#信息流广告#随着近两年广告技术的发展，头部广告平台中广告竞价的概念逐渐淡化，优化者在竞价策略中需要分析的转化链条也大大缩短。无论是谷歌的UAC，脸书的AAA，还是巨大引擎的自动竞价，这些功能的开发都在一定程度上降低了广告的门槛。
广告主需要的是广告效果的优化，简单来说就是投资回报的最大化。但对于流量方来说，他们需要的是流量变现的优化，即在提高流量价格的同时，尽量减少对用户体验的损害。这涉及到广告平台的多方博弈，从用户、流量主、广告平台到广告主。对于一个优化人员来说，广告平台是我们日常生活中打交道最多的，所以了解平台的运行机制就显得尤为重要。
Ecpm作为衡量媒体收入的重要指标，是一个经常被提及的概念。在理解这个概念之前，我们先简单了解一下互联网广告是如何从合同到竞价的。
互联网发展初期，门户网站手里有很多用户。借鉴传统媒体的广告牌销售方式，广告主和流量主通过合同交易，即只在某个网站的某个位置展示广告主的广告一定时间。但很快，流量方发现自己的营收并不能通过这种销售方式得到优化。举个例子，一个广告主和自己签了一个星期甚至更长时间的购买协议，但是如果这个期间流量激增，就意味着虽然流量多了，但是实现的收入并没有增加。这时候就产生了展示合同广告，流量主每千次曝光向广告主收费。在广告机制还不完善的时候，流量主可以通过造假来获取更高的利润，比如很多强制弹窗，虚假ip，从cpm到ocpx都存在。流量的主营收入增加了，但是广告主的收益并没有得到更好的提升。此时广告主对流量效果和筛选的要求更高。
线上广告在数据方面比线下广告更有优势，这为广告技术的发展提供了基础。从反作弊到定位用户受众，我们现在已经有了广告竞价的雏形。广告主的要求从最初的曝光，到点击转化，到后来的cpx，再到现在后端数据roi的优化。作为广告平台，要想获得更高的变现收入，一方面要满足广告主获取更多订单的需求，另一方面还要想办法提高自身的流量变现效率。
这个时候，我们再来看ecpm。其本意是指每千次展示所能获得的预期广告收入。这是一个期望值。在竞价中，机器算法需要对广告的ecpm进行排名，使媒体收入最大化。ecpm越高，获得显示的机会越大。根据公式，可以计算如下:
ECPM =收入/展览次数×1000
收入=广告单价×点击次数=广告单价×点击率×展示次数。
ECPM =广告单价×点击率× 1000
但是随着竞价方式的改变，在ocpx时代，计算方式略有变化:
收入=转化单价×转化数量=转化单价×转化率×点击量
ECPM=转化率×转化单价×点击率× 1000
作为一个预期值，广告平台通过算法优化转化率和点击率来提高ecpm，保证预期收益最大化。唯一可能失控的是竞价过程，这是广告主的主观行为。
对于广告主来说，获得收益的第一件事就是曝光自己的广告，也就是想办法提高广告的ecpm表现。当你想以更低的价格获得更多的曝光，优化广告的转化率和点击率就显得尤为重要。但材料定向对转化率和点击率的影响和分析都是后行为。在没有数据表现之前，广告主很难通过这些内容在做事之前做出判断。此时，优先测试的内容是投标。
我们知道，广告平台中参与广告活动的广告主数量往往很大，每个广告主的广告目的和策略都不一样。为了给平台宏观调控分配广告资源，采用竞价拍卖的方式出售广告位。说到拍卖，大多数人可能都在电视上看过。拍卖师宣布起拍价和最低加价率后，竞买人场外竞价，出价最高者赢得最后的出价。这种拍卖叫做英式拍卖。但对于互联网广告来说，这种拍卖方式并不合适，广告主也不希望自己的竞争策略被竞争对手知道。在这种情况下，互联网广告通常以一种黑暗的方式进行。大家可能更容易想到暗标的方式，就是大家把报价封起来上交，最后结果一起公开。如果出价最高者支付最高价，则为第一价格密封拍卖；如果最高出价者支付第二高的价格，这是第二价格密封拍卖。
首价密封拍卖的优点是简单，但稳定性差。广告商可以通过频繁修改出价来争夺广告空间。在连续提高出价后，会开始降低出价以降低成本，这样就很容易知道竞争对手的出价。而当出价最高的广告主停止投放时，很容易对广告平台的营收产生较大的波动，这是广告平台不期望看到的。
诚实是第二价格密封拍卖中的最佳出价策略，因为在第二价格密封拍卖中，当广告客户获胜时，他的最终广告费与他的出价无关。在没有共谋的情况下，每个广告客户的最佳策略是根据自己的估价出价。当价格低于这个价格时，就会降低广告主赢得广告位的几率。而高于这个价格，虽然可以提高广告主的胜诉概率，但他得到的是一笔无利可图的交易，因为他要付出的价格可能高于他对商品的估价。在这种机制下，广告位评价最高的广告主总是胜出，既保证了平台的收益，又因为广告主缺乏频繁调整出价的动力而保证了稳定性。这个方法不是万无一失的。当广告主相互勾结时，这种稳定性就会失效，尤其是只有少数广告主竞争时，大广告主的勾结会产生明显的影响。但由于互联网广告的复杂性，这种作弊方式实际上很难实现。这也是为什么大部分广告平台仍然采用这种竞价模式的原因。
