首页 > 专业知识 > 商业算计老实人

商业算计老实人

我们,都活在机制的顶层设计里。

数字广告,全球每天有数以千亿次交易,每一次成交价都是竞争和博弈的结果——有人想买得划算,就有人想卖得更贵,大家都在相互“算计”。

没有人愿意被算计,只是很多人不知道自己身处其中。

你的流量价值多少?其实没有确数。有的人越赚越多,有的人却被“算计”到陷入下旋,越做越少。

是的,商业总是算计老实人。无条件遵从规则,在这个零和游戏中,可能是最受伤的那一个。

今天,就站在卖方立场,聊聊如何在与机制的博弈中,获益更多。

而这些点,往往潜于水面之下,鲜为人所知。

一、算计从何而来?

任何一个流量主做商业变现,都免不了将流量卖给第三方和程序化渠道,例如:在国外有Google、Facebook这样的大广告平台,以及像Verve、Openx、TTD等这样的DSP(Demand Side Platform)或者SSP(Supplier Side Platform);国内也基本同理,也分成BAT大平台,和独立营销服务商。

而且在发展早期,卖给三方可能是唯一选择,因为直投自营广告体系的建设周期和成本,不是任何一个开发者都能承受得起的。

在流量售卖过程中,很多卖方都会发现一个现象,eCPM(effective cost per mille,每一千次展示可以获得的广告收入)越走越低,流量被卖得越来越便宜。就像一个扎了洞的轮胎,在不断跑气。为什么?

有人告诉你,是天然衰减。

这话,一定程度是对的。

因为,再大的广告平台,其广告库存都是有限的,再加上如果卖方流量的体量不是很大,很容易在短期内用户被“洗干净”;可以想见的是,所有商品都向用户推广过一遍后,转化概率必然是断崖式下跌。

这里有一份我以往的经验数据,可见一斑(这只是某个样本上的统计,不代表普遍情况,仅供参考):

同一个广告,向同一个用户展示3次以上,点击率会降低60%;

同一个广告,用户二次点击的占比仅有2%不到。

广告展示频次与点击率关系(来自某个样本数据)

仅基于上面这个数据,可以知道,假设极限情况广告库存仅有1个广告,那么曝光3次以上基本也没什么转化了。

这就是天然衰减的本质原因,买卖双方库存,以及用户消费力的天花板,决定了这是一个必然的过程,是不可抗力。

很多有经验的人还会给出另一个原因:冷启动期间对新流量有扶持

是的,这是买方决策引擎普遍都有的策略。

例如,基于Admob的变现圈子,都会熟知的一个手段是,换新版位收入会大涨一段时间——这就是冷启动带来的效应。

但是,做过冷启动算法策略的都清楚,冷启动是有退出条件的。

冷启动根本目的是避免新广告或者新流量被饿死,所以前期会给予一定补贴;但这种补贴是建立在对长期收益的预期之上,短期的付出希望换来长期回报,不可能一直无条件给到扶持。例如,当曝光或者转化达到一定数量或者超过了一定时间窗口,或者是预估到补贴与长期收益之间已经达到临界点,将不会再继续,直接退出冷启动。

所以,快乐是短暂的,一般3天之后会逐步趋于平稳;不过,也有不嫌烦的,一周换2次版位,就可以基本达到全年都拿补贴的效果;这也算是一种人工的博弈手段了。

除了上述两原因外,还有一个很少被人注意到的点——竞价博弈机制偷走了卖方应有的收益。

这就是很多人被“算计”了而不自知的地方。

这是一种来自顶层设计的影响,流量主往往没有这方面的领域知识,很难注意到,更不用提如何针对性从中获利。

但,这里面,其实有很深的利益空间。

二、顶层机制

一次广告曝光到底该卖多少钱?没人能给出精确答案。但物以稀为贵,抢的人越多,价格就越贵,这是自古以来的道理。

所以,早在20余年前,广告界就引入了竞拍机制——让市场竞争来决定出最优价格。

这是符合所有利益方的设计:

买方有充分的决策自由;

卖方也尽可能卖得更多;

