积木会得到一次能力升级,媒体广告引流

积木会得到一次能力升级,媒体广告引流

作者:概况    来源:未知    发布时间:2020-05-06 17:17    浏览量:

一套“万能”方法论本人在竞价广告方面亲手操作投放的广告已经超过3个亿,我觉得在这个领域,有此殊荣的人不是很多。为什么我提到费用就可以代表投放能力,其实投放技巧说到底是从数据得来的,费用就代表了数据量,数据量就代表了经验,所以做这个岗位,费用特少的话,就建议换公司了。我们先讲方法论的定义,如今产品经理要方法论,运营要方法论,市场也需要方法论。有方法论貌似就代表你经验丰富,代表着你是专家。其实没必要一提到方法论就感觉高大上,我们在生活实践中,都有自己的方法论,只不过有的人不善于总结,或者不同的人实践的方向、深度不一样而已。方法论一般都是很简单的道理,所谓大道至简,告诉我们的是一种思路,是一种价值引导,而我们需要做的是接纳、吸收。方法论到底是啥?有一位高人讲过一句话,我很受用,在他基础上我总结如下:一件事情,从现象(洞察问题)上升到逻辑(看清本质) 到总结出一些方法(找到解决方案),再到一套方法体系(形成价值观念),这个过程就叫方法论。洞察问题,说明你是一个用心的人,就会产生一系列问题,如广告曝光不好怎么办,效果差怎么优化,出池价怎么定更合适?之后会看逻辑,竞价广告的系统机制是怎么样的?广告为什么要竞价?广告的本质是什么?我们为什么要用竞价广告?经过实践后会得到一些方法,怎么调价?怎么做测试?怎么制定策略?怎么做爆款素材?怎么定向?等等;以上这些问题,都经历过了,就到了方法论的层面,提炼出一套核心思想。这套思想可能是聚焦到某一个点,可能是概括整体,都是相对的,所以题目加了双引号,勿喷。接下来开始讲方法论,我沉淀出的方法论,是从整体思路上考虑的,称之为“积木投放法”。积木很容易理解,一块块形状各异的小木块,我们将其按照我们想要的样子组建起来;按照搭积木的思路去做投放,就会衍生出下面几个步骤:第一步:创建积木块,对于投放来讲就是创造一个个“投放能力”块; 1)针对业务做好创建规划,明确要建立什么形状的积木:(对应到投放就是效果还是引流还是品牌)、建立多大体积(对应到投放就是预算大小、人群精准度)、什么颜色(对应到投放就是针对不同的项目类型)、建立多少个(对应到投放就是搭建账户、搭建计划)、备用积木(后备方案); 2)做好精细打磨准备,每一个积木的打造都非一蹴而就,也不是一成不变,需要不断打磨修正。可想而知,一个越结实、精工细末出来的积木块用起来才更好用,是需要我们不断的沉淀、积累、优化(这个以后会细讲),基础能力的建设对未来投放效率很关键。 第二步:积木搭建,形成模型,借助模型,完成我们项目推广的kpi;1)针对项目的诉求、目的,我们需要模拟出我们的投放模型,挑选出最合适的积木块,以及需要创建的新积木块,进行账户的搭建投放;2)积木投放之所以叫积木投放,就在于它的灵活性,积木块可以更新、优化、替换,直至达到我们的最优解;3)模型和积木之间会形成一种互为促进的关系,了解一点人工智能的同学都知道有一种算法叫机器学习,每一次模型的结果都会反馈给积木,积木会得到一次能力升级,积木的能力升级又对下一次的模型有着促进作用,如此正循环下去。第三步:形成积木模型矩阵,驱动整体业务;当模型建立的足够多的时候,就会形成一个矩阵;这个时候已经完全具备完成项目推广的能力,需要做的是优化这个矩阵,主动的驱动业务发展。有一次我跟别人讲这个方法论,被追问了一些细节,我大概说了一下,她最后理解为是一个资源配比。她说的没有错,在具体执行的时候,形成积木模型,就是一个配比的过程,用什么资源点位,用什么定向包,多少做引流多少做转化。其实它更大价值在于经验、数据能力的沉淀积累,很多时候我们把经验放在了脑子里,放在了项目结案里;做广告投放运营,精细化是核心,是一个细致活,懂得形成数据化的、长期效应的投放思路,才是制胜之道。总结一下这套方法论的几个优势:·投放效果最大化,永远保持了使用最优势流量,这是老板最想看到的;·投放灵活化,可塑性强,可以针对实时情况,外部环境,任务变动等,以最快的速度响应,这是老板最期待的;·底层投放能力的积累,这会使你稳扎稳打,永远有恃无恐,就像一支特种兵,指哪打哪,打哪赢哪。这里多说一句:这种感觉,每次想到都很爽!!·正向循环机理,随着时间、投放内容的积累,每一次投放都会为整个体系注入新的活力;·驱动能力,保持行业领头,当你沉淀出一套积木后,首先代表你已经把现有系统的功能玩的很溜了,然后会发在现在系统外仍然有无限可能,就可以带着产品走了,思考策划、营销,自己摸索出有利于推广的东西,思维就会被打开。方法论之所以叫方法论,是一套相对完整的体系,它不仅适用于广告投放,还适用用很多方面,比如管理,比如竞争,其中奥秘,欢迎交流学习;另外本人也是不断学习总结中,这篇文章也是发出的第一篇文章,写作能力还有待提高;后续会针对初、中、高级优化师出一系列广告优化全套策略,写一些硬核技术文,如常见问题解决思路、如何打造爆款创意、如何做好数据分析、如果做好预算与效果的平衡、如何快速沉淀经验、程序化以及竞价背后的技术逻辑、这份工作如何快速做出成绩,等等;期待共同交流!

