作者:三里屯信息流 · 2021-12-09
来源 | 三里屯信息流
作者 | 沈沾勇
做广告投放这么些年下来,当我问身边的很多优化师,你觉得优化师最重要的能力是什么的时候,大家普遍都提到了两个点,一个是跑量素材的创造或敏感感知能力,另一个是数据分析能力。
但如果具体问,怎么样做好数据分析,需要分析哪些数据的时候,几乎所有人的答案都是相似的,点击率、转化率、cpm、成本……怎么优化呢,点击率低了,优化素材吸引力,转化率低了,优化落地页……少部分优化师也还会提到3秒播放率、完播率这样的指标很重要,但如果再进一步,3秒播放率对跑量有多大影响?是怎么影响的?可能很多人会比较迷惑。
01
常规的信息流数据分析
这里先简单描述下,常规的信息流数据分析可能会做哪些动作:
看点击率、转化率、播放率、cpc等,大概分析一个素材的质量好坏;
看转化率、跳出率、阅读进度等看一个落地页的吸引力或号召程度;
看时间趋势、时段数据,结合量级和成本趋势做分析;
看人群报告,年龄、性别、区域分布等,判断高质量转化人群;
……
以上都对,具体展开也是一套非常有体系的数据分析了。
但是视频素材不跑量,或者素材跑量了,从数据层面到底会有什么表现?还能有什么数据分析上的突破点呢?
当我们在巨量的后台报表导出视频分析的表格,能看到这么多的内容
我一直在想,这么多数据,难道除了常规的展现点击消耗转化,其他的都要如何利用起来呢?确实常规的那些数据,折腾研究了这么久,最后经常发现是失真的,点击率高转化率高的不一定跑量,千次展现高的也不一定跑量,跑量的呢各项指标看起来也没有特别的优势……也难怪有人说,“投放是玄学”。
02
可能存在跑量的综合指标吗?
后来,经过我一系列研究,认为有以下指标可能会对跑量产生影响,在数据分析的时候都可以纳入考虑:
1.竞价指标:点击率、转化率、出价、ecpm……所有人都知道这个;
2. 完播指标:3秒播放率、有效播放率、99%播放完播率……等。
3. 互动指标:评论数、分享数、点赞数
4. 负面指标:举报、不感兴趣 这些可能很多人都注意到过。
但是有没有一个公式,把这些全部综合考虑进来,通过简单计算上面的四个指标,得出一个“综合指标”,综合指标越高,越可能跑量呢?理论上其实没有,因为在系统看来,影响指标更多,还会有账户权重、人群属性、竞争环境、人工干预、低质素材限流等更多因素的影响我们是看不见的(光是“什么样的素材会被判为低质这个点就很黑盒了,媒体里面这个是粗排和精排的过程”)。
这里顺带分享下可能有些优化师不清楚,广告展现前有10个过程:
1.在该流量位上用户发起的广告请求数
2.过滤不在广告定向范围内的用户请求后剩余的广告请求数
3.过滤看过同类型广告次数太多的用户请求后剩余的广告请求数
4.因对广告不感兴趣/素材样式不合适等被过滤后剩余的广告请求数
5.过滤没有足够可用预算与余额的广告后剩余的广告请求数
6.预估进入粗排后最终被成功投放的概率
7.预估进入精排后最终被成功投放的概率
8.可参与ECPM排名
9.ECPM竞价胜出
10.和用户内容混排后,ECPM竞价胜出
在这里,粗排、精排都是优化难以直接控制和调整的。那么相对而言,以上我举例的四个指标是优化师能看到、且相对可控的了。
另外需要着重强调一点,就是不论最终我们分析出了怎样的指标,都不代表他是素材跑量或不跑量的“答案”,我非常同意有人提出的说在算法层面,我们所做的数据分析对跑量的影响都是有局限性的,但优化仍然是一个“尽人事,听天命”的工作,我们需要竭尽所能在能看到的范围内进行优化。
03
如何探索出信息流视频广告的跑量指标?
