DSP 广告优化 - DBM

博客好久不更新啦，还是要坚持做一个持之以恒的人哇= = 本篇博文介绍 Google 的 DSP 产品：DBM

Hint：这是一篇长长长长博文、、

预算设置

预算设置是必须要做的优化项目，在 IO(Insertion Order) 和 LI(Line item) 中设置预算, 这决定了 DBM 会用多快的速度花钱.

DBM 允许客户使用两种方式管理预算: 手动和自动(ABA auto budget allocation)

手动是自己设置预算，公式如下:

1	daily budget = total budget/flight budget

Flight 指花钱的速度，有两种形式 ASAP(越快越好)/Even(匀速)

注意事项

如果你的每日预算与每月预算或者总体预算有冲突的时候, 以最小的预算为准;
只在你在营销 Campaign 数据过少时打开ASAP
在你的客户没有要求非常严格的 KPI 时, 使用 Pace ahead, 如果你的客户要求一个非常严格的 KPI, 使用Pace evenly

优化策略

减少出价来降低 eCPM
降低展示频次来获得更多的独立用户
生成 USL 报告将效果最低的投放页面找出来
生成 audience report 来将效果最低的受众找出来
生成普通报告, 根据时间分组, 将效果最差的时间段找出来
根据当地时间的上网时间高峰段来优化预算分配
有一些流量较多的 site 排除掉, 因为很可能导致 overspending
设置出价和展示频次

定向 - Targeting

Inventory Tier介绍

(Brand Safety Level/Brand Safety Tier)

默认情况下, DBM 账户下会有三层 Brand Safety 层级: Tier 1~3. Tier1 是拥有最高品牌保护意识的层级. Tier3 拥有更广泛的 Inventory, 默认情况下, tier 3 包含 tier 2, tier 2 包含 tier 1. 同时你也可以自定义层级关系.

Inventory Source介绍

Inventory Source 就是一个 exchange 或者一个 direct deal. 一般情况下, 需要在 Line Item 中设置需要 targeting 的 Inventory Source.

Channel and URL - Sites)介绍

一个 channel 就是一组 sites, DBM 中有一些提前组合的 channel 例如: “Autos & Vehicles” 和 “Shopping/Classifieds”

或者根据广告的转化效果还品牌保护要求创建自定义的 channel:

根据广告主的目标(clicks, conversions, CPA, ROAS, etc.) 或者广告主一些特殊的要求(黑白名单)创建自定义的 channel.(定向或者排除一些 list)
给这些 channel 合适的命名以便来识别他们
确保你创建的 channel 中有足够的 inventory 可用于投放, 我们可以通过 Inventory Availability report 来得出结论
根据客户的要求和建议来定制你的品牌保护计划(DBM 支持 IAB 评级结构)

创建自定义 channel 的一些建议:

如果你只想在效果最好的网站上投放你的广告
- 生成过去 7 天的报告, 根据网站投放效果来评估应该做怎样的优化(例如定向和排除)
站在品牌保护的角度进行优化
- 使用 custom channel 的方法来根据品牌保护定制你的需求
确保没有为效果好的网站花超预算
- 通过生成报告来观察不同网站的 CPM 等级, 有一些网站确实带来了很好的转化效果, 有一些虽然点击率很高, 但是转化却很低
你有多个 campaign 有不同的投放目标, 有一些希望带来更多的转化, 有一些则是为了带来更多的点击.
- 使用 custom channel 的方法来定制你的需求
对于在无法评级的网站上进行投放
- 如果你的客户非常关注品牌保护, 你可以考虑把这些未能评级的网站排除在外

Targeting 的对象当然还有很多，比如：

Page Level Category Targeting

Contextual keywords - Category targeting

等等。。

Targeting 优化建议

这个功能的目标就是要根据实际投放效果选择(优化)投放哪些inventory(新增和排除)

