TikTok小店广告算法（百万消耗优化总结第二篇）
8940
想系统掌握亚马逊广告的投放逻辑与底层闭环？
皮皮深度研究和探索了Tik Tok的算法机制，并和多位投放大佬和算法大佬共同分析后，给大家同步一篇Tik Tok Shop广告算法的干货文档。上个月我分享了视频维度的算法文章，详情可以去pipiads公众号翻看历史文章进行学习和了解。
接下来，我们就一起揭露和分析Tik Tokshop的广告算法。
品好素材好，通投拉满，到底什么是品好，什么是素材好呢？
接下来我会告诉你答案
首先据分析观察，Tik Tok 闭环电商投放模型主要以商品维度为主
（1）TikTok Shop的算法并不是简单通过视频内容理解商品，而是基于视频上的商品标签（锚点）进行推荐。也就是说Tiktok shop算法是通过识别商品属性，然后推对应人群。
怎么理解呢，就是说，实际上大家都说品很重要。品它从算法实际生效的逻辑，并不是说发布一条视频，或者素材，机器可以知道你这个视频在拍什么，而是基于你视频上挂的这个锚点。通过挂车商品来进行人群推荐。
（2）视频本身并不直接决定内容推荐，而是标签上的商品信息起主要作用。
算法初始依赖于商品的基本属性推送给相关人群，但对视频内容的解析能力有限。
主要的原因还是目前TT的模型，对于视频标签不精准。机器对于视频拍什么内容的理解，还没有那么强大的能力。
商品的后验特征=广告数据反馈
第一，商品标题、特性和属性用于定位投放的目标群体。
随后，根据用户对视频的实际反应（如观看时间，完播率，互动，转化）算法进行调整推荐， 如完播率和其他用户反应指标就是后验特征。
这些后验指标对广告的最终表现至关重要，决定广告是否成功和与其他广告的竞争力。（这个后验的指标就会决定你这一条广告最后能不能投起来，以及说你是否能竞争过别人，因为本质广告还是是通过ECPM去计算）
同样的，这里有两个关键点
首先我们清楚了投放模型以商品为主
然后模型的第二批特征就开始发挥作用，就是素材的后验特征，
以这款杯子举例
再以我和看文章的你举例
首先商品属性上，是杯子+定制礼品
算法会基于这个属性（杯子+定制礼品）推给我们俩。然后呢，广告主测素材 我们俩分别看到两条不同的视频：你看到这一条35.1K的广告素材
我看这一条8.3M广告展现的素材
可能我看了五秒，你就看了一秒就划走了，这么循环往复，可能前1000次，或者说过了前1000次展现之后。这个模型就可以算出来，就是说这个后验的这个完播率，包括这些各种的这种后验的指标。
这就验证了，为什么我们要通过大量复制组去撞人群的核心投法。
也可以这样简单理解 这个机器预估的CTR和预估的CPA啊，一部分是通过预测你商品和这个用户的购买， 商品可能的购买。另外一个很大的一个部分就是看你这条视频过去的转化比例， 所以说你会看到很经典的一个现象，就可能这同一个素材你再重新用一遍，重新复制下去，可能你再投下一次的时候就效果就不一样了。也就是模型跑稳定了。
商品的类别和其他填写的属性（如邮费信息和折扣）对算法有显著影响
第二个是折扣，平台算法层面很难判断这个品到底是贵的还是便宜的 所以设置折扣胜利跑出的广告概率也是要高于不设置折扣的概率
这个商品的平台算法视角，可能主要就是到一个品类汽车&摩托车类目-汽车香薰 这个品类，多少钱的香薰算贵，多少钱香薰算便宜，算法是不知道的
但折扣就不一样，因为折扣是个单独的信息，
所以说折扣会变成一个单独的特征加到模型里面。这也是供应链有优势，上去就上折扣，同样的产品，差不多竞争的素材，它会更快拿到投放结果，跑出去的原因之一。
但有意思的点是，卖的最好的，未必是最便宜的。
