎么做？

出价

调价对降低成本有用么，调价是不是应该更基于ROI

回传

投放运营

智能盯盘

关键问题是什么

有什么关键假设

历史数据是否支持假设

采纳后的数据是否支持假设

和ams或者行业的说法是不是一致的

能力建设

RTA的作用

提升ctr的要素

素材

人群

产品

人群筛选

大模型时代，只要模型可以稳定地学习，是可以学习到目标用户的特征的，过往的人群定向理论上重要性会降低，那人群选择的发力点应该在哪里

人群筛选帮助提效的原理

哪些场景适合做人群筛选

前提：oCPC产品的一个目的就是要打破之前的定向限制，对广告主而言，可以让广告以相同的转化成本接触到更多的流量，对平台侧而言，一个流量可以引入更多的竞价者提高变现效率

和平台侧的优化目标是有差异的

利用广告主的数据，补充媒体对用户的认知

和人群包相比

差异化出价

广告主RTA优化的目标要与平台优化目标不一致？

常用策略

过滤已转化

个性化拉活

自定义频控

用户请求级别调价

用户请求级别指定创意

RTA有效的前提条件是：广告主RTA优化的目标要与平台优化目标不一致。如果说平台侧的优化目标是激活，RTA的优化目标也是激活的，那广告主的RTA相比平台很难做出效果，比如RTA过滤低转化的流量来优化激活成本就很难有效果，这个和前面的定向设置逻辑是一样的。

子主题7

高价值用户往往意味着高花费，高花费的原因可能来自于竞对的真实回传和竞争，也可能来自于自己历史的真实回传，提高了转化率，进而提高了出价，在GFP下也意味着更高的计费。

对于广告主而言，每一个流量都可以采买，只不过要给一个合理的出价。

转化回传

为什么重要

ocpx模式下，要告诉平台需要的用户，让广告平台的模型更好地学习，选择和回传转化其实就是要告诉平台侧想要什么样的流量（用户）

怎么传

是选择低转化率高出价的回传方式呢？还是选择高转化率低出价的回传方式呢？

回传高价值用户的注意点

置信

稳定高价值

特征明显可学习

平台侧会根据统一转化目标建模，转化率模型预估的可能不是广告主的自定义转化，效果就很难保证

站内投放和站外投放做增长的思路区别

怎么在保证ROI的基础上提升量

问题

还有些问题没有想太明白，若“长期来看，成本一定会趋向于出价”， 1. 那广告主出价的合理性，平台是否会考虑，比如同样是信用卡发卡，我就是要出350，而其他家都是450，那长期平台也会保障我350吗 1.1 若是会结合其他家来看350是否合理，那平台是保的行业均价，非广告主出价吗？行业均价怎么算的？ 1.2 若是只考虑广告主出价，并长期保证的话，那平台结合行业的评估就是 ecpm保持一个水平，即虽然我出价350远低于行业平均的450，但是我的转化率高，所以平台还是要保证我的350---大概率是这个逻辑 2. 这里说降成本需要尽量减小平台的预估偏差，方式是 2.1 稳定回传，避免负向等 2.2 是否可以通过优化分工来解决，如ams对ctr预估准确，而fit对cvr预测准确，那按照当前的机制，这个分工怎么来落地呢（本来是通过出价方式的，但现在看来出价方式效果不理想，有没有其他优化分工的方式） 2.3 为何当前我们人群筛选上了进件核卡评分之后，更多的是对成本有正向影响，而非对量 3. 按照预估转化量计费这个事情，可能要好好思考一下造回传对成本的负向影响理论上说成本趋近出价，但为什么从目前持续几个月的实验数据来看，成本都是超出价的。尤其是只依赖AMS大模型的时候，成本远超出价？