那么假设其他因素(黑盒因素)都差不多的情况下,我们有没有可能找到一个相近的跑量指标呢?我的思路是用跑量的结果反推,首先导出所有视频素材的投放数据,然后去对比各个素材的各项指标情况,如果最终计算出各个素材的综合指标也是刚好降序分布(没办法完全一致,只能表现这个趋势),那我们就找到了那个“可能正确”的公式。
举个我自己在探索的过程中的一个公式例子:
假设竞价指标=点击率*转化率*2
(因为我测试的账户里普遍出价都没有明显区别,也没有投放自动出价,所以在对比的时候就没有考虑加入出价这个因素)
假设互动指标=(评论+分享+点赞)/有效播放数*1000/4
假设综合指标=竞价+完播+互动-负面*2
这些公式是怎么来的,为什么有乘2,为什么要除以4,其实就是大胆假设+求证,这个过程需要反复调整参数和计算方式,最后去让综合指标的结果与跑量结果尽可能一致就行了。
而且在调整的过程中,你需要思考,哪个因素的对跑量的影响是更大的,比如我就觉得,竞争指标是很重要的权重需要更高,所以乘2,互动指标可能权重没那么高,给他除以4把指标拉低等。
类似的,也可以去测,播放指标要怎么算,是3秒播放更重要?还是99%播放进度更重要?还是有效播放率更重要?互动指标里面,会不会其实评论、分享、点赞不是等权的,因为可能点赞和分享权重更高,评论数量反而不重要呢?如果大家有这个心思,都可以在这些方向去算一算看看。
最终我们能得到如图所示的数据分析表:
(注意需要排除掉消耗或者展现过低的素材,数据太少可能没有参考意义)
这些有什么用呢?
1.你会开始更全面的注意到视频素材的的各项指标,比如你的素材跑量才两天就突然衰减了,可能是负面指标在上升,而你看点击率和转化率没变化;同时你也能大概知道完播数据对跑量大概影响程度是怎么样呢,可能有的素材就是播放数据不好,但竞价指标太高了所以很跑量。
2. 通过测试会有一些验证性的结果,比如我发现确实竞争指标的影响是最大的,提高 点击率*转化率有用,但盲目提高单项指标没用,比如你觉得点击率低,出了一个增加诱导点击的素材,转化率一定会下降的,这个素材的竞争力还是不强。相比而言,素材不变优化落地页更有用;
3. 在消耗较少的情况下,能初步判断一个素材的优质程度或生命周期,比如一个素材虽然他可能竞价指标很高能跑量,但互动指标和完播指标一直不好,那么可能他的衰减会比较快,需要赶紧储备其他素材。具体什么样的指标生命周期是怎样的,这个还有待进一步去测试。
4.其实,坦率讲,这个分析结果也不重要……或者说,不必把他的作用想的太大,更多的是我们的分析过程中的思考,以及我们如何从数据上去评判不同素材,甚至是账户的差异点到底在哪里。
以上是一定周期后的汇总结果,我们知道很多素材是有周期的,可能今天好,明天不好,或者突然某一天起量了,突然某一天又没量了。
所以我们也可以对一些跑量素材结合他们的消耗趋势做数据复盘,举个例子:
以上的消耗为一段周期内的总消耗,和总指标情况,可以看到,消耗第1的素材,指标只有第5,而指标第1的素材,消耗排在第6。结合这几条素材的消耗趋势,消耗第1的素材的确是在前期起过一波量,但是后来衰减了,拉低了指标,实际上起量期间这个指标应该在20以上。
而指标第1,消耗第6的素材,通过一周左右的探索,后面确实起量跑起来了,所以指标较高,越容易跑量这个趋势是在的。更进一步,我们可以把这些素材的指标日报拉出来进行分析,研究素材的衰减过程是由于哪个指标的变化造成的,也能一定程度上带来参考,这里就不详细展开了。大家能够明白这里面的逻辑和思考方向就行。
然后这里可能会有小伙伴想问我测出来的公式是什么,我觉得这个不能套,原因是:1.首先这个是我个人见解,不是算法的“答案”,仅供数据分析的参考,不能盲目相信 2.这个公式的推导过程我分析的账户、行业数据并不多,可能在其他行业或账户上就不适用了,反而容易有误导 3.更建议大家结合自己账户和素材的情况,带着这个思路去分析素材,如果能总结一些东西出来,是比拿到我测的公式本身更大的收获。
最后再着重补充几句,如果你也在你的账号和行业,找到了一个可能准确的指标公式,不要唯指标论,有大量的“黑盒指标”是我们看不见的,他更多的是一个参考意义。而且对于实际决策,这个起到的作用也有限,最终我们还是要回归到,能跑量的素材是什么形式、类型、文案,同时还要避免素材的同质化,回归到用户身上去,才能让我们的创意能力更强,优化能力更强。
作者:三里屯信息流
本文经授权发布,不代表APP干货铺子立场。如若转载请联系原作者。
原文链接如下:https://mp.weixin.qq.com/s/LVl8cY0ktuf7SombXEkZpQ
联系微信:18938040424
微 信 公 众 号
Copyright © 2015- APP干货铺子 版权所有 京ICP备20017819号
您的报名信息已提交!
