廣告系統(tǒng)設計:個性化推薦
上一篇中,二哈講述了廣告業(yè)務的流量提升,在講述提升廣告點擊率的時候,提到了迎合用戶喜好的概念,本篇就來說說如何迎合用戶喜好吧。
用戶和廣告交互的全過程可以表述為:看見廣告—對素材產生興趣—點擊廣告—對內容產生興趣—消費廣告。
注意,這里的廣告泛指一切商業(yè)化行為,包括且不限于廣告、直播、游戲、增值服務、會員業(yè)務等。
所以個性化推薦的重點為:
- 讓用戶看到喜歡的素材(核心指標為CTR,點擊率)
- 點擊后看見喜歡的內容(核心指標為后續(xù)轉化率,比如會員則是付費率,應用廣告則是安裝率)
- 素材和內容之間保持相關性(核心指標為跳出率)
1、讓用戶看到喜歡的素材
雖然在上一篇中說到素材優(yōu)化的點(誘惑性),但是每個人的興趣點實際是千差萬別的。就好比“吃雞”這個詞語,對于20歲的人和40歲的人來說,意義完全不一樣。下面來詳細介紹一下幾種實操方法:
1.1、對比測試法
1.1.1、對于相同的一群用戶,隨機分為兩個組別,一個組投放A素材,另一個組投放B素材,如果CTR(A)>CTR(B),那么A要優(yōu)于B,以后是不是投放A就好啦?但是投著投著發(fā)現,點擊率慢慢下降,這是為什么呢?因為長期不變的素材對于用戶的吸引力變弱了(用戶已經有了清楚的預期),該換新的素材了!
1.1.2、由編輯不斷產出新的素材,同時上線多輪素材測試投放,選出最好的持續(xù)投放幾天,再進行新的測試。慢慢的點擊率保持穩(wěn)定上升了,但是上升幅度慢慢變小,評估效果工作量也越來越大,這下該怎么辦呢?其實交給電腦就好了。
1.1.3、素材優(yōu)化系統(tǒng)開始搭建,包含素材庫、統(tǒng)計服務、投放服務等。由編輯手動錄入大量素材,配置好對應的廣告位,初始時由服務端將大量素材平均分配給隨機用戶,一段時間后計算每個素材的CTR,進行權重更新,CTR高的素材占更大的權重,CTR低的素材占更小的權重,另外留一部分權重給新錄入的素材,引入時間衰減函數,若長時間表現不好的素材,直接淘汰掉,編輯同學參照CTR最高的那些素材進行新的設計。
經過以上三步,CTR應該能提升100%以上(工作經驗),但你會發(fā)現,很快就會到達天花板,因為這里有兩個因素的問題:1、每個人被當做相同的個體;2、設計素材的能力。
那么怎么才能繼續(xù)提升呢?進入下一個方法。
1.2、協(xié)同過濾法
設計素材的能力短期內無法提升的話,我只要把每個人當做不同個體來衡量就好啦,那么點擊率就變成了CTR1、CTR2、CTR3……這里就需要開始引入協(xié)同過濾的概念了。
1.2.1、協(xié)同過濾(主要有兩個方向):
基于物品(內容)推薦:比如你喜歡A,通過A的特征找到B和A很相似,C和A不相似,那么更傾向于給你推薦B
基于用戶推薦:比如你喜歡A,他也喜歡A,通過你和他的共同特征(喜歡A),認為你和他相似,如果他還喜歡B,那么更傾向于給你推薦B
1.2.2、操作步驟為:選取推薦方法——對用戶/物品打標簽——計算相似度——產生推薦結果——測試結果修正算法
- 選取推薦方法:主要看數據是否豐富,如果用戶特征豐富,那么選擇基于用戶,反之選擇基于物品;
- 對用戶/物品打標簽:用戶標簽在用戶畫像的文章中有提到,想了解的可以看一下,物品的話以廣告為例,可以分為類型(游戲、體育、財經)、載體(圖片、文字)、內容(人、動物)、風格(可愛、成熟)等等,以及分配各標簽的權重;
- 計算相似度:對每個用戶/物品進行向量化,每個標簽就是一維向量,最終計算的其實就是n維向量的相似度,常用方法有余弦相似度、歐式距離等(這里不詳述);
- 產生推薦結果:C用戶喜歡A,且A和B相似(以基于物品為例)
- 測試結果修正算法:將B投放給C用戶,若效果不理想,主要考慮優(yōu)化標簽和權重。
經過以上兩步,CTR應該能再提升30%以上(工作經驗),主要限制提升率的因素在于標簽庫的豐富程度,實際工作中,尤其是廣告業(yè)務,能拿到的有效標簽很少,所以推薦出來的結果不盡如人意。
那么,試著提升設計素材的能力呢?
