互联网广告的底层逻辑与数据密码 演讲 PPT

2020-10-28 演讲嘉宾:刘鹏
导言:在​10月24日的“重构·增长”第三届移动广告优化增长大会(CMCOC 2020)上,《计算广告》作者 刘鹏 受邀参会并在主会场发表「 互联网广告的底层逻辑与数据密码 」的主题演讲。他从优化师都会面临的职业难题入手,揭秘互联网广告的底层逻辑。想要解决投放相关问题不仅需要用到逻辑与实证的科学精神,还要求广告优化师具备三大基本功: 1. 用数据的基本方法; 2. 广告的归因过程; 3. 广告的竞价过程。 刘鹏还强调,优化师看数据时应遵循统计学的基本原则,广告归因要清楚应该看什么数据,而广告竞价的关键是理解市场性质与消耗计算方法。

很高兴又一次来到移动广告优化师大会,听主办方说我们的优化师队伍已经有30多万人,今天非常高兴有这个机会和大家谈谈广告优化方面的事情。

优化师队伍里流传着下面这些观点:

第一,广告优化是一门玄学,很多事情摸不着规律,就跟着媒体的黑盒子往前走;

第二,广告优化师要靠预算烧出来。这句话其实是对的,但是我们不能被动去面对问题,因为花一个亿,还是花五百万培养出一个优化师出来是不一样的。在广告优化的领域里,很多东西是本来应该有答案、有方向的。所以我谈谈我的体会,我的题目是《互联网广告的底层逻辑和数据密码》。

广告为什么被称之为玄学?

在座很多优化师可能都会碰到一个问题,测广告时回报不错,一放量可能就跑崩了。我的产品跑不起来,可是我的同事同样的东西跑得非常好。出价出多少?高了会亏,低了没有量。诸如这样的困惑相信大家在平时的工作里非常常见,但是大家不要认为不确定就是不能通过科学能解决,所有的科学规律都是建立在统计学的基础上,越是不科学的东西越需要科学去应对。

广告的投放逻辑、决策逻辑、归因逻辑等相对来说是稳定的,这其中有很多规律也是值得每一个广告优化师去深入探讨的,别人花一个亿成为金牌优化师,你可能只需要花一百万。

当然,我本人并不是一个优化师,但是我们也在做一些有意思的探索,比如说直接用统计的方法、用产品逻辑让机器自动地去投广告、做优化。我们发现:与人的优化相比,机器还是有先进性,人存在很多非理性的做法、错误的决策,甚至是疏忽和遗忘,但是在很多想法和操作灵感上人还是领先的,综合来看,完全可以在一个逻辑和实证的框架下把广告优化做好。

以前的淘宝直通车,我们称之为“开车”,所以我把广告优化师都叫做老司机,想成为一个优秀的老司机,应该避免哪些弯路?

很多人有一个误区,总在追踪广告平台最新发布的功能,比如说“双出价”“动态创意”等,这些功能很重要,但是实际工作中并不是因为你对新功能了解不好而导致投放出现问题,而是很多底层逻辑没有掌握。应该注意的我觉得就是两点:

1、掌握科学地使用数据的方法。

手里有一张Facebook或巨量引擎的报表并不能把数据看好,需要掌握很多基础知识。

2、深入理解广告决策的原理。

广告优化师,不要觉得在大公司里做广告引擎的人研究的产品技术对你来说就像天书一样,实际上其中有些规律性的内容是应该掌握的,这对一个优秀的优化师来说非常重要。

我坚定地认为广告优化是一个工程实践问题,绝非艺术问题。广告和艺术扯不上边,老板投放广告的目的是为了短期或者长期卖货,广告节放广告是为了拿个奖,老板要的是卖东西,而不是给你有一种艺术感受的冲击。既然是卖东西,就应该是工程实践问题,我们应该用科学的方法来解决。

初中学的几何有什么用?这是初中课程里最重要的一门,它建立了我们的逻辑体系。另外,互联网和人工智能领域中应用得非常多的就是实证,用大量的数据驱动一个算法,最后把结果模拟出来。

有了逻辑和实证,所有的问题都可以朝着好的方向发展。你的问题是自己卖货或者带游戏下载,离不开逻辑和实证这两条路,没有其他途径。掌握越多的逻辑规律、掌握越精妙的实证方法,你的成绩就会越好。作为广告优化师,有哪些是应该掌握的基本功,我列了三点:

第一,用数据的基本方法。

这要求优化师有一点统计学的基本概念和方法在其中,是关于实证的。

第二,广告的归因过程。

这是关于逻辑的,在面对巨量引擎、Facebook、谷歌、腾讯广告要了解他哪些确定性的东西?这个数据是怎么记的?有哪些漏洞?有哪些可以被利用的地方?

