OCPC深度解析

头条目前最主流出价方式是oCPC( Optimized Cost Per Click ,以目标转化为优化方式的点击出价)。到底什么是“转化出价”,信息流投放下“转化出价”有哪些特点,投放过程中可能会遇到什么问题,应该遵循什么样的基本投放规则,下面为您一一道来。

什么是转化出价?

转化出价的定义

官方定义:广告主可以选择和设定投放广告的目标,并给出目标转化价格,广告系统投放预估点击率和转化率,向最有可能发生转化的用户展示您的广告,保证您的转化成本尽可能或者低于您的目标出价。这个概念中涉及到三个概念:转化目标、转化价格、点击率&转化率预估,构成了转化出价的四个核心要素。

首先,转化目标。

既然叫转化出价,为“什么”出价,如何出价?首先要明确什么是转化,广告主应该如何标记转化,这个过程叫转化跟踪。根据广告主的目标一般把转化划分为两类:应用下载类、线索类广告计划。

应用下载类根据转化漏斗划分为6个转化目标:下载完成、安装完成、激活、应用内事件、注册、付费。

线索类广告计划的转化目标相对较丰富多样,主要有:表单提交、电话拨打(点击拨打、确认拨打、有效接通)、在线咨询(点击咨询、有效咨询)、微信复制、商品购买等

其次,转化出价

广告主标记好对应的转化目标后就可以为该目标出价了。目前头条平台上出价包括两种方式:智能投放,两阶段投放。两种投放的方式差异在于是否需要CPC投放的冷启动阶段,智能投放只需要为你当前的转化目标出价,两阶段投放会有两个出价,一个点击出价一个转化出价,点击出价用于CPC冷启动投放阶段。智能投放基于平台在转化率上预估的能力的不断提升,对于投放成熟的广告主,平台已经能很好预估对应的广告计划转化率,则可以选择智能投放,避免第一阶段的高探索成本。

转化出价基于两项基本原则:价值出价、稳健出价。价值出价即评估好广告投放的ROI目标范围,换算出您的出价范围;稳健出价即在您可以接受的出价范围内可小幅度调整,避免大幅度修改。但是目前平台上存在一个问题:新广告主不知道自己在这个平台上可能达到的ROI 是多少,广告主不知道自己出多少钱才能投放起来,自己能不能在这个平台上玩并且好好玩? 留一个疑问,您继续看。

最后,点击率&转化率预估

这个part你只需要知道:点击率=click/show,转化率= convert/click,头条采用的是两阶段预估。最有可能发生转化的用户:convert/show 概率最高的用户。

转化出价是如何计费的?

头条转化出价共有三种:ocpm、ocpc、cpa。这三种转化出价在预估、排序上完全一致,唯一的区别就是计费。其中ocpm按照展示计费,ocpc按照点击计费,cpa按照转化计费,即无转化不计费。

转化出价的优势是什么?

转化出价给谁带来了收益,广告主为什么应该选择转化出价?为了更浅显易懂的理解,我们举一个买水果的例子。购买者代表广告主,假定每个购买的人只喜欢吃某种特定的水果,水果代表流量(广告位置),售卖者代表头条平台,售卖者负责水果的售卖方式,售卖者提供了三种售卖方式:按堆卖,按品类卖,按特定品类的品牌卖。对应的分别是 展示出价 、点击出价、转化出价。

传统的展示出价:售卖者(平台)无法或者不希望对水果(流量)进行分类,决定按堆进行售卖,购买者(广告主)不能进行挑选,所有水果5元/斤。

传统的点击出价:售卖者对水果进行分类摆放,决定按照品类进行售卖,其中苹果6元/斤、桔子 7元/斤、梨 8元/斤。

转化出价:售卖者对水果做了更精细的分类,比如大苹果、小苹果,这样每样水果的价格都有了不同程度的提升。

这是一个非零和博弈,售卖者投入的越多,双方的收益越大,整体的收益大于撮合平台的投入,total收益就是最优的。无论从买卖双方的收益还是资源的有效利用角度来说,越精细化、越精准的售卖,效益越高。最适合的流量给最适合的广告,更精准推荐,达到广告主最优、用户最优、平台最优。

头条转化出价的模型基础

转化出价不断在发展,第一阶段的转化数量从240个-》150个-》20个-》0个,使用门槛逐渐降低至没有门槛,基础就是模型的不断优化。第一阶段从起初的240个转化到现在的取消第一阶段,直接进入智能投放,很多广告主都会问一个问题:计划没有了历史样本,是怎么进行投放和预估的?

