|
小白入门系列文章： 6月初约前同事吃饭。 他比我早辞职好几个月，已在新的公司里站稳脚跟。 吃饭间，又聊起工作问题，他说他们公司要做很多平台，不像前公司只做头条渠道，那些没做过的平台，都是拿到手就直接上广告，根本没经过什么平台入门培训。 我说，是啊，市面上几个主流的媒体平台本质上都差不多，除了最基本的账户操作要稍微熟悉一下，其他底层逻辑优化思路都是一样的。 8月份，我另一个朋友去了腾讯乙方代理商公司。 他之前也是一直做头条，没接触过腾讯系广告后台。从入职到正式对接客户，也就三两天的时间，对接流程一样，优化方法一样。 所以，对于有经验的优化来说，换公司，换媒体平台，切换过去是及其容易的。 账户优化不外乎就那么些手段，优化素材，优化定向，调整出价，至于其他的优化技巧，都是细枝末节，锦上添花之物。 广告投放，不论哪个媒体平台，哪个行业，它们的底层逻辑都是相通的。 一条广告的顺利展现，会涉及到哪几个方面？ 用户、广告系统、素材。 广告优化师通过广告后台，设置好广告创意，经过广告系统ecpm值竞价排序，最终展现给用户。 在说竞价逻辑之前，我们要先来介绍一下今日头条平台的系统推荐算法。 头条系统推荐算法 玩过头条，刷过抖音的朋友，都有这样的体验。 如果你经常观看某一类型的文章，经常在这类文章/视频下面留言，点赞，回复。那么你以后刷新出来的文章/视频，很有可能就是你之前看到过的类型。 头条以前的Slogan叫什么？ “你关心的，才是头条” 这就是是头条系统推荐算法。它能够根据用户平时的浏览习惯，个性化的推送相关资讯信息。 系统推荐算法简单来说就是一个拟合你对内容满意度的函数，解决你和你所处环境及资讯的匹配，它主要涉及到内容分析、用户标签、评估分析以及内容安全，一个优秀的工业级推荐系统需要非常灵活的算法实验平台，可以支持多种算法组合，这个函数通常需要输入三个维度的变量。 第一个是资讯信息本身 信息本身可以是图文、视频、UGC微头条、问答、短视频等类型； 拿文章举例，每篇文章身上都有特定的关键词属性，文章所属行业，关键词，文章热度，评论转发数等等，都会影响一篇文章是否能被继续推荐，这些关键词组成了文章特征； 第二个是用户特征 就是头条平台一个普通用户身上所带有的标签，属性。比如，他的年龄、性别、职业、兴趣爱好等等； 第三个是环境特征 就是用户当前所处的环境状况。比如工作场合、通勤、旅游。 举个例子，有时候我们刷头条，会刷到某某广告，比如“##地方的火锅周年庆，全场6折起。”而这个地址，极可能就距离你几百米。有时候出去旅游也一样，刷头条会刷到一些“##地方旅游十大必游景点”等等类似资讯，这个也是系统根据环境特征，自动为你匹配相关资讯信息。 算法模型基于以上三种特征，预测你可能喜欢的内容，推荐给你。 三者结合，构成了系统推荐模型 今日头条推荐系统的内容线上分类，采用典型的层次化文本分类算法，比如分类中有科技、体育、财经、娱乐这样的大类，下面再细分足球、篮球、足球会在细分国际足球和中国足球。你的每一次阅读都可能成为你的兴趣标签，各种兴趣标签、主体、关键词、垂直兴趣特征、职业、年龄、性别。 各种标签构成了媒体平台上你的数据模型。 这些数据模型有什么用？ 广告精准定向投放。 头条信息流广告竞价逻辑 一条广告能否顺利展现出来，取决于什么？ ECPM值。广告竞价排序。 什么ECPM值？ 广告展现预估收益。通俗点讲，就是一条广告能够给媒体平台所带来的的价值，谁的价值越大，谁的广告就能够被优先展现出来。 ECPM值如何计算？ ECPM值=广告质量度*出价*1000。 |
|
|
