玄学,从字面的意思来说,就是玄之又玄的学问,玄学包含很广,通俗点来说,目前科学解释不了的神秘学都可以归纳为玄学。作为投放人员,经常能听到有人说投放是玄学。那么我们就来分析下投放是不是玄学?
之前讲过Facebook和Google的广告算法,了解了系统背后的算法,我们知道投放的过程就是机器学习的过程,而机器学习的过程就是系统不断进行A/B Test的学习过程。
什么是机器学习?机器学习是如何运作的?
系统利用多维度的数据,比如用户的年龄和性别,广告的相关度,设备信息,安装应用会话数,应用内付费情况,网络情况,应用类别,类似应用使用情况……等等多维度信号进行分析,进行机器学习,帮助我们的广告系列取得最佳表现。通过学习确定表现最佳的版位、预算分配以及广告系列的竞价,帮助我们以更低的成本获得尽可能多的转化机会。
它会结合来自我们平台的数据和信号以及你提供的信息,分析预测哪些人群会采取期望的操作。可用的数据越多,我们“教”给模型的就越多,这样就能不断提升预测的精准度。预测的精准度越高,我们便越有可能获得更出色的成效。
以下内容是官方关于Google广告的机器学习内容文档,其他平台的逻辑大体相同,大家可以参考下:
机器学习的原理是什么?
广告主角度:
用户角度:
通过从不同的角度,我们可以看到,机器学习就是系统不断进行A/B Test的学习过程。在机器学习信号收集和运算的学习期间,我们在实际跑offer的时候发现,下载成本可能会有波动,这时我们要仔细分析情况,如果是正常的波动范围,要留有足够的时间和足够的转化积累让广告进行后续的优化学习动作。
机器学习到底在学习什么?
如何更好地训练机器学习?
了解机器学习背后的逻辑,通过足够的数据积累进行机器训练,这样我们在投放中才能更自如的去思考创意方向,佛系等待学习结果。
广告位展示的决定因素有哪些?
-----------------------------
如果广告位的竞争是一场比赛?
通过以上内容我们可以看到,在投放中受制于多方因素,才会导致我们投放的效果各有不同。就算是相同的定位,相同的素材,在不同的时间段投放,由于流量池差异,机器学习的因素,呈现出的效果也有差异。
很多优化师不知道自己的成本上升了是因为做了什么改动,突然又下降了又是哪里不对?可能这次改了一个地方,灵验了,过段时间用老方法如法炮制却发现一点用处也没有,有时候还真是看运气,自然而然大家认为投放是一门玄学。
END
做一个不断成长的公众号
我在这里等你,一起成长,一起学习。
我就知道你“在看”
作者:小马哥 来源:小马哥
本文为作者独立观点,不代表出海笔记立场,如若转载请联系原作者。