广告基本知识-ROI分解

任何一个在线广告系统,都面临ROI的问题,对于Invest,我们先不考虑,因为对于流量有多种方式可以买回,也无法优化(当然在RTB的时候是可以优化的)。Return是主要优化的方向,Return=点击率 * 每次点击创造的价值。比如:点击率是10%,每次点击带来的收益是5元,则每次点击的收益是10% * 5=0.5元。计算广告学里有两个很重要的概念,1. 点击率(CTR),点击率是用户(u),广告(a),上下文(c)三者的函数,点击价值是用户(u)和广告(a)的函数,可以认为与上下文(c)无关,因为用户已经跳到商品所在的页面了。2.eCPM,点击率与点击价值之积是eCPM(expect CPM),它是非常重要的一个值。Return是每次eCPM的累加值。

Inverstment公式中的#x * CPX,如果是CPM就是总展示次数#x,乘上每次展示所付费用,如果是CPC就是乘上每次点击所付费用。Return公式中T表示的是点击次数。

不同的分解对应不同的市场形态。CPM市场:是固定的eCPM,由媒体和代理商结算,是由代理商自己估算展示的价值,风险是在Demand方,这种方式对媒体有利。这种方式对品牌广告有一定优势,因为品牌广告受到广告影响是一个长期的过程,很难估算ROI。美国品牌广告一般采用CPM结算,而中国一般采用按天包段。CPC市场:它是将ROI分成点击率和点击价值,广告系统负责估计点击率,而广告主负责估计点击价值。广告主只需要告诉广告系统一次点击的价值是多少。

时间: 2024-11-20 22:11:38

广告基本知识-ROI分解的相关文章

广告基本知识-搜索,广告与推荐的比较

搜索,广告与推荐的比较   搜索 搜索广告 显示广告 推荐 首要准则 相关性 投资回报率(ROI) 用户兴趣 其他需求 各垂直领域 独立定义 质量,安全性(Safety) 多样性(diversity),新鲜度(freshness) 索引规模 ~十亿级 ~百万级--千万级 ~百万级 ~百万级--亿级 个性化 较少的个性化需求 ~亿级用户规模上的个性化 检索信号 较为集中 较为丰富 Downstream优化 不适用` 适用 广告明显比搜索容易部分的是不需要复杂的爬虫技术和PageRank.而它比搜索

广告基本知识-在线广告的核心计算问题和挑战

在线广告的核心计算问题和挑战 广告中的计算问题可以概括为下面的公式(Find the best match between a given user u, in a given context c, and a suitable ad a).下面公式中a表示Sponsor(advertiser),c表示媒体(context),u代表受众(user).公式的含义是:给定user,给定context,选择一组ad,使得ROI最高.ROI对于不同的产品形态是不同的,后面会再讨论.i是impressio

广告基本知识-在线广告的市场

在线广告的市场 下图是几年前的图了,它放到今天已经有一些不准确了,所以在后面我们讨论商品形态和产品的时候,会对它有一些微调.图中清楚地揭示了广告发展的几个阶段,越靠左的部分越接近于需求方(demand),越靠右的部分越接近于供给方(supply).需求方一般可以认为是广告主,但准确地讲,它还包括了代表广告主利益的一些公司.供给方可以认为是媒体,但准确地讲,它是代表了媒体利益的一些公司. 第一个阶段:线上广告最早产生了Agencies,这些Agencies原本是做线下广告的,在产生线上广告后,它们

插件化知识详细分解及原理 之代理,hook,反射

上一篇我们说了Binder机制,通过aidl的demo和系统源码的对比进行了运行过程的分析,这一篇我们说代理模式及反射,之前说过了,只是为了梳理插件化需要了解的知识点,所以不会特别深的去讲解. 代理模式: 也叫做委托模式,分为静态代理和动态代理.代理模式也是平时比较常用的设计模式之一,代理模式有代码简洁,高扩展性的特性.主要目的就是为访问者提供一个代理,以达到限制某个对象的访问,也就是说想访问一个对象,其实我给你的是一个代理,不让你直接使用我.估计不理解的人会问为什么使用代理模式,他限制了对象的

广告基本知识-在线广告系统

在线广告系统 下图是广告系统的一个概念图,请大家不要误解成是实际的架构图. 搭建一个广告系统有以下几个重要组成部分: 1. 高并发的投送系统,即在线的AdServer,它通过请求中的user和context信息来决定展示哪些ads.它的特点是高并发,要做到10ms级别的实时决策,百亿次/天的广告投放系统. 2. 受众定向平台,它进行离线的数据挖掘分析,一般要用到Hadoop.比如进行点击率预测的分析. 3. 数据高速公路,它是联系在线与离线的部分,它比较简单,可以用开源工具实现,它的作用是准实时

广告基本知识-在线广告的特点

在线广告的特点 在线广告的独特性 技术和计算导向 在线广告和线下广告产品运行的形态有很大不同,在线广告一直在被技术和产品驱动,与之相对的线下广告是被创意和客户关系驱动.数字媒体的特点使在线广告可以进行精细的受众定向,即对不同的用户推荐不同的广告.技术使得广告决策和交易朝着计算驱动的方向发展,计算已经成为广告中主导的部分,而商业逻辑作为辅助的部分. 可衡量性 广告的点击是广告效果的直接收集途径,可以很直接地从点击率中看到广告的效果.从98年到今天,Banner广告的点击率从10%降至0.1%,是广

广告基本知识-广告的有效性模型

广告的有效性模型 下图是广告有效性模型.它基本可以既解释传统广告,又可以解释互联网广告.图中一共有六个阶段. 第一个大阶段是选择,它可以分为两个子阶段,1. 曝光(exposure),它是指广告是否被用户所看到,它是由广告位的天然属性所决定,无法通过算法的方式进行优化.因为广告位的原因,所以“任意广告位可以优化到多高的点击率?”这种问题是一个毫无意义的问题.比如,一个置顶的广告位,和一个页面底部的广告位进行比较,页面底部的广告位无论如何优化,也无法与置顶广告位的广告点击率相比. 下图是纽约时代广

广告基本知识-广告的目的和效果

广告的目的和效果 什么是广告? 广告绝不仅仅是索引,检索,NoSql,分布式计算这些技术简单的融合,就可以构成一个广告系统,它有其商业上的一些独特地诉求和目的.举一例,广告和推荐系统是很相似的,但在广告系统中,在同一广告位,文字链广告点击率远高于图片广告,而在推荐系统中,相同的展示位置,文字推荐信息链接点击率远低于图片推荐信息,在这里,先不深究这种现象产生的原因.广告,推荐,搜索,这三个领域我们称为wide scale challenge(大规模数据挑战),但又有各自的特点. “广告是由已确定的

计算广告学(2)--广告有效性模型

1.广告的接受流程 针对以上的阶段,在计算广告对系统的优化有不同的影响. 广告的天然属性有很大的影响因素(被人看到的次数,越高越好),那么曝光的频率就是影响很大,一个不好的广告位,即使系统优化再好其点击率也不会很高.对应在广告系统中就是讲广告放置的位置的不同带给该广告不同的点击率. 曝光完成后就是关注阶段.在关注阶段的主要原则:1.不要打断用户的任务也就是在用户进行一项任务时,进行推送广告不会带来很好的点击率:2.明确表示为什么要推荐这个广告,通过结合用户使用场景进行推送3.符合用户兴趣或者需求