请等待工作人员的进一步通知
三里屯信息流 · 2021-12-09
来源 | 三里屯信息流
作者 | 沈沾勇
做广告投放这么些年下来,当我问身边的很多优化师,你觉得优化师最重要的能力是什么的时候,大家普遍都提到了两个点,一个是跑量素材的创造或敏感感知能力,另一个是数据分析能力。
但如果具体问,怎么样做好数据分析,需要分析哪些数据的时候,几乎所有人的答案都是相似的,点击率、转化率、cpm、成本……怎么优化呢,点击率低了,优化素材吸引力,转化率低了,优化落地页……少部分优化师也还会提到3秒播放率、完播率这样的指标很重要,但如果再进一步,3秒播放率对跑量有多大影响?是怎么影响的?可能很多人会比较迷惑。
01
常规的信息流数据分析
这里先简单描述下,常规的信息流数据分析可能会做哪些动作:
看点击率、转化率、播放率、cpc等,大概分析一个素材的质量好坏;
看转化率、跳出率、阅读进度等看一个落地页的吸引力或号召程度;
看时间趋势、时段数据,结合量级和成本趋势做分析;
看人群报告,年龄、性别、区域分布等,判断高质量转化人群;
……
以上都对,具体展开也是一套非常有体系的数据分析了。
但是视频素材不跑量,或者素材跑量了,从数据层面到底会有什么表现?还能有什么数据分析上的突破点呢?
当我们在巨量的后台报表导出视频分析的表格,能看到这么多的内容
我一直在想,这么多数据,难道除了常规的展现点击消耗转化,其他的都要如何利用起来呢?确实常规的那些数据,折腾研究了这么久,最后经常发现是失真的,点击率高转化率高的不一定跑量,千次展现高的也不一定跑量,跑量的呢各项指标看起来也没有特别的优势……也难怪有人说,“投放是玄学”。
02
可能存在跑量的综合指标吗?
后来,经过我一系列研究,认为有以下指标可能会对跑量产生影响,在数据分析的时候都可以纳入考虑:
1.竞价指标:点击率、转化率、出价、ecpm……所有人都知道这个;
2. 完播指标:3秒播放率、有效播放率、99%播放完播率……等。
3. 互动指标:评论数、分享数、点赞数
4. 负面指标:举报、不感兴趣 这些可能很多人都注意到过。
但是有没有一个公式,把这些全部综合考虑进来,通过简单计算上面的四个指标,得出一个“综合指标”,综合指标越高,越可能跑量呢?理论上其实没有,因为在系统看来,影响指标更多,还会有账户权重、人群属性、竞争环境、人工干预、低质素材限流等更多因素的影响我们是看不见的(光是“什么样的素材会被判为低质这个点就很黑盒了,媒体里面这个是粗排和精排的过程”)。
这里顺带分享下可能有些优化师不清楚,广告展现前有10个过程:
1.在该流量位上用户发起的广告请求数
2.过滤不在广告定向范围内的用户请求后剩余的广告请求数
3.过滤看过同类型广告次数太多的用户请求后剩余的广告请求数
4.因对广告不感兴趣/素材样式不合适等被过滤后剩余的广告请求数
5.过滤没有足够可用预算与余额的广告后剩余的广告请求数
6.预估进入粗排后最终被成功投放的概率
7.预估进入精排后最终被成功投放的概率
8.可参与ECPM排名
9.ECPM竞价胜出
10.和用户内容混排后,ECPM竞价胜出
在这里,粗排、精排都是优化难以直接控制和调整的。那么相对而言,以上我举例的四个指标是优化师能看到、且相对可控的了。
另外需要着重强调一点,就是不论最终我们分析出了怎样的指标,都不代表他是素材跑量或不跑量的“答案”,我非常同意有人提出的说在算法层面,我们所做的数据分析对跑量的影响都是有局限性的,但优化仍然是一个“尽人事,听天命”的工作,我们需要竭尽所能在能看到的范围内进行优化。
03
如何探索出信息流视频广告的跑量指标?