首先你作为商家端，这个品的市场定价自己能明确知道就其他人卖多少钱，你卖多少钱。但是对于相对早期的这种平台来说，对于这种价格信息的把握是是比较缺失的， 所以说在这个时候，并不是定一个比较便宜的价格，平台一定能够捕捉到这个信息， 你去pipiads看广告数据，或者去tikstar分析小店数据，会发现很多品，它其实反而那个卖的比较好的链接，不一定是最便宜的那个。
同样的产品-不同的素材平台会进行pk
素材层面上，为什么说要去持续迭代素材测试
平台推荐的人群，同样的产品，不同的商家
推给同样的人群，购买人群始终就这么多
再以我和看文章的你举例子。继续以pipiads上观察到的这个品来分析
pipiads有个其他同产品素材（竞品分析）非常好用 找到一款产品，产品下方会有不同广告主的投放素材。
这些素材，我和你的兴趣，搜索等行为被平台记录，又或者我对类似的礼品和定制类的产品感兴趣（详情看第一篇算法文章） 算法会把做这个品的素材，反反复复的推送给我， 可能是相同商家的不同素材 也可能是不同商家的相同产品及相同素材 素材最好的商家，就会把你跟我洗掉
这里还有一个有意思的事情。去pipiads查看广告数据，这里以独立站玩家作为主要案例，观察到优秀品，但投放消耗不出去，是可以直接尝试抢量的
也就是说，市场的鱼池就这么大，你拉爆后，后续进场的人大概率尝试喝汤 但是也不要灰心 例如，一款清洁剂可以清洗车身，家里的玻璃，地板 市面上打爆汽车的内容，洗的是汽车人群你打室内玻璃，打的又是另外一个人群，去迭代素材，同样有机会
以这款产品举例 tikstar上看到的杯子
最早这款保温杯爆的是户外品牌Stanley 16年推出，早期以工人、露营及徒步旅行等户外人群为主要受众人群。一直不温不火，今年转型女性市场，一下拉爆整个北美市场后续超多店铺跟品拿到结果
这个就是很典型的人群新定向的经典爆款案例，目前tikstar数据显示，依旧热卖。
附带一个简单的算法流程图
皮皮深度研究和探索了Tik Tok的算法机制，并和多位投放大佬和算法大佬共同分析后，给大家同步一篇Tik Tok Shop广告算法的干货文档。上个月我分享了视频维度的算法文章，详情可以去pipiads公众号翻看历史文章进行学习和了解。
接下来，我们就一起揭露和分析Tik Tokshop的广告算法。
品好素材好，通投拉满，到底什么是品好，什么是素材好呢？
接下来我会告诉你答案
首先据分析观察，Tik Tok 闭环电商投放模型主要以商品维度为主
（1）TikTok Shop的算法并不是简单通过视频内容理解商品，而是基于视频上的商品标签（锚点）进行推荐。也就是说Tiktok shop算法是通过识别商品属性，然后推对应人群。
怎么理解呢，就是说，实际上大家都说品很重要。品它从算法实际生效的逻辑，并不是说发布一条视频，或者素材，机器可以知道你这个视频在拍什么，而是基于你视频上挂的这个锚点。通过挂车商品来进行人群推荐。
（2）视频本身并不直接决定内容推荐，而是标签上的商品信息起主要作用。
算法初始依赖于商品的基本属性推送给相关人群，但对视频内容的解析能力有限。
主要的原因还是目前TT的模型，对于视频标签不精准。机器对于视频拍什么内容的理解，还没有那么强大的能力。
商品的后验特征=广告数据反馈
第一，商品标题、特性和属性用于定位投放的目标群体。
随后，根据用户对视频的实际反应（如观看时间，完播率，互动，转化）算法进行调整推荐， 如完播率和其他用户反应指标就是后验特征。
这些后验指标对广告的最终表现至关重要，决定广告是否成功和与其他广告的竞争力。（这个后验的指标就会决定你这一条广告最后能不能投起来，以及说你是否能竞争过别人，因为本质广告还是是通过ECPM去计算）
同样的，这里有两个关键点
首先我们清楚了投放模型以商品为主