在开始做 Inventory Source targeting 之前确保你的账户已经上线三天了
通过创建 custom tiers, channels 和 exclusion list 来优化你的账户和做品牌保护
通过排除表现效果差的网站, 页面分类或者关键词来提高转化率
保证你已经收集到了足够的数据作为优化的基准(一般情况下需要这个 line item 投放三天以上) 生成包括所有表现指标(Imp, Clk, cost etc.)的报告
分析出具有不同表现效果的 inventory
- 对于表现不好的资源, 减少 10% 的出价, 移除根本没有任何流量的资源
- 对于表现的比较好的资源, 在没有产生 conversion 的资源提高 10% 的出价, 在产生 conversion 的资源提高 25% 的出价
对于 exchange 的修改
- 注意不要一下子就排除整个 exchange 下的资源, 说不一定其中有一些资源效果会很好
- 有一些网站在不同的 exchange 中展现出了不同的效果, 如果一个exchange 的大部分网站的表现都不是很好的话, 可以站在 exchange 的层级进行思考, 并考虑把他排除掉。

竞价 - Bidding

目前有两个主要的竞价方式: 手动(设置最大 CPM 好像又叫 fix bidding)和自动(DBM 竞价算法) 每种方法都有他的优势和缺点, 但他们的目标是一样的, 为广告主赢得一次展示.

他们最大的不同点在于

手动竞价会为每个获得展示机会的点位进行一次出价
自动竞价会在获得展示机会之后根据这个点位过去的效果来衡量这次竞价可能的转化效果(CPC 或者 CPA)来决定是否竞价.

变化出价对提高转化率(ROI)有非常重要的意义. 你可以根据自己的经验对一组 site 或者特殊的目标人群做手动竞价, 或者通过系统算法答题大量的手动竞价操作.

当你前期做这两种竞价方式的选择时, 通过以下几个方面来做出自己的结论:

RTB 交易平台每天/月的价格都在发生剧烈的变化
自动竞价(优化竞价算法)会根据这些变化做出调整来保证你的投资回报率不会受到非常大的影响
通过人手动设置竞价的话很难像系统那样将所有的可能的因素都考虑进去
你的竞争者可能会更喜欢使用自动竞价的方式

公式:

1	Bid = Goal x Expected Efficiency (percentage)

这个公式可以应用到任何目标里, 对于 remarketing, 他虽然本身不会比普通定向更昂贵, 但是由于预期的转化率更高, 所以通常会给出更高的出价

竞价优化

一旦你的广告上线, 就要高度关注 Impression loss 的原因, 根据展示丢失的原因, 我们可以做一系列的优化操作。

常见 Impression loss 原因:

Due to bid: 这次展示你获得了出价机会, 但是竞价失败
Due to budget: 这次展示因为你的预算不够而失去了竞价机会
Due to frequency: 这次展示因为你的广告已经到了频次上限而失去了竞价机会

竞价策略

我们可以通过减少竞价价格, 添加频次和排除网站列表来获得更高的 ROI. 这种方案可以保证你不会因为预算问题而丢失 Imp.

如果你是在 site 层级调整你的出价, 请注意不要突然抬高出价太多. 因为我们不了解这个网站具体可以给广告主带来多少收益的情况下, 使用代理来判断当前出价高于或者低于这个网站的平均 CPM. 可以通过比较这个网站的平均出价和你付出的平均 cpm 来判断这个网站能给你带来多少额外的商机.

这是因为大多数网站的获胜出价通常是分布式的，也就是说，它们遵循的是“钟形曲线”，其中的展示次数的峰值以网站的平均每千次展示费用计算。

钟形曲线

如图所示，如果给给出的出价非常接近你的付款金额, 这样你可能以低于平均 CPM 的金额获得这次展示. 如果你给出的出价跟你实际的付款金额有很大差异, 比如你出价太高了, 高到可以获得这个网站大部分的展示位置, 那么即使你再逐步提高出价也没有办法获得更过的流量和展示机会.请注意: 这样的统计是基于正常网站(大约有 10k 流量的网站), 才有意义. 比这更大的网站可能不遵循这种正态分布.