第三,广告的竞价过程。

这也是关于逻辑的,广告的二价市场有什么特性?对你投放广告有什么指导?

这三点都掌握了,还要加上实践,通过烧钱成为一个优秀的优化师,而且烧钱的速度很快,也不用花太多的钱,不用完全用自己实践的方法去摸索规律,有些科学的规律是可以直接掌握的。

举几个例子来看看为什么这三件事非常重要:

首先,数据太少怎么看?

比如说电商广告,我要控制的是每一单的成本。但是如果我只出了1单?怎么算它的成本?大家在解决这个问题时,方法也是多种多样的,有人说:“出1单我就不算,我等累积到10单再说。”这样可不可以?可以。但别忘了很多时候你就是要在早期作出决策,等到10单时你的钱已经花很多了,那时候你的测试成本过高了。这个问题怎么解决?如果你了解一点统计的知识其实很容易解决。

我们可以用先验概率的方法,一般我们的CPO=广告花费÷订单量,订单太少时可以设定两个数A和B,让CPO=(广告花费+A)/(订单量+B),那么平均CPO=A/B,用这么一个简单的方法就可以做到哪怕只出了1单、0单或者只花了几毛钱,也可以获得一个评估。还有进阶的方法,从花5块钱获得了100个展示,展出了10个点击、3个加购物车,最后促成1单,赚了5块钱。但是中间还有很多数据,点击量、加购物车量有没有用?都有用,都对你稳定地估计你的CPO是有帮助的。

第一,用数据的基本方法。

比如说我要做一个实验来测试我的新投放方法,有两种方法:一种是在历史数据里去找,比如说把参数设成4或设成5,我发现历史数据设成5效果非常好,但是确实有优化师反映过,一上线就不行了,因为违反了我们做统计的基本原则,要把训练集和数据集分开,所以我认为优化师要找一本机器学习的书,看一看对优化师的地位提升大有帮助,你可以把另一部分设成5,看看行不行,如果不行,说明不具推广性。另一种是线上实验,一次只变动一个因素,不要说把创意、出价、目标人群都变了,我发现大家在操作中有很多这样的问题,我们都可以用统计的方法和基本原则去解决这些问题。

第二,广告归因过程。

归因的过程非常重要,之所以归因都是有一个SDK或者埋点,把你的数据测到。做广告投放都有一个方法叫重定向,老客户的转化率是1%,新客户的转化率是1‰。这句话对不对?不对。

老客户和新客户没有可比性,比如说京东的老客户天然都是在京东买的,你投他的转化率有1%,你不投他的转化率也有1‰。有人会拿这个作弊,对于老客户,我可以给他造一个假点击,比如说京东的老客户点击率是1%,我可以在其中挑出1%的用户做一个假点击率,那么ROI会非常高,所以你看到的是推广效果越来越好,实际上是媒体在占你的便宜,你对归因的过程要有非常深入的了解,才能去解决作弊的问题。有一个错误也是常发生的,有个优化师说安卓上转化占95%,苹果占5%,我把苹果的流量关了。这个做法显然不对,iOS转化5%,但你发现它实际的量有3%,所以iOS是一个质量更好的量。所以你要看前后两个阶段的比率,不要看绝对数值。

第三,广告竞价过程。

现在的广告投的大多数信息流都是竞价的过程,这里有一个问题:二价市场的基本性质是怎么处理?那么了解这个有什么用?用处很多,只举一个例子:Facebook的投放里有一个初价上限,假设我是CPA的,那一次下载要给媒体多少钱?比如说一次下载能带来5美金的收益,大家觉得实际在设这个Bid时应该设多少钱?实际上我听到很多优化师的答案是会留一部分利润,一单赚5美金,设Bid时设4美金。

但是我告诉大家这是错误的方法,应该设5美金,至于为什么设5美金这是二价市场博弈的一个基本的数据结论,只有把你的Bid设得和你的收益相等时,你的利润才是最高的,所以说你挣5美金,你出价就是5美金,留得越多,挣得越少。如果说你认真研究过二价市场,你对这个逻辑有了解,你就不会有那么多纠结。比如说有人经常纠结买量水平和什么有关系,这就是关于二价市场的竞价问题。

希望大家不要简单地认为广告优化师是靠钱喂出来的,相当于我们认为今天每一个人要成为大学生都要从源头开始进化,这是很荒谬的。因为有无数前辈和科学家给了我们很多看数据、用数据的方法指导,这些结论对你成为一个高段位的优化师有非常大的帮助。

最后我希望能够通过优化师们共同交流,找到更多认识问题和解决问题的方法。