第一、oCPA/oCPM/oCPC的目的是什么?

提高广告主转化率,降低广告主转化成本,使广告主用更少的成本拿到更多的转化。

这个说法第一眼看上去,可能会损害DSP的收益,毕竟存在“使广告主用更少的成本”,但实际并非必然,可以通过一定的手段减轻DSP收益下降,甚至提升收益。

以oCPC为例,广告主用更少的成本得到了转化,意味着相同转化的情况下该广告主点击是减少的。但因为DSP会接很多广告主,这个广告拿不到的流量会有其它广告主填充,则不会对平台收益有太大影响(会有下降,但在有足够充足的广告主和预算的情况下下降不会太明显,下降多少与计费比有关)。另外,并且在转化率好转的情况下,我们可以适当提升CPC来维持平台收益。

第二、oCPA/oCPM/oCPC的本质是什么?

一句概括,通过为广告主选择更合适的流量(方法)来提高平台收入(目的)。

参考当前流行广告广告系统,一般是用eCPM竞价,按CPC二价收费。其中eCPM=pCtr * CPC。

这样做在排序过程中即考虑了pCtr,又考虑了CPC,结果来看,通俗的说就是对当前pv中的若干条广告来说,pCtr更高的会靠前,CPC更高的会靠前,这样是最大化了平台的收益。

在oCPX中,会把pCvr(转化率)考虑进来影响eCPM,结果就是pCvr更高的广告会相对靠前,从而提高转化率。

oCPA的做法是 eCPM = ctr  * cvr * 广告主的转化出价
oCPC的做法是 eCPM = ctr * 系统自适应的对点击出价调价的结果

oCPM方法上和oCPC是一样的,即按CPM收费,但是广告主可以指定一定的优化目标,如点击成本,转化成本等,平台在线上排序时,对应的对点击可能性高/转化可能性高的流量提升出价,反之则降价。

第三,从效果来看,这样做无论对广告主还是对平台都是有利的,我经历了我司这套系统的从0到1,我负责算法侧,从统计数据上来看,CPM上升,转化率上升,转化成本下降。(是一个很难让我想像的好结果,具体数据就不贴了,这种应该算保密数据)。

第四,除了上面介绍的策略问题,算法问题也很重要,包括转化率预估和Calibration,转化率预估问题本质上来说和点击率预估是一回事,不过一般情况下转化数据更稀疏,所以遇到的问题也会更多。这里不再展开了。Calibration一般解决两个问题,估计整体有偏和估计分段有偏,分别有不同的解决办法。

oCPM和CPC的区别是什么,oCPC和CPA(Cost per Action)的区别是什么:

oCPM本身是按(千次)展示计费,很多品牌广告一般会采买CPM广告(或者CPT广告)。借用很久之前听到的一句话,“为什么按展示计费?因为我要出现在那里,即使这次展示没给我带来真正的点击,下载,购买行为,但我在那里,代表了我的江湖地位。”

所以最初的CPM完全不考虑用户是否点击。但时间久了,广告主可能说,你也要适当的考虑下我们的点击成本,此时就有了两种方法。第一,改成按CPC计费,但此时平台商的收入可能会下降。第二,做oCPM,还是按展示计费,平台只会在给广告流量的时候考虑下点击率。是采用oCPM还是采用CPC,大概率代表了平台方在业届的强势地位,“我按CPM收钱,你爱买不买”。

oCPC和CPA的关系和oCPM和CPC的关系有些类似。比如按点击收费之后,广告主可能会提出,只有点击不行,我们现在想考虑每个软件下载的成本,或每个商品成交的成本。即使在CPA之后也还有继续提出oCPA的方法,比如,广告主不但要求每个下载的成本,他们还希望用户在我的软件中的留存率。

越小的广告平台,地位越弱势的广告平台,流量越差的广告平台,被广告主提出更多要求的可能性就会越大。而对于大广告平台,流量好的广告平台,只会说,“我就按展示计费,你爱买不买”,你说是不是强势呢?

以下为结果的演绎:

首先说一下腾讯社交广告oCPA的产品定义:

oCPA是一种智能自动出价策略,我们将会根据您提供的“期望每次转化费用”自动出价,以帮助您在预算范围内争取更多的转化。我们将为您介绍oCPA产品的工作原理以及使用方式。

oCPM在facebook产品定义:

oCPM (Optimized Cost Per 1000 Impressions)
与CPM的收费标准相同,但是由Facebook操作,将广告展示给更容易产生下载激活的用户。广告主可以选择和设定投放广告的目标,由Facebook根据这些设定,将广告投放最佳化,尽可能高效地达成目标。
oCPM实际上相当于一个虚拟的运营投放专员,它拥有多维度的、实时反馈的、历史积累的海量数据,能够针对广告的成本目标和实时投放效果,进行快速地计算和调整,给出一个相对最优的出价。
但是如果在设定过程中没有掌握好出价的规律,那么该出价模式下的广告成本可能会超出CPC或者CPM。因此要密切关注广告的表现,以广告的最终目标为核心,把成本控制在预算范围内。

微信朋友圈广告oCPM的产品定义:

oCPM (Optimized Cost Per Mille, 优化 CPM) 是朋友圈广告的一种出价方式。
您可以根据实际的推广需求,自定义广告的优化目标,并对优化目标设定出价。
例如,推广目标为公众号推广的广告,优化目标可以设置为获得更多关注量,oCPM 出价可
以设置为10元/次关注。
广告系统将对投放进行智能优化,精准触达高转化率用户。

oCPA 和oCPM概念差不多,语意不太一样;

oCPA根据转化去优化出价;

oCPM优化展现出价;

