编辑导语:在互联网广告中,eCPM是一个重要概念,结合这一概念,我们可以定量评估收益,进而推动优化。不过,你真的了解eCPM这一概念吗?本篇文章里,作者对互联网广告中eCPM这一概念做了详细梳理,一起来看一下吧。
- 老板A:计划放了快一个星期了,还没花出去100块钱呀?我想退款去XX平台试试了。
- 老板B:(周六一早上7:15夺命连环call)今天账户成本怎么又炸掉了啊!
- 优化师小白:好的老板,我这边再优化优化,换个素材测试一下啊。
在不少外行人眼里,广告从业者往往拥有一个有趣的灵魂,生性浪漫,开放健谈。近几年互联网大厂神话般崛起,个性化推荐引擎推动程序化广告快速发展。而广告优化师这一新兴的职业立刻成为行业香饽饽。在众人的想象里,他们不仅拥有传统广告人“创意big idea”的感性之脑,同时懂技术和经营,闪烁着耀眼的理性之光。
然而真正的苦,只有他们自己心里懂。
信息流广告兴起之迅猛,超越了从业者人响应之极限。目前,行业内缺少系统化的培养方案和标杆案例,可以说,每一个优化师都是“摸着石头过河”——野蛮生长。类似“日消耗破千万”、“一夜脱贫”的神操作讨论屡见不鲜,也让信息流广告账户优化变成了一门玄学。
除此以外,计算广告以AI为基础发展起来,难免涉及一些专业的算法底层逻辑,同时,发展过程中衍生出大量晦涩难懂的专业术语,理解门槛高,这也让广告优化师在与平台“较劲”的过程中感到迷茫。
笔者在本篇文章里,给大家系统讲讲程序化广告里最重要的1个概念——eCPM。本文适合新手优化师果断收藏、互联网从业者反复阅读!
一、eCPM的神秘面纱
信息流广告以个性化推荐引擎为核心,通过大数据算法,由机器智能分析用户一系列行为(如播放时长、点击、评论、转发等)背后的兴趣分布,将用户属性、兴趣特点和广告进行精准匹配。在完成用户定向后,广告系统根据历史账户的展现和点击情况,对新广告请求进行综合评估,并按照千次展现的预估收益进行排序,经过频次过滤,进行主动推送。
虽然不同平台算法存在差异,但核心逻辑大同小异,即eCPM(Expected Cost Per Mile)。“Mille”在拉丁语中是“千”的意思,CPM是按照每千次展示计算成本,是衡量广告活动成本的指标。
媒体和广告主围绕着“流量”展开了一场利益互换的采买博弈。
从媒体方角度看,eCPM是千次展示的期望收入。媒体平台依靠售卖广告获得收益,所以广告系统的流量会倾向于eCPM更高更稳定的广告计划,从而实现期望广告收益的最大化。而期望广告收益是统计理论上的,主要与广告主的竞价意愿和广告质量(即用户产生点击、转化行为的可能性)有关,计算公式为:
eCPM=出价(Pbid)*预估点击率(eCTR)*预估转化率(eCVR)*1000
从广告主角度来看,eCPM是千次展示的预估成本。eCPM越高,广告就越有竞争力,流量就越大。“广告位”拍卖市场上,广告系统根据eCPM的高低决定谁可以拿到更优质的广告位。在只有一个位置的拍卖中,系统向赢得该位置的广告主收取其下一位广告主的出价,这样的拍卖也叫作Vickrey拍卖,即广义的第二定价策略 GSP(Generalized Second Pricing) ,基本公式为:
P=Ps+C
其中,P为出价最高者的结算价格,Ps是出价第二高的价格,C为常数,通常为0.01。
举个例子,某广告平台在某日19:00-20:00时段,放出广告库存有2个,广告主A、B、C同时参与这两个广告位的竞拍,三位广告主的出价(基数)分别为10/4/2。那么,A与B竞价成功,其中,广告主A实际扣费为4+0.01=4.01,广告主B的实际扣费为2+0.01=2.01,广告主C竞价失败。
GSP是一种稳定的竞价方式,即使没有充分考虑广告质量度对整体竞价的影响,但GSP有着实现简单、容易向广告主解释等诸多操作中的优点。现阶段,GSP几乎是所有互联网广告平台最主流的定价策略。
二、拆解eCPM:优化的核心
熟稔平台竞价机制和扣费逻辑后,恭喜你,已经一只脚迈进爆量致富的大门。
所谓广告优化,即通过拆解eCPM,针对影响eCPM的要素进行测试、优化,进而整体提高eCPM值。
那么,影响eCPM的具体各个指标有哪些呢?在日常的工作中,我们应如何量化优化动作、科学评估A/B Test的效果呢?
以快消行业的电商广告为例,日夜困扰电商人的痛点无非两点:产品和内容。
根据eCPM的计算公式,TOP君带你一一拆解:
1. 出价
实时竞价广告系统(Real Time Bidding,RTB)如同一个大型在线竞拍场,直接抬高报价是最为简单、高效的方式。获得了高出价,该广告如同获得特许通行证,能够快速获得广告系统流量倾斜,测试广告素材的质量,探索适配人群。
然而,eCPM并不是单一变量作用的结果。盲目提高出价不仅不一定完全保证广告账户快速起量,还在无形中增加了高成本和亏损的风险。如果广告质量太差,预估点击率为无限趋近于0,则广告系统预估潜在消费者点击广告的几率过小,那么,再高的出价也于事无补。
因此,出高价虽然简单、高效,在账户冷启动阶段,能快速进行素材和商品测试,但较为短视且有一定风险。
2. 预估点击率
只依靠高出价不能维系账户的可持续发展,一个广告账户能够良性健康地存续,最重要的是好素材。
广告系统自建设起,便自私地将利益最大化作为原则。而好的创意素材,能抬高广告系统的预期:“这个内容不错,可能会有更多人喜欢,因此,我可能赚更多广告收入”。
于是,预估点击率的提高,直接促进了eCPM提高。内容为王的时代,只有优质、独特的广告素材,才是营销制胜的法宝。
首先,来看创意的相关性。
换位到消费者的立场去思考:在某短视频平台上偶然刷到一条广告,我是否能被快速吸引?激发问询、甚至转化的可能性有多大?
