廣告歸因的基本邏輯和方法:廣告優化目標的資料口徑說明

語言: CN / TW / HK

廣告歸因優化目標的標準化非常重要

經過幾十年的發展,網際網路廣告主的投放目標,已經從最初的相對統一的優化目標口徑,比如曝光(CPM)、點選(CPC)、下載(CPI)、啟用(CPA)、付費(CPP)等,發展到更多自定義的優化目標,比如關鍵行為。廣告歸因優化目標的標準化非常重要,但也需要存在部分自定義的關鍵行為作為優化目標。

統一的資料口徑目標,有以下幾個優勢

  • 首先,統一資料口徑的優化目標有利於中長尾廣告主通過大盤相同的轉化目標資料特徵的泛化,讓廣告模型更好的理解這個優化目標對應使用者的特徵,從而更好的達成廣告主的優化目標。比如廣告啟用的優化目標,存在很多中小廣告主由於本身轉化資料稀疏(即轉化資料很少),那麼這個時候,可以將這個廣告主的特徵,泛化到相同品類的產品(也稱回退或者回溯,表達的都是單獨細項資料不足,往上一層進行評估的邏輯),以此來讓模型獲取更多轉化資料。因此,統一的轉化目標資料口徑,可以很好地幫助這類的廣告主冷啟動,優化模型對於中長尾廣告轉化的理解。

  • 其次,廣告歸因轉化生態中,還存在第三方歸因平臺,統一轉化的資料口徑,有利於提升接入效率和異常分析的效率。對於廣告歸因SDK,也同樣適用。

  • 再次,標準化的資料口徑,行業標準統一以及資料分析口徑也統一,能更方便行業資訊的流通以及多團隊之間溝通口徑和考核指標的統一。比如,新增啟用,產品的次日留存,基本都有相對統一的口徑。否則,大家對於這個事情的理解都是不一樣的,勢必會導致資訊的混亂以及溝通的低效。

當然,隨著廣告投放的越來越深入,對於優化目標的邏輯確實也越來越“個性化”。最近流行的關鍵行為投放,就是這樣。從廣告主的需求來看,這裡有點像產品增長策略的“啊哈moment”,找到了這個關鍵行為,使用者才會更好的增長。比如,IAA 遊戲會以IPU(impression per user:人均廣告觀看次數) 來定義“關鍵行為”。

關鍵行為的優化目標,這裡又會有兩種發展趨勢。一種是,逐步發展成標準的行為,比如IPU,一種是適用於頭部廣告主的個性化關鍵行為。由於頭部廣告主自定義的關鍵行為資料量級足夠模型理解,所以廣告投放相對好起量。但是,對於中小廣告主來說,自定義的關鍵行為並沒有很好的統一口徑,同時資料又比較稀疏,廣告模型實際上是很難理解這樣的廣告行為,也就是說,對於中小廣告主,投放“關鍵行為”可能存在起量難的問題。

常見相對標準化的優化目標(轉化目標)

  • 啟用,應用或者遊戲的第一次啟動通常被認為是啟用,對應的是應用廣告的新增使用者資料。2021年11月個保法生效後,啟用的標準行為則是應用啟動後且使用者同意隱私法規後才是啟用。啟用的統計口徑一般是按照裝置ID,根據歷史所有資料進行去重或者按年去重。也就是說,同一臺手機裝置,在一定的時間範圍內(比如一年)重複安裝後啟動應用,最終只計算第一次的啟用效果。

  • 註冊行為和表單提交:這兩個優化目標,考核的資訊主要是手機號碼是否已有記錄。針對註冊和表單提交這兩種優化行為,必須是填寫手機號才算完成,基本已經跟手機號碼強綁定了。遊戲的註冊還需要進行身份驗證。註冊和表單提交,通常是按照手機號/身份證號+ 某個廣告標的物(即註冊的站點或者提交表單對應的廣告)進行歷史所有時間的去重。

  • 下單和付費,從行為上來理解,廣告主考核的行為都是使用者支付完成這個動作,本質上是一個東西。只是,付費主要是針對遊戲這裡的行為。而下單,更多是適用於電商行業。廣告優化目標的下單和付費,通常沒有覆蓋整個使用者生命週期的下單和付費,只包含在一定時間範圍的資料,比如首次下單(首次付費),7日內的下單(付費)或者30日的下單(付費)。時間拉得越長,資料的時延越長,資料也越稀疏,非常不利於模型的理解和優化。

  • ROI:ROI(Return on Investment)一般指投資回報率,在廣告行業中,ROI 通常應用在遊戲廣告的投放中。代表的是整個遊戲廣告投放生命週期的投入產出比,比如投入了100塊,賺了150,那麼ROI 就是1.5。由於資料迴流週期長以及越後端資料越稀疏等原因,廣告模型無法理解並優化整個生命週期的效果資料,另一方面,廣告主也沒有這個耐心等待整個遊戲生命週期之後才去考核廣告的效果,因此ROI 廣告投放會縮短到首日ROI或者7日ROI。

  • 首日ROI,指的是投放廣告當天付費的金額/當天廣告的總投入(即廣告費)的一個比例,一款遊戲首日ROI 達到30%,就是非常不錯的遊戲了. 7日ROI的資料口徑同理.

  • 投放ROI的廣告有非常嚴格的資料要求,首先,付費資料要充分,某個遊戲應用ID在7天內的付費次數大於某個值(比如100)以及付費金額要大於某個值(比如5000),這裡的次數和金額值,不同的廣告平臺不同。感興趣的可以分別看看不同廣告平臺對於閾值的設定;

  • 其次,付費資料準確,資料準確表示儘量回傳原始資料,比如需回傳真實付費金額,不可新增係數,近7個自然日不可出現金額為0或金額加係數的付費行為回傳,若遊戲內有打折或優惠券或匯率等邏輯,需修改為回傳檔位原始值。

  • 再次,資料的需要完整,表示需要全量回傳iOS和安卓端產生的付費資料&金額,若僅回傳單平臺數據或某一平臺數據回傳比例過低,通常也是無法投放ROI廣告的。

以上,是廣告歸因不同優化目標的說明。實際的廣告活動中,還有很多的優化目標,對於模型優化來說,都是會盡量的打造標準化,準確和完整的資料回傳邏輯。

本文系作者: PMCoder 授權發表,鳥哥筆記平臺僅提供資訊儲存空間服務。

本文為作者獨立觀點,不代表鳥哥筆記立場,未經允許不得轉載。

《鳥哥筆記版權及免責申明》 如對文章、圖片、字型等版權有疑問,請點選 反饋舉報

關鍵詞

廣告歸因

廣告模型

資料優化