2023年廣告機制策略產(chǎn)品解析-小紅書跨渠道全站投放策略（下篇）-1

廣告機制策略產(chǎn)品解析——小紅書跨渠道全站投放策略（下篇）今日接著介紹各大廣告平臺近兩年都在重點進展的廣告投放機制策略方向——跨渠道全站投放策略，前文也給大家說明白做跨渠道投放的意義所在“預(yù)算通，全域通”，關(guān)心廣告主達成效果的前提下，對全域的流量進行價值安排，平衡平臺收益。

講完智能預(yù)算安排策略、智能出價策略，我們連續(xù)講講智能人群定向和智能關(guān)鍵詞定向，這篇文章Arthur只從策略產(chǎn)品角度進行策略分析解讀，假如有關(guān)心到大家，還請辛苦大家?guī)兔c贊、評論以及保藏~

名目部分：

1、跨渠道全站投放智能人群定向策略

2、跨渠道全站投放智能關(guān)鍵詞定向策略

3、跨渠道投放策略總結(jié)

一、跨渠道全站投放智能人群定向策略

小紅書信息流Feeds

在“發(fā)覺tab”信息流推舉場域，人群定向是最為關(guān)鍵的營銷范圍表達方式，也是精準(zhǔn)營銷廣告的標(biāo)的物。在全站智投產(chǎn)品線中，廣告平臺供應(yīng)了智能定向的力量，廣告主無需自己表達定向人群，召回recall算法會依據(jù)物料item（筆記/視頻）來優(yōu)選符合客戶目標(biāo)表達的流量進行參競。

跨渠道全站智投供應(yīng)了多種優(yōu)化目標(biāo)，包括優(yōu)化保藏點贊、私信以及表單提交等等，為防止維護成本高并且會錯過符合客戶表達目標(biāo)成本的流量，因此未采納傳統(tǒng)找會階段設(shè)置多個自召回通道TopK的截取方式；全站智投智能定向采納了LearningToRank（LTR）的方式，對齊精排廣告最終排序結(jié)果進行召回。

從廣告主視角看，該方案讓客戶靠近全流量PV參競，讓智能出價有更大的空間優(yōu)選流量，提升廣告投放效果；從流量視角看，該方案提高了競價鏈路的順暢度，提升了流量安排效率。

如下圖所示，詳細(xì)實現(xiàn)層面，召回階段依據(jù)廣告最終排序采納LTRPointwise建模，將簡單的排序問題化簡為下發(fā)率（pSend）預(yù)估問題；模型設(shè)計采納經(jīng)典的雙塔結(jié)構(gòu)，在滿意召回性能要求的同時，優(yōu)化模型預(yù)估的精確?????率。

雙塔召回說明

二、跨渠道全站投放智能關(guān)鍵詞定向策略

小紅書搜尋結(jié)果頁面

與信息流推舉相反，搜尋結(jié)果頁廣告是需要關(guān)鍵詞query做觸發(fā)的，廣告物料選擇關(guān)鍵詞對于搜尋場景的結(jié)果特別重要。因此需要通過前置對于物料內(nèi)容的理解、用戶行為的分析，EE優(yōu)選等技術(shù)來實現(xiàn)智能化圈詞的算法，關(guān)心客戶對于自己的物料內(nèi)容進行智能化圈選優(yōu)質(zhì)關(guān)鍵詞，保證廣告投放效果。

智能圈選算法實現(xiàn)

智能圈選關(guān)鍵詞的工作原理如上圖所示，采納比較經(jīng)典的“召回+優(yōu)選”兩段式架構(gòu)。

1.召回階段主要是通過內(nèi)容理解+用戶行為建模的方式挖掘潛在關(guān)鍵詞。

內(nèi)容理解：通過對深度廣告內(nèi)容物料分析，利用“核心詞提取”、“語義理解”、“多模態(tài)表示學(xué)習(xí)”等技術(shù)，提升物料信息抽取的有效性，然后挖掘高精準(zhǔn)的關(guān)鍵詞。用戶行為建模：充分利用平臺內(nèi)的用戶行為信息，借助圖神經(jīng)網(wǎng)絡(luò)強大的特征提取和關(guān)系推理力量，發(fā)覺更具意圖擴展性的關(guān)鍵詞。2.優(yōu)選階段主要目標(biāo)是從召回的關(guān)鍵詞中選擇效果更優(yōu)的關(guān)鍵詞，我們將其建模成EE（ExploitExplore）問題：

保證全部候選關(guān)鍵詞都有概率被圈選，獲得線上反饋數(shù)據(jù)（query詞維度的點擊率CTR、廣告的轉(zhuǎn)化率CVR以及用戶對于筆記的曝光數(shù)等等），并依據(jù)投放反饋調(diào)整關(guān)鍵詞的圈選概率，以確保廣告投放的長期收益。

挑戰(zhàn)與難點：由于小紅書平臺豐富的廣告樣式（原生筆記、表單廣告以及商品卡片樣式）這個對于智能圈詞其實帶來了肯定的挑戰(zhàn)與筆記樣式不同。

一方面，是表單和商品卡樣式往往是簡潔的圖文組合，能夠直接獲得的文字信息較少；另一方面，投放表單和商品卡廣告的客戶數(shù)量明顯少于筆記類客戶，廣告量少、有效日志少等數(shù)據(jù)稀疏性問題凸顯出來。解決方案：

首先，利用OCR、圖片分類等力量，充分挖掘圖片物料中的有效信息，并基于核心詞識別、查詢改寫等方式對OCR結(jié)果進行擴展，豐富廣告物料特征；

其次，在建模的優(yōu)化上，我們在語義模型中使用對比學(xué)習(xí)方法，并引入客戶歷史投放信息優(yōu)化訓(xùn)練集，將同客戶投放的不同類型物料認(rèn)定為相像物料，用于構(gòu)建正樣本，以此提升對表單和商品卡物料的建模力量；

最終，將“同客戶投放”以及“物料同現(xiàn)”關(guān)系納入圖模型的建模過程中，以解決歷史日志中表單和商品卡樣式廣告數(shù)據(jù)稀疏問題。

三、跨渠道全站投放策略總結(jié)

關(guān)于跨渠道投放策略，Arthur作為策略產(chǎn)品給一點個人的思索，其實是全部廣告平臺都在摸索的方向，廣告平臺瞄著“預(yù)算通、全域通”的方向不斷摸索，致力于讓廣告主表達營銷后托管平臺投放廣告的表現(xiàn)形式，這樣平臺對于流量的界定以及以及預(yù)算安排就有著充分的掌握權(quán)力，在保證客戶效果的前提下也達成平臺流量收益最大化。