OCPM/OCPC、ディープコンバージョンデュアル入札機能の詳細な説明

OCPX、すなわちOCPC/ OCPM /OCPA広告最適化モード（以下、総称してoCPX広告）については、以前に2つの記事で共有されています。詳細については、この記事の下部にあるシリーズの推奨事項を参照してください。ほとんどのパブリックアカウントの著者と同様に、私はメインの食事の前にサイドディッシュを出すのと同じように、メイントピックに入る前に自分の個人的な意見やアイデアについて話すのが好きです。しかし今回は、単刀直入に本題に入ることにしました。

1. 二重入札は主にどのような問題を解決しますか?広告主と広告プラットフォームにとってのメリットは何ですか?

OCPX 広告の機能は主に、アプリケーションやゲームのアクティベーション、フォームやリードへの入力など、広告のコンバージョンの問題を解決することですが、これらのコンバージョンは広告主にとって浅いコンバージョンであり、より深いコンバージョンには至りません。たとえば、ゲームの広告主はより多くの有料ユーザーを獲得したいと考えており、アプリケーションの広告主はアクティベートされたユーザーの維持率を高めたいと考えており、フォームやリードは入力されたフォームやリードが効果的なコンバージョン リードとなることを望んでいます。

コンバージョンがバックエンドに近ければ近いほど、広告主の広告の効果が保証されます。したがって、広告主は、広告の効果をより深いコンバージョンに向けることを要求する十分な需要を持っています。

広告プラットフォームにとって、広告主の利益を保護するために、深いレベルのコンバージョンを継続的に最適化する理由は主に 2 つあります。

まず、わが国の経済成長率は例年ほど高くありません。広告主の予算は限られていますが、それでもトラフィックを持つ企業は多く、テンセント、バイトダンス、百度、快手など、いずれも非常に大きな広告トラフィック（つまり広告在庫）を持っています。広告主の予算をめぐる激しい競争により、広告プラットフォームは継続的に最適化して広告効果を最適化し、広告主の利益を確保する必要があります。

第二に、これらの詳細なコンバージョン データを取得することは、広告モデルの機能の向上に役立ちます。広告主のデータは、深ければ深いほど価値が高まります。たとえば、ゲームの有料ユーザーは500元以上の価値があり、自動車業界では、たとえばBMWのリードは2,700元以上の価値があります（自動車業界の垂直APP AutohomeのMAUは約6,500万人民元で、年間収益は90億を超え、主にセールスリードです）。もともと、広告主はこれらのデータを広告プラットフォームに送り返すことに消極的でしたが、広告は効果を確実にするためにより深いコンバージョンを必要とするため、送り返す必要があります。

広告プラットフォームがそのようなデータを入手すれば、自社の広告モデルや他のビジネスの開拓に役立つユーザーデータの宝庫が手に入ることになります。

例えば、もともとゲームを作っていなかったメディアが、急にゲームを作りたくなったとします。広告主から返ってくるさまざまなゲームタイプの有料ユーザーデータは、まさに極めて正確なユーザーグループです。

ゲームの品質が十分に高ければ、このユーザー グループをターゲットにすることができます。広告主や広告プラットフォームのデータについて詳しく知りたい場合は、前回の記事をお読みください。

広告プラットフォームと広告主が互いにデータを「盗む」方法（上）と広告プラットフォームと広告主が互いにデータを「盗む」方法（下）

この方法では、双方にメリットがあり、深いレベルのコンバージョンの入札を促進しやすくなります。

2. 二重入札とは何ですか?なぜ二重入札するのですか?

二重入札とは、広告の活性化と広告の支払いを同時に入札するなど、配信時に2つのターゲットで入札することを指します。このような状況が二重入札モードです。

一般的な広告入札では、広告主は CPC、CPM、CPA などの単一の目標に従って入札します。

理論的には、ディープレベルのコンバージョンに対する入札も単一の入札になる可能性があり、広告主も、有料ユーザーに対して 500 元など、有料ユーザーに対する直接入札などのモデルを歓迎しています。

ディープレベルのコンバージョンの単一の目標に対して直接入札することはできません。深く、単一の目標に直接入札するモデルには、2 つの大きな問題があります。

まず、ディープコンバージョンデータは非常にまばらです（つまり、量が少ない）。新しい広告のトレーニング段階では、比較的信頼性の高いコンバージョンデータ推定モデルをトレーニングするのに通常約 10 件のコンバージョンが必要です（プラットフォームによってはこれより少ない場合もありますが、通常は 6 ～ 10 件のコンバージョンです）。たとえば、一般的な動画情報フローでは、ゲーム広告の CTR は 1%、アクティベーション CVR は 10% 程度です。アクティベーション対支払い比率が 10% というのは、すでにかなり良い数字です。つまり、10 件の有料コンバージョンをトレーニングするには、100,000 回の露出が必要です (100,000 * 1% * 10% * 10% = 10)。短いビデオ ゲームの推定 ECPM が 60 ～ 80 であることから、ここでのトラフィック コストは 6,000 ～ 8,000 です。一部の大規模プラットフォームでは毎日何千もの新しい広告を掲載していることを考えると、モデルのトレーニングと学習には非常に高いトラフィックコストがかかります。

