本文对oCPC做个介绍,它是一种智能投放模式,系统通过对广告主转化数据的对接和深度理解,实时预估每一次点击的转化率并基于竞争环境智能出价,通过强化高转化率曝光机会的获取,弱化低转化率曝光机会的展现,以帮助广告主控制转化成本、提升转化数量并提升投放效率。
概述
对于传统CPC出价方式,广告投放平台基于用户标签以及“点击率”等参数,不断优化投放模型以期提高点击率。然而,基于“点击率”为出价模型的CPC方式,可能会出现点击率虽高,但转化率低或者转化不稳定的问题。
为了解决这种问题,广告主可以使用oCPC(Optimized Cost Per Click)出价方式,即以目标转化为优化方式的点击出价。
oCPC是一种智能投放模式,系统通过对广告主转化数据的对接和深度理解,实时预估每一次点击的转化率并基于竞争环境智能出价,通过强化高转化率曝光机会的获取,弱化低转化率曝光机会的展现,以帮助广告主控制转化成本、提升转化数量并提升投放效率。
为了更好的理解oCPC,举例说明如下:
某一任务,历史CPC出价为5,最终转化率为4%,那么该任务的转化成本即为125(5/4%)。
而对于oCPC方式,广告主是通过预设转化出价,然后广告平台通过对每一次点击的转化率进行预估,进而动态的调整CPC出价。假设转化出价一定,广告平台对受众预估的转化率更高,则CPC出价更高,反之亦然。这样就能够有效的稳定或降低转化成本。
oCPC原理
oCPC投放分为两个阶段:
第一阶段:数据积累,又可称为学习期。该阶段的系统出价模型仍为CPC方式,通过分析CPC方式获取转化时的相关数据,系统将会建立智能投放模型。
第二阶段:智能投放,又可称为稳定期。该阶段系统会根据建立的转化预估模型智能投放,最大化转化,并控制转化成本使其接近目标成本。该阶段计费方式仍为点击计费。
数据积累
一般 oCPC功能当前支持的转化数据跟踪方式包括:API上传、JS上报二种方式。具体描述如下:
跟踪类型 | 跟踪方式 | 说明 |
网页跟踪 | API上传 | 平台服务器下发点击事件,完成归因后通过API回传转化事件。 |
JS回传 | 平台直接通过js-sdk采集广告落地页中产生的转化事件。 | |
应用跟踪 | API接入 | 将点击事件拼接在落地页链接中,通过API回传转化事件。 |
应用sdk | 基于应用sdk采集应用行为,统计激活、次留等转化数据。 |
在获取到转化数据后,系统基于以下原理,能够不断优化预估模型,提高“预估转化率”的预测准确度,然后动态地调整CPC出价。
智能投放
在完成学习期后,系统即进入oCPC投放阶段。在该阶段,需要了解其“竞价排序方式”以及“计费方式”,如下图所示。
为了更好的理解oCPC竞价排序与计费方式,假设某一广告位有多个广告任务进行竞价,各任务的出价以及预计点击率/转化率如下表所示。
从中能够看到任务3竞价排序第一,则任务3获得该广告展示,而实际支付费用为0.81
广告任务 | 出价方式 | 点击出价(学习期) | 期望转化成本(学习完成期) | 预估点击率 | 预估转化率 | ECPM | 排名 | 实际扣费 |
任务1 | CPC | 0.8 | / | 2% | / | 16.0 | 2 | / |
任务2 | oCPC学习期 | 0.7 | 8(不生效) | 1.5% | 10% | 10.5 | 3 | / |
任务3 | oCPC学习完成期 | 0.5(不生效) | 10 | 2% | 12% | 24.0 | 1 | 0.81 |
任务4 | CPC | 0.78 | / | 1.2% | / | 9.36 | 4 | / |
任务5 | CPM | 9 | / | / | / | 9 | 5 | / |
优势
控制转化成本:oCPC基于“转化率”为预估模型,能够有效降低或稳定广告转化成本。
获取更多优质流量:基于oCPC智能投放模式获取更多的流量。
广告优化技能要求低:采用oCPC方式,广告主仅需要设置期望的“转化成本”即可,对每一次展示系统将会自动出价。