如何實現feed流
投放數據不理想到底該找誰？
為什麼點擊率很高卻沒有轉化？
CPC很低但激活成本非常高是什麼原因？
在信息流廣告日常投放的過程中，我們常會遇到投放數據不理想的情況，這個時候就會有很多人習慣性地將「兇手」鎖定為CPC和CTR，一言不合就調價，調價無效就換素材，然後不斷建計划進行反覆測試。
當然，這種方法在某些情況下是可行的，但究竟這種方法是正確的嗎？可以適用於所有的數據情況嗎？讓我們冷靜下來，一起從頭梳理一下這個邏輯體系，希望看過之後大家的思路會更加清晰。
展現
展現量很好理解，就是廣告的曝光次數，在數據分析中的作用為分母，一切數據變化的基礎，保持曝光量的穩定是整個投放的前提。與其他類型廣告不同的是信息流廣告的展現量受廣告計劃預算影響很大，媒體會根據預算的數值去預先分配流量。比如計劃A的日預算1千，計劃B10萬，那媒體會預判計劃B流量需求更大，會將更多的流量分配給計劃B讓其有足夠的空間展現廣告。另外一個重要的影響因素為媒體對不同行業的流量分配變化，不久前的618大促，非電商行業的同學應該深有體會，簡直親身體驗了一把有錢花不出去的煩惱呀，這是因為媒體在電商大促期會將更多的流量分配給電商行業導致的。
展現量部分引出一個概念，叫做CPM（千次展現成本），目前主流媒體的信息流廣告均以CPM來衡量一條廣告的競爭力。CPM越高，廣告競爭力越高，反之越低。具體影響CPM的因素會在點擊量部分詳細說明。
點擊量
點擊量這部分會引出兩個概念，CTR（點擊量／展現量）和CPC（消費／點擊量），在該部分廣告主都希望以最低的CPC獲得最高的CTR。
首先看CTR，信息流廣告的CTR為系統預估機制，就是一個廣告投放前媒體就會對其CTR進行提前預估，通過我們之前的優化經驗看，主要有廣告創意吸引力、創意內容與產品相關度以及圖片素材清晰度3個因素。
創意中的文案及圖片不要太官方，畢竟投放的是新聞資訊平台，偏資訊風格才不會讓用戶反感。但也要注意相關性，即使文案內容很新穎但和所投產品相關度很低也會影響CTR預估。圖片清晰度就是在媒體要求的大小下盡量將清晰度做到最高，有利於用戶體驗。
除此之外，廣告受眾的精準度也是影響CTR的一個重要因素，雖然對CTR預估影響很小，但是在後期投放中影響非常大。比如投放的產品為女性化妝品，我們在受眾設置時性別為不限，那就會因為男性用戶對其不敢興趣而導致整體CTR偏低，這時就需要對受眾進行設置來過濾不相關人群，減少無效損失的同時提升整體CTR。
CPC的主要影響因素有行業競爭程度、出價以及CTR。當競爭對手增多時，大家為了搶佔更多的流量勢必會提升廣告出價，此時競爭對手的競爭以及自身出價的提升都會導致CPC的明顯上漲。另外一個因素為CTR，這時需要引用上邊所提到的CPM概念，CPM＝CTR＊CPC＊1000，媒體會根據CPM來綜合評判一條廣告的競爭力，用以和其他廣告主競爭展現機會。所以當CTR出現下降時，為了保證廣告的競爭力，對應計劃的CPC就會有相應上漲；同理如果CTR有提升的話，那對應CPC也會下降。
激活量
這裡我們的激活定義為用戶下載APP後在聯網的狀態下打開APP，激活量即為激活APP的用戶數量。激活的部分我們引出兩個概念，激活成本（消費／激活量）和激活率（激活量／點擊量）。
激活成本大家不陌生，幾乎所有的APP產品做營銷推廣都要考核，激活成本當然是越低越好。那激活成本怎麼分析才是最透徹的呢？我們給出一個新的思路，演算法為激活成本＝消費／激活數＝消費／（點擊量＊激活率）＝CPC／激活率，算到這步這個數據才是最透徹的，從這個公式中我們可以很清楚的分析出，激活成本受兩個因素影響，CPC和激活率，當CPC越低激活率越高時，激活成本才會越低。CPC的影響因素點擊量部分已經分析，我們重點分析下激活率的影響因素。
通過對日常優化的總結我們發現，影響激活率的因素主要有創意與承接內容匹配度、落地頁設計、網路環境、運營商、平台設置。