これは広告プラットフォームでは実現できないことです。

第二に、課金が直接、深いレベルのコンバージョン目標に基づいて行われ、コンバージョンがない場合は課金されない場合、広告主が不正行為を行う余地が大きくなります。不正行為は主に新規広告のトレーニング期間中に発生し、不正行為の方法はリターン広告のコンバージョン数を減らすことです。新しい広告のトレーニング期間が過ぎると、広告プラットフォームは返されたデータの状態をリアルタイムで判断するのに十分なコンバージョン データを蓄積し、それによって DCVR (ディープ コンバージョン CVR) 値を計算して広告主の入札 ECPM を削減します。

新しい広告モデルのトレーニング期間中、広告システムは、コンバージョン データが不十分なためにコンバージョン データがまばらなのか、広告主が十分な詳細なコンバージョン データを返さないためにコンバージョン データがまばらなのかを判断できないため、この調整を行うことができません。したがって、広告の露出が設定された特定のしきい値を超えるまで実行され続けます。一部の広告主は、新しい広告でコンバージョンを少なくすることでこのシナリオをターゲットにしています。現時点では、システムは正確な判断を下すことができず、結果として多くのトラフィックが引き離されてしまいます。

そこで、このような状況に対応して、多くの広告プラットフォームは、浅いターゲットに1つの入札、深いコンバージョンターゲットに1つの入札というデュアル入札モデルを導入しました。たとえば、ユーザーのアクティベーションに1つの入札、ユーザーの支払いに1つの入札などです。初期段階では、浅いターゲットに応じてモデルと入札を実行し、徐々に深いコンバージョンターゲットを蓄積していきます。ディープコンバージョン目標に十分なデータがある場合、広告システムは広告主の要求に基づいて特定の入札戦略を実行します（これは単一のディープ入札モードに直接切り替わるわけではないことに注意してください）。

3. ディープコンバージョン OCPX 二重入札と通常の oCPX 広告の違いは何ですか?

まず、変換データの量に関して言えば、ディープ変換 OCPX データはよりまばらであり、ディープ変換データはよりゆっくりと送信され、一部は 1 日おきに送信されます (秒保持など)。広告アルゴリズムを迅速に調整するための前提は、データのフローバックが十分に高速であることです。ディープコンバージョンモデルと通常の OCPX 広告モデルでは、データ量やリターンフローの速度などにより、多くの違いがあります。

第二に、ディープコンバージョンOCPX配信方法は、デュアルターゲット入札、つまり、第1段階から第2段階への移行を短期的に保持する必要があります。広告システムは現在、ディープターゲット価格のみを完全に提供し、浅いコンバージョンターゲット入札を無視することはできません。

oCPX のディープコンバージョン向け二重入札広告モデルは、oCPX の広告機能が最初にリリースされたときと非常に似ており、どちらも 2 つのステージがあります。

多くの広告プラットフォームが初めて OCPX を使い始めるときも、2 つの段階を経ます。最初の段階では、CPM または CPC に基づいて入札します。広告推定モデルに十分なデータが蓄積されると、入札を OCPX モデルに切り替えます。しかし、技術の進歩により、第一段階の入札は徐々に中止されていった。

現在、市場に出回っている広告プラットフォームのほとんどは、OCPX 広告の第一段階の入札を実際にキャンセルし、浅い OCPX ターゲットに直接入札しています。

ディープコンバージョン oCPX も 2 つの段階に分かれています。初期段階では、OCPX に従って浅いターゲットに入札し、ディープコンバージョン データを蓄積します。詳細なコンバージョン データが十分に集まったら、広告主のニーズに基づいて、広告に対応する入札戦略を決定します。しかし、これは、CPM または CPC から OCPX ディープコンバージョンの ECPM に直接変換する通常の浅い OCPX とは異なります。ディープコンバージョン OCPX には独自の入札戦略があります。根本的な原因は広告主の需要です。

たとえば、アプリ広告主の場合、2 つの目標はアクティベーション コストとリテンション率です。広告主の目標は、アクティベーション コストと二次保持コストの両方を満たすことです。

ゲームの広告主は、有料ユーザーへのディープコンバージョンにかかるコストのみを支払う必要があります。

4. ディープコンバージョンOCPX二重入札、入札ランキングにおけるECPMの計算式は何ですか？広告主のニーズに基づいた ECPM 価値戦略とは何ですか?