1、影响展现的因素

从因果关系到强相关关系

逻辑能力是人类特有的本领,给出原因,我们可以推出结果.
过去我们一直强调因果关系,因为通常都是先有原因,后有结果.而且我们要是找不出原因,我们就会认为结果有些不可靠.

现代医学的新药研制,就是典型的利用因果关系.
就像青霉素的发现就是通过因果关系.人们总是不断地分析原因,然后去寻找答案(结果).

在一场关于肺癌是否与吸烟有关的官司中,人们就惯性想去找原因.结果花费了大量的时间和金钱.
最后,还是统计学的相关性取得了所需证据(原因)
这场官司,人们的思维方式已经从接受因果关系,转换到接受相关性了.

2003年,Google推出了网页广告.比如,如果在一个和照相机相关的网站上投放照相机的广告,效果应该最好,这就用到了相关性.
但大多数情况下,相关性并不是那么的直接可以一眼看出来.

比如说(这些效果也很好):

  • 看视频网站上放零食广告 感想:看视频的时候总想吃点东西.(比如看电影吃爆米花)
  • 在女装网站放男装广告 感想:想给对象买情侣装?
  • 咖啡网站上放信用卡和房贷广告 感想:因为由于资金问题睡不着觉从而想在工作时避免犯困而买咖啡
  • 在工具(hardware)评论网站上,放快餐广告 感想:使用工具软件的一般都是上班族,很忙,快餐式他们的主力餐食,因为节省时间

有一些原因是一时无法想到的,所以,只要使用相关性,广告的效果就好.
而且,我们再利用相关性的时候,要用那些强相关性的.而不是看似相关.

在大数据时代,我们可以利用大量的数据中直接找出答案.即使不知道原因.
我们也要敢于接受这种没有原因的答案,从而从机械思维转到大数据思维.
Google就是受益于大数据思维方式.

2、公司在不同阶段所需要的人才储备和技能也不一样,如果现有团队中不能跟上发展节奏就需要更换。领导者要有这种意识,提前备好人才和沉淀相应的数据和合作关系。作为员工也要有这种意识,及时调整好心态和提升能力;

写好软文之后,你就要考虑去哪些平台发!小编的建议是:一开始多平台去发,各大平台去发布,后期观察到哪个平台粉丝质量好,或者平台推荐多,后期就专注一两个平台!这样我觉得比较好!

数据驱动:依照投放数据反馈,判断账户各维度的效果,针对好和差的部分采用不同方式进行优化;

数据公司Google

从本质上讲,Google是一家数据公司.
现在是大数据时代,而全世界的数据都在Google那里(Google搜索以及其他各种知名产品的产物).

从本质讲,搜索引擎的排序在今天只占20%~30%的权重.主要都是靠数据量(用户点击模型的积累).
搜索算法(因果关系)远没有数据(相关性)重要.

当所有搜索行业认识到数据的重要性之后,搜索就从技术竞争变为了数据竞争.

今天,Google至少有1/3~2/5的工程师每天的工作就是处理数据.
Google的关键词广告系统AdWords是互联网界最赚钱的产品,对广告商来讲也是广告效果最好的平台.
Google每次的广告,不是由任何规则定的,而是完全利用数据,挖掘其相关性得出的.

