广告主成本怎么又超了!

接上篇文章，这篇主要和大家聊聊广告主超成本的事儿。

在还没有oCPC产品的时候，广告主成本居高不下的情况时有发生，这个时候广告主能做的只有时刻关注投放效果+动态调整出价；而对于媒体方来说，比较常见的解决方案是提供各种定向人群包（归根结底是不同流量价值的精细化区分）给到广告主选择，广告主选择“最适合”自己的人群包投放，进而优化自己的转化成本。这种方法最大的问题在于如何确定“最适合”，由于没有直接引入广告主的转化数据，因此广告主很难确定自己选择的是不是最适合自己的人群包。

随着oCPC产品的出现，媒体侧可以越来越方便地获取广告主的转化数据，利用这部分转化数据，算法同学可以搭建出转化率预估模型。有了转化率预估模型，广告主便可以根据预估的转化率进行流量的选择与出价。一个最简单的策略是只选择预估转化率大于某个阈值的流量，然后在这部分流量上出高价，放弃那些预估转化率较低的流量。这样乍听起来似乎简单易行，广告主和媒体方互惠互利、实现了双赢，真可谓皆大欢喜。但是随着用户以及广告主数量的增加，各种各样的问题扑面而来。

首先第一个问题就是转化率预估模型的效果能否保障？众所周知，转化率模型在建模时数据量相对较少，建模难度较大，能否在有限的样本上实现高精度的建模不得而知。一旦模型预估偏高，相当于帮助广告主调低了CVR门槛值，超成本的问题就会凸显；而如果预估偏低的话则会导致掉量，进而导致转化数下降。媒体方似乎陷入了一个比较尴尬的境地。第二个问题是上文提到的“某个阈值”的概念，这块我们给它取个名字叫CVR门槛值。针对CVR门槛值，会诞生下面两个较大的疑问:（1）这个值到底是由广告主确定还是由媒体方确定（2）这个值是静态的还是动态变化的。从直觉上来看，这个值似乎应该由广告主来确定，广告主可以通过调低调高CVR门槛值来进行动态的出价，进而控制住自己的转化成本。然后现实情况总是和美好的想法背道而驰，我们会发现，大部分的广告主会将CVR门槛值调的非常大，出价也非常高，在这部分流量上竞争相当激烈，整体转化成本飙升。广告主如果这个时候调低出价的话，整个转化量会暴跌；如果降低CVR门槛值的话，成本直接跑飞。这个时候广告主们似乎陷入了某种囚徒困境中，不敢轻举妄动。

如何缓解上面提到的媒体方和广告主所遇到的各种问题呢？这个时候需要给广告主有选择以较低的价格购买低转化的流量的权利；具体怎么操作呢，首先需要调低CVR门槛的值，另外需要对低转化流量的出价进行一定的打折操作。具体的打折方式大致分为两种:（1）线性打折，操作较简单（2）非线性打折，操作复杂；总而言之，解决方法就是：高转化流量出高价，低转化流量出低价。

超成本相关的内容就先介绍到这儿，废话不多说，后会有期，拜了个拜！

欢迎关注微信公众号：计算广告那些事儿