优化建议

广告效果跟你所在的 line item 中的数据量相关, 在你的 campaign 开始时, 你可以选择”focus on spend”, “CPC goal” 或者分配预算在探索上
不要急于想在 ROI 上做巨大的改进, 如果你的ROI 的目标是 100, 但实际上你现在的 ROI 是 500, 最好先将目标设置为 300, 然后再慢慢降为 100 比较合理
通过优化 CPC/CPA 来获得更多的 conversion 和 click, 而不是关心真正的目标
最高平均每千次展示费用是一个次要限制，不允许vCPM出价超过您输入的价值的3倍，因此请务必考虑如何限制订单项在可能提供效果的更高费用的展示次数上投放的可能性。
持续的观察广告效果. 考虑开出一个新的 Line item 来做手动优化.

实际案例经验

大概 60% 的 imp loss 是由于出价造成的而不是由于预算上限
- 思考你现在所用的策略, 为了获取潜在的用户是否需要提高出价
- remarketing 可能会从更高的出价中获益, 但是客户覆盖面和效果得不到保证
- 如果你的预算不多的话, 提高出价只会导致更少的展示机会
大概 55% 的 imp loss 是由于到达预算上线(IO 的上限), 但是没有到达 Line item 的上限
- 考虑减少出价, 这种情况很多时候是由于Line item 的预算和大于 IO 的造成的
系统算法需要大量的数据才能做出有效的优化
- 将 CPA 的目标设置的比较合理, 然后慢慢根据优化时间提出更高的目标
从更低的目标开始优化, 然后根据时间的推移

注意事项

有一个常见的误解就是在购买某个网站上的资源时, 你需要付的钱跟他的平均 CPM 应该差不多. 实际上, 实际付款金额是由很多因素决定的. 根据实际的投放经验, 对比你的出价(max bid)与实际的平均 CPM 来判断一个网站中还有多少可获取的展示机会. 然后你通过调高出价或者定位更高的目标维度, 不通过优化的话, 也不会有更好的效果(边际效应递减 marginal returns)
Imp loss -
- 对于 imp loss 不是有预算造成的问题, 提高出价知道 imp 到达边际效应递减的点
- 如果 imp loss 是由于预算不够造成的话, 提高出价就会减少展示机会, 减少出价和缩紧定向规则会增加展示机会. 因为预算节流器在预算不够时, 会给每次竞价设置价格上限, 这个会导致你们获得更少的展示机会
自订竞价策略没有设置
- 大多数自动竞价会让你设置 “Max Average CPM” 并且需要频繁的调整
- 在使用机器算法优化的前提是有一段学习阶段, 这个阶段关闭自动阶段更有效
- 机器算法可能需要比手动竞价花更多时间获得 insight, 因为他会比手动竞价考虑更多的维度和变量
- CPA/CPC 定向需要频繁的作调整

Recency

Recency 的意思是用户被加入 audience list 的时间, 在 DBM 中可以定义的 recency 的时间为 1min 到 365天. Recency targeting 就是通过客户留存时间进行定向和出价：

允许广告主根据加入 audience list 的时间来进行定向
重新与到达网站但未转化行为的用户进行交互, 直到用户完成剩余的转化
帮助已经购买或者与品牌有过交互的用户建立品牌忠诚度

上线之前的建议

根据广告主产品的平均购买周期来划分 line item, 再根据用户的时间窗口来进行投放
便宜不是很贵且需要经常购买的产品可以将投放时间窗口缩短
昂贵的购买周期长的商品需要将时间窗口拉长
常见的时间窗口设置为: 15 min, 1 hour, 3 hours, 1 day, 3 days, 7 days, 14 days, 30 days, 60 days, 90 days or unlimited.
对时间窗口短的 line item 的出价可以比较有竞争力, 因为这些用户刚刚购买或者跟产品交互过, 是最有可能获得转化的.

Recency
$ = 出价

↑ = 频次展示

Upper Funnel = 广告主主页

Middle Funnel = 广告主的商品页面或者类目页面

Lower Funnel = 广告主的结算页面或者订阅页面

上线之后的建议

对时间窗口定向的观察, 找出表现较好的不好的 line item, 然后对时间较短的窗口给出更高的出价来获得更好的效果
如果在不同频次下的时间窗口表现的差不多, 考虑将这些 line item 合并来简化账户结构

案例

如果你创建了一个时间窗口为 1 小时的页面, 但是效果没有你预想的那么好, 那么可以创建时间窗口更小的 line item, 例如 15 min, 并给出更具有竞争力的出价.
在一个 line item 中, 只能有一种出价方案. 但是我们可以做 audience segment, 然后对这个 segment 给出不同的定价方案, 这样我们就可以给时间窗口小的 audience segment 给出更具有竞争力的出价
当你建立了较复杂的 audience segment 结构之后, 不要对不同的 segment 使用相同的出价, 这样对账户优化来说并没有什么意义.

