廣告機(jī)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(tái)近兩年都在重點(diǎn)進(jìn)展的廣告投放機(jī)制策略方向——跨渠道全站投放策略，前文也給大家說(shuō)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(dá)成效果的前提下，對(duì)全域的流量進(jìn)行價(jià)值安排，平衡平臺(tái)收益。

講完智能預(yù)算安排策略、智能出價(jià)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(jìn)行策略分析解讀，假如有關(guān)心到大家，還請(qǐng)辛苦大家?guī)兔c(diǎn)贊、評(píng)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(jué)tab”信息流推舉場(chǎng)域，人群定向是最為關(guān)鍵的營(yíng)銷范圍表達(dá)方式，也是精準(zhǔn)營(yíng)銷廣告的標(biāo)的物。在全站智投產(chǎn)品線中，廣告平臺(tái)供應(yīng)了智能定向的力量，廣告主無(wú)需自己表達(dá)定向人群，召回recall算法會(huì)依據(jù)物料item（筆記/視頻）來(lái)優(yōu)選符合客戶目標(biāo)表達(dá)的流量進(jìn)行參競(jìng)。

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(diǎn)贊、私信以及表單提交等等，為防止維護(hù)成本高并且會(huì)錯(cuò)過(guò)符合客戶表達(dá)目標(biāo)成本的流量，因此未采納傳統(tǒng)找會(huì)階段設(shè)置多個(gè)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(duì)齊精排廣告最終排序結(jié)果進(jìn)行召回。

從廣告主視角看，該方案讓客戶靠近全流量PV參競(jìng)，讓智能出價(jià)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(jìng)價(jià)鏈路的順暢度，提升了流量安排效率。

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

雙塔召回說(shuō)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(yè)面

與信息流推舉相反，搜尋結(jié)果頁(yè)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(duì)于搜尋場(chǎng)景的結(jié)果特別重要。因此需要通過(guò)前置對(duì)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(lái)實(shí)現(xiàn)智能化圈詞的算法，關(guān)心客戶對(duì)于自己的物料內(nèi)容進(jìn)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(shí)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(guò)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(guò)對(duì)深度廣告內(nèi)容物料分析，利用“核心詞提取”、“語(yǔ)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(tái)內(nèi)的用戶行為信息，借助圖神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取和關(guān)系推理力量，發(fā)覺(jué)更具意圖擴(kuò)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(wèn)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(diǎn)擊率CTR、廣告的轉(zhuǎn)化率CVR以及用戶對(duì)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(zhǎng)期收益。

挑戰(zhàn)與難點(diǎn)：由于小紅書平臺(tái)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(gè)對(duì)于智能圈詞其實(shí)帶來(lái)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(jiǎn)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(wèn)題凸顯出來(lái)。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(shí)別、查詢改寫等方式對(duì)OCR結(jié)果進(jìn)行擴(kuò)展，豐富廣告物料特征；

其次，在建模的優(yōu)化上，我們?cè)谡Z(yǔ)義模型中使用對(duì)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(duì)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(guò)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(wèn)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(diǎn)個(gè)人的思索，其實(shí)是全部廣告平臺(tái)都在摸索的方向，廣告平臺(tái)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(dá)營(yíng)銷后托管平臺(tái)投放廣告的表現(xiàn)形式，這樣平臺(tái)對(duì)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(dá)成平臺(tái)流量收益最大化。