信息流投放的底层逻辑|相爱相杀

　　现在我们从另一个角度来考虑信息流投放系统。

　　信息流投放制度的规则由人制定，规定的规则要拍案而起，必须遵守至少两条规则，或公理：

　　使媒介的利益最大化。

　　为广告客户提供一个相对公平的竞争环境。

　　据说，现在的头部投放平台，在设计理念上，都遵循这两条规则。

　　说到这里，不信息流投放得不提一下我的理解规则。

　　法则可分为自然法则和社会法则，自然法则，比如能量守恒，是不可打破的。同时，社会规则也是由人来约束人的。信息流动系统中的规则，在这里更像是社会性的规则，由人们的思维位置决定其约束性质。由于规则由人类制定，必然会有空隙可钻，自然会让少数懂得规则运作逻辑信息流投放的人有能力合理地对抗规则。这个能力，也将成为未来最具商业价值的能力之一。

　　今年早些时候，我决定不再更新朋友圈里相关的碎片认知，因为我意识到只有有结构的写作才能倒逼出有结构的思考和认知的迭代。就这样有了这样一个公众号，希望能在接下来的日子里，与大家一起，揭开信息流投放的冰山一角。

　　走到今天的话题，信息流投放的底层逻辑是相爱相杀。

　　在oCPM招标制度下，我信息流投放们今天要谈的是广告商与媒体的关系。假如让我用一句话来形容，“爱与杀”再准确不过了。

　　根据oCPM投标系统，广告主将给出一个心中期望的报价做广告投标。媒介平台将根据eCPM计划判断广告商报价是否合理。

　　ECPM：核心指标，衡量每千次曝光媒体方的收益。

　　eCPM=pCTR*pCVR*投标数量*1000。

　　在基本判断方面，媒体平台衡量收入有三种情形：

　　由于材料点击率/二跳转化信息流投放率/出价低，造成eCPM低，没有竞争力的广告计划，媒体平台不能放量。

　　eCPM在这个出价下，材料相对有竞争力，媒体平台放量适当。

　　在eCPM这个出价、素材极具竞争力的媒体平台上大赚一笔，恨不得把所有合适的数量都怼给你。

　　基于此，媒体平台还需要满足一个条件，即“最终呈现给广告商的转化率达到广告商的期望”，否则广告商心理就会崩信息流投放溃(心理OS：我明明出了5块钱一个转化率，你把我的预算花光了，最后结果是10块钱一个转化率)。

　　情形1，无需过多讨论。

　　情形2，媒体平台会在“仔细斟酌”后，给出一定数量的能够满足广告主要求的数量，确保能够谨慎的完成广告主的要求。

　　情形3，由于素材本身优秀、出价优秀等优势，广告商给媒体平台留下了很大的发挥空间。这个例子就是这样的例子信息流投放：广告商出价10美元进行转换，媒体方手上有两组用户，根据用户行为模型估计，一组用户的平均转换价格为5美元，而一组用户的平均转换价格为15美元。就媒体平台而言，5美元的这批用户理论上更受欢迎(大多数广告都是低价),15美元的这批用户很难被消化掉。而且如果不消化，这群用户的广告曝光机会以及可能带来的收益都将烂在手中。所以在实际操作中观察案例，媒体平台更有可能采取这样的做法信息流投放：将广告曝光给5个用户群中50%左右的人，再把15个用户群中掺杂进去，这样就能最大化广告收益。(即使事实上这件事，15个不用组的用户也能胜任，广告商的观点)

　　由以上三个例子，我们可以看出，广告商和媒体平台总是处于博弈的双方，因为各种变化的数据都是动态的，博弈的过程本身也是动态的。

　　如果只是这样，那当然不算大坑。归根结底，是你买我的，你出的价钱合理，我满足你的需求，大家都乐此不疲。但信息流投放是，现实的情况往往是一成不变的：

　　广告商的出价逻辑，是基于对后端实际转化经验值的预期。

　　而且媒体平台，只需满足广告主前端KPI数据即可进行切换。

　　两者的不同之处在于：前端的转换行为实际上不等同于后端的转换期望。

　　举例来说：

　　A：特别喜欢点击，喜欢看，不喜欢买。

　　使用者群B：特别喜欢点击，喜欢看，也喜欢买。

　　对广告客户来说，当然是信息流投放希望获得更多的用户群B，剔除用户群A。

　　然后在正常情况下，用户组A和用户组B按照曝光量的分布比例进行曝光，这是没有问题的，因为个人行为本身就有差异。

　　但如果我们换掉一个变量，信息流投放结果就会大不相同了：

　　A：特别喜欢点击，喜欢看，不喜欢买。

　　使用者群B：一般喜欢点击，喜欢看，也喜欢买。

　　若以“点击”为转换依据，则在第二种情况下，由于媒体承受的压力过大，不得不将用户群A更多地分配给广告计划信息流投放，表面上看来，完成了广告主的广告请求，但实际的请求并未得到满足。

　　这一点也不例外，有很多教育公司在点击我的网页/表格时，都会对我抱怨：模式又跑偏了，很烦。

　　实际上，这变相证明了深度转换数据回传的重要性。

　　再举个例子，有一种非常普适的现象，当广告计划在一开始投放量时，平均千次曝光成本是很低的，在后期经过一信息流投放定的数据积累后，这一成本增长可以达到2-3倍。那些对投注有一定了解的人会说，这是个好消息，意味着你的投注系统更加精确。

　　是的，是的，是的

　　事实上，这个系统确实更适合你的受信息流投放众群体，但与此相对应，这个系统也会将原本属于你的部分收回。

　　最初的10000预算，在CPM20的情况下，可以曝光50万次。由于系统对您的了解，CPM升至40，曝光25万次，解决了广告主的前端诉求。这些量的曝光少，花费多，本来是广告商的蛋糕，那最后是亏了还是赚了？

　　添加逻辑以避免读者混淆。根据我的理解，oCPM投标系统下，CPM和eCPM的顺序是不会出错的。eCPM由3个值决定信息流投放：报价，点击率，转换率，这3个值的因变量。与之相反，CPM是被倒推出来的产物，先有CPM，再有其它数据。

　　通过这几个简单的案例，我们可以看出广告主和媒体之间的关系是相爱相杀的，既要照顾你，又要占有更多，作为广告主/强乙方，如果不能做出反抗的动作，那么只能认人杀。

　　在此提供一点小想法和建议，供读者参考：

　　按道理，作为广告商/强乙方，信息流投放想要收回属于我们自己的蛋糕，现在看来唯一的办法就是给整个体系施加压力。

　　限制压力的方法和技巧，这里不再赘述，毕竟是吃东西的人。但最后操作的结果需要满足两个条件：

　　令媒体方感到，不给你量可惜，给你量虽然肉痛，但也在接受范围内。

　　在对媒体施加极限压力的同时，信息流投放也要赢别人傻钱多的广告。

　　这些都说起来简单，实际操作时却十分复杂。但是不得不说，就我去年的投入来说，这是一个值得追求的优化目标。这样从长期来看，我的ROI至少提高了一倍，但在不断的磨合，改进，以及错误的尝试过程中，花费了大量的精力，在这个过程中踩了不少坑，并找到了相应的小红书广告避坑方法。