基于程序化广告大样本量、千人前面的特性,一个素材找到属于它自己的目标受众、稳定增量需要通过大量的测试和精细化运营,这既考验优化师的洞察力和耐心,又需要优化对数据保持一定敏感度。
效果导向的程序化广告里,用数据指导客观内容制作和优化动作,避免自嗨,是每一位优化师应牢记于心的原则。
根据TOP君的实战经营,拿到产品后、构思内容框架,可分为以下三个步骤:
兴趣电商崛起,短视频文化盛行,内容营销的市场难免浮躁。然而,无论大众环境如何更迭,一个远离用户、急功近利的商业创作者,是不可能真正产出好内容的。
美国心理学家丹尼尔·卡尼曼在其著作《思考,快与慢》中提出,在我们的大脑中,存在着两个思维系统,丹尼尔·卡尼曼命名它们为系统1(快思考)和系统2(慢思考)。系统1更依靠感性直觉,决策速度快,而系统2则更多依靠理性分析,费力费时,决策速度慢。
MCN机构和独立的内容创作者,都应创作期应沉下心来,用系统2层层缕析,打磨内容,让潜在的消费者在看到广告作品的刹那,瞬间启动系统1,决策转化。
个体创作者如何在变化无穷的动荡时代,通过找到合适的发生方式,让好的产品能有归宿,即为创意的相关性。而在内容空前繁荣的内容大爆炸生态,创意的原创性的内涵更宏观和抽象。
大数据时代的创新,是给广告系统提供新鲜感。在程序化广告刚兴起时,机器学习和人工智能水平还没有跟上,一些优化师可以通过“钻空子”,对画面和文案做微调,当作“新创意”骗过广告系统。随着广告系统基础建设越来越完善,仅靠拼接和裁剪已无法让广告系统“眼前一亮”,“新创意”必须要足够新且有诚意。
除此以外,即使目前国内版权保护意识和相关法规不过成熟,但机器的“记忆”能一定程度上减少“抄袭”“盗用素材”等行为。当系统地第二次看到同类素材时,限流反而是对原创作者的保护。
《2021年抖音电商生态发展报告》数据显示,仅在巨量引擎体系内日均广告投放计划达100万+个,激增的广告投放需求量对广告素材质量和数量提出了空前的挑战。传统大创意时代,品牌TVC主打用户心智,制作周期长且效果难以量化,显然不适用于迭代迅速的短视频电商的玩法。快准狠的内容营销打法,推动广告主在内容制作时做到量与质的兼顾,找到契合营销周期的内容输出节奏。
3. 预估转化率
在很多关于eCPM计算里,往往把eCVR剔除出去,因为一个电商广告素材对消费者行为的影响仅止于点击。这好比在线下门店里,传单引流的最大收益是把客户引流到店。而客户会不会产生购买行为,以及忠诚度几何,则比拼的是商家产品和服务底层功力。
落地页的相关性,本质上考验着商家运营的精细化程度。商家要给客户提供一致的用户体验,即consistency,以增加企业信用和美誉。
落地页的加载速度,则是随着移动通信技术和“颜值当道”时代审美,发展、延展出来的指标。如何用最精简的设计,最精准的媒介形式,传递最核心的产品信息,是每一个商家需要思考和实践的命题。
SKU(Stock Keeping Unit,库存量单位),一个看似不起眼的电商要素其实是反映商家供应链和物流水平的重要切口。商品经济拼到最后,永远都是更低的价格,更优质的产品和服务。而物美价廉的背后依托的是极致供应链和科学化运营,来降低生产和管理成本,同时标准化品控与服务。
如今,数字化已成为企业发展的主流,媒介渠道泛化、消费者注意力分散,营销已渗透进企业增长的全链路,而不是被割裂于某个节点或是某个生意版块。
TOP君看来,预估转化率从“内”挖掘,反映了企业在新时代的综合的底层经营力。无论媒体环境、营销生态如何变化,企业都应把握生意的本质,将更优质的产品和服务,通过精彩的内容与合适的渠道带给消费者。此外,企业应该客观认识到营销在企业经营中扮演的角色,厘清不同营销方式对生意增长作用,将自身的独特优势充分放大。
三、结语
信息流广告的本质是效果,极大地依赖数据,最后的收益也是直接落脚到ROI层面。因此,作为信息流广告从业者,应把握“数据+测试”的投放本质,围绕eCPM值做“点对点”的定向优化。
但,生意远不止增长,品牌远不止ROI。用户是基点,内容是桥梁,经营和沉淀永远是王道。
参考文献
- 刘鹏.计算广告[M].北京:人民邮电出版社,2019.
- 齐云涧.广告数据定量分析:如何成为一位厉害的广告优化师[M].北京:机械工业出版社,2019.
公众号:TopMarketing(ID:TMarketing)
本文由 @TOP君 原创发布于人人都是产品经理,未经许可,禁止转载。
题图来自Unsplash,基于CC0协议。
免责声明: 文章源于会员发布,不作为任何投资建议
如有侵权请联系我们删除,本文链接:https://www.sws100.com/kexue/41677.html