在广告投放过程中，如果遇到广告过度投放的问题，不仅会让广告主受到预算分配和节奏控制的困扰，还会让广告主对平台的可靠性产生质疑。面对这种情况，产品经理应该提前做好哪些防范？
在效果广告的过程中，我们经常会遇到过度广告的问题。比如一个200元的广告群，实际可能花了230元。如果这种过度投入的广告群体很大，金额也不大，会造成广告主在预算分配和节奏控制上的困扰，同时也会让广告主对平台的可靠性产生质疑。
面对这种情况，产品经理该如何解决？
我们先来看看广告为什么会被超调。
以CPM的竞价广告为例。当广告收费已经到了极限，被通知下线之前，粗略来说，广告需要经过请求、搜索、筛选、依次返回、曝光五个阶段。中间的时间差会导致广告下线指令发出，但是已经取回并发出的多余部分不能终止，仍然会因为显示而扣费。流量越大，请求的并发性越高，超调现象越明显。
图:以CPM投标计费为例的广告和计费流程
面对过度广告有哪些常用的策略？我们来一一解释一下:
1.缩短结算发布下线指令与下线广告的时间间隔。
从上面可以看出，广告超调的主要原因是广告下线指令和实际广告下线存在时间差。这个时间差越长，在这个时间段中间发出的广告就越多，广告超调量就越大。要解决这个问题，可以通过技术手段优化程序的处理速度，尽量减少时间差。
但由于搜索广告等一系列动作首先发生在广告的下线指令中，极说即使该技术将发布结算下线指令与下线广告的时间间隔降低到“0”，也无法完全有效地避免过度广告。
行业中的主流做法是通过流量控制来减少超调。让我们仔细看看。
第二，减少下线指令发出前的广告检索数量，即流量控制。
流量控制的主要目的是在账户余额较低时，减缓账户下广告的投放速度，减少下线指令发出前的广告检索数量。这种方法可以很好地控制超调情况。流量控制的通用集中方法:
1.概率算法策略——根据消费比例减少检索到的比例。
概率算法是比较简单的算法，由广告策略产品经理制定。根据实际消费与目标消费的比例，确定广告被检索的概率。当实际消费接近目标消费时，广告被检索到的概率逐渐降低。以便减少在发布离线指令之前检索到的广告的数量。
优点:对算法的要求比较简单，人员成本低，小公司就可以实现，效果相当有效。可以大大减少过冲现象。
缺点:控制流程粒度大，容易造成广告预算不够顺畅，前期消耗快，后期消耗慢。只能解决超调问题，无法帮助广告主优化投放效果。
2.Pid算法策略-控制输送速度
Pid算法是比例比例、积分积分、导数导数的首字母缩写。Pid算法是一种非常经典且应用广泛的控制算法，最早应用于自动控制。小到一个小部件的温度控制，大到无人机飞行轨迹和速度的设计，pid算法都能发挥作用。
Pid算法的原理是根据实时投放反馈数据，动态使用比例、积分、微分均值和胜率预测，从而控制投放速度的均匀性和稳定性。PID控制的基础是比例控制；积分控制可以消除稳态误差，但可能会增加超调量；微分控制可以加快大惯性系统的响应速度，减弱超调趋势。根据流量波动波形和输送进度波形的数学拟合，用“傅立叶变换”进行预测。
图:Pid算法示意图
不懂概念也没关系。我们来看看这个算法的优缺点。
优点:引入Pid算法后，对广告消耗速度的控制更加细腻，不会出现临界点时展示机会的突然剧烈变化。对过度广告有很大的帮助，可以拉长广告时间，帮助广告预算在广告时间内根据需求平均消耗预算，减少流量过大时广告预算会在极端时间耗尽的情况。
缺点:需要强大的算法团队和大数据团队。无法根据流量的变化动态调整投放速度，可能会使高价广告主过早退出竞价市场，不利于平台整体收益的最大化。
3.调步算法策略-控制预算平滑消耗
调步算法简单来说就是根据历史流量比例来估算预算分配，从而到达尽可能多的有效用户。具体做法是在算法中引入广告排名参数，参与投放率PTR，通过rt智能配速调整消费速度，使消费根据流量的变化按年消费。目标是使消费分布曲线无限接近流量分布。
传统竞价算法的问题:在预算有限的情况下不是最优的。
简单的二次竞价会让ecpm高的客户很快用完，退出竞价，对广告位和媒体都不好。它试图在每一个独立于其他拍卖机会的机会中实现收入最大化。
①效果好的广告，竞猜消耗预算太快。提前退出市场:
随着广告的退出，市场竞争将会减少。在第二种拍卖机制中，竞争的减少会导致收益的减少；
二。方向性要求广的投放可能会抢占大量竞争激烈的方向性流量，导致方向性要求严的投放无法消费。从而减少收入；
三。广告将在他们的目标受众群体中得到倾斜的表现。即受众分布不均；
②这种方法延迟了最新消费信息的可获得性，导致过度投资，进而导致利润损失。即请求和实际消耗之间的时间差导致的超调；
预算步调算法的优势:
算法的主要思想是:根据整体流量和交易情况，分配显示。目的是平均分配每个广告在一天中的显示时间。
①对于每个广告系列，我们可以得到一天中可见的曝光流量模式的预测。根据预测，我们可以确定一个预算分配方案。这种分配方案是根据投入的预算和预测的可靠流量之间的比例来确定的。
②在运行时，我们会密切关注每个广告系列的广告量。如果这个投放的消耗快于配送，我们会降低他们的展示概率，禁止他们参与某些竞价。
算法练习:
第三，调整定价策略，提前定价时机。
通过上面的分析我们可以看出，广告超调的主要原因是广告下线的通知晚于广告。如果广告很快达到预算，需要投放的广告量可以预测，过度广告的问题能彻底解决吗？
答案是，可以。只要代扣费达到预算，就会显示接近预算。对接近预算的广告不再发新广告，预算消耗靠早先发的津贴完成。此时代扣手续费只是预计消费，并没有实际支付。
优点:可以从根源上解决广告超调问题；
缺点:需要预估可以准备的广告曝光率。曝光前提前扣费可能会给广告主造成损失。系统不成熟，建议谨慎。
四、平台系统后台控制
上述策略都是实现广告超调控制的技术手段。除了技术手段，我们还可以通过后台的一些控件来减少这种情况，比如:
最小预算不能低于某个数值，如50。因为预算越小，算法能发挥的调节作用就越小；建议广告商不要频繁修改他们的出价和预算。不仅会破坏算法的训练过程，还会在招投标和预算过程中造成算法调整的盲区，造成超调；当一个广告调整一个小预算时，设定一个限额。比如立即生效，调整后的预算下限需要大于消费金额的某个值。或者直接调整小额第二天生效；无账单的过度投资等。；以上是对有效广告反超调策略的一些理解和实践。如有不足之处，请与我们讨论。
本文由@花椒俱乐部原创发布。每个人都是产品经理。未经许可，禁止复制。
来自Unsplash的图像，基于CC0协议。
