広告配置：成果報酬型広告の過剰配信を防ぐ戦略！

成果報酬型広告のプロセスにおいて、配信超過の問題が発生すると、広告主は予算の割り当てや配信リズムの制御に支障をきたすだけでなく、プラットフォームの信頼性にも疑問を抱くことになります。このような状況に直面した場合、プロダクトマネージャーは事前にどのような予防策を講じるべきでしょうか?

成果型広告を配信する過程で、過剰配信の問題に遭遇することがよくあります。たとえば、コストが 200 元の広告グループが、実際には 230 元かかる場合があります。このような過剰投資をしている広告グループが多数存在し、その額も大きくない場合、広告主は予算の配分や配信のリズムのコントロールに支障をきたすほか、プラットフォームの信頼性にも疑問を抱くことになる。

このような状況に直面した場合、プロダクトマネージャーはどのように解決すべきでしょうか?

まず、広告が過剰配信される理由を見てみましょう。

CPM入札広告を例にとると、広告課金が上限に達してオフライン通知が出るまでには、大まかに言って、広告はリクエスト、取得、審査、選別と返却、露出という5つの段階を経る必要があります。途中で時間差が生じると、広告はオフラインでコマンドされますが、取得および送信された残りの広告は終了できず、表示されるため料金が発生します。トラフィック量が多くなり、同時リクエストの数が増えるほど、オーバーサブスクリプション現象は顕著になります。

図: CPM 入札を例にした広告掲載と課金プロセス

広告の配信過剰に直面したときによく使われる戦略は何ですか?一つずつ見ていきましょう:

1. 決済からオフライン指示までの時間間隔を短縮する

上記のように、配信超過の主な原因は、広告をオフラインにする指示と実際に広告がオフラインになる時間との間の時間差です。この時間差が長ければ長いほど、その期間中に発行される広告の数が増え、過剰投資の額も大きくなります。この問題を解決するには、技術的な手段を使用してプログラムの処理速度を最適化し、時間差を最小限に抑えることができます。

しかし、広告オフライン指示が発行される前に広告の取得などの一連の動作が発生するため、オフライン指示を発行する決済と広告オフラインの間の時間間隔を「0」にする技術であっても、広告の過剰配信を完全にかつ効果的に回避することは不可能です。

業界の主流は、フロー制御を通じて過剰配信を削減することです。詳しく見てみましょう

2.オフラインコマンドが発行される前に取得される広告の数を減らす（フロー制御）

トラフィック制御の主な目的は、アカウント残高が少ない場合にアカウント配下の広告の配信を遅くしたり、オフライン指示が出る前に取得する広告数を減らしたりすることです。この方法により、過剰投資を大幅に抑制することができます。フロー制御の一般的な集中型方法は次のとおりです。

1. 確率的アルゴリズム戦略 - 消費率に応じて検索の割合を減らす

確率アルゴリズムは、広告戦略プロダクトマネージャーによって開発された比較的単純なアルゴリズムです。実際の消費量と目標消費量（制限）の比率に基づいて、広告が検索される確率を決定します。実際の消費が目標消費に近づくにつれて、広告が取得される確率は低下します。これにより、オフライン コマンドが発行される前に取得される広告の数が削減されます。

利点:アルゴリズムの要件が比較的単純で、人件費が低く、小規模な企業でも実装でき、非常に効果的です。過剰投資を大幅に削減できる

デメリット:制御プロセスの粒度が大きいため、広告予算が​​十分にスムーズに配分されず、初期段階では消費が速く、後期段階では消費が遅くなる可能性があります。過剰配信の問題を解決することしかできず、広告主が配信結果を最適化するのに役立つことはできません。

2. PIDアルゴリズム戦略 - 配送速度を制御する

PID アルゴリズムは、proportion (比例)、integral (積分)、derivative (微分) の頭文字を組み合わせた略語です。 PID アルゴリズムは、非常に古典的で広く使用されている制御アルゴリズムです。最初に自動制御に使用されました。小さなコンポーネントの温度制御からドローンの飛行経路と飛行速度の設計まで、あらゆる用途に使用できます。

Pid アルゴリズムの原理は、リアルタイムの配信フィードバック データに基づいて、比例、積分、微分、勝率予測を動的に使用して、配信速度の均一性と安定性を制御することです。 PID 制御の基本は比例制御です。積分制御は定常誤差を排除できますが、オーバーシュートが増加する可能性があります。微分制御は、大きな慣性システムの応答速度を高速化し、オーバーシュートの傾向を軽減します。予測は、「フーリエ変換」を使用して流量変動波形と配送進行波形を数学的にフィッティングして行われます。

図: Pidアルゴリズムの概略図

概念を理解していなくても問題ありません。このアルゴリズムの長所と短所を見てみましょう。

利点: Pid アルゴリズムの導入後、広告消費速度の制御がより繊細になり、重要なポイントでの表示機会が突然大幅に変化することがなくなります。広告の過剰配信に非常に役立ちます。広告の配信時間を延長し、配信時間内の需要に応じて広告予算を均等に消費するのに役立ち、過剰なトラフィックにより極端な時間に広告予算が​​消費される状況を軽減します。