注意事项

audience list 需要有一定的数据量才有分析的意义
在你的产品购买周期较长时考虑使用长的时间窗口
对短时间窗口的用户使用有竞争力的出价, 当然具体问题具体分析
Optimal recency strategies 指的是在 1-14天之内的时间窗口, 那么在 15 天之后转化的可能性比较大

频次 - Frequency

Frequency 作用

规划 audience 中对用户展示广告的次数
找到合适的展示频次, 来获得更好的广告交互效果(展示和点击)
确保你没有把钱浪费在过饱和的展示次数上

优化方法

首先生成 performance report(包括 impressions, revenue, and performance metrics等指标), 并按照 Insertion Order 和 Insertion Order Daily Frequency 或者 Line Item 和 Line Item Daily Frequency进行划分. 按天进行划分
观察数据, 找到最优的当天展示频次(获得更多转化的展示频次)
将分析出的最优展示频次在 IO 或者 LI 层级进行设置(IO 会约束 LI 的设置, 即使 LI 设置了更高的频次)
调整 LI 的展示频次设置中, 需要使用一些策略: 比如对于 remarketing 的 LI 设置较高展示频次来对有价值的用户做更多的曝光, 对探索型的 LI 使用比较严苛的频次设置, 来获得更多独立用户展示机会
最优展示频次的设置根据垂直市场, 更好的转化目标和定向策略有关
使用不同的优化组合来得出最理想的优化设置(通过 min/day 设置频次或者 ASAP)

案例

Recency

初始设置: 通过策略和转化效果来优化频次

修改方案: 从 5/6 开始, 将展示频次限制为每天3次

结果: 总共少了 80% 的 conversion, eCPA 涨了 300%

分析结果: 很明显, 对于 remarketing 的 LI 来说, 每天只展示3次的话太少了, 不能促成实际的转化.

注意事项

保持静态的展示频次或者不做频次调整的话不会达到好的优化效果
不要根据主观判断来调整频次, 而是根据广告的表现效果和转化效果
对于有价值的用户需要增加展示频次
需要注意 IO 层级的频次控制会限制 LI 层级的
对于定向范围比较大的流量或者 audience, 增加或者减少频次会对流量变动影响比较大
在设置和更改展示频次时, 将一些其他因素考虑在内: 季节高峰期, 新的竞争者, 更多的在线广告

时段设置 - Day Parting

这个功能可以在 IO 或者 LI 中进行设置.

这个设置可以在一天中效果不好的时段或者一周内某天效果不好的时候停止投放
保证预算在一天中花费的比较平均, 而不是在早上就花完了
通过创建新的 LI 使用设置好的 dayparting targeting 方式和其他的 bidding 和 frequency 设置

上线之前的建议

注意时区的设置
选择 Time of day 或者 Day of week 这两方法

上线之后的建议

生成普通报告包括(impressions, revenue, and performance metrics) 根据 hour of day and/or day of week 来划分
观察一天之内的数据, 看看有没有一些时段效果非常好或者不好
将表现效果不好的时段做排除, 比如早上2-6am 效果一般是最差的, 而且周末的流量一般都较少
- 可以对效果不好的时段降低出价
- 如果还没有好的计划就先将 pacing 调整为 even 吧
- time zone 的设置一般跟 advertiser 的设置是一样的

案例

我们大部分预算在早上就花完了:
- 排除早上一些效果不太好的时段, 让预算花在高效果的时段
周末的效果不是很好, 让总体的 CPA 都升高了:
- 为周末创建一个新的 LI, 采用更少的出价, 并且根据效果给出时段定位
我们相对一天中最好的时段进行优化:
- 为效果最好的时段单独创建一个 LI, 然后提高出价

貌似未完待续 XD.

如果本篇文章对你有帮助，可以进行小额赞助，鼓励作者写出更好的文章。