首先是創意與承接內容匹配度，承接內容分為點擊廣告後直接下載和進入落地頁兩種，但邏輯是一樣的。當用戶點擊廣告後發現呈現給他的東西和創意中的不一致，用戶就很大概率會流失，比如我們的創意文案為「夏季吃什麼水果不容易晒黑」，但點擊廣告後落地頁顯示為一個綜合電商平台，首屏均為3C產品，和用戶希望看到的不是一個內容，那用戶就很容易流失。所以我們在上廣告創意時也要注意這點，不能陷入高CTR的陷阱，需要全面考慮。
第二個是落地頁設計，隨著移動互聯網的成熟，現在廣告主的落地頁已經基本沒有首屏找不到下載按鈕的情況了，不過對於按鈕配色、位置設計以及文案體現還需要不斷摸索，好的落地頁能非常有效的提升整體激活率。
第三個是網路環境，移動不同於PC，用戶對於手機流量是很敏感的，特別是投放APP下載的廣告，投放時一定要設置wifi環境，不然真心會白白浪費很多點擊，特別是體量較大的遊戲產品。
第四個為運營商，這個是針對個別產品及活動的設置，比如有些廣告主的產品只適用於聯通用戶，那計劃就需要在設置中過濾掉其他運營商，否則激活率肯定會低。
第五個為平台設置，這個很好理解但比較容易出錯，比如產品主要面向群里為安卓，但計劃中的平台設置選擇了不限，也就是安卓和IOS都能看到廣告，這樣也會很大程度上影響最終的激活率數據。
新支付用戶量
新支付用戶量就是當天激活APP後成功完成支付的用戶數量。該部分的邏輯與激活量部分一致，我們也引出兩個概念，支付成本（消費／新支付用戶量）和支付率（新支付用戶量／激活量）。同樣推算支付成本的計算公式後，支付成本＝激活成本／支付率，也就是說，激活成本越低，支付率越高時，支付成本越低。激活率上個部分已全面分析，本部分我們重點分析下支付率的影響因素。
當一個產品的支付率出現明顯下降時，80%的原因是出在產品本身，同學們千萬不要一言不合就否定前邊所有的投放和努力，然後把計劃停掉。這個時候如果前邊我們分析的數據都OK的話，那現在需要做的就是認真的去體驗一下產品自身的流程，這裡主要分析四種之前遇到過的情況。
第一種是產品支付流程出現問題，比如收不到驗證碼、無法點擊支付按鈕等問題，這個問題不常見但非常重要，需要第一時間去排查。
第二種情況是創意中推廣的單品或品類，在APP中已售罄或者很難找到，用戶是沖著創意中產品下載的APP，但找不到對應的產品肯定會失望而歸。
第三種情況是APP中有對應產品，但價格在同行業中偏高，競爭力不夠，用戶通過對比後選擇離開。
第四種情況是創意中體現的優惠信息，比如新用戶註冊送88，全場滿100減20等信息在APP中無明顯體現，使用過程中也無相應提示，這種情況用戶也會體驗一半就放棄。支付率變化分析清楚後，支付成本的變化也就非常好分析，這裡就不再啰嗦。
不同於其他廣告形式，信息流廣告更需要精細化運營，清晰的思維邏輯及正確的優化思路是保證運營精準高效的充要條件。但願此文對你會有點幫助。
信息流廣告其實離我們並不遠，我們先看一個場景：
某一天，為了打一瓶醬油，你走進了超市。然後……
結賬的時候，推車裡也許有醬油，可能還有包紙尿片，或者其他商品。
請別動輒將這個場景和大數據最常用的「啤酒+尿片」案例混為一談，因為這個場景，在我們每一個人身上都發生過。
換位思考下，把超市看成是內容平台，我們跳過各色信息走向需要的內容（醬油）時，可能會途經尿片這個內容區，然後突然想到，孩子尿片快斷貨了……
兩者之間沒有必然聯繫，而在傳統商超里，實現這樣的「增值」消費的方式往往就是根據銷售量的情況合理搭配貨架的擺放方式。
比如將爆款放在靠里一點的位置，讓客人途經更多的商品區；比如下樓電梯在另一邊；比如買贈或買促活動混搭……
這是傳統商業模式下的考量，而在互聯網內容分發之上，我們可以把所有的內容都當做是「廣告」，而你絕不能讓用戶繞遠路來偶遇他可能會買的東西。
而且，內容分髮狀態下，用戶對內容的需求不斷進行選擇，後台演算法會更加精準，繞遠路更加不現實。大家來看內容的目的，本身也是越快獲取到自己所需求的為好。
這時候，我們會發現一個有趣的狀況，即在信息爆炸的互聯網之上，用戶信息獲取方式變成了兩種狀態：
一是最為傳統的搜索模式，用戶帶著目的去百度上尋找某類信息，即打醬油。但有個問題，很多人並不是時時刻刻都有打醬油的明確想法。
