作为广告运营者，你有没有因为信息流媒体效果不稳定而当背人的经历？你不妨冷静下来，重新充电10分钟。
问题和现象:
投放好好的，突然就没流量了，而素材、文案、定向、出价等都没变化；同样的素材、创意、定向，在某些信息流渠道表现成本稳定、流量稳定，但到了xx信息流就完全不行；流量持续有、转化有，但表单质量是持续的、小幅地下降，从香饽饽变成鸡肋……
这些典型的情况，就算是超级广告主也逃不掉。
在这个讨论中有哪些问题是无效的？比如:
信息流基本玩法还没掌握的；创意与媒体调性不符合，例如朋友圈的广告创意，直接放在快手做投放的；创意疲劳，长时间不更新创意的；明知双十一到了，还跟T宝、J东、拼*多抢曝光的……
总之，广告主自身原因造成的效果不佳不在此讨论。这一次，我们将讨论让信息流老手感到困惑的现象。
如果你不知道这些现象产生的原因，惨痛的代价就是市场部充当了幕后黑手，所以你得深刻理解这背后的原因。
信息流推出时，虽然市场动态瞬息万变，但有一些基本信息是可以掌握的:
1.媒体类别相对恒定的因素:媒体流量的大小、人群层次、人群区域、媒体内容的调性；
2.因为媒体内容的调性，决定了每个人每天在这个媒体上观看多少条信息。
3.对于一个特定的人群(不同行业广告主的定位)，在这个媒体上平均每人每天的信息条数有所不同，但在一段时间内是一个相对稳定的值；
04.特定人群在某一段时间内的特定需求也是全网限定的，比如:金融存款、消防员申请、***升级、初三孩子英语学习培训等。
基于这些不变的因素，资讯流媒体可以提高流量变现的效率:
01.广告展示机会:广告负载决定了每N条信息之间插入一条广告，进而决定了一个普通人每天在这个媒体上有多少次广告曝光机会。
02.信息流广告是按点击收费的，也就是需要大数据/机器学习/AI。简而言之，就是要估算每个曝光广告被点击的概率–pCTR .
03.每一个广告背后都有一个广告主的出价，也就是一个广告被点击，媒体就产生了收入。媒体每一次广告曝光的背后都有一个精确的计算。在竞价的众多广告中，媒体对每一个广告如果投放可能给媒体带来的收益做了一个估算:大约等于广告主的竞价x曝光广告被点击的概率(为了计算简单，暂时不加二阶竞价因素)。
已知常数因子
不变因素:特定人群的广告曝光机会有限。
变化因素:有多少广告主参与竞价，他们的竞价是多少？其他广告的广告创意会更吸引人吗？(影响媒体端点击率预估和媒体收入预估，进而争取更多广告曝光)
基于以上两点，我们可以解释以下两个现象:
1.现象:媒体红利期的特点是流量大，竞争小，广告ROI高。
原因:对于同一人群的广告曝光机会，参与竞价的广告主很少；广告不需要付出很高的代价就可以曝光。这期间媒体称“广告投放不足”
2:投放好了，突然没流量了，而素材、文案、定向、竞价等。没有改变。
原因:大概率是参与竞价的广告主中突然出现了超级大家伙。目前对于你的广告目标受众来说，你和你的竞争对手在相对稳定的竞争状态下竞价，可以获得一定的广告曝光；而这个超体量的闯入者，凭借着他的大量广告素材和远高于“你”以往竞争水平的广告出价，获得了大量的广告曝光机会。但“特定人群的广告曝光机会有限”这一点不变，导致“突然没量了”。
其实以上并不是“投放好了，突然没流量了”的唯一原因，而是素材、文案、定向、竞价等。没有改变”。请听我说。
更多未知的变化因素
在上面的讨论中，我们没有考虑一个最重要的变量:
媒体点击率的预测模型。
为什么「媒体点击率预测模型」对媒体非常非常重要？
理想情况下，如果面对同一个家住北京海淀区中关村，家里有一个初三男孩的35-40岁女性，有20个不同行业的广告，广告诉求不同，出价也不同。其中有少儿英语培训，少儿编程，成人英语培训，理财，健身，小游戏，零售电商。如果这个女人平均每天看五次广告。
这个广告的点击率x出价
对预计收入进行排序，你可以在这20个广告中挑出预计收入最大的5个广告。
从整个媒体的宏观来看，很多地区有很多妈妈、爸爸、爷爷、大哥、孩子，他们的喜好不一样；以及很多行业的广告主，针对不同的地区，不同的人群，准备了不同的竞价的广告素材。
如果媒体能够预测每个人的广告点击率100%准确，也就是媒体完全有能力在一定时间内为有需求的用户挑出那些能够最大化媒体收益的广告。
当然，实际情况更复杂。还有一些限制，比如每个广告主每天的预算/时间段预算，广告展示频率的控制。总之，这只是一个在指定条件下求最大值的数据问题。
【/s2/】包括自媒体推出的OCPX投放，其本质是基于自媒体对广告收入的预估，加入多种考虑广告主转化效果的广告流量分配策略作为新的约束，使自媒体和广告主都能实现收入最大化。底层基于“媒体点击率预测模型”。
一旦“媒体点击率预测模型”出现偏差，媒体收益将不再最大化。偏差越大，媒体收益离理想收益越远，同时广告主也会叫苦不迭。为了这个崇高的“理想”，媒体会想尽办法，无限追求更准确的“媒体点击率预测模型”。
