专业从事网络营销外包代运营服务

提供广告推广代运营,网站推广,竞价托管,网站建设制作,SEM搜索引擎推广、信息流广告营销、移动短视频广告,社交媒体推广等品牌营销服务

微博平台后台操作概述


1. 微博广告样式与场景

微博广告平台

上图是微博广告目前商业场景流,“一屏四大流”。“一屏”指打开微博的 Fashion,“四大流”指占据微博商业化的主体,包括关系信息流、热门流、评论流和热搜流。右图为广告投放的后台。


2. 微博广告参与方

微博广告平台

如上图,做计算广告首先面临这些概念,根据不同的广告主的规模和对代运营的重要程度分为 KA 类和中小类。KA 类往往是进行广量式的购买。中小类,常规的客户会进行竞价。
常见的计费方式有:CPE,CPM,CPD。
目前在互联网市场在大规模推广 OCPX,OCPX 作为一种需要很高的技术含量,也是一种很好的降低广告主投放风险的售卖方式。

3. 计算微博广告核心问题

微博广告平台

这是广告涉及到的三方:平台(站方)、用户、广告主,在计算广告设计时的核心问题是如何追求三方之间均衡的、整体的利益更大化。

4. 微博广告投放流程

微博广告平台

以上是一般的广告的投放流程。这是从广告主的视角、平台的视角以及从用户的视角来公共完成三方“相向而行”的活动。
广告营销策划的流程:创建推广计划 -> 选择人群受众定向 -> 设置广告预算 -> 设定广告创意 -> 启动广告投放 -> 查看广告效果 -> 下一步营销决策。
精准广告投放:针对广告库存请求,会对用户进行精准用户画像刻画,然后做广告的召回,对广告进行粗排和精排,挑选广告,根据不同平台进行广告创意渲染工作,*后展示给用户。
用户内容消费,比较简单请看图中流程。


微博广告策略工程架构体系演进
1. 微博广告工程架构发展史

微博广告平台

微博商业化进程不断的发展,支撑商业化的工程架构会随着具体的业务需求做改变。
刚开始做的是非信息流的广告,按照传统的方式会试投一些 banner 在微博,目前 banner 在微博的移动端已经没有了。从1.0版本简单弹窗式的广告系统,到2.0版本以粉丝通为代表的产品线陆续的孵化出来,这时候微博开始进行信息流广告的研发。微博是国内信息流广告的*家,在探索中孵化出一系列的广告产品矩阵,为了产品的快速上线,复制了大量的广告系统,为了改变这一状况,随着17年底超级粉丝通的上线,对广告系统进行了整体重构,从此微博广告工程架构进入了4.0时代。

2. 微博投放系统架构4.0

微博广告平台

上图是17年的工程架构图,是随着微博广告产品线的探索演化出的工程架构4.0版本,当时处于流量的蓝海阶段,所以通过配合广告客户和广告预算的不断增加,不断提升广告系统的稳定性、高可用性、高并发来不断的实现广告收入的增长。因此我们也对系统进行了分层化的梳理,图中蓝色的区域是线上广告投放系统*核心的链路。通过广告请求,流量统一接入,接入包括微博多个产品矩阵,广告的请求会对多个产品矩阵进行请求分发,通过统*量价格评估,对用户的请求进行响应。整体上这样一个引擎结构是为了不断的满足产品提出的面对客户的需求来进行的架构设定。

 其基本流程是广告请求,广告库存接入,到总体流量的分发,请求用户的画像,经过竞价服务,会进行广告触发,会请求在线索引服务,形成比较完善的行为定向体系,包括:
1. 用户的行为定向。在微博上的行为定向,比如,对话题的互动,热门微博的互动,热搜人群的互动等。
2. 社交关系定向。比如关注的大 V 信息,如果在某个大 V 信息下用户的群体能理解为自然形成的社会群体,那么这个大 V 信息下面的粉丝群是可以进行选择投放的。
3. 精准人群定向。是由平台方或第三方的数据加工,或广告主根据一次投放效果进行的召回,或已有的客户信息形成的用户粒度聚合后的数据包,这个就是精准用户的集合。
4. 用户属性定向。包括用户画像,年龄、地域等。
  以上是整体的在线投放流程,但是投放流程仅仅有以上这些是不够的,还包括个性化库存策略,广告的负反馈的策略,智能频次控制策略等,以及配套的 A/B Test 系统,这样就形成了广告投放的在线服务群。
  由于流量来自于微博站方,所以微博广告请求是无需流量反作弊的。存在的反作弊主要是针对互动回传,也就是说广告投后的后链路数据的回传会有大规模的反作弊策略,当然也包括社交互动。然后会有一个实时的结算中心—结算系统,提供给广告主需要的报表,以及与广告主密切相关的账户系统,总体上形成了投后链路在线服务群。之下是属于近线的数据访问,按照数据分类:用户基础数据、广告定向数据、广告实时流数据、算法模型训练数据、广告创意库数据来制定线上这种实时访问的需求。*下面属于线下的数据仓库。线上投放完的数据会进入数据仓库落地。
  这就是广告数据总线,实现数据流的方式一般通过 kafka 机制等实现,然后汇聚到数据仓库里,对数据进行分门别类。
  图中*左边广告的监控系统,会从系统的各个层面对系统进行业务运行状况的监控以及服务稳定性的监控、可用性的监控。这些就是业务层面完整的一个工具链。原来多个产品线就逐渐聚合到这样的一个系统当中。
  4.0时代的架构在整体上是为了“粗放式增长”而设定的工程架构体系。这种粗放增长的客观现实是,广告预算供应的持续提升和微博不断供给的流量变现规模,以及不断增加广告主的数量、预算和规模,来实现广告数的增长。这时对系统更大的考验是系统的高可用性,以及做业务需求时,对研发效率的保证,这样的架构就是“粗放增长之下的产物”。
    这个架构体系是存在一些问题的(即红框中的):相对来说对策略模型是相当淡化的,也就是从功能架构层面对算法模型的迭代是比较简单的。比如 A/B Test 使用的是非常原始的 A/B Test,在这种在人口红利的情况下能够快速支撑广告业务的增长,但是随着人口红利的消失,已经不能很好的支撑广告业务的增长,这时系统对策略模型的支持显得异常重要。

3. 微博平台系统如何支持广告增长的转型

微博广告平台

本文标题:微博广告平台策略、样式及场景介绍

本文链接:https://www.eatui.cn/xinxiliu/21482.html

小象网络是一家以提供网站推广网站建设网站优化信息流广告搜索引擎推广视频广告、软文营销发布为主的互联网营销公司。以客户需求为导向,客户利益为出发点,结合媒体渠道及行业资源优势,为客户提供从基础建设到营销推广的一整套解决方案,探索并实现客户商业价值较大化,为所有谋求长远发展的企业贡献全部力量。