广告投放从操作层面看各媒体的一些公开算法

媒体的算法是黑核，我们不知道是什么样的，就算告诉我们、我们也看不明白。但我们可以看一些基础的东西，就像上学要做作业、上课听讲、课前预习、课后复习，大家具体的学习方法各不相同，但这些基本的逻辑是共性的。

我搜集了头条、腾讯、快手对质量度的一些定义，理出了一些可能的影响因素，这些东西你可能知道，但可能没那么确定、或者知道的没那么全面，我觉得值得优化人员看一看。

我们以头条为主，其它媒体也可以参考。对于账户层级的叫法按照头条的“账户-组-计划-创意” 。

一、钱

算法就是决定把量分给谁，而把量分给谁的核心就是钱。但钱又会分为两个部分：一个是直接的广告收入，另一个是用户体验，也就是未来的钱。只有用户体验好了，用户愿意留在APP上，媒体才能长长久久地赚钱。

所以，媒体在做流量分配的时候，用户体验一定是很重要的考量因素。用户体验可以分成3个部分：互动行为：赞、顶、评论、喜欢、分享观看行为：点击、阅读百分比、读完、视频播放时长、有效播放率、播完率投诉行为：dislike（不喜欢）、举报如果用户正面反馈（正面评论、看的时间比较长等）比较多，那对广告的流量分配一定会加分；用户有负面行为也会对广告进行打压。所以“广告被投诉会影响分量吗？”

会的，算法里一定有投诉率、累计投诉次数的权重。

二、广告投放的简化流程广告投放也就是媒体卖流量的过程，可以简单分成3步：① 确认你想买② 看你给多少钱③ 综合考虑用户体验都OK、就可以展现在用户面前了。对应到广告系统里，每一步都对应一些设置：

我们具体来看：

1、确认在投状态确认在投状态，需要检查几项：首先开关得打开，然后日期、时间段是否包含当下时间点，是否有可用预算及余额。对于可用预算和余额，有一种说法是：取最小值。a）账户预算、组预算、计划预算取最小值；b）预算最小值-已消耗金额=可用预算c）可用预算、账户余额取最小值确认“可用预算、账户余额的最小值”是可消耗的，就可以进入在投状态。如果可用预算或余额即将耗尽，那么广告就会逐步下线。确认在投状态的几个主要因素：2、预估eCPM预估eCPM，回到计算eCPM的公式：按点击出价：  eCPM=（点击出价）×（展示-点击率）按转化出价：  eCPM=（转化出价）×（展示-点击率）×（点击-转化率）预估ecpm就会用到大家总说的“质量度”的概念。我们来看一下各媒体对质量度的影响因素的说明：快手腾讯头条可以将影响因素归成几类：a）查户口：账户的历史表现、推广商户的信用b）创意：点击率、封面点击率、有效播放率（主要）、创意历史点击率（主要）、新鲜度c）落地页：落地页的加载速度、落地页的停留时长、落地页的相关性d）定向：相关性（腾讯指创意和用户的相关性）这里边提到的因素就几乎是“上学要做作业、上课听讲、课前预习、课后复习”这种层级的，非常基础，媒体之间不一定完全重合，但能放在这里的就都是基本要点，值得参考。我们依次来细看一下。a)查户口流量分配一定要先“查户口”，看你昨天消费多少、以前有没有被投诉。所以“账户有权重吗？”一定有的。账户历史表现好、对新计划测试计划是有影响的。b）创意创意里边如果是视频封面点击率是有权重的，创意的历史表现很重要。对一条创意的预估很大程度上会参照历史数据。腾讯提到了新鲜度的概念我在头条没怎么见过，可能对于“新”的创意也有鼓励。c)落地页接着是落地页。腾讯这张图里没有提到落地页的部分，但它关于落地页优化的说明也是这几个因素：打开速度、和创意的相关性等等。腾讯落地页优化说明：对于落地页和定向，头条的计划诊断里有更细致的说明： 落地页加载速度的影响因素主要是网页的总大小、图片的数量和大小。所以落地页不能做的太大了，要“少、小”——少放点内容、网页小一点。今日头条落地页优化说明：d）定向定向可以细分成覆盖度、精准度和蓝海度。分别指：覆盖的人群范围、定向的精准程度、和该定向人群中竞争的激烈程度（腾讯的“相关性”指的就是定向的精准程度）今日头条定向优化说明：很好理解，转化量=转化率*人群范围，转化率和人群范围分别对应精准度和覆盖度。但是找到这些人并不代表你就能转化他们，还有别的广告主跟你竞争，比如大家都用某个行业的人群包，那这部分人竞争一定激烈，你定向了也未必能转化。各媒体影响eCPM预估的主要影响因素：3、频率控制虽然eCPM是很重要的流量分配指标，但不能只看eCPM。对用户展示广告的频率控制也是很重要的策略。频率控制主要分为过滤掉用户不喜欢和去重两个方面。· 过滤不喜欢可能的策略是：如果一个用户选择了不喜欢一条广告，那么不只是这条广告，和这条广告相关的“行业、产品、来源、落地页、广告组”等也不会向该用户展现。· 另一个方面是去重，去重是各媒体基本的策略（包括小型的DSP平台也会做去重），不只是考虑用户体验，从广告效果的角度看，用户总看重复的广告转化的可能性也会比较低，所以要控制广告对同一个用户重复展现的频次。而且你在各媒体点击“×”，无论是内容还是广告，媒体都会提供一条不喜欢的理由选项：重复内容。说明大家经常因为看到重复的内容而选择不喜欢。各媒体点击“×”之后提供的理由选项，都包含重复这一条对于去重有几个维度：

