加入收藏 | 设为首页 | 会员中心 | 我要投稿 南平站长网 (https://www.0599zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 创业 > 点评 > 正文

杂货店里的程序化广告?奇怪的知识增加了

发布时间:2020-05-11 04:36:34 所属栏目:点评 来源:做站长
导读:副标题#e# 来科普奇奇怪怪的知识了,杂货店里的程序化广告到底是怎么一回事? 若干年以前,贤楚城南新开张一家杂货店,挂牌“一白杂货店”。开店伊始,店主在店门口张贴了一张告示,宣扬自己的营业理念。告示是这么写的: 自有杂货店以来,顾客进店挑货是天

实际上,在广告投放中台投广告,首先要填写的就是广告预算,在预算的上线以下,去采买最优质的流量(当然,流量的质量情况和预算出价息息相关),一旦达到设置上线,这个广告计划就会自动停投。也有例外,如果是中台保障效果类广告的下载、激活,一个周期下来,可能会超一些广告主预算,但是不用太担心,一方面是超出的预算能够带来正向的效果,另一方面如果效果不显著,投放平台会做赔偿。

回到最开始的故事里,委托人C出完价拿下生意以后,需要根据顾客大汉的反应,来判定出的价是不是合适、下次要怎么出。比如要是好几个长髯大汉最后都没买这款刮胡刀,那么基本可以认定这类顾客对刮胡刀并不感冒,下次再遇到,C可以考虑不参加竞拍。

对应在程序化广告中,DSP需要拿到媒体回传的用户安装、激活数据,来评估效果并调整下一阶段的出价策略。

但是有些杂货店十分严格,尤其是老板姓i名OS的那家,根本不愿意在商品里加数据统计SDK,这就导致了数据回传线路被卡断,委托人拿不到足够的下游数据,只能当闭眼玩家。

这个问题引得无数英雄竞折腰,下面介绍解决方案。

论功行赏的依据——S2S对接

S2S除了能够解决数据回传的问题,还能回答另外一个问题——货是谁帮忙卖出去的?

杂货店帮忙货商把刮胡刀卖给大汉,假如用户用了以后觉得好用,隔了几个月又到货商那给兄弟也买了一把,也就是产生了回购行为,此时杂货店卖货的意义才算真正达成,因此杂货店有相当充分的理由向货商额外收取一部分钱作为辛苦费。货商一盘点:糟糕,这款刮胡刀同时委托了3个委托经理A1、A2、A3去卖,最后也确实卖出去不少,不清楚他哥仨分别卖出去多少。这就有点尴尬了。

“论功行赏”之前,首先要解决一个问题,那就是 “货究竟是谁帮忙卖出去的?”。

对应在程序化广告上,问题变成了,广告在下游用户处产生了收益,广告主该奖励哪条渠道。这时候就是S2S(server to server,服务器对服务器)归因大显身手的时候了。

杂货店里的程序化广告?奇怪的知识增加了

S2S主要建立在广告商(以DSP为例)和广告主之间。

核心思路并不复杂咋,每个委托人代理的货品都打上独家标记,等顾客带着货品来复购时,按照标记就知道这次复购是哪个委托人带来的。顺带的,数据回传问题迎刃而解。

当然,具体实行起来并没有上面说的这么简单,流程图如下:

杂货店里的程序化广告?奇怪的知识增加了

图片来自《程序化广告》

程序化广告的反作弊

程序化广告完全依托模型,给不少心术不正的作弊分子留下了广阔的操作空间。

经过一段时间的观察,杂货店主把作弊分子的作弊行为分为两类。

第一类作弊分子拿钱不干事,这发生在一些鸡贼的委托人身上:反正我帮货商竞拍拿的是辛苦费,竞拍时举个牌子随便出个价就有钱拿,卖不卖得出去、卖不卖得好通通与我无关,名声坏了就换了马甲继续这么搞。

第二类作弊分子办事,办事的主要精力花在骗钱上。前一类随着监管加严弄不出太大的水花,倒是这类坏家伙成了主要危害。

主要在3个广告环节:曝光、点击、转化上作弊。打个比方:

  • 大汉到店里,明明看都没看到刮胡刀,我故意和广告主他说看到了,要辛苦费——曝光环节
  • 大汉到店里,只是瞥了一眼刮胡刀,连摸都没摸,我故意和广告主说他摸到了,要辛苦费——点击环节
  • 大汉到店里,拿起刮胡刀把玩了一会,最后没买,我故意和广告主说他下单了,要辛苦费——转化环节

可见,在广告转化漏斗上,投机分子可谓无孔不入。此外,以下作弊策略作弊策略可能更加难以招架:

  • 找人伪装成顾客,有人来看我就能拿钱——机器人刷广告;
  • 货是发给杂货店了,但是裹着隐身衣,顾客压根看不见——把广告植入到不可见的位置;
  • 把原本去隔壁餐饮店的顾客强行拉到杂货店来——流量劫持,劫持到的一般是劣质流量。

长此以往,货商肯定不愿意了:难怪钱花得多效果还差,敢情都让你们揣进兜了啊。

正因为上述这些作弊手法大行其道,一段时间里程序化广告招致了非常多非议。

为了恢复杂货店风清气正的交易环境,杂货店店主决定展开“五月人倍忙——一白杂货店反作弊专项整改活动”。

专项活动从三个方面开展:用户标识、用户行为、广告来源

1)用户标识

给用户发放专有“身份证”,发放依据是用户的IP、cookie(或设备ID),统计某些用户是否存在高频次或高频率曝光或点击。

为了防止机器人自动变换IP蒙混过关,把浏览器型号、分辨率、用户窗口大小、操作系统版本号、设备品牌也纳入到作弊判别模型里。

2)用户行为

这时候前端回传的数据埋点也就派上用场了。根据埋点,构筑用户的站内交互轨迹图,包括点击、滚动、输入等操作,如果这些操作过分单调,判定该用户有很高的作弊可能性。同样,可以解析出点击的区域、次数、频率,利用这些指标去伪存真。

此外,如果出现广告曝光数和点击数在某个时间点暴涨、同一用户的广告浏览或点击时间间隔过于规律、转化漏斗出现顺序对调,需要格外注意这些疑似作弊的行为,进一步验证。

3)广告来源

  • 如果流量来源不明,很可能是恶意刷广告点击的脚本;
  • 实际来源与标注不统一的流量,基本认为是劫持来的或者伪造的流量。

(编辑:南平站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

推荐文章
    热点阅读