1.3、AI生成法(二哈沒有實操經驗,只是討論)
最簡單提升能力的方法就是換更厲害的設計!2333333……如果能換的話,請略過這個篇章。
不知道大家有沒有了解過阿里的魯班或者騰訊的Dreamwriter,他們都是通過機器學習的方式來達到自動生產內容的工具。核心流程如下:
- 拆解圖片/文本,比如圖片可拆解成:背景、框架、色彩、主產品、次要產品、標題、描述等等;而文本直接可以通過切詞完成。
- 引入大量圖片/文本作為元素集合,為訓練做準備
- 通過機器學習的方式,讓電腦知道A和B在一起是可以的,B和C在一起是不行的(學習規(guī)律)
- 生成大量內容,投放測試(其實類似于海量的對比測試+協(xié)同過濾的方式)
這里的核心點在于:
- 有海量的歷史數據作為訓練樣本;
- 有足夠專業(yè)的設計能力去干預;
- 有足夠的投放樣本回收結果
2、點擊后看見喜歡的內容/素材和內容之間保持相關性
這兩點其實可以一起說,因為簡單說來就是:1-轉化率=跳出率,通過點擊廣告素材看到內容的用戶,要不就是轉化了,要不就是跳出了,無非這兩種出路(第三種可能是產品有問題直接掛了,這里不談)。
那么怎么提升呢?其實也就是和CTR優(yōu)化一樣,對比測試、協(xié)同過濾、AI生成,因為素材,也是內容的一種。
但一般情況下,素材和內容應該是綁定的,也會有多個素材對應一個內容的情況,但一般不會有多個內容對應一個素材的情況,所以大家經常看見,同一個業(yè)務,會在產品上有多個廣告入口,而同一個廣告入口對應多個業(yè)務,則會相互瓜分流量。
也就是說,在綁定的前提下,只要優(yōu)化好前者(素材CTR),那么后者(內容后續(xù)轉化率)自然就高了。
之前實際操作過一次,將后續(xù)的內容元素直接添加到了廣告素材上(素材和內容保持一致),且用戶對內容元素是認知的、是喜歡的,結果CTR提升了30%,后續(xù)付費轉化提升了將近400%
但在實際工作中,大家經常會為了追求導入高流量(點擊率)故意把廣告素材做的很誘惑,甚至偏離了實際內容,這將會帶來后續(xù)轉化率降低,以及用戶的信任度降低,這是為了追求短期利益導向,不優(yōu)先推薦。(盡管二哈也做過類似的事情)
好啦,本篇基本也就講完了,感覺很多地方都沒有講得很細,爭取慢慢完善,不足之處請指教啦。
相關閱讀
作者:二哈很冷很傲嬌,互聯(lián)網產品狗,碼字很慢,性格尚可
來源:https://www.jianshu.com/p/f44722e79d75
本文由 @二哈很冷很傲嬌 原創(chuàng)發(fā)布于人人都是產品經理。未經許可,禁止轉載。
題圖來自PEXELS,基于CC0協(xié)議
樓主的思路可以用在很多地方哈,學習了