发布时间:2021-10-10 分类: 行业资讯
在上一篇文章中,Erha谈到了广告业务的流量改善。在提高广告的点击率方面,我提到了迎合用户偏好的概念。本文讨论如何迎合用户偏好。
用户和广告互动的整个过程可以表示为:见广告—产生对材料的兴趣—点击广告—产生对内容的兴趣—消费者广告。
请注意,此处的广告是指所有商业化活动,包括但不限于广告,直播,游戏,增值服务,会员服务等。
因此,个性化建议的重点是:
让用户看到他们喜欢的材料(核心指标是点击率,点击率)
点击查看您喜欢的内容(核心指标是后续转化率,例如会员资格是付款率,应用广告是安装率)
保持材料和内容之间的相关性(核心指标是跳出率)
1.让用户看到他们喜欢的材料
尽管在前一篇文章中提到了材料优化(诱惑)的观点,但每个人的兴趣点实际上是非常不同的。就像“吃鸡”一样,20岁和40岁的人的意义完全不同。让我们仔细看看几种实用方法:
1.1,对比试验方法
1.1.1。对于同一组用户,随机分为两组,一组提供A材料,另一组提供B材料。如果CTR(A)> CTR(B),则A优于B.是否更好地在将来启动A?但当我投票并发现点击率正在缓慢下降时,为什么会这样呢?因为长期不变材料对用户来说较弱(用户已经有了明确的期望),新材料!
1.1.2。编辑继续生产新材料,同时,在线上推出多轮材料测试,选择最佳连续发布几天,然后进行新的测试。慢点击率一直在稳步上升,但增长率越来越小,评估的工作量越来越大。我该怎么办?实际上,它将被移交给计算机。
1.1.3,材料优化系统开始建立,包括材料库,统计服务,交付服务等。编辑器手动输入大量材料并配置相应的广告空间。开始时,服务器均匀地为随机用户分配大量材料。一段时间后,计算每种材料的CTR并更新权重。具有高CTR的材料占较大的数量。重量,低CTR的材料占用较小的重量,并且一些重量被添加到新输入的材料中,并且引入了时间衰减功能。如果长期性能较差的材料被直接消除,编辑会参考新设计的CTR最高的材料。
经过上述三个步骤后,点击率应该可以提高100%以上(工作经验),但你会发现很快就会达到上限,因为有两个因素:1。每个人都被视为同一个人;设计材料的能力。
那么我们如何才能继续改进呢?转到下一个方法。
1.2,协同过滤方法
如果设计材料的能力在短期内无法改善,我只需要将每个人测量为不同的个体,然后点击率变为CTR1,CTR2,CTR3… …这里我们需要介绍协同过滤的概念。
1.2.1。协同过滤(主要在两个方向):
基于项目(内容)推荐:例如,如果你喜欢A,它非常类似于通过A的特征找到B和A.C和A不相似,所以更倾向于推荐B
根据用户的推荐:如果你喜欢A,他也喜欢A.通过你和他的共同特征(比如A),认为你和他相似。如果他仍然喜欢B,那么他更倾向于推荐B
1.2.2。操作步骤如下:选择推荐的方法——标记用户/项目——计算相似度——生成推荐结果——测试结果校正算法
选择推荐的方法:主要是查看数据是否丰富,如果用户功能丰富,则选择基于用户,反之亦然,基于项目;
标记用户/项目:用户标签的文章中提到了用户标签。如果你想知道,你可以看一下这篇文章。如果您使用广告作为示例,您可以将其划分为类型(游戏,体育,金融),运营商(图片,文本)。 ),内容(人物,动物),风格(可爱,成熟)等,并为每个标签分配权重;
计算相似度:向量化每个用户/项目,每个标签是一维向量,并且最终计算实际上是n维向量的相似性。常用方法包括余弦相似度,欧几里德距离等(此处未详述);
产生推荐结果:像A,A和B这样的C用户是相似的(基于项目作为例子)
测试结果校正算法:B交付给C用户。如果效果不理想,则主要考虑优化标签和重量。
完成上述两个步骤后,点击率应该可以提高30%以上(工作经验)。限制增长率的主要因素是标签库的丰富性。在实际工作中,尤其是广告业务,可用的有效标签很少。推荐的结果并不令人满意。
那么,改进设计材料的能力呢?
1.3,AI生成方法(两哈没有实践经验,只是讨论)
提高能力的最简单方法是改为更强大的设计! 2333333……如果您可以更改它,请跳过本章。
我不知道你是否认识阿里的鲁班或腾讯的梦想作家。他们都使用机器学习来实现内容的自动生成。核心流程如下:
拆卸图像/文字,如图像可拆解成:背景,框架,颜色,主要产品,二次产品,标题,描述等;并且可以通过剪切直接完成文本。
引入大量图像/文本作为准备培训的元素集合
通过机器学习,让计算机知道A和B在一起。 B和C不在一起(学习规则)
生成大量内容,进行测试(实际上类似于大规模比较测试+协同过滤)
这里的核心是:
有大量的历史数据作为训练样本;
有足够的专业设计能力进行干预;
有足够的样本收集结果
2.点击后,您可以看到内容/材料与您喜欢的内容之间的相关性
这两点实际上可以一起说,因为它只是:1转换率=跳出率,通过点击广告素材或转换或跳出来看内容的用户,只不过这两种方式(第三种可能性是产品存在直接问题,更不用说这里了。
那怎么改进?实际上,它与CTR优化,比较测试,协同过滤,AI生成相同,因为材料也是一种内容。
但是,一般来说,材料和内容应该绑定,并且会有多个材料对应一个内容,但一般不会有多个内容对应一个材料,所以我们经常看到同一个商家会有多个广告产品上的门户代购源码网站,同一个广告门户代购源码网站对应多个服务,这将划分流量。
也就是说,在绑定的前提下,只要前者(材料CTR)被优化,后者(内容后续转换率)自然更高。
在实际操作之后,后续内容元素被直接添加到创意(材料和内容是一致的),并且用户是内容元素的认知和喜爱。因此,点击率增加了30%,随后的付款转化得到了改善。差不多400%
然而,在实际工作中,人们经常故意使用高流量(点击率)故意使创意材料诱人,甚至偏离实际内容,这将带来随后的转换率降低,并且用户的信任度降低。这是为了追求短期利益导向,而不是首先推荐它。 (虽然艾哈做过类似的事情)
好吧,这篇文章基本完成了,我觉得很多地方都没有做得很精细,力求慢慢改进,请指教。
相关阅读
广告系统设计:概述
作者:两个哈哈很冷笑,互联网产品狗,代码字很慢,字符还是
资料来源:https://www.jianshu.com/p/f44722e79d75
@二哈的这篇文章非常冷酷,对原版的发布感到非常自豪。未经许可,禁止复制。
该地图来自PEXELS,基于CC0协议