搜索广告

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/cjqh_hao/article/details/85012881

  搜索广告(sponsored search)一直是整个在线广告市场中市场份额最大的类型, 更重要的是,像竞价、类搜索的广告投放架构都是从搜索广告发展起来的。

  搜索广告是比较典型的竞价广告产品,其特点是广告主就某标的物(如关键词)的广告展示机会展开拍卖式的竞争,并根据竞争结果依次占据该广告展示的若干位置。与展示量合约广告不同的是:首先,没有量的保证,广告主需要自行调整效果与量的平衡;其次,价格的约定也被去掉,每个广告主都可以随时调整各关键词上的出价。通常,搜索广告展示在搜索结果页。
百度搜索广告-竞价广告

搜索广告-竞价广告

  搜索广告创意的展示区域一般来说分为北(north) 、东(east) 、南(south) 三个部分。北区和东区的所有位置构成同一次关键词拍卖的位置集合,竞价时位置的排序为{north1,north2,···,east1,east2,
···},这基本上是根据各个位置点击率的高低排列的。但是这些位置上并不需要一定要出广告,这与横幅广告有显著的区别。南区的广告,不同的搜索引擎有不同的产品处理方法,有的直接照搬北区广告,有的则直接照搬东区的前几条,上图中则只有北区和东区广告出现。

一、搜索广告产品形态

  搜索广告最基本的形式是与自然检索结果一致的文字链, 一般会加底色的 “ V 1 V1 “ 标识,以区别于自然结果,这样做的目的是让那些对广告没有兴趣的人尽量少减少误点击,从而降低广告主的无效消费和提升用户体验。

  搜索广告竞价的标的物是竞价关键词(bid term),用户输入的查询(query)通过与关键词相匹配来确定是否可以触发该条广告。 匹配的方式及可以采取简单的精确匹配,也可以有更多的扩展方式,查询扩展也是搜索广告的一项比较关键的产品策略。

  在互联网广告的整个产品谱系当中,搜索广告有着特殊重要的地位,具有以下鲜明的产品和技术特点。
  1 搜索广告的变现能力,即eCPM远远高于一般的展示广告,其市场重要程度也就得以彰显。因此,与搜索广告的一些独特问题和算法的研究,受到了高度的重视。而搜索广告高变现能力最关键的产品原因就是用户主动输入的查询直接反映了用户的意图。
  2 搜索广告的受众定向标签, 即是上下文搜索查询。 由于搜索词非常强地表征着用户意图,搜索广告可以进行非常精准的定向。相对这样的上下文信息,根据用户历史行为得到的兴趣标签的重要性大打折扣,这一方面是因为其信号远不如搜索词强烈,另一方面是因为用户这样明确意图的任务是决不能被打断的 。因此,搜索广告里的 e C P M eCPM 由一般情形下的 r a u c r(a,u,c) 退化成 r a c r(a,c)
  3 搜索广告的展示形式与自然结果的展示形式非常接近, 往往仅仅在底色和文字链接中有不太引人注目的提示。这样的产品设计使得它有原生广告的意味,也进一步提高了广告效果。但另一方面,这样的广告结果对相关性的要求远远超过展示广告,因此在根据查询匹配广告时需要非常精细的策略和技术。
  4 从搜索广告发展起来的竞价交易模式已经逐渐发展成为互联网广告最主流的交易模式。这一模式从根本上改变了广告的运营方法,并为其效果的快速提高释放出巨大的生产力。

二、搜索广告产品新形式

  搜索广告的产品技术重点与合约广告差别很大,与竞价的展示广告网络也有一定的差别。从产品设计的角度看, 搜索广告有以下三方面的探索趋势。
  1 丰富文字链创意的展示形式让其更富表现力以提高点击率。
  2 利用东区对相关性要求稍低的特点设计一些拓展广告产品。
  3 优化广告与自然结果的关系在保证相关性和广告效果的前提下提高收入。

  1.超越文字链的创意
  显然,蓝色超链接肯定不是搜索广告的产品终点。随着搜索结果本身向着展示更丰富、获取内容更直接、行业性不断加强的方向发展, 搜索广告也在探索一些能传递更多价值的展现形式, 以同时提升用户体验和变现效率。 这方面的探索有两个重点方向。

  2.弱相关广告形式
  搜索引擎右侧的产品原则跟左侧相比有一点点区别,在合理和可解释的范围内可以增加一点相关性要求稍低的泛化内容,因此为这部分的广告产品设计也提供了新的空间。

三、搜索广告产品策略

  除了产品形式上的创新,搜索广告的投放和优化策略也是产品的重要一环。要了解产品策略方面的关键点,先来看一下搜索广告决策的基本过程。

  搜索广告的整个决策过程可以分为查询扩展、检索、排序、放置、定价等几个阶段。查询扩展是搜索广告独有的策略,目的是给广告主自动地拓展相关的查询词,扩大采买流量;广告检索和将候选广告根据 eCPM 排序是广告系统较为通用的核心流程;而定价是竞价广告非常核心的策略。