然后模型的第二批特征就开始发挥作用，就是素材的后验特征，
以这款杯子举例
再以我和看文章的你举例
首先商品属性上，是杯子+定制礼品
算法会基于这个属性（杯子+定制礼品）推给我们俩。然后呢，广告主测素材 我们俩分别看到两条不同的视频：你看到这一条35.1K的广告素材
我看这一条8.3M广告展现的素材
可能我看了五秒，你就看了一秒就划走了，这么循环往复，可能前1000次，或者说过了前1000次展现之后。这个模型就可以算出来，就是说这个后验的这个完播率，包括这些各种的这种后验的指标。
这就验证了，为什么我们要通过大量复制组去撞人群的核心投法。
也可以这样简单理解 这个机器预估的CTR和预估的CPA啊，一部分是通过预测你商品和这个用户的购买， 商品可能的购买。另外一个很大的一个部分就是看你这条视频过去的转化比例， 所以说你会看到很经典的一个现象，就可能这同一个素材你再重新用一遍，重新复制下去，可能你再投下一次的时候就效果就不一样了。也就是模型跑稳定了。
商品的类别和其他填写的属性（如邮费信息和折扣）对算法有显著影响
第二个是折扣，平台算法层面很难判断这个品到底是贵的还是便宜的 所以设置折扣胜利跑出的广告概率也是要高于不设置折扣的概率
这个商品的平台算法视角，可能主要就是到一个品类汽车&摩托车类目-汽车香薰 这个品类，多少钱的香薰算贵，多少钱香薰算便宜，算法是不知道的
但折扣就不一样，因为折扣是个单独的信息，
所以说折扣会变成一个单独的特征加到模型里面。这也是供应链有优势，上去就上折扣，同样的产品，差不多竞争的素材，它会更快拿到投放结果，跑出去的原因之一。
但有意思的点是，卖的最好的，未必是最便宜的。
首先你作为商家端，这个品的市场定价自己能明确知道就其他人卖多少钱，你卖多少钱。但是对于相对早期的这种平台来说，对于这种价格信息的把握是是比较缺失的， 所以说在这个时候，并不是定一个比较便宜的价格，平台一定能够捕捉到这个信息， 你去pipiads看广告数据，或者去tikstar分析小店数据，会发现很多品，它其实反而那个卖的比较好的链接，不一定是最便宜的那个。
同样的产品-不同的素材平台会进行pk
素材层面上，为什么说要去持续迭代素材测试
平台推荐的人群，同样的产品，不同的商家
推给同样的人群，购买人群始终就这么多
再以我和看文章的你举例子。继续以pipiads上观察到的这个品来分析
pipiads有个其他同产品素材（竞品分析）非常好用 找到一款产品，产品下方会有不同广告主的投放素材。
这些素材，我和你的兴趣，搜索等行为被平台记录，又或者我对类似的礼品和定制类的产品感兴趣（详情看第一篇算法文章） 算法会把做这个品的素材，反反复复的推送给我， 可能是相同商家的不同素材 也可能是不同商家的相同产品及相同素材 素材最好的商家，就会把你跟我洗掉
这里还有一个有意思的事情。去pipiads查看广告数据，这里以独立站玩家作为主要案例，观察到优秀品，但投放消耗不出去，是可以直接尝试抢量的
也就是说，市场的鱼池就这么大，你拉爆后，后续进场的人大概率尝试喝汤 但是也不要灰心 例如，一款清洁剂可以清洗车身，家里的玻璃，地板 市面上打爆汽车的内容，洗的是汽车人群你打室内玻璃，打的又是另外一个人群，去迭代素材，同样有机会
以这款产品举例 tikstar上看到的杯子
最早这款保温杯爆的是户外品牌Stanley 16年推出，早期以工人、露营及徒步旅行等户外人群为主要受众人群。一直不温不火，今年转型女性市场，一下拉爆整个北美市场后续超多店铺跟品拿到结果
这个就是很典型的人群新定向的经典爆款案例，目前tikstar数据显示，依旧热卖。
附带一个简单的算法流程图
热门活动 
其他
12-16 周二
热门报告 
