2周之前做了一个测试:验证对比新广告坚持24小时不关闭的和7-8小时就开始关闭表现不好的广告。一开始再欧美测试基本不成功,没啥差别,但是后来在穷地区做测试后发现坚持24小时不做处理的广告跑的更好,佛系状态下个广告曝光更多,学出来的机会也更多,相对也有更多广告能在1-2天脱离学习状态,靠跑出来的广告价格稀释掉前面的学习成本。 同时最近在不断优化自己的自动化投放,遇到最大的问题其实就是很难控制程序在恰
顺着今天朋友问的问题写一个Facebook的素材审核速度问题,主要内容也只是我个人在上传广告过程中观察到的一些规律,并非实际的官方解释。 现象: 不同产品,不同地区的广告审核速度不同,甚至不同时间段的审核都不同,通常的规律如下: 1,穷地区,比如印度之类的素材审核速度比欧美快,尤其是美国。目测基本是越穷的地区,素材审核的速度越快。 2,老产品的素材审核速度,通常比新产品快,但是前提是老产品记录良好
今天和朋友聊天,聊到游戏行业或者社交行业的创业门槛越来越大了,仔细想想其实各个行业都差不多,越往后,新团队想做成功的难度只会越来越大。 以游戏行业为例,现在几乎不再存在可能个人或者小团队出来做一款大型游戏创业能成功,从资本,人才,游戏积累的各个方向几乎都很难了,有大牌游戏成功经验的制作人需要筹集40-50个人的2-3年的开销,而且还要能够拉到一个40-50个行业优秀人才一起创业,这个难度凑到一起就
Facebook VideoView的投放 我们应该都是了解Facebook的相似受众投放的方法,比如自己上传一个人群包,或者用App的活跃用户或者完成过某个行为事件的人群做一个Looklike来做投放。 常规做法: 1,用最核心的人群做looklike,比如下单,付费的用户去投放一些宽泛一点的素材,或者跑一些非AEO,VO之类。 2,用最核心的素材去尝试跑一些基础行为的looklike去跑,或
案例分析: 为什么自然量留存还不如买量留存 其实一般情况下,我们遇到的情况通常会是自然量留存(ROI)比较高,买量留存通常情况下要比自然量低,尤其是产品在中后期,素材+人群都不是足够匹配。实际投放过程中,我们也会遇到不少买量留存反而比自然量留存更高的。 这种情况比如: 1,产品品质在不高的情况下,前期通过买量过来的用户,尤其是Facebook这种精准人群配合核心素材买量,整体留存效果(ROI效果)
测试期间的产品精准买量的必要性? 定义:精准买量,大概是说的通过很核心介绍产品的素材,去跑AEO或者UAC2.5的操作。 通常我们会认为市场人员最重要的就是帮产品找到精准的人群。但是其实在产品测试期间或者初期的时候,这么操作并不完全合理,在某些产品类型上,初期的流量尽可能宽泛,不论是否精准都导进去,才能充分的暴露出产品的问题。对应运营和产品人员才能有足够的机会看到产品存在的问题,并且加以改进优化。
UAC 和AAA 优化过程中更新素材的一些猜想 现象:最近在观察账户的时候发现,如果适当周期性的去替换AAA和UAC中的广告创意(小范围,低密度),在之后的一段时间又能持续稳定住下滑趋势或者稍微再拉回来一些。 猜想:更新素材后可能能重新组合出来一些新的广告,以及UAC能覆盖到一些新的版位,同时也能针对历史曝光过的人群进行二次曝光。这样有利于帮助广告重新学习,结果就是能扩大曝光,从而在可控价格范围内
为什么苹果不给IDFA之后Facebook反应这么强烈 首先列几个重点: 0 ,Audience Network的流量并不是Facebook自己的,而是对接的成千上万的开发者的流量,比如某个小游戏内的广告位置,或者某些大的网站的,这些开发者通常会同时对接了Google的admob,以及Facebook的Audience Network广告,哪家变现强,就把自己的广告曝光切到哪家多一些。 1,Fac
核心:不用焦虑IOS14,解决方案迟早都会有的,等着行业里面大佬们想出来解决办法再学习的。 如果不考虑是不是合规,或者道义上是不是合适,其实只要每个产品都向用户索要idfa,每个产品都有15-20%的人拿到idfa,最终这些数据比如统一都到了某些MMP,或者某些大厂手里,这些信息再和他们自己内部的数据整合出来后,某些没拿到idfa的app通过其他app拿到的信息基本也就能确定唯一性了。 只是上面这
TT优化:涨价也不管用的情况 (不一定只是TT,其他渠道也一样,只是可能性比较低) 其实这应该是比较极端的一种可能性,大部分的时候大家是量不够,价格跟不上,所以缺量的时候自然而然就去涨价了,但是其实有一种可能性其实涨价也没有用,反而其实你可能可以考虑尝试降价,这种情况便是:你的出价*转化已经是当地第一... 或者其实不一定是第一,但是竞争对手不足的情况下,改变出价也无法让你的展示曝光次数增多,单这
前面说到 好的产品投放也容易,可以承接到的流量也会要更宽松,也可以扛得住更高的成本,所以再大概介绍下产品优化的一些基本思路。 干讲可能不好评估,以社交产品作为例子吧。当然也只说市场环节相关的产品优化,具体的玩法设计之类其实市场人员也很不一定能说服产品人员。 通常优化的基本思路可以把自己当做一个傻瓜用户,从产品下载到后续付费(或者目标行为)过程中全都体验一遍,把所有可能导致你流失的地方全都记录下来,
结论:都用,但是控制lowest cost占比。 之前写过一篇文章,介绍了Facebook在不同出价下覆盖到不同价值人群: Facebook 不同广告出价形式的差别,以及针对产品的投放建议 以及用户价值介绍: Facebook广告用户价值划分+对应优化方法 所以根据这个理论来说,在投放的时候必然是需要多种投放方式均覆盖到,这样便能在一个比较合理的价格区间,覆盖到所有潜在的人群。 举
上一篇关于UAC优化的问题汇总: UAC预算受限问题分析+出价/预算分析 继续补充UAC的部分问题 1,降低出价后最后跑出来的单价反而更高? UAC跑的过程中,是将上传的各种广告素材组合起来去给到不同的人群,在不同的广告版位上曝光测试,最终选出来最佳组合持续曝光,并且在投放过程中不断学习,把不好的版位+组合+人群去掉,学习到新的位置,不同的组合+版位+人群都有不同的价值,对应的cpm不同,运气好的
留存优化过程中我们最常干的一件事情就是去找到留存差的素材,关掉或者换个更窄的受众继续跑,一般情况下这么优化看起来也是没什么问题,基本也都是有效的。 但是如果,你在投放的量级上足够大的时候,这个方法还能管用么? 首先,说一个故事: 你拿着100万跑到了菜市场,选了其中20个摊位和人家说,我要把你们的白菜全买了,2块钱一斤。价钱挺不错的,这样20个摊主都努力给你找白菜,然后都送到你那了,你发现
Facebook AEO 和conversion Event投放的差别和应用 看到群内有人咨询Conversion和AEO的区别,大概介绍下,Facebook 跑APP event有两种形式,Conversion模式和AEO。 AEO形式 创建campaign时候直接选App install之后,创建AEO形式adset。 Conversion形式 创建campaign的时候选择conversio