广告受众也因为这双方的博弈,能够看到更有价值的推广。

因为受众可以用脚投票,广告推得不好,可以不点;不点广告,买方就白买了,所以不得不想办法推得更精准,而不是用高价去暴力抢流量;当买方与受众都满意了,那么卖方的收入也会更持久。

这本质是一个经济命题,一个好机制,能让生态中核心利益方,达到完美动态平稳,每一方都有机会拿到自己理想中的收益。

这也是计算广告有别于传统电线杆上牛皮癣的开始——一个被精心设计过的体系。

大都知道计算广告背后是大数据支持,可做到千人千面、精准定向,但鲜为人知的是,背后还有这么一张“机制”大手在控制整个生态。

1. 机制演变触动利益

过去几年,竞价机制发生了根本性变化。

数字广告最早的10余年时间,包括搜索广告、展示广告、程序化交易普遍使用的竞拍机制是广义二价成交(Generalized Second Price,GSP)。

在GSP拍卖中,胜出者会被收取第二名的出价,再加上最小货币单位,比如一分钱;例如,如果最高出价5,而第二名是2,那么结算价是2.01。

这种机制的好处显而易见——让出价者不必保守,可以专注于评估出符合自身利益的真实价格;甚至出更激进的价格,因为从心理上来讲,如果知道获胜后的结算价,大概率会在出价基础上打折,那么自然会更放得开手脚。

其实,GSP机制诞生由来已久;早在18世纪就有人通过二价成交机制卖过一份手稿;而真正被以学术方式描述,则要到1961年;最后被发扬光大规模化使用,就是在广告交易中了(线下很多拍卖也用了这样的机制,有兴趣的自行Google)。

然而,GSP在实操中存在致命漏洞。

从2017年开始,其地位开始被动摇,逐步被一价成交(Generalized First Price,GFP)取代,很多DSP或者SSP,例如APPNexus、OpenX等都转向了GFP;至2019年,随着Google——这个占据全球30%数字广告市场的领头羊放弃GSP,GFP几乎占据了100%的市场。

这其中核心原因是数据透明性,因为在GSP机制中,结算价格存在黑盒操作空间,引来财务和审计风险。

还是前面的例子,如果两个竞价方分别出价5、2,结算价格应该是2.01,那么操作空间从哪里来呢?

来自于卖方平台。虽然竞价方彼此不知道对方出价,但平台方是上帝视野,这时候为了让自己的流量卖得更高,可能虚拟一个竞价者,出价到4,则结算价格会被抬高到4.01;简单的操作,平台方可以多赚100%的收益,这是谁都难以抵挡的诱惑。

这也是为什么很多情况下会感觉流量越买越贵,因为与你竞价的可能不是人。

当然,还存在商业道德问题,由于黑盒空间的存在,双方业务人员也存在合作套利的可能,将额外收取的更多费用以某种方式转移自身腰包。

GFP则完全规避了这个问题,要么输掉竞价,要么按出价结算。

尽管从理论推导上,GFP并不是完美的机制,但一切数据都公开透明,不存在任何操作空间和多余风险。

一切业务运行的基本原则:安全是第一要义,稳定压倒一切。所以,尽管GFP理论上不如GSP平衡,但仍然成为了新的选择。

诚然,GFP也存在一些重大问题。

GFP其实很难达到策略平衡,简单地讲,容易引起恶性竞争,买方想赢得拍卖的最简单方法是频繁调整出价,而不是将价格的判断专注于真实价格,整个体系内的价格波动将加剧。虽然高价对于卖方来讲是可能喜闻乐见的情况,但短期的收益敌不过长期下去失衡的状态,玩家都下桌,可不是卖方愿意看到的结果。

