爱掌柜告诉你直通车竞价优化原理

竞价优化本身是一个预算分配问题。比如，我有一个宝贝，选择了100个词进行推广，每天打算在上面花1000元。那么我应该如何分配这1000元呢？l是平均分配每个词花10元？l还是把所有的钱都花在表现最好的词上面，其他的词一点也不花？l还是根据昨天的情况来微调分配？这跟股市里的基金经理所要思考的问题其实是类似的：我手里的基金是由100只股票组成的，我手里的先进有1000万元，我应该如何分配这1000万元呢？l是平均每支股票都买入10万元？l还是只买过去收益最高的那支股票？l还是根据上个月的表现来进行调整？投资组合理论对于基金经理的问题，诺贝尔经济学奖得主哈里•马科维茨(Harry Markowitz)在很多年以前就通过投资组合理论(Portfolio Theory)解决了这个问题。Markowitz认为每只单独的股票都有一定的内在回报和风险。当这些股票以不同的比例进行组合的时候，总体的回报与风险会随着比例的不同而变化，如下图中的黄色圆点。而风险最低/回报最高的组成，都位于包围黄色圆点的那条曲线上面，我们称之为“效率前缘”。因此，如何分配这1000万投资额的问题，就变成了如何组合股票并分配预算，使得总体的回报和风险位于效率前缘上。那么，我们是否可以用同样的方法来解决淘宝卖家的问题呢？是，也不是。从某种程度上讲，广告预算的分配问题要比资产组合的问题更简单，因为广告的花费是每天结算的。如果我的花费超过了限额，那么顶多是在当天剩下的时间里，我的广告不能再呈现给买家，风险可控。而股票要跌起来，不管有没有停板，往往都是无法控制的。所以在我们的广告预算分配方程式里，可以放心地去掉风险这一变量。然而从另一个角度来看，对于每一个关键词回报的估计，却又是一个全新的问题，甚至比股票的回报估计更困难。因为给关键词设置不同的出价，我们的广告会排在不同的位置上，也就会产生不同的回报。再加上巨大的关键词数量和单个关键词数据的稀疏性，你让卖家如何伤得起？关键词竞价的理论分析那么关键词的预算如何分配呢？哈尔·范里安(Google首席经济学家，伯克利教授。无数人读过他著的微观经济学教材。)有一个简短的视频，提供了一个最基本的思路：ICC = VPCICC是什么？ICC(Incremental cost-per-click)可以叫做增量CPC，或者更专业一点叫做边际CPC。假设我就只有一个宝贝，一个关键词。关键词现在出价1元，点击100次，花费100元。如果我把出价改为1.1元，那我的展现排名就提高了，点击变成200次，花费变成300元。那么这一次提价的过程中，关键词的ICC就是 增加的花费/增加的点击 = 2元。如果我把出价再次改为1.2元，那我的展现排名又提高了，点击变成300次，花费变成600元。那么这一次提价的过程中，关键词的ICC就是 增加的花费/增加的点击 = 3元。用人话来解释：我们在往直通车里面一个一个扔硬币的时候，一开始扔的那些硬币最划算，因为1块钱就能买一次点击。如果还想在这个词上多买点击，就得继续往里面扔，但是这个时候仍的硬币就不那么划算了，因为得扔两个才能买一个点击。如果我还是觉得便宜，那么我还可以继续往里面扔，新扔的这些硬币得要3个才能换一个点击。长此以往，越来越贵。那么什么时候我就不应该继续扔了呢？范里安说，当你发现你最后新买来的这一个点击，它为你带来的价值(VPC, Value per click)，还不如你为这个点击扔的硬币(ICC)多，那么你就应该停止了。基于这个简洁美好的公式，我们提出第一个优化方法。优化方法1回到我们一开始提出的问题：我有1个宝贝，100个关键词，1000元的预算。如何出价，才能最合理的分配预算？仍然用范里安的方法，我先拿出1个关键词，开始扔硬币，当扔到ICC=VPC的时候，我就不往这个关键词上再扔了。注意，对于这一个宝贝来讲，VPC是固定不变的。接着我拿出第二个关键词，仍然按上面的方法扔硬币，直到ICC=VPC。接下来是第三个，第四个。直到我拿完了所有的关键词，或者是发现1000元的预算已经分配完。