博主微信公众号：价值老猿，博主整理的产品、投资方面的深度思考和实习、秋招相关信息将会持续发布到上面，敬请关注！！！
1. 我们在朋友圈看到的每条广告，经过了哪些环节，展示在了我们面前？
2. 广告主A的一条a广告CPC出价5元，广告主B的一条b广告CPC出价8元，假设a广告的点击率为3%，b广告的点击率为2.5%，则平台会出哪条广告？为什么？
3. 在oCPX模式下，为什么广告主愿意回传真实行为数据？
2. 广告主A的一条a广告CPC出价5元，广告主B的一条b广告CPC出价8元，假设a广告的点击率为3%，b广告的点击率为2.5%，则平台会出哪条广告？为什么？
3. 在oCPX模式下，为什么广告主愿意回传真实行为数据？
4. pCVR的预估准确率在一定程度上决定了广告成本，但实际在预估的时候，其实不同的投放目标，对CVR预估的难度是不一样的，大家觉得有哪些因素会影响pCVR的准确率？
1、广告交易流程
1) 广告主制作广告、选定投放人群、出价，储存至需求方平台（DSP）2) 用户产生网络请求
3) 媒体将请求交给供应方平台（SSP）
4) SSP将带有用户画像的信息交给广告交易系统（AdExchange）
5) AdExchange通知DSP出价，告知广告位信息和用户ID
6) DSP选择出价最高广告主，开始计费
7) 将广告主广告创意展示给用户
eCPM(a)=CPC*CTR*1000=5*3%*1000=150
eCPM(b)=CPC*CTR*1000=8*2.5%*1000=200
eCPM(b)> eCPM(a)，所以选b
oCPX中eCPM = pCTR * pCVR * Y，这里的Y指的是广告出价，pCVR就是系统对“转化率”的预估。引入pCVR后，如果某次曝光的点击率很高，但转化率很低，那么广告主就不会对本次曝光出太高的价，这样就帮广告主过滤了一些低价值流量，从而节省其广告成本。如果某次曝光的点击率较低，但是转化率很高（比如戳中了一小部分人的兴趣），那么广告主也会对该次曝光出一个不低的价格，这样就有可能获得一些高价值的流量。所以引入pCVR后，oCPX相当于自动帮助广告主进行了流量选择，让广告主可以根据流量价值进行出价。pCVR由广告主回传的数据得出，因此回传真实数据有利于广告主利益最大化。
4、
1.转化数据的稀疏程度，即便是用户量很大，广告数很多，总体数据量很大，如果对于某一用户看过某一类型广告的数据量不足的话，就会导致模型预估效果不好； 新的广告商，没有历史数据的积累，因此难以预测模型，从广告主的角度看，不同的广告主有不同的投放目标，比如婚庆类广告主要给有结婚需求的用户投放广告，那么机器学习模型需要基于有婚庆需求的用户对于婚庆类广告的历史转化数据去做预估，然而结婚是一个非常低频的行为，婚庆行业相比较于其他行业，有效数据偏少，而机器学习预测的准确度很依赖于有效的数据和标签，所以对于这种投放目标的广告主，可能预测准确率就很容易受到影响。
2.转化数据的噪音也会影响模型预估的准确率，就像文章里说的，转化率数据部分来源于广告主上报，虽然从经济学角度，广告主有动力回传真实数据，但实际中不可控因素很多，可能会有很多噪音数据，导致模型预测准确率下降。
3. 转化归因存在难度，广告效果和转化发生的时间不一致，期间受到其他营销活动等影响，例如转换时间可能发生在广告点击的几天后，对pcvr的预估准确性有影响。
全部评论
(2) 回帖