此外,机制的变化引发一个连锁反应,表面上卖方收费更高,能赚更多钱;实际上买家心理发生了剧变,出价将会更加保守,长远看卖方利益实质上是受损的。

这一轮机制的演变,卖方躺着中了一枪。

2. 躺枪的卖方

在GFP中,卖方可能是最受伤的一方。

因为买方一旦出价过高,会导致过度支付(Overpay)问题,以至于买量性价比降低,所以买方能少出价就少出,循环下去,越来越保守,像极了“通货紧缩”。

转变为GFP之后,买方常见的做法类似于:如果出价最高者是 5,第二名出价是2,那么结算价格是5;但如果策略性出价 3 ,就能省下一笔预算。

这意味着买方为了得到最佳性价比,会分析可能的成交价,并尝试下调出价;这样如果竞价获胜,则只需要支付更低的费用。

这种对出价进行策略性调整的做法被称为Bid Shading(隐藏价),其实是许多线下拍卖系统中经常使用的做法,例如在美国牛市拍卖、国库拍卖都有这么做。

可简单理解为:保持对市场竞价态势感知,在竞价时保留一部分出价空间,先出比较低的价格,如果低价拿不到预想的量才去加价,最终使得拿量性价比最大化。

这里用一个简单的过程来做一个直观演示:

假设买方评估流量价值为1块,在Bid shading的作用下,首先将出价保留一部分,例如20%,最后的实际出价为0.8;

如果买家一直赢,则持续下探并降价,例如每次下调10%;

一旦第一次失败,例如在0.5时开始大面积输掉竞价,则终止下探,并提高出价,例如比上一轮高出 8%,价格抬升至0.54;

如果加价后又赢了,则可能降价,例如4%,变成0.52;

……以此类推,最终达到一个出价与获胜率的平稳点,将拿量价格水分挤掉,达到最佳性价比。

这跟菜市场讨价还价非常像是不是?是的。不过这里写这么简单,仅仅为了理解方便。

实际上,真正的算法要比这个复杂得多。

有许多顶尖大脑在想办法帮助买方省钱,在KDD、CIKM这样的顶级学术会议上就发表过多篇关于Bid Shading的算法研究,例如:

《阿里:An Efficient Deep Distribution Network for Bid Shading in First-Price Auctions》

《Yahoo&清华:MEOW- A Space-Efficient Non-Parametric Bid Shading Algorithm》

《斯坦福:Learning to Bid Optimally and Efficiently in Adversarial First-priceAuctions》

各个算法实现不一,有不同的适用场景和假设条件,但出于篇幅限制,本文并不打算讨论其中的细节,这些论文可以轻松Google到,有兴趣的可自行研究,未来有机会单独做一些论文解读。

不过,抛开算法实现差异,都逃脱不了的基本原理是:成交价是可预测的;在预测成交价的基础上,如何来决策自身利润和获胜率,就各显神通了。仔细阅读上面几篇文章,他们对问题的建模公式不敢说十分相似,也可以说是一模一样了。

其实早在10年前,就有很多对于成交价预测的研究,也就是Bid Landscape相关的研究,例如2011年发表在KDD上的一篇相对经典的文章《Bid Landscape Forecasting in Online Ad Exchange Marketplace》以及2016年的一篇优化《Functional Bid Landscape Forecasting for Display Advertising》。

3. 有多少利益被偷走?

其实很难说出一个精确数字,一点市场公开数据可以略窥一二。

根据业内主流的程序交易服务商The Trade Desk、Rubicon和Pubmatic的数据,通常可以为买方省下20%左右的成本。

也有一些面向卖方的服务商,例如optidigital,说他们帮助卖方在对抗Bid shading的基础上,多增加了60%的收入。

在我了解的过往实践中,可能会有成倍提升。

但无论20%还是60%,虽然看起来很精确,但因为数据集不同、统计对象不同,且都是平均值,因此只能当作感性数据,仅供参考。

这些数据只说明一个问题,如果不懂如何对抗机制,将会造成显著损失。

广告交易与股票交易一样,是一场零和游戏,买方省得多,卖方就赚得少。

三、如何挖出隐藏收益?

1. 意识是根本

在讲具体方法前,先说一个意识层面的事:变现是一件主动创收的事,重点在主动。

很多开发者或者卖方做商业变现时,认为我只要接了主流的变现平台,就可以就地坐等收钱了。

其实不然,为什么大厂往往会配置顶级团队去做商业化,就是因为在大数据时代,赚钱也是一门高精尖的技术活,每一个配置、每一种机制背后都有利益可挖掘,你不去研究,那你就被他们算计。

主动研究,积极对抗,是财源滚滚的保障。

2. 对抗策略

回到今天的话题,如何对抗竞价机制,挖出隐藏收益?