那么假设其他因素(黑盒因素)都差不多的情况下,我们有没有可能找到一个相近的跑量指标呢?我的思路是用跑量的结果反推,首先导出所有视频素材的投放数据,然后去对比各个素材的各项指标情况,如果最终计算出各个素材的综合指标也是刚好降序分布(没办法完全一致,只能表现这个趋势),那我们就找到了那个“可能正确”的公式。
举个我自己在探索的过程中的一个公式例子:
假设竞价指标=点击率*转化率*2
(因为我测试的账户里普遍出价都没有明显区别,也没有投放自动出价,所以在对比的时候就没有考虑加入出价这个因素)
假设互动指标=(评论+分享+点赞)/有效播放数*1000/4
假设综合指标=竞价+完播+互动-负面*2
这些公式是怎么来的,为什么有乘2,为什么要除以4,其实就是大胆假设+求证,这个过程需要反复调整参数和计算方式,最后去让综合指标的结果与跑量结果尽可能一致就行了。
而且在调整的过程中,你需要思考,哪个因素的对跑量的影响是更大的,比如我就觉得,竞争指标是很重要的权重需要更高,所以乘2,互动指标可能权重没那么高,给他除以4把指标拉低等。
类似的,也可以去测,播放指标要怎么算,是3秒播放更重要?还是99%播放进度更重要?还是有效播放率更重要?互动指标里面,会不会其实评论、分享、点赞不是等权的,因为可能点赞和分享权重更高,评论数量反而不重要呢?如果大家有这个心思,都可以在这些方向去算一算看看。
最终我们能得到如图所示的数据分析表:
(注意需要排除掉消耗或者展现过低的素材,数据太少可能没有参考意义)
这些有什么用呢?
1.你会开始更全面的注意到视频素材的的各项指标,比如你的素材跑量才两天就突然衰减了,可能是负面指标在上升,而你看点击率和转化率没变化;同时你也能大概知道完播数据对跑量大概影响程度是怎么样呢,可能有的素材就是播放数据不好,但竞价指标太高了所以很跑量。
2. 通过测试会有一些验证性的结果,比如我发现确实竞争指标的影响是最大的,提高 点击率*转化率有用,但盲目提高单项指标没用,比如你觉得点击率低,出了一个增加诱导点击的素材,转化率一定会下降的,这个素材的竞争力还是不强。相比而言,素材不变优化落地页更有用;
3. 在消耗较少的情况下,能初步判断一个素材的优质程度或生命周期,比如一个素材虽然他可能竞价指标很高能跑量,但互动指标和完播指标一直不好,那么可能他的衰减会比较快,需要赶紧储备其他素材。具体什么样的指标生命周期是怎样的,这个还有待进一步去测试。
4.其实,坦率讲,这个分析结果也不重要……或者说,不必把他的作用想的太大,更多的是我们的分析过程中的思考,以及我们如何从数据上去评判不同素材,甚至是账户的差异点到底在哪里。
以上是一定周期后的汇总结果,我们知道很多素材是有周期的,可能今天好,明天不好,或者突然某一天起量了,突然某一天又没量了。
所以我们也可以对一些跑量素材结合他们的消耗趋势做数据复盘,举个例子:
以上的消耗为一段周期内的总消耗,和总指标情况,可以看到,消耗第1的素材,指标只有第5,而指标第1的素材,消耗排在第6。结合这几条素材的消耗趋势,消耗第1的素材的确是在前期起过一波量,但是后来衰减了,拉低了指标,实际上起量期间这个指标应该在20以上。
而指标第1,消耗第6的素材,通过一周左右的探索,后面确实起量跑起来了,所以指标较高,越容易跑量这个趋势是在的。更进一步,我们可以把这些素材的指标日报拉出来进行分析,研究素材的衰减过程是由于哪个指标的变化造成的,也能一定程度上带来参考,这里就不详细展开了。大家能够明白这里面的逻辑和思考方向就行。
然后这里可能会有小伙伴想问我测出来的公式是什么,我觉得这个不能套,原因是:1.首先这个是我个人见解,不是算法的“答案”,仅供数据分析的参考,不能盲目相信 2.这个公式的推导过程我分析的账户、行业数据并不多,可能在其他行业或账户上就不适用了,反而容易有误导 3.更建议大家结合自己账户和素材的情况,带着这个思路去分析素材,如果能总结一些东西出来,是比拿到我测的公式本身更大的收获。
最后再着重补充几句,如果你也在你的账号和行业,找到了一个可能准确的指标公式,不要唯指标论,有大量的“黑盒指标”是我们看不见的,他更多的是一个参考意义。而且对于实际决策,这个起到的作用也有限,最终我们还是要回归到,能跑量的素材是什么形式、类型、文案,同时还要避免素材的同质化,回归到用户身上去,才能让我们的创意能力更强,优化能力更强。
作者:三里屯信息流
本文经授权发布,不代表APP干货铺子立场。如若转载请联系原作者。
原文链接如下:https://mp.weixin.qq.com/s/LVl8cY0ktuf7SombXEkZpQ
联系微信:18938040424
您的报名信息已提交!请等待工作人员的进一步通知
您的报名信息已提交!
请等待工作人员的进一步通知