二是盲目遇上信息流，即超市貨架，結果自己模糊的需求變成了購買。這已經成為時下的一個主流，即百度信息流廣告的訴求點。
百度搜索公司總裁向海龍對此有過一個很精闢的論述，即「用戶不僅需要更便捷智能的找到信息，也需要個性化針對性的信息主動推薦」。
從「人找信息」，升級到「信息找人」，說起來就這麼簡單。做呢，一點都不簡單。
廣告也能讀懂你的心
隨著百度百家號、今日頭條等內容分發平台的崛起，信息流廣告也有了更多承載平台，不再只是過去類似百度搜索或淘寶購物時，在側邊欄出現的和你搜索項或之前瀏覽項有關的商品廣告。
百度、微博、微信和今日頭條都推出了信息流廣告，可這個廣告類型，到底有多強？
數據說話更能說明問題。2014年，信息流廣告在美國已達54億美元，facebook和推特的廣告收入中分別有超過50%和70%來自於此。而在中國卻只有區區60億元，而2017年，預計將增長480%，達到340億元。
但預計的增長，並不代表在內容分發中簡單植入相關廣告就能完成目標。
信息流廣告要做的不是簡單根據你的內容喜好而提供相關商品，比如看汽車，送車品廣告。
其實，這還算好的。更多的時候，我們在買了車之後，往往還會看車子的介紹，而隨後而來的信息流廣告儘管很精準，但往往可能是一款車。
啥感覺，和百度搜索推廣差不多，而且百度搜索推廣現在走的更遠。
舉個例子：
一家名為土巴兔的家裝O2O公司，是百度推廣的常客，在很多人看來，業績好有一部分原因是搜索引擎優化的好，廣告營銷做得好。土巴兔通過在百度投放廣告，用最少的廣告費獲取了最大的廣告收益。
而且推廣付費是一個引子，而在百度進行搜索過程中，百度的生態體系中大量的內容呈現，如問答、新聞和用戶體驗，乃至論壇等信息里的口碑，都會形成強有力疊加，最終變成巨大流量，這些流量都在會幫助廣告主的營銷推廣走得更遠。
說這個案例並非要說如何做搜索，而是把握用戶心理：
使用百度查找東西，本身帶有明確的目的性，搜西瓜給西瓜店，就這麼直截了當，挺好。
而在信息流里獲取內容，很多時候可能只是喜好，設想一個場景：
你在看家裝信息，結果碰到了個包裝成「這樣的家裝會讓女友百分百心動」、其實是裝修公司的信息流廣告，或許會被點擊，然後你發現是廣告就毫不留情關掉了。
因為你不是來找裝修的，只是來看美圖的，最多是回家後打算挪下傢具和擺件。
真正的信息流廣告是在搜索的精準性和信息流推薦的基礎上讀懂用戶意圖，情景可能應該這樣：
在看到醬油和其他調味品的烹調心法時，插播一個紙尿褲的信息流廣告。儘管這樣的感覺，可能很酸爽。
怎麼做到？大招其實就是通過用戶的選擇，發現更多連用戶自己都未必很清楚的需求，或許我們可以將其稱之為「待辦事項提醒」。
200萬個標籤=1個人？解決潛在痛點的剛需畫像
必須有一個「工具」，能夠比用戶自身，更加了解它,通常我們稱之為用戶畫像。
「通過搜索數據、地理位置、知識圖譜、交易數據等等上百個維度的行為動作，今天我們可以對單個用戶最多打上200萬個標籤。通過精準的用戶畫像建模，我們可以在6億用戶中精準的識別每個人、了解每個人」在 2016年百度Moments商業峰會上，向海龍公布了百度擁有的驚人用戶標籤數據。
200萬個標籤=1個人，這是一個什麼狀態？
10年前，我們在QQ上給朋友貼標籤，往往靠譜的就十來個。
5年前，為了更好的吸粉，我們在微博上給自己貼上標籤，結果許多人就填了三五個。
我們對自己的認知、加上朋友對我們的認知，大體也就是這個情況，而200萬的標籤，等於從所有的側面畫出了一個放大鏡都未必能看清的自己。
怎麼畫出？或許僅僅是多年前搜索過「剖腹產的風險」，在問答上了解了「新生兒如何消黃疸」，在母嬰貼吧激烈爭辯過早教話題……
在PC時代，這樣的畫像往往都是一次性的，只能變成一個個cookie，每次針對性的營銷，也只能做到看車送車品廣告而已。
而在移動端，每個App都會要求登錄賬號，結果就能讓散落各處的標籤落在一個賬號上。理論上產品矩陣越大、形式越多，標籤的側面就越豐滿。再通過信息流廣告，投放給正在懶懶的從喜好的內容方向里挑選信息的你。
因為有用而實際，其實它也就不再是廣告，而是解決痛點的所在了。