以oCPA举例;

简单说一下oCPA产品原理是什么 :

机器按照广告主的期望转化成本(CPA) ,和广告主每一次曝光/点击的预期转化率(pCVR)计算出广告主应该出价(Bid)多少,然后帮助广告主自动出价;

简单计算过程:

广告竞价系统一般以CPC付费 或是CPM付费;

但是广告还是按照eCPM进行排序的;

eCPM公式推到导一下

eCPM=CPM=花费/曝光*1000 –CPM千次曝光展现花费
eCPM=(CPC*点击数)/(点击数/点击率)*1000 –简化公式带入 【花费=点击均价(CPC)*点击数】【曝光=点击数/点击率】
eCPM=CPC*点击数/点击数*点击率*1000 –去掉括号
eCPM=CPC*CTR*1000 –简化公式
eCPM=CPA*CVR*CTR*1000 –公式带入【CPC=CPA*CVR】
因为在广告曝光之前系统是不可能知道真实的CVR和 CTR 所以都是通过另外的机械学习的算法预估出来的
预估转化率 :pCVR 预估点击率:pCTR
带入公式:
oCPA计算公式
eCPM=CPA*pCVR*pCTR*1000
CPC=CPA*pCVR

理想状态中广告主预期成本(CPA)为广告主的底价(广告主能接受的最高CPA成本) ,假设广告主的预期成本没有波动,根据eCPM公式可以推到出来无论是按照CPC付费 还是CPM付费 广告主预期成本不变 pCVR越高 eCPM /CPC越高 ;

我们假设 用户 和广告主的多样性和数量都足够多 ,而且广告主都充分使用了oCPA ;

1、从广告主视角来看用很高的价格买了转化率很高的用户;

2、从用户视角来看能看见都是自己感兴趣而且自己转化率高的广告;

基于这两条可以推演一下平台的收益在哪?

平台收入:通过流量提高利用率使大部分用户的eCPM都得到了提高 =大盘eCPM提高了;

用户体验:从用户视角来看能看见都是自己感兴趣而且自己转化率高的广告相对与看见自己不喜欢的广告用户体验有所提升;

广告主体验:广告主没有oCPA工具之前要根据流量/时段变化频繁调整出价,广告主可以通过oCPA帮助广告主调整出价节省人里,而且效果更加稳定,成本基本上不会有大的波动,广告主体验更好;

oCPA,oCPM本质上还是媒体方用户体验,流量收益最大化与客户效果最大化的博弈

对媒体方而言,一方面追求平台产品的长期体验,一方面永远追求流量效益的最大化

媒体广告总收益的公式为

总收益=广告总流量 X 流量填充率 X 每次曝光价格(ecpm)

提高收益包括但不限于如下方法

oCPA、oCPM竞价的本质是什么?-赋能集团

媒体总收益提升方法

 

其中填充率和ecpm,在一定程度上具有正相关关系
填充率高则代表竞争大,自然推高客户出价

而ecpm的提高,根据过往人为经验的流量转化漏斗模型,最终的效果即CPA大概率会上升

但对广告主而言,永远期望的是效果的最大化

他们最朴素直接的优化策略是:用最低的流量价格(ecpm)拿到足够多且足够好的量

在这个情况下,oCPA、oCPM应运而生,以oCPA为例

当广告主在广告投放流程中

  • 选定特定的优化目标(例如:移动应用的激活,网站的下单)
  • 提供愿意为此投放目标而支付的平均价格
  • 并及时、准确回传效果数据

平台将借助转化预估模型

  • 实时预估每一次曝光/点击对广告主的转化价值,自动出价
  • 最终按照曝光/点击扣费
  • 同时,平台的转化预估模型会根据广告主的广告转化数据不断自动优化
oCPA、oCPM竞价的本质是什么?-赋能集团

在广告主给出的目标CPA成本固定的情况下,针对单次曝光请求,系统预估转化率pCTR,pCVR越高(即对该广告主而言,用户质量越高),则系统帮助客户CPM出价越高

这样可以实现即使出价高,但由于高质量用户的精准定向带来的高转化,CPA成本能达到广告主目标

(这与过往人为运营中为了控成本常用的 贴底价慢慢往上加 的思路是完全不同的)

整个oCPA本质仍是人群细化拆分售卖

即除了把用户按年龄段,性别,兴趣等分开来售卖给不同需求的广告主

还可以针对单个特定广告主,识别它的高质量用户和普通用户,来预估转化率

并使用高质量用户匹配高价的策略

平台来说,不同的客户面向的目标人群不同,通过用户细分与分层,不同客户的高质量用户都售卖出更高的价格,可以有效提高整体的ecpm值和填充率,达到最大化收益

广告主而言,不用再关注出价策略,而交由系统来实时调整,可以更专注于创意素材上

C端用户而言,展示给用户的广告,由于精准,很大程度上广告即内容,在盈利的同时更好保证平台的用户体验

这是目前三方博弈达到的系统最优解

oCPA的核心基础是转化预估,而转化预估的基础是数据,没有数据空谈算法

对DSP平台来说,需要做到足够大的数据样本的积累、对人群标签结构化的画像、质量分析

才能够有效区分不同客户类型的不同潜在用户,并通过算法进行合理的系统分配

如果有平台上来就说oCPA…那一般都是噱头而以。