デメリット:比較的強力なアルゴリズム チームとビッグ データ チームが必要です。トラフィックの変化に応じて配信速度を動的に調整できないと、高額の広告主が入札市場から早期に撤退する可能性があり、プラットフォーム全体の収益の最大化につながりません。

1. ペーシングアルゴリズム戦略 - 予算をスムーズに消費を制御する

簡単に言えば、ペーシング アルゴリズムは、過去のトラフィック シェアに基づいて予算配分を推定し、広告が可能な限り多くの有効ユーザーをカバーできるようにします。具体的なアプローチとしては、広告ランキングパラメータをアルゴリズムに導入し、配信率PTRに参加し、rtインテリジェントペースを通じて消費速度を調整し、トラフィックの変化に応じて前年比で消費できるようにすることです。目標は、消費分布曲線をフロー分布にできるだけ近づけることです。

従来の入札アルゴリズムの問​​題: 予算が限られている場合は最適ではない

単純な 2 回目の入札では、ECPM の高い顧客がすぐに消費され、入札から撤退することになり、広告スペースとメディアにとって好ましくありません。他のオークションの機会とは独立して、各機会で収益を最大化しようとします。

① 成果の高い広告の場合、予算がすぐに消費されてしまう。早めに市場から撤退する:

I. 広告が撤退すると、市場競争は減少します。二次入札オークションの仕組みでは、競争が減ると収益が減少します。

II. 幅広いターゲティング要件を持つ配信では、競争の激しいエリアから大量のターゲット トラフィックを獲得する可能性があり、その結果、厳しいターゲティング要件を持つ配信を消費できなくなる可能性があります。その結果、収入が減少します。

III. 広告は、ターゲットオーディエンスセグメント間で偏ったパフォーマンスを示すことになります。つまり、視聴者は不均等に分布しているということです。

② このアプローチでは、最新の消費情報の入手が遅れ、過剰投資とそれに伴う利益の損失につながります。つまり、リクエストと実際の消費の間の時間差によって発生する過剰配信です。

予算ペース設定アルゴリズムの利点:

アルゴリズムの主な考え方は、全体的なトラフィックとトランザクション条件に基づいてディスプレイを割り当てることです。目標は、各フライトのインプレッションを 1 日を通して均等に配分することです。

①キャンペーンごとに、1日中に表示されるインプレッショントラフィックパターンの予測を取得し、それに基づいて予算配分計画を決定できます。この割り当て計画は、配信された予算と予測される信頼性の高いトラフィックの比率に基づいて決定されます。

②実行時には各キャンペーンの広告配信量を厳重に監視し、割り当てよりも早く配信量が消費された場合は、表示確率を下げたり、特定のオークションに参加できないようにしたりします。

アルゴリズムの練習:

3. 価格戦略を調整し、価格設定のタイミングを早める

上記の分析から、配信超過の主な原因は、オフラインでの広告の通知が広告の配信よりも遅いことであることがわかります。予算にほぼ達する前に、配信する必要がある広告の量を予測できれば、配信超過の問題は完全に解決できるでしょうか?

答えは「はい」です。保留された料金が予算に達すると、予算に近い状態として表示されます。予算に近い広告については、新しい広告は発行されず、以前に発行された残額を頼りに予算の消費が完了します。現時点では、差し引かれた料金は推定消費額であり、実際に支払われたものではありません。

利点: 過剰配信の問題を根本的に解決できます。

デメリット：広告露出率の見積りが必要。露出前に事前に手数料を差し引くと広告主に損失が出る可能性がある。これは未熟なシステムなので、注意が必要です。

4. プラットフォームシステムのバックグラウンド制御

上記の戦略はすべて、広告の過剰配信を制御するために技術的な手段を使用しています。技術的な手段に加えて、次のようなバックエンド制御を通じてこの状況を軽減することもできます。

1. 最小予算は、50 などの特定の値より低くすることはできません。予算が少なければ少ないほど、アルゴリズムが果たせる規制上の役割も小さくなるからです。
2. 広告主は入札額や予算を頻繁に変更しないことをお勧めします。アルゴリズムのトレーニング プロセスが中断されるだけでなく、入札や予算編成中にアルゴリズムの調整に盲点が生じ、過剰投資につながります。
3. 広告主が予算を削減する場合、制限を設定します。たとえば、調整をすぐに有効にする場合、予算調整の下限は消費量の特定の値よりも大きくする必要があります。または、単に量を減らして翌日から有効にすることもできます。
4. 過剰投資等の手数料はかかりません。

上記は、パフォーマンス広告における過剰配信を防ぐための戦略についての理解と実践の一部です。不足している点があれば、ぜひ皆様で一緒に議論してください。

出典: 華僑協会 (ID: i_huajiao)