  在搜索广告中,排序的依据,即eCPM,可以简单地表示成 r a c = µ a c b i d C P C a r(a,c)=µ(a,c)·bid_{CPC}(a) 。不过在实际产品中,点击率 µ 这一项会被质量度(quality score)所替代,而后者除了考虑点击率,还需要综合诸如落地页质量等其他因素,得到更全面的对广告质量的评价,其目的是为了避免广告主的恶意行为、促进市场长期发展等。而在本书中,为了说明基本概念和算法,将主要考虑点击率的作用。

1.查询扩展
  查询扩展是搜索广告的一项关键策略。对广告主来说,从浩若烟海的关键词中找到符合自己需求的组合绝非易事。因此,搜索引擎会提供一些将广告中的关键词匹配到更多相关查询的服务,常见的几种匹配方式如下:
  1.1 精确匹配,即不对广告主提供的关键词做任何形式的扩展,保证忠实按照广告主意图精准执行。精确匹配的执行方式是首先将用户输入的查询分词,例如,“英语培训”这个查询,可以分成{英语,培训}这个词集合,当这个词集合与广告主设定的关键词集合完全一致时,就触发了精确匹配。以“英语培训”这个关键词为例,在精确匹配方式下,可能触发广告的有“英语培训、培训英语”这两个查询。

  1.2 短语匹配,当用户的查询完全包含广告主关键词及关键词(包括关键词的同义词)的插入或颠倒形态时,就认为匹配成功,可以触发相应的广告候选。仍以“英语培训”这个关键词为例,在短语匹配方式下,可能触发广告的搜索有“英语培训、英语培训暑期班、哪个英语培训机构好、英语的培训、英语相关培训、英文培训”等。但像“英语歌曲、电脑培训”这样的词就不会触发。这种方式是用较精细的概念匹配较宽泛的概念,因此一般来说还是比较精准的。

  1.3 广泛匹配,当用户的查询词与广告主的关键词高度相关时,即使广告主并未提交这些查询词,也可能被匹配。仍以关键词“英语培训”为例,在广泛匹配方式下,可能会触发“外语学习班、四级证书”这样的查询。广泛匹配的逻辑并没有清晰的定义,一般来说,都是用数据挖掘的算法自动获得。因此,虽然打开广泛匹配可以获得较多的流量,但是流量的精准性往往会打一定的折扣。

  1.4 否定匹配,由于短语匹配和广泛匹配都是系统自动完成,难免会出现一些匹配不精准的结果。因此,需要同时向广告主提供否定匹配的功能,即明确指出哪些词是不能被匹配的,这样可以灵活地关停一些低效的流量。短语匹配和广泛匹配都属于典型的拓词方式,将其与否定匹配相结合,广告主可以比较自由地在流量和质量之间找到平衡点。然而由于媒体与广告主利益的不一致性,搜索引擎提供的拓词方式未必是对广告主最佳的,我们后面介绍SEM产品时会讨论这一点。

2.广告放置
  当广告候选完成排序以后,需要分别确定北区和东区的广告条数,这个环节称为广告放置(ad placement) 。由于这两个区域构成一个统一的竞价队列,实际上是要分别设定进入北区和进入东区的条件,其中最关键的是进入北区的条件。北区是黄金的广告展示位置,对
于搜索广告的收入至关重要
。一般来说,通用搜索引擎的广告收入中绝大部分都来自于北区,因此北区广告的平均条数与收入直接相关。但同时由于北区广告直接压低了自然结果的位置,必然会对用户体验产生一定的影响。因此,要达到商业利益与用户体验较好的平衡,在关注收入指标时也要特别关注北区广告的数量和质量。往往在考察一项新算法对RPM的影响时,也应同时关注整个搜索引擎的北区广告平均条数( North Foot Print,NFP,或Average Show Number,ASN),而在NFP显著变化时,对应的RPM变化往往没有太大的参考价值。确定一条广告能否进入北区要考虑两个关键因素: 一是该广告相关性是否足够; 二是该广告的RPM是否足够。 前者是为了确保用户体验, 后者是为了高效地利用展示位置。 另外,一般来说北区还会设定一个广告条数的上限。根据整体NFP的约束和收入的目标, 我们可以很容易通过数据模拟的方法确定相关性和RPM的最优阈值, 这些我们将在第13章中再进行讨论。

  前面说过,搜索广告的决策一般来说不太考虑用户 u u 的影响,但是在确定北区广告条数这个问题上是个例外,这就是个性化的广告放置。由于个人偏好、对广告了解程度的不同,不同的用户对广告的容忍度和点击率呈现出明显的差别:有一部分用户总是会跳过广告,直接从自然结果开始浏览;但也有一部分用户或者对广告不太分辨、或者对其接受程度高,会将广告与自然结果一样看待,因此产生大量点击。很显然,对前一类用户,应该降低北区广告条数,这样在不显著减少收入的情况下可以换来更好的用户体验;而对后一类用户,应该在有符合条件的广告时, 尽可能用足北区的位置。

参考文档
1 《计算广告学》
2 https://www.cnblogs.com/94julia/p/4612489.html

猜你喜欢

转载自blog.csdn.net/cjqh_hao/article/details/85012881