还有一种计费方式叫做VCG。它的基本原理是计算投标人中标广告位后，整个投标收入的收入损失。理论上，这个损失就是中标者应该支付的费用。VCG在理论上是一种公平的收费方法，但由于其概念晦涩，计算复杂，而且经济学家已经证明VCG的收入不会高于普惠制，所以目前实用性较差。脸书广告系统是VCG方法的改进。
了解了竞价广告的背景和机制之后，我们再来看如何竞价。通过广告扣费原理，我们知道在普惠制的机制下，广告主的出价并不是实际的最终扣费。随着算法优化的提升，广告主对于后端数据的优化也越来越多。但是数据优化过程中从曝光到后端的转化链条很长。优化者在优化广告时，往往会从整体上优化ROI，导致竞价本身和最终结果的不确定性。比如游戏行业，对于内购产品，无论是传统的cpc模式还是ocpx模式，最终目的都是为了提高广告的roi。但是roi本身就是一个比率，会受到外部流量波动导致的价格波动或者内部运营活动、生态变化导致的支付波动的影响。这个时候，仅仅通过竞争获得的广告位价值来判断，调整出价会非常困难。
我们先来看一个最简单的情况，即在难以获得曝光的情况下，如何用最少的预算来衡量最初的广告出价。
充足的预算阶梯出价。顾名思义就是通过阶梯竞价的方式，逐步提高系统曝光的可能性。这种测试方法比较谨慎，耗时较长。而且由于材料定向周期的影响，很难在短时间内测试出一个合适的投标范围。但在一些流量紧张的节点，有过往测试数据的情况下更适合。通过筛选优秀的材料来检验价格变量，可以稳定地检验出一个相对理想的投标范围。
低预算高出价。通过设置较低的预算和较高的出价来测试系统给你的实际价格。因为GSP扣费其实是和第二名挂钩的，通过更高的竞价，我们可以快速获得曝光率，了解到其他广告主在这个环境下的一个竞价策略，然后调整自己的竞价。
但是，对于优化者来说，曝光并不是目的，而只是作为优化基础的第一步。在了解了产品标的基本竞价范围后，接下来需要考虑的是如何获取更多的流量，提高广告效果，那么日常运营中如何设置和调整竞价。
对于新的广告方案，在激烈的市场竞争中，通常会比目标出价高出10%-20%。一方面可以提高广告的竞争率，更快的启动量；另一方面也不会造成成本失控，后期难以调整。广告方案用完数据后，可以通过数据表现进一步优化控标成本。我们可以用四象限法从一般的广告计划中分析数据，有针对性地进行调整。这里的四象限法的指标不是固定的，主要看产品投放的重点目标和你要优化的对象。以游戏行业的消费和roi为例，有以下四种情况:
高消费高roi:这基本上是一个理想的情况。计划本身有很好的数量和效果，但不代表没有优化空的余地和必要性。例如，如果当前的实际转换成本低于投标价格，则实际转换价格可能会提高，并且广告平台的roi会相应改变，以便获得更高的收入，即增加ecpm值。同样，如果发现转化目标成本高于竞价，但在roi可接受范围内，也不要急于降低广告价格，可以更长期的观察数据变化。
高消耗低roi:这种情况一般很少，大部分是错误操作。这样的计划可以直接放弃。
低消耗高roi:大部分优化人员遇到这种情况都很头疼，食之无味弃之可惜。因为消耗低，计划不稳定，所以无法明确判断单个用户支持整体数据还是计划模型运行更好。常见的操作是调整预算，适当提高方案的出价，看方案后续的数据表现。还有一个提高初始出价的新计划。
低消费低roi:大部分低roi的方案会直接放弃，但同样无法判断广告本身是否因为消费低而质量差。因为消耗低，系统建模数据量不够，对ctr和cvr没有真正的判断，导致目前数据不足。这时候你也可以通过调整出价来获得更多的曝光，但是风险会更大。更重要的是，建议建立一个新的计划，并增加初始出价，以获得更多的曝光机会。
综上所述，ecpm公式中，优化人员在数据生成前唯一可以直观调整的就是bid维度。这也是业内流行先出价高再降价的原因。只有有了一定的曝光度，才有机会进行下一步的操作。
当然，这里介绍的只是ecpm公式中单个bid维度的拆解，实际操作中其他因素也会影响数据。这些因素可以在后续一起讨论。
最后，有一个最直观和快捷的方法来设置出价。无论是你手里有一个全新的产品，还是你现阶段遇到了瓶颈，都可以快速解决。
