无论是用户产品还是商业产品，流量分配永远是绕不开的话题。但想要做好流量分配的前提是我们必须对自身的流量拥有足够的认知。
互联网汽车行业广告策略（一）
互联网汽车行业广告策略（二）
一、商业流量的全景认知
什么是商业流量的全景认知？很多初级的商业产品经理对于流量的认知很可能还简单的停留在页面的PV、UV上，这样的认知不但肤浅还会暴露出自己是外行或者菜鸟的事实。实际上，要对自身商业流量有一个全景的认知需要回答以下五个问题：
1. 流量盘子有多大？
这个问题的回答除了每天的UV，PV外，在商业广告领域对于流量有着自己的统计指标：广告的日均请求量和曝光量。自己流量盘子有多大即每天有多少亿次广告请求，有多少流量可售卖即每天有多少亿曝光量。有时还会参考请求UV、曝光UV、可见曝光量、可见曝光UV等指标准确衡量流量盘子有多大。
2. 流量盘子中存量与增量的比重
对于商业流量的认知除了最基础的流量大小之外，进一步要考虑的就是存量与增量的比重。
这是经常被忽略的一个指标，但实际上当存量比重远大于增量时，那些按照CPL、CPS结算的效果广告就会受到明显影响。
尤其在汽车行业广告中一名用户在买车前愿意留资的车系平均在4-8个，买车后用户价值就大幅下降，如果没有足够且稳定的新流量补充进来效果类广告承诺出去的效果将无法保证。
3. 流量质量如何？
了解自己流量的质量可以说是商业流量认知过程中最重要的一步。
衡量流量质量的指标与C端产品类似，都是通过会话的平均浏览页面次数、跳出率、平均会话时长等指标来进行反应的。
但因为流量质量层次不齐，仅简单地看整体的平均值很难对流量质量作出判断，所以还需要对流量进行必要的分层，比如先分成站内和站外，站内又按照不同点位或者功能模块进行划分，站外按照流量来源渠道再进行一次划分，就能细致而清晰的洞察整体流量质量的情况。
4. 流量价值如何？
由于商业广告的本质是进行流量变现，所以除了需要对流量质量有认知，还要对流量的价值有认知，衡量流量价值的指标为：可见曝光量、CTR（点击率）、CVR（转化率）等。这三个指标分别对应的是商业广告中最常见的三种售卖模式：CPM、CPC、CPL/CPS，所以只要知道这些指标的数值就能大致计算出这些流量能带来多少收入。
5. 现如今流量分配是否合理？
商业流量全景认知的最后一步就是要对目前流量的分配情况进行一个合理的评估，但结论并不是简单的得出一个合理或者不合理，而是要在现有的分配方式中发现问题进而提高效率。
流量分配问题通常有两个大类：第一类是平台内部各产品线的流量分配不均，比如变现效率低的产品线占据了更多的流量就是最典型的情况。第二类是平台分配给广告主的流量不均，最常见的情况是流量都集中在头部的客户手中，中、尾部客户的预算都消耗不掉。总之在流量分配过程中会有各式各样的问题涌现出来。
通过以上五个问题我们就算是对自身的流量有了一个全方位立体的认知，而进行这样全方位认知的目的就是为了发现存在于流量中的问题，并以系统性策略的方式进行解决。
二、流量分配中的常见策略
俗语有云：“不患寡而患不均”，一旦涉及到资源的分配其中就会问题百出。由于媒体平台内部各产品线间的流量分配往往是管理层博弈的结果需要就事论事，所以在这里我们把讨论的重点放在平台对客户的流量分配问题上。以下总结了一些常见的问题以及对应的策略：
问题1：缺乏顶层流量调控逻辑，仅依靠品牌/车系间竞价分配流量，导致广告位固化在头部品牌/车系，不利于中/尾部广告主预算消耗，不利于激活市场的良性竞争。
1. 应对策略：级别市场流量分配策略
构建顶层流量调控逻辑的思路有很多，在这里基于汽车行业的特点可以按照级别市场来对流量进行调控。按照我国对于汽车级别市场的界定可以分成：微型、小型、紧凑型、中型、中大型、大型6个级别市场，再将时下用户关注度最高的新能源、SUV、MPV、跑车等热门类别单独提出来就能形成一个完整的分类体系。