最终我们会发现，在最优的关键词-出价组合下，每个关键词的ICC一定是相等的：因为如果最优组合中有一个关键词的ICC不等于其他关键词，那么我一定可以通过提高/降低这个关键词的出价来提高组合整体的ROI，因此此前的组合一定不是最优的。根据这一结论，我们可以提出第二个优化方法。玩具优化方法2我拿出100个关键词，开始往所有关键词里扔硬币，同时注意每个关键词的ICC都保持一致。如果某个关键词的硬币扔多了，ICC高于其他关键词，那么我就要暂停一下，等其他的关键词ICC赶上来了，再继续处理这一个。当我发现预算达到1000元时，这个时候的组合就是最优的。但是，如果我完全不能理解ICC是怎么回事，也缺乏手段来获得每个关键词的ICC数据，那我还能用这个方法吗？不能。但是还有更简单的办法。玩具优化方法3对于大部分的关键词，我们的出价通常会在一个不大的区域里波动。即不会很高，也不会很低。在这一个有限的区域内，我们可以近似地认为ICC=CPC。也就是说，把单次点击花费CPC当作ICC来用。只要保证宝贝下所有的关键词CPC一致，那么广告组合会自动接近于最优组合。而CPC在直通车报表里面是一目了然的。对于宝贝下的每一个关键词，如果昨天的CPC大于宝贝的平均CPC，我就降低这个关键词的出价。反之则提高这个关键词的出价。明天，我再继续按同样的方式来操作。若干天之后，所有关键词的CPC会趋于同一个值，也就是宝贝的平均CPC。我们把这个过程称为收敛(convergence)。具体每天每个关键词出价提高多少，降低多少，这个不太重要。因为上面说的每日重复的流程会自动矫正过多或过少的调整量。以上的优化方法只是大量简化后的玩具方法，实际的操作当中还要综合考虑更多的因素。比如宝贝是否有定向推广，类目出价？同一个宝贝下的每一个关键词的VPC是否相同（转化率不同则VPC不同）？分时折扣和日限额是否会影响计算和调整？要处理这一系列问题，每次操作的时候思考判断极为复杂，需要获取和处理的信息也很多。即使是点越科技的专业优化人员，也不可能人工针对每一个关键词进行360度的分析。因此，点越科技使用技术优势，开发出强大的自动优化方法来解决人脑运算力不足的问题，并辅助专业优化人员进行决策。基于规则的自动优化在点越科技，专业的优化人员每天做的不是去逐个关键词调价，而是在思考如何调整和修改每个帐户里已有的规则，使得我们推广的宝贝，不但今天能够表现优异，而且在今后的一段时间内都能以一贯之。我们的规则引擎每天会使用帐户里定义的多条规则，自动匹配需要处理的宝贝/关键词，并完成设计好的操作。这些操作都通过淘宝直通车提供的API完成，性能和准确性都有十足的保证。而被规则引擎从低价值的重复操作中解放出来的专业优化人员，会从整体上去把握市场/行业的走向，去探测最新的流行趋势，更深入地回顾宝贝/关键词的过往表现。同时，点越科技将从无数血淋淋的推广战斗中学习到的经验和教训，都编写为优化规则，从而使得一个人的经验变成100个人的经验。另一方面，无论是遭遇到何种人员上的变动，这些宝贝的经验都会长久地以规则的形式保藏在点越科技的数据库中，为更多卖家所用。基于模型的自动优化任何依赖于人的优化方法，都受制于人性中固有特性的影响。这里面有好的因素：灵感、推理、想象、移情，等等。但这里面也有不利的因素：疏忽、情绪化、会生病，等等。基于规则的自动优化方法再强大，其根源还是来自于专业优化人员的学习和总结的过程。如果这一过程受到上述不利因素的影响，那么形成的规则和优化的结果也会相应受到影响。因此，点越科技的另一更强大武器，基于机器学习算法的自动优化系统，更彻底的将专业优化人员从人性所不擅长的领域中解放出来。使用计算机和数据挖掘技术，从用户帐户中每一个关键词的历史数据中，习得出价、排名、点击等KPI指标中的相互关系。并以此为基础，使用大规模组合优化算法来求解人类无能为力的问题：在更大规模的帐户下，100个宝贝20000个关键词甚至更多的日常优化。然而机器可以帮助人，却不能替代人。在很长一段时间内，点越科技会结合基于规则的自动优化与基于模型的自动优化，为用户提供最佳的推广体验。