答:所有的精准投放都是基于模型特征的匹配。

首先介绍一下头条的广告算法的基础特征:广告特征、用户特征、用户历史行为特征,这三个特征进行有效的匹配,构成了广告精准投放的基础。

广告特征是什么?广告特征是描述一个广告创意区别另一个创意的维度,比如创意标题、创意图片、落地页、创意分类、创意标签、应用名称等,用这些维度共同真实的表达一个创意是什么。

用户特征是什么?用户特征是通过用户的内容行为沉淀的基础用户信息以及兴趣爱好的特征,包括性别、年龄、地域、兴趣爱好等,覆盖并不局限于广告投放的定向所有维度。

用户历史行为特征是什么?历史行为是指用户在广告上的历史转化行为,谁在什么类型的广告上发生了多少次什么样的转化。

转化出价的初期,整个模型中这三个特征积累的交叉数据相对较少,对于任何一个新的计划,模型中缺少有效、相似的计划和用户行为来刻画对应的关系,都需要较多的数据积累来进行判定,但是随着转化出价的普及,任何一个特征上都有了一定历史数据的积累,当新来一个广告计划或者一个新的用户,都能用历史上的特征来拼凑这个对应关系。

比如,企业需要招聘,需要什么?JD 。JD描述了岗位的需求信息,我们姑且把招聘信息的需求简化成几个特征: 教育背景(年龄、性别、毕业院校、专业),能力;应聘者需要什么?简历。简历对个人的描述我们也可以简化成几个特征:个人信息(年龄、性别、毕业院校、专业),主要技能(英语能力、数学能力、计算机能力),工作经验(历史工作过的企业&岗位)。当平台上存在大量的工作岗位和应聘者的最终成功匹配信息,自然能分析出什么样的JD(工作岗位)跟什么样子的简历(应聘者)更匹配。

信息流转化投放如何不再头疼

信息流投放难题

计划超成本,怎么办?计划没量,怎么办?计划不稳定,怎么办?计划爆量怎么办?计划衰减怎么办?

这些问题整体来说就两个问题:一个是成本问题,一个是跑量问题。谈解决问题之前我们首先要判定什么是问题。首先什么是超成本,什么是爆量,什么是不稳定? 这三个问题都有一个基本的原则,数据置信度,一切抛开置信度谈问题都是耍流氓。对于转化成本,首先要保证初始积累量,预期10个转化以后再观察转化成本更有意义,不建议广告计划初期频繁调整计划;其次要保证转化速率,如果一个广告计划每天10个以内的转化数量,转化率很低,转化回流又较慢,一个转化回流带来的就是成本成倍的变化,短时间内观察成本就没有任何意义。

影响计划投放的主要有几个因素:计划本身(创意&落地页)、转化目标、出价、定向、投放方式以及同账户情况。

合理设置转化目标

这个合理是指可以根据你自身的情况做合理的选择,对于转化出价广告投放来说,越深漏斗下的转化目标理想情况下当然是最后的roi更好的投放。但是如果这个行业相对来说较稀疏,用户的深层次转化数据较少,这个时候放量可能是你的主要问题。你可以选择相对较浅的转化目标进行投放。

有效选择定向和兴趣分类等

受众本身较窄,跑量不是很好的广告主,冷启动期间进行进行精准定向,后续再稳步放开定向,有助于新广告计划模型的正向学习,避免上线就跑挂,当然对于优质投放位置的选择也是一个方法。

优化预算设置和出价

冷启动期间(直接进入第二阶段)可以设定相对较低的预算来进行新计划探索,当然这个预算最好能满足有置信度的转化测试,比如10个以上的转化成本消耗。冷启动期间可以一定程度的设置超预期的转化出价,辅助进行探索,后续随着平台探索机制的不断完善,这种情况会逐渐减少。

选择合适的投放方式

标准投放还是加速投放?这个首先取决于你的预算情况,对于每日有限预算的广告主来说最好选择标准投放,在一天内平均进行投放来优化投放成本,当然对于预算没有限制的广告主如果保证roi 正向,建议选择加速投放。其次取决于计划的投放情况以及阶段,如果广告主刚开始投放,处于成本和出价方式探索期,玩的还没有飞起,建议使用标准投放,平台来辅助你做到最优。详细请参考 关于广告预算分配方式,这里面其实有很多门道

有一点需要特别强调,避免重复频繁的进行价格、定向等调整,这些调整带来了受众的变化,修改后模型会在一定程度上预估不准,带来投放量和成本的波动。总之,结合广告特点,遵循基本原则,希望你后续的投放不再头疼。