蘑菇街 DSP 广告实践

蘑菇街广告投放技术负责人 腾哲

一、业务背景

无论哪个 APP 每天都会有不同程度的用户流失,为了保障站内 GMV、UV 稳定持续增长,拓展蘑菇街其他业务,需要庞大的用户量作为支撑,我们需要每天向外部进行广告投放,于是我们搭建了自己的广告投放系统,进行流量的获取。

二、DSP 广告投放建设

2.1、业务目标

DSP 主要关注就是用户增长,我们需要将用户进行拆分成符合我们业务的用户分层模型,然后根据这些用户分层进行合理投放,不同的业务也可以根据自己业务的情况做一个灵活的划分,我们会利用用户在站内活跃情况,将用户进行拆分为新用户、高活、中活、低活和流失用户。

其中新用户我们需要对他们进行活跃情况的观察,高中活跃的用户对站内有了一定的粘附性,我们不需要对这部分用户进行广告投放召回,对于低活跃用户和流失用户是我们 DSP 建设的唤醒目标,因为随着业务的增长这部分用户会沉淀的越来越多,所以我们需要通过一些手段将这部分用户进行唤醒、促活变成我们站内的活跃用户。

2.2、系统设计

2.2.1、外部渠道质量洞察

我们不能无限制的接入外部渠道,在进行 RTB 程序化购买的时候整个交互 RT 需要控制在 100ms 内,并且每个渠道发起的竞价请求流量很大,所以我们需要做出综合评估,筛选出哪些流量是我们需要的,哪些流量是我们没有必要浪费带宽去接入的,这是非常有必要的。

大家可以通过日志记录的方式,将竞价日志进行清洗,并且结合我们当前业务的用户数据,清洗出一些指标性的数据,这些数据将是我们投放的决策导向,在蘑菇街我们会通过以下指标进行评估分别是媒体下发总流量、下发流量 UV、下发流量中蘑菇街所覆盖 UV、点击率、转化率、已接入的媒体间重复流量等,进行外部渠道的筛选。

2.2.2、策略能力

2.2.2.1、频率控制

频次控制对于成本的控制是非常重要的,频次控制大概分为以下几种:

  • 展现控制:比如一个用户最多只能看到几次广告的曝光。
  • 点击控制:用户点击过广告后,没有必要进行竞价购买。
  • 唤起控制:用户在当日已经唤起过 App,就没必要再进行竞价购买。
  • 竞价控制:在信息流的场景中,在短时间内会出现同一个用户多次的广告参与竞价请求,这里需要做一些频次控制。

在我们进行日常 RTB 程序化购买的时候,展现频次对一个用户的点击极其重要,一个用户在广告进行反复曝光的时候就会有意愿进行点击,不同媒体间的效果差距比较大,所以最好的方式还是基于算法的能力作为驱动,使得广告对用户的展现频次进行动态调控。

2.2.2.2、AB 实验测试

这里的 AB 实验主要用于探测如何出到用户感兴趣的素材,让更多的用户产生点击行为,通过点击素材唤醒 App,在进行用户唤醒的时候需要程序化动态的提供素材,我们需要进行 AB 实验探测出点击率较高的素材,获得更多的曝光,点击率较低的素材减少曝光。

例如在进行 RTB 程序化购买时,在首次 30 分钟范围内对某个广告位有多个可选素材,我们可以将这些多个可选素材进行流量的平均分配,并且计算出 30 分钟内的各个素材的点击率情况并且进行排序,进入下一个 30 分钟投放时段的时候,我们将排序好的点击率最高的素材进行大部分的流量分配,剩余其他素材进行少部分流量分配,后续我们再重复计算该时段的各个素材 CTR 情况并进行排序,以此来获得较高的 ROI。


  • 本文地址:蘑菇街 DSP 广告实践
  • 本文版权归作者和AIQ共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出

2.2.2.3、平滑消耗控制

平滑消耗控制就是让广告主在预算有限的情况下,可以在一天中可以购买不同时段的流量,获取到更多时段的人群,在 DSP 建设中是很有必要的。

在左图没有进行平滑控制的情况下,预算很快就消耗完了,导致无法进行后续的流量购买,右上图可以看到流量购买的是基于流量的波动情况,流量越高消耗越多,但是基于这样的控制不一定能得到很好的转化效果,最后就是基于实时投放效果数据为支撑的平滑消耗控制,需要通过实时投放效果数据指标,对消耗进行动态调整。

流量模式下的消耗模式主要的想法大致是通过了解整体预算的分布决策广告的展示次数,于是对于每个广告,我们都可以通过流量预测的方式获得当天符合条件的展示次数。根据预测我们确定一个分配计划,在这个分配计划中,我们根据预测决定流量的分配方式。在实际运行中,我们密切监控每个广告的支出,如果出现花费比分配计划更快的广告,我们会限制并且不允许它们参与某些竞价。

2.2.2.4、素材生产

在搭建自己的 DSP 系统,不可或缺的是投放素材,在素材生产中,我们需要结合自身业务进行素材的快速生产,大家都知道蘑菇街是以直播内容为导向的电商平台,素材大致分为两种分别是图文素材和视频素材,图文素材会结合站内好品、好物、好价为立意点,主要来源分别为直播好物、直播供应链商品、Ocpc 投放的爆款商品集合;短视频素材主要来分别为直播间好物视频切片、直播预告、直播商品主图 PPT 合成。通过圈选商品集合进行素材自动化合成、人工素材生产和站内已有素材进行广告投放,在 DSP 素材管理建设中,大家需要结合自己的业务进行素材产出就可以了。

除了以上说的素材外,我们还会利用离线的方式通过站内用户的历史行为、收藏商品以及加购商品进行定制化的素材生产,这样千人千面的投放模式,相对于一般的广告转化更高。

2.2.3、数据全链路监控

在整个链路中,数据是非常的重要的,每个环节漏斗的情况都需要我们进行监控,整个流程大致分为参与竞价、竞价成功、展现、点击、唤起、次日访问

以上都是需要我们去关注优化的,每个环节都会涉及到一些成本,在竞价环节,我们需要关注程序的性能,如果性超过 100ms 响应那参与竞价的成功率就会下降很多,其次是人群圈选覆盖的情况,如果人群圈选的用户池过小,那购买的量就会有所限制;在展现阶段,需要关注数据格式问题,比如标题长度如果超过媒体侧的限制,媒体会不予展现;在唤起阶段,可以观察用户的点击到唤起这个漏斗情况,是因为 App 开启广告还是其他原因;在后续观察唤起成功后,次日访问留存的情况,这些都是需要我们去关注的。

三、总结

1、DSP 对用户的唤醒促活是一个非常有效的一个手段。

2、数据在广告主侧是完全可以掌握的,可以灵活的优化投放效果,可以自由控制买量投放更加灵活。

3、有了多维度数据作为支撑后,工作内容更加聚焦。


本文地址:https://www.6aiq.com/article/1602787186172
本文版权归作者和AIQ共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出