在追求更精准的“媒体点击率预测模型”的道路上，模型的算法不断优化迭代，进化速度惊人。因为背后的驱动力来自于极其丰厚的商业回报。
可惜“投放好了，突然没流量了，而素材、文案、定向、竞价等。没有变。”这个时候，可能会发生。
媒体算法升级：
也许之前的预估模型中，“你”的广告被
预估收益很不错
，而在媒体广告策略升级之后“你”的广告被
预估收益可能却会不怎么样
了。这时候再去竞争“不变的因素–“特定人群的有限次广告曝光机会”时，当然就吃了亏，拿不到之前的曝光机会。
换个角度说，可能在之前的估算模型下，“你”的广告是占了便宜的，所以之前的效果很好；也许在新的估算模式下，你的广告才是被冤枉的一方。
关键是，媒体端的预测模型不是你能控制的。总之，在这种情况下，除了调整“素材、文案、定向、竞价”等因素来影响媒体对你的新广告的预估，尽量从“亏损”预估回归到“正常或优势”的预估区间，别无他法。
小流量测试：
一般媒体的策略升级，不会直接“推全”，一定有小流量测试，就是选取会被新的广告策略影响的一小部分广告主&一小部分广告物料进行测试。如果“你”和“你的广告物料”被抽中了，投放效果也许就会产生波动了。
媒体新策略的每一次小流量测试，都不一定成功达到预期，所以有时候上线一段时间就撤了。为了广告主的业绩，被抽到的“你”和“你的广告素材”的推广效果被莫名其妙的还原了。
广告策略的缺陷：
前面我举例的时候是大大简化的信息流广告竞价，真实情况是一条广告被展示，中间要经历若干环节：考虑广告创意审核，考虑当前广告受众的历史兴趣、历史搜索词、实时兴趣、实时搜索词、性别年龄地域等社会属性，进入广告候选集考虑广告与当前受众的相关性，基于当前受众的多种标签考虑让那些广告主的广告进入候选集即广告的多样性、广告候选集还有粗选和精选。
对于一个广告受众来说，通过层层筛选，从几万个广告库中筛选出几十万个广告候选集，这就是广告点击率估算的环节。在众多环节面前，如果任何一个环节“你的广告”不幸被淘汰，“你”就没有机会参与这个受众的广告竞价。
媒体策略也在不断升级，不仅是在广告点击率的预估上，更是在之前环节的迭代优化上(媒体称之为“广告策略”)。对于更多的广告主来说，是优化，而对于另外一小部分广告主来说，是灾难。
不变因素也会发生变化。
原来不变的因素开始变了！媒体流量，人群层次，人群区域，媒体内容调性，这些因素永远不变？
媒体流量的大小、人群属性和人群区域可能会在短时间内发生变化。背后的原因是媒体也需要不断购买新的流量，这样才能保持媒体流量的增长。新购的流量结构与原媒体并不完全一致，从而影响了“人群属性和人群区域”。
这种变化的体现很可能是“流量继续存在和转化，但形态质量继续略有下降”。
媒体本身的流量结构在流量购买的过程中发生了变化。在新购买的流量中，与你的业务匹配的广告受众比例远远小于原有的媒体流量。
面对这种现象–"流量继续存在和变化，但形式的质量继续略有下降."广告主经常吐槽“媒体注水”，但不能一刀切地做出判断。
比如:原媒体DAU 1000万的时候，活跃人群集中在北上广；然而，在媒体不断购买新流量的过程中，媒体流量结构发生了变化。当DAU达到3000万时，60%的活跃人口来自三、四、五线城市。
假设“你”的广告是学历教育，针对18-25岁人群。此时“你”的感受可能是“流量一直在持续和转化，但形态质量一直在持续和轻微下降”，原因可能是不同地区的人需求强度不同–北上广深一线城市就业对学历要求较高，而在三四五线城市，学历是加分项而非必选项。
媒体内容的调性也可能在几个月内发生变化。【/s2/】比如2018 -2019年，Tik Tok和Aauto faster的内容发生了很大的变化，从两个完全不同的世界，到在保留各自特色的同时相互借鉴。
媒体内容的调性会影响媒体的人群属性的变化，以及APP的使用时间，进而影响“平均每人每天在这个媒体上观看多少条信息”。
当“你”越来越了解资讯流媒体的广告策略时，这种
的无助感
就会越来越强烈。因为“你”越来越清晰，传递效果不稳定，诚意不完全由自己的努力决定。
应对策略——守住底线
面对随时可以调整的媒体广告策略，广告点击率估算的黑箱，公司领导对推广团队的压力，我们要做的是–
守住底线，大道至简:
认清信息流媒体策略不是“你”能影响的黑盒子的同时掷更多次的***，让“你”连续三个6的机会的更多一些。更多的“素材/文案/定向/出价”的组合，有更多被媒体“预估收益很不错”的机会。“你”能做的就是勤快再勤快些，用更多“素材/文案/定向/出价”的组合，平摊媒体策略变化带来业务波动。转化效果监测+数据准确度95%，则任媒体流量变化、媒体竞价水位变化，即使广告物料数量增长10倍，也能将每一条广告物料对应的推广效果监测得清清楚楚。
本文来自浅沫投稿，不代表舒华文档立场，如若转载，请注明出处：https://www.chinashuhua.cn/24/553737.html
微信扫一扫 