Google以及互联网公司的成功,不仅靠技术,靠数据,更靠大数据时代的方法论/大数据思维.

比如社区类产品前期阶段通常是运营配合产品,打磨核心竞争力。运营要做的是找到种子用户,沉淀优质内容,打好基础;后续阶段是产品配合运营和商务合作,围绕用户增长开展工作。

写软文一开始可以从生活,兴趣,熟悉的领域和对用户有价值的东西去实现软推广!当然软文你要是直接推销你的产品,硬广的话,不建议!软广最好的就是首先慢慢引到你的个人联系方式上去转化!

二、信息流广告优化的原则

大数据的本质

有了信息论这个方法论,我们就很容易看清大数据的本质了.
世界具有不确定性,我们就不能用机械思维去面对了.
数据或信息可以消除不确定性.
智能问题根本上来说是消除不确定性.也就可以解释为什么大数据能够解决那些智能的问题了.

大数据的三大特征:

  • 数据量大
  • 多维度
  • 完备性

过去数据量不足以多到能够消除不确定性.所以被人们忽视.
哪个领域积累的数据足够多,哪个领域就发展的快一些.(就像语音识别)所以数据驱动方法也就不足为奇了.

多维度从两个角度看

  • "互信息"--为了获得相关性通常需要多个维度的信息.验证一个信息至少需要两个以上的维度的信息同时出现
  • "交叉验证"--我们需要多维度的信息来验证信息是否正确.
    所以多维度是信息论做理论的基础

从信息论的角度看数据完备的重要性
信息论中的一个重要概念--交叉熵.是由库尔贝克等人提出的.它可以反映出两个信息源之间的一致性.或者概率模型间的一致性.
当两个数据源完全一致的时候,他们的交叉熵为0,当他们相差很大的时候,交叉熵也很大.
采用数据驱动的方法,建立模型所使用的数据和使用模型的数据之间需要有一致性.也就是要有代表性.否则这种方法就会失效.
交叉熵就是对代表性或者异质性的一种精确地量化度量.

过去,使用概率统计的模型都会有很多小概率事件覆盖不到.在过去被认为是数据驱动方法的死穴.
很多学科把这种效应成为黑天鹅效应.大数据出现之前,这些问题是不可避免的.
这些小概率事件会导致交叉熵无穷大.

我们可以用大数据的完备性去防止小概率事件的出现.
大数据时代,在某个领域获得数据的完备性还是可能的.
比如在今天把全国人的面孔都收集起来是完全可以做到的.
数据具有完备性之后,就相当于训练模型的数据集合和使用模型的测试集合是同一个集合,或者重复度相当高.
这样,交叉熵几乎为0.这样就不会出现覆盖不掉小概率事件的问题.
这样,数据驱动方法就具有了普遍性.

大数据的科学基础是信息论.其本质是用信息消除不确定性.
由于数据量不断增大,所以今天使用信息论可以解决很多过去难以解决的问题.

7、异业合作最好寻找国民级应用合作,多去积累资源,满足对方的阶段性需求,找到相匹配的用户群。几次漂亮的异业合作可以将公司全面拉升一个量级,不论是用户量还是品牌认知上。

图片 1

4、定向设置越细,越需要调整价格以便在竞争中胜出;

1、书里在用的分析逻辑,可以制定项目规划时借鉴,可以帮忙我们跳出来去看整个产品运营周期。 产品的探索期、成长期、成熟期等各阶段应匹配的各模块规划。每个阶段需要的做的事情都完全不一样,要在每个阶段做好相应的沉淀,方便指导下个阶段。

二:竞价广告引流

4、影响ROI的因素及改良思路

6、所有的产品的发展历程概括来说基本都是:寻找定位,找准定位后,利用早期种子用户运营和功能快速迭代建立门槛,然后通过投放和异业合作快速发展用户;

四:软文引流

当然信息流广告优化不止这些,这里也对广告出价和优化频率做出一些建议,以便优化师们可以参考。

5、案例中整理的数据所采用的信息来源可以借鉴,如app下载量数据、排名数据等;

你可以在这个网站查查自己行业的竞价单价!

平台出价特点

整本书是一帮学生完成的作业,老师给了大致的框架,然后由学生收集资料填充。20个案例组成了整本书。每个案例分别罗列了产品从上线到发展壮大的关键节点和主要历程。辅以对运营和产品动作的总结。

图片 2

下一篇:没有了

新闻推荐

友情链接: 网站地图
Copyright © 2015-2019 http://www.iphone-recorder.com. 澳门新普京网址-游戏手机版软件app下载有限公司 版权所有