先说核心一点:控制竞价获胜率。

原理上面已经讲过,当买方以很低的价格,就可以轻松拿量,自然就没有动力再去加价。

买方Bid shading算法的优化目标也是评估隐藏价与获胜率的平衡点,隐藏价对于卖方不可控,唯一能控制的就是获胜率了。

一个简单粗暴,无需要技术支撑的做法:同广告位多底价。

将一个物理广告位,拆成多个买方看到的逻辑广告位,不同的广告位底价不同,低于底价的,一律让对方输掉竞价。

这样就可以得到几个关键价格的获胜率分布,进而评估出设置不同底价的收益水平,从而捞出更多收入。

诚然,这方法过于粗暴,不过,也是我耳闻在业界实践过,行得通的方法,但想要获取更大化利益,还是要倚赖技术手段。

对于有技术能力的,可以设置动态底价,或者直接引入一个影子竞价者,让买方不能轻易通过低价买量。

相关的做法可以基于前面提到的Bid Landscape和Bid shading的算法来做,也就是根据一些特征,实时计算当前竞价态势分布,让自己手里面有一张价格与胜率的地形图,然后来决策用什么价格对抗买方,就很简单了。

其实,就是将Bid shading的做法反过来。说白了,就是知己知彼,以子之矛,攻子之盾。原理上都是相通的,只是看用在什么立场。

四、站起来博弈

再往深说一个更鲜为人知的事。

很多人认为,流量怎么卖无所谓,只要卖出去了,都是收益,但毫无策略的售卖与贱卖无异,贱卖只会让你进入恶性循环。

资本主义的牛奶宁愿倒掉,也不会送给穷人。

商业变现亦是一样的道理。

流量变现虽然可能只与一些大型平台打交道,但是大平台背后可能隐藏着几百家大大小小的下游,而这几百家下游,又可能有相互交叉。

看过RTB竞价协议的都知道,买方有直采(Direct)和中介(Reseller)的区别,你的流量在电光火石之间,可能已经在交易链路上转了几十手。

当一次曝光机会去请求变现平台时,为了效能,他们不会每次请求都向所有这几百家下游去发送,因为网络和服务器都是成本。

高效的做法是对下游打标签分层,优先满足高响应率的下游。

例如2010年谷歌官方的一篇论文,就讲述了他们如何向下游分发请求的策略:《Selective Call Out and Real Time Bidding》。这篇文章的核心思想是,预估下游对当次请求的参与竞价率,对于竞价率低的参竞方,则不发送请求,以提升流量分发和交易效能。

那么通常什么流量会得到高响应率呢?自然是便宜的流量。

某些广告平台,曾经出过一个以固定低价扫量的策略,甭管是什么流量,只要价格够低,来者不拒,再转手一卖,获利颇丰。

看明白了吗?你的流量一旦卖得便宜了,可能一直就这么便宜,高价值的平台见都见不着,越来越便宜也在情理之中了。

这就是为什么讲,要学会与机制对抗。

在这个精心设计的商业生态中,躺着不会舒服,还有可能中枪。

知己知彼,站起来博弈,才能躲开算计。

本文来自微信公众号:进化力报告(ID:gh_6954fbf3a147),作者:Eden

相关推荐

商业算计老实人
​瑞幸的倒掉,不是“老实人”、“事后诸葛亮”和“民族英雄”的故事
嚯,被资本算计了两次?
人民锐评:双11促销,别把计算当算计
借疫情之名解雇员工,亚马逊“欺负老实人”?
被“算计”的世界
农夫山泉IPO:高光融资背后全是“算计”
垄断、算计、分合:半导体三个时代,三张面孔
“白宫的算计就像《红楼梦》里的……”
精明人丁磊被算计,搭伙14年遭暴雪解约

网址: 商业算计老实人 http://m.xishuta.com/zhidaoview30374.html

所属分类:商业市场