現在、市場に出回っている広告システムのほとんどは、ECPM によって広告をランク付けしています。浅いコンバージョンでも深いコンバージョンでも、最終的には ECPM 値に変換され、比較やランキング付けが行われます。価値の高い広告を優先します。

浅い変換 OCPX の ECPM を計算する式は次のとおりです。

ECPM 1 = α * CPA 1 * pCTR * pCVR。ここで、α は動的価格設定係数、CPA1 は広告主の浅いターゲット入札、pCTR は広告の推定クリックスルー率、pCVR は広告クリックから浅いターゲットコンバージョンへの推定コンバージョン率です。

ディープコンバージョン OCPX の ECPM を計算するための一般的な式は次のとおりです。

ECPM2 = β* CPA2* pCTR * pCVR 2、ここで、β は動的価格設定係数、CPA2 は広告のディープ ターゲット入札、pCTR は広告の推定クリックスルー率、pCVR2 は広告クリックからディープ ターゲット コンバージョンへの推定コンバージョン率です。

広告の初期段階では、浅いコンバージョンECPM1を使用して入札ランキングを作成します。深いコンバージョンデータが蓄積された後、深いコンバージョンECPM2を計算し、以下のルールに従ってECPM1で入札します。

広告主の核心需要がディープコンバージョン目標の達成である場合、ディープコンバージョンデータが十分に蓄積されると、広告の入札順位はECPM2を使用して入札します。このとき、評価される主なコストはディープコンバージョン目標であり、浅い目標はコストを上回る可能性が非常に高くなります。下図に示すように、一般的なゲーム配信はアクティベーションコストと支払いコストに分かれており、有料ユーザーのコストをターゲット配信として使用しています。主なターゲットユーザーは右側の小さな楕円です。つまり、アクティベーションコストが基準を満たしていないが、支払いコストが基準を満たしているユーザーがいます。この部分のユーザーのコンバージョン率はそれほど高くないが、一度コンバージョンすると、特に支払いを希望するグループがいることがわかります。広告主がこれらのユーザーの獲得に抵抗する理由はありません。

広告主のコアな要求が両方の目標を満たすことである場合、たとえば、アプリはアクティベーション目標コストとリテンション目標コストの両方を満たす必要があり、ディープコンバージョンデータが蓄積された後、広告入札ランキングのECPMは、上図の2つの交差部分である最小（ECPM1、ECPM2）になります。

時には、ディープコンバージョンがリテンション率や店舗へのリードなど、データリターンの重大な遅延により、広告モデルがリアルタイムデータモデルを取得できないため、ディープコンバージョンターゲットのECPMは重み値を使用して計算されます。
ECPM = α * CPA1 * PCTR * PCVR * λ (pDVR / target_DVR)

このうち、α は動的価格設定係数、CPA1 は広告主の浅いターゲット入札額、pCTR は広告の推定クリックスルー率、pCVR は広告クリックから浅いターゲットコンバージョンへの推定コンバージョン率、λ は深いコンバージョンの動的調整係数、pDVR は浅いコンバージョンから深いコンバージョンへの推定コンバージョン率、target_DVR は浅いターゲットから深いターゲットへのコンバージョン率の目標値です。例えば、この式は二次リテンションと有効リードを最適化するために使用されます。推定ディープターゲットコンバージョン率とターゲットコンバージョン率の比率の重みに応じて、高コンバージョンユーザーは第2段階でより高い競争力を持ち、ターゲットディープコンバージョン率に近づき続けることができます。

しかし、実際のアプリケーションでは、さまざまな問題が見つかります。ボリュームが十分でなかったり、広告の深い変換がコストを超えたりすることがあります。この期間中、データを継続的に分析し、戦略アルゴリズムチームと積極的にコミュニケーションを取り、広告戦略を調整して、広告主が安定したボリュームと効果を得られるよう保証する必要があります。

ディープコンバージョンの需要には、深く探求できる他の最適化機能があります。たとえば、ゲーム業界の現在のディープコンバージョンは、ユーザーが支払える金額ではなく、支払い率を主に購入しています。10元を支払うことと1,000元を支払うことは同じディープコンバージョン入札であるため、ここで最適化の余地があります。ただし、広告モデルの改善には必ずコアデータの交換が伴います。これについての詳細な分析については後ほどお話しする機会があります。

著者: PMCoder Road

出典: PMCoder Road