基于级别市场这套分类体系，我们就可以设计一套流量分配策略，流量分配权重的计算公式如下：
流量分配权重 = a * 级别市场车系数量 + b * 级别市场流量 + c* 级别市场用户关注度
其中，a、b、c分别表示各因子的权重值，具体的权重值并不需要我们关心，由算法同学来搞定就好。重点来说一说为什么选择这三个因子，如下图所示：
因为我们的目标是希望在级别市场这个维度上对流量进行合理的分配，所以级别市场的规模就是一个要重点考虑的因素，通常情况下对市场规模的描述是以钱为单位的，但放在当前的业务场景中并不适合，所以我们采用级别市场的流量来反应市场规模，级别市场的车系数量来反应各级别市场间的竞争激烈程度以及我们可能要面对的最大客户数（最大并行投放的车系）。
最后在数据分析的过程中还发现了一个反常识的现象，比如流量最大的级别市场SUV的用户关注度反而不如紧凑型和新能源的高，流量与用户关注度存在背离的现象也证明了现阶段在C端产品的流量分配上存在着问题，所以也将用户关注度这个因素考虑到模型中来。
将业务上要考虑的因素尽可能有逻辑的提供给算法同学，做到这一步广告策略产品经理的工作就算是完成了，接下来还会加入哪些特征，参数怎么调就是算法同学需要考虑的问题。
2. 策略实现
广告策略产品经理除了需要提供业务因子外，还需要清楚地了解自己的策略是如何实现的。
本次级别市场流量分配策略的实现是通过广告投放系统中的排序模块来完成的。排序模块通常会分成粗排—精排—重排三个阶段，这类会经常调整的业务策略一般都会放在重排阶段来实现，因为重排是一个可选阶段，在重排阶段加业务策略如果出现问题可以立即将策略下线，并且不会影响整个广告投放系统的正常运转。
具体的实现步骤如下图所示：
实现的原理非常简单，就是在精排结果出来之后，引入一张实时/离线的数据表，数据表上记录着各个广告所属级别市场需要增加的权重值，在重排阶段计算排序时将权重值一并纳入计算即可，最终的排序结果就是广告的展示结果。
采用这样实现方式的好处就是算法同学只需要维护一张实时/离线的数据表即可实现该策略，策略的上线与下线与其它功能模块都是解耦的不会影响系统的整体运行以及其他的策略。另外要特别强调的是策略的实现千万不要随便改其他排序阶段的计算逻辑，不然可能造成可怕的后果，一定要谨慎！
3. 策略效果的评估
由于策略想要实现的目标不同，所以策略的效果评估也没有统一的指标，但策略是因为问题而产生的只要问题被策略有效解决那么就应该认为这是一个好策略。
本次介绍的级别市场流量分配策略想要衡量其效果就不是那么容易，首先顶层的流量调控逻辑是有了，但还需要观察核心广告位被头部品牌车系固化问题是否有所缓解，缓解的判断标准需要结合各类客户的预算消耗的情况来具体评估。总而言之这个策略的效果并不是直观显示的，需要我们不断去观察，并与算法同学一起去优化。
最后要特别注意的是刚上线的策略效果不好或者不明显的可能性很大，需要不断优化才能将效果显现出来，但效果优化的工作绝不仅仅是算法同学的工作，广告策略产品经理也必须参与到其中提供业务逻辑，提升模型的可解释性。
4. 策略泛化
由于级别市场是汽车行业特有的分类方式，而绝大多数读者都是非汽车行业的广告从业者，所以我们再来看一看策略的泛化问题。其实仔细观察策略构建的过程就会发现这类宏观分配问题的解决是有固定套路的：
宏观分配问题—引入分类方式—筛选重要因子—构建算法模型—上线测试
所以如果是在综合类媒体平台，需要对各行业的流量进行调控，同样可以依葫芦画瓢复制出一套有效的分配策略。
总结一下，本文作为流量分配策略的上篇首先介绍了如何全面立体的认知自己的流量，只有基于对自己流量的充分认知才能发现其中存在的问题。接下来我们介绍了流量分配策略中的第一种：级别市场流量分配策略，在下一期中我们将再介绍两种常见的流量分配策略：KA客户流量倾斜策略以及新客户流量扶持策略，大家敬请期待！
作者：凡事需景盛
来源：凡事需景盛
