加入收藏 | 设为首页 | 会员中心 | 我要投稿 源码门户网 (https://www.92codes.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 综合聚焦 > 编程要点 > 资讯 > 正文

技术就是生产力 关于ASM投放人工智能有话说!

发布时间:2017-02-20 02:16:55 所属栏目:资讯 来源:量江湖ASM
导读:副标题#e# --> 近期,苹果发布了关于苹果竞价广告Search Ads优惠福利的声明:为了督促开发者试投竞价广告,苹果给予100美元的试投金,只有那些在美国区App Store有App上线,且上线时间不能晚于2016年10月5日午夜11:59:59(UTC时间)的开发者才能使用。试投金

  在ASM优化上,首先就是选词,热词之所以热,是因为有时效性。但是在热词的转化上,要追溯它所能带来的真实转化率,它值得被匹配的合理价格?以及这个词何时下架?长尾词由如何选择与使用?用人的经验判断是无法做到数字的精确性。关于词的效果量化与实时优化变得很重要,而这些工作,唯有人工智能可以更好地完成。

  按照传统的做法,我们会根据第三方工具筛选一些指标比较高的关键词,然后依据经验进行拓展得出一些新的组合词,此外苹果也会提供几十个流行度高的词。在众多词中,依靠人工经验的投放结果做优化。这个过程是缓慢的,基于人的认知边界与局限,你也许认为某个流行词是好的,所有大量使用某流行词,但结果未必是这样。

  人工智能的做法是这样的。将诸多关键词放入大数据池中,由于关键词会受行业性、热点事件、时间、竞争对手的竞价等各种因素产生变化,给定机器一些判断参数,如搜索指数、搜索结果、流行、搜索排名、年龄、地域、时间段,通过机器学习,进行反复筛选,最终找出几百上千个更有价值的关键词。在实际投放中,再给定一些评判指标:下载量低、CPT高、点击率低、转化率低、CPA高的词,不断将这些词列为否定词,淘汰词。在投放过程中,再不断地迭代优化关键词。人的经验判断加上机器智能的客观、实时判断与结果评估,对于关键词的把握变得更准确,词的投放结果也更有效率。

  在一次ASM测试投放中,通过人工智能选词之后进行投放,发现行业词的转化率明显高于竞品词与品牌词,品牌词虽然转化率较好,但是竞争价格较高,使得自身品牌词的CPA超出平均水平。根据人工智能基于评断指标给出的数据分析,我们及时减少竞品词的投放数量,将转化率低的竞品词或品牌词列入否定词;同时降低品牌词的竞价价格,适当提高行业词的竞价价格。并重点迭代优化行业词,拓展行业词在关键词中的覆盖以提升相关性。

  进一步迭代优化后,从投放数据看出,通过降低自身品牌词的过强包含,明显降低CPA成本。 虽然整体的转化率有所下降,但是通过对行业词的优化拓展,和对竞价价格的合理优化,在投放总金额基本相同的条件下,转化用户数有大幅提升。

  

图22222

 

  ASM投放对比图

  2、智能定向:从用户场景出发,其结果是更高效

  苹果竞价广告刚出来时,不少人提出它毕竟有明显的广告提示,而部分消费者是抗拒广告的,所以这是苹果竞价广告的硬伤。从另外一个层面来说,广告看你投放给谁。ASM是连接用户最快的办法,这个用户指的是真正有需求的用户,而不是那些完全不需要的群体。

  广告从什么时候开始变得不令人讨厌了?因为它变软了,更因为它是你恰好需要的。人工智能的出现,精准营销才真正落地了,消费者总能收到自己真正感兴趣的内容推送。比如我今天在PC端搜索一条北京-长沙的路线,晚上收到去哪儿的短信,声称北京-长沙的飞机票折扣快结束了。我的手机里仍然有很多不精准的信息推送,但是那些精准的推送从来不会令我讨厌。

  同样的内容推送给不同的人,结果大不相同。再比如喜欢玩游戏的,你推送一个更好玩的游戏给他一定更高效。包括FEED流广告、DSP短信推送,这些内容与方法的本身并没有任何问题,问题在于你能否触达到那些真正的目标消费者。大数据公司通过人工智能、机器学习对消费者精准定位,再进行DSP推送,其转化可以做到5%-8%,远高于企业自身通过渠道推广的转化率1%。

  关于苹果竞价广告,展示量是一方面,用户的下载率才是最大的考验。排除品牌因素外,如果推送给那些真正需要的目标用户,下载与转化就不是问题。

  通过人工智能的深度学习,大数据技术建模分析,可以对APP用户进行精准的用户画像,这是了解用户的第一步,用户画像可以对APP定向投放给出最基础的参考依据。此外,在实际定向投放,不断优化,增加定向维度,最终也能带来转化率的提升及CPA的下降(参见上文图表)。

  在实际操作中,还可以根据消费者行为数据的挖掘:基于时间动态制定价格,基于年龄、性别可以对价格进行实时优化调整。如何获知这些数据,就需要机器学习不断的搜集,发现。需要指出的是,关于智能定向,苹果后台的人群维度数据只能对单一维度进行分析,这在实际投放优化中有明显不足。量江湖的细分定向数据,可以明显区分不同维度的人群的转化数和平均CPA的不同,为广告主下一步筛选人群定向提供可靠的数据依据。比如通过人工智能可以对人群进行多维度定向分析,包括性别、年龄、地域、时段。还可以根据不同App的实际情况进行定制化划分。

  以年龄段定向投放为例,当我们把定向2段的数据变为定向6个段时,如下图所示,从定向维度数据中可以看出,25-34岁的男性用户是转化最高的用户,且CPA价格较低;而55-63岁的男性用户的CPA价格明显过高,且转化量很低,这个维度的用户在后续投放中可被取消。进一步的定向优化也可以将55-63岁的女性用户排除。以此类推不断优化,当有更多维度加入一起分析,人工智能可以给出更精准的答案。

  

图2

 

  图2

  3、智能投放:实时高效优化迭代,总能准确把握那个最佳值(更低CPA VS更多下载量)

(编辑:源码门户网)

【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!

热点阅读