广告主

安装包

落地页链接

账户

来源

组

计划

创意

你先知道这些都是可能被频控的维度，媒体会把这些项作为一个考虑的层级，但具体是不是这些层级都会被频控、各媒体也不一样。所以“同一个账户、同一个组之间真的有竞争吗？”真的。本来所有的广告之间就都是竞争关系，又因为账户、组层级有频控，对一个用户一个账户或者一个组可能只展现一条广告，这个竞争就会更明显。同时，不同的媒体会有不同的侧重，比如有的媒体对重复的创意严格控制，有的媒体就没那么严，甚至一些初期的媒体可能就没频控。广点通强调“重复广告”是导致曝光量少的原因，重复广告只会展现一条，但头条对优秀的广告系统就会给你自动建一条一样的计划除了去重以外，还会有广告形式的限制：大图、下载。以前头条明确说明大图和下载是有频率控制的，但后来也不说了，所以这个可能有的媒体有、有的媒体没有；以及新用户一般会有保护， 也不出广告，或者出的少。频率控制可能的维度总结一下，我们可以把广告投放简化成3个部分，每个部分对应了一些设置项。可以把它当成个地图来看，知道这些是可能的影响因素，广告效果不好的时候，可以改这些东西试试。三、一种可能的算法知道媒体预估的时候有这么多可能的影响因素，但它们具体是怎么预估的呢？这就涉及到了“算法”—— “算法”就是根据广告和用户的一些特征来预估转化概率的方法（这个概率最终可换算成ecpm）。为了便于大家直观理解“算法”，这里举一个简单的算法作为例子。有一种算法是这样，每一项有不同的权重，来了一条广告之后从各个维度给它打分，然后算出一个总分，举个栗子：

视频时长     0.003分

音乐热度     0.03分

视频模特颜值   0.02分

封面颜色     0.001分

创意历史表现   0.2分

落地页加载时长  0.04分

落地页图片数量 0.01分

落地页页面长度 0.01分

……

得出一个eCPM的总分，对总分进行排名，然后按照排名分配流量。做算法的都是很优秀的技术，是非常聪明的人。而算法越聪明，预估的结果就会越接近实际数据。

四、总 结·用户体验是算法中必须考虑的因素，用户的互动行为、观看行为和投诉行为会对广告分量有影响；互动行为：赞、顶、评论、喜欢、分享观看行为：点击、阅读百分比、读完、视频播放时长、有效播放率、播完率投诉行为：dislike（不喜欢）、举报·我们梳理了几个媒体对质量度公开的一些解释，知道这些是可能的影响因素，可以长期作为优化的点。附：对视频的分析可以到什么程度？很细的程度。这些分析在技术上都是能够实现的，可能都会作为预估的影响因素。在头条，这些音乐啊、拍摄手法啊、视频前后反转的表现方式啊，都可能是预估的影响因素。

以上，欢迎留言讨论。