換言之，如果沒有強大的產品矩陣，從各個方向、不同角度，獲得各種不經意留下的標籤，並通過人工智慧來進行有效管理，那麼這個用戶的畫像，要麼是P出來的大長腿，要麼就是滿滿的標籤無從下手。畫像失真的結果，就是信息流廣告失准。為什麼說百度信息流廣告精準？正是因為有多元產品矩陣、多年積累的大數據、強大的技術實力做支撐。
謝絕虛假廣告和無效閱讀 轉換率實現倍增突破
河南烘你歡心烘焙是創業者中在信息流廣告中獲益的一個代表。
這家企業2014年創業時不過是50平米小店裡的私房蛋糕定製，但通過有效地百度信息流廣告分發，迅速曝光在了全國烘焙愛好者的視線，並很快發展成上千平米、20人團隊的專業服務公司。
這個案例價值體現在：
對於企業主來說，更加切入用戶內心需求的信息流廣告（紙尿片），如果和直接體現需求的搜索推廣（打醬油）配合使用，則可以更好地挖掘到用戶。
百度搜索+推薦的意義，其實除了精準以外，更多的體現在轉換率的提高之上。較之只有內容分發的平台而言，因為百度搜索、百度地圖、百度糯米等平台，能實現多側面的用戶標籤留存，最終在為百度信息流廣告創造更加精準的投放可能。
同時，搜索的力量依然強大，尤其是應對迫切需要解決的剛需之上，搜索和推薦雙劍合璧的優勢是百度廣告較之其他平台更為精準有效的重要原因。
與此同時，藉助人工智慧技術，信息流廣告也在進行著迭代。
以諾心蛋糕為例，早期信息流廣告的形式為「諾心蛋糕LECAKE—情人節為愛發聲，定製專屬情話」這樣頗為常見硬廣形式，點擊轉換率只有1.86%；而當其形式變成「情人節表白神器，給女朋友一萬點浪漫暴擊」時，而在融合場景中，則依據人群定向、內容定向等常見場景，以及百度獨有的意向定位方式，自然融入到與之有潛在需求的人群面前，最終促使轉換率提升至3.24%，暴增近一倍。
「我本來是去超市打油醬的，結果出來時背著一堆紙尿片」這個場景，或許現在還無法完全在信息流廣告中徹底實現，但至少機會浪潮已經呈現，而百度正在引領這種浪潮。
不同類型的feed流有不同類型的實現策略，目的就是用更少的資源和更快的速度準確的推送給用戶。
基本策略就是在線推，離線拉
在線推實際上是給在線用戶推消息，在原有的推模式的用戶篩選加了在線的條件，這樣就大大的減少了推模式的更新量。
如果有1萬個用戶關注了小A同學，有1萬個用戶關注了遊戲的分類，那麼用戶小A答一道遊戲分類的問題會發生什麼呢？首先如果全部推的話，那麼要更新2萬個用戶的feed流，每個用戶都要插一條：A同學回答了遊戲分類下的問題xxxxx等等。系統要更新2萬條，即使用戶去重，更新列表的量級也不會減少。這時候想要減少更新量，就需要一個策略，這個策略就是選出一部分在線用戶，只給當前在線用戶推feed流，不在線的就過濾掉，這樣同時在線的用戶可能只有200人，推送的量就大大降低了，如何維護在線列表，這個見仁見智，如果看到這個問題我再專門在這個問題中作答吧~
拉模式通常都是在線的，每次用戶小B到來的時候，拉取小B關注的人、關注的分類的列表，做合併排序，選出做好的一頁展示給用戶。如果用戶關注1萬個人，1萬個分類，那麼同時拉取所有人和分類做合併是不現實的，這樣耗時較長，可能達到數秒，讓用戶等待這段時間體驗也是較差的。如何解決這個問題呢？當用戶第一次拉取列表時，我們會簡單計算一個列表，把這個列錶快速的展示給用戶，同時後台離線計算用戶的feed流列表，當用戶第二次刷新頁面時，直接展示計算後的列表，這樣犧牲了實時性，換取了較少的等待時間和較高的系統效率，實時性就通過在線推策略進行彌補。
具體策略如何實現呢？
存儲系統、消息中間件選型、開發語言、合併策略，每一個都是問題，每一個都可以想辦法解決，等我有空再更新吧~
都在做feed流，但是產品是否需要feed流應該放在首位
推薦閱讀：
※序章 曦粥簡言
※把網頁導出為圖片的兩種方案以及其適用場景
※OSI-TCP/IP協議族
※React填坑記(三）：國際化方案
※前端日刊-2018.01.18
TAG:編程語言 | 互聯網 | 編程 | 前端開發 | JavaScript |