策略圈选
策略是RTA功能的基础,每个的客户都应认真学习并理解它的用法。在RTA中可拥有上百个策略ID
,每个策略ID代表着一种投放目标
,对应关联着投放人群
与广告集合
。在策略ID上还可承载调价调权与DPA商品推荐的调节功能。如果你熟悉人群包的使用,那可以用人群包与广告绑定的关系来快速理解它。不过RTA策略比人群包更为强大,体现在实时性、扩展性、保密性等方面。
在实时交互中回复的 策略ID 应在平台提前注册并有效,回复未注册
的策略ID将有可能损害广告投放效果。
为了展现RTA策略的应用场景,本文将以某客户的RTA使用案例进行说明。场景进行了简化
投放人群数据源
一般而言,App产品方能够拥有下列数据
- 历史安装过的设备ID集合
- 用户近期唤起时间
- N天内活跃时长
拉活案例
某App要对用户进行拉活,其目标人群为:在最近7天未活跃,且在7-180天有过活跃的用户
。促活RTA策略ID定为dau7to180
以便于记忆 ,通过管理API将策略ID绑定相关广告主ID/广告计划ID/广告ID
。
未对[0-7)天活跃过的用户投放的原因为这部分用户近期有过活动,有更大的概率用户自行活跃,可暂不投放广告。未对超过180天的用户投放的原因为这部分客户已经流失,不能以常规拉活手段简单促活。
在以DAU作为计量目标的投放场景中,其核心考核目标为设备的当天首次唤起率(简称首唤率)。
首唤率 = 首次唤起UV数 / 唤起总数
拉活目标计算
拉活目标计算可拆成三个环节:
- 1、离线计算计算最近 [1-n) 天未活跃,且在 [n,m] 天内活跃过用户集合 A 。
- 2、实时计算当天被唤起的实时用户集合 B。
- 3、实时计算当天的可投放目标 T
T = A - B
拉活实时决策
- 当请求的设备号命中 T,则返回策略号
dau7to180
// 交互样例
request_id: "Jo825w_uEe2xLlJUAFwvSQ"
code: 0
out_target_id: "dau7to180"
拉新案例
某App要对用户进行拉新,其目标人群为:历史上未安装过的纯新用户
。拉新RTA策略ID定为new
以便于记忆,通过管理API将策略ID绑定相关广告主ID/广告计划ID/广告ID
。
拉新目标计算
纯新目标计算可拆成三个环节:
- 1、离线计算历史所有激活过的用户集合 A 。
- 2、实时计算当天激活的实时用户集合 B。
- 3、实时计算当天的可投放目标 T
T = not (A + B)
拉新实时决策
- 当请求的设备号命中 T,则返回策略号
new
。注意这里的C是取反运算的结果。
// 交互样例
request_id: "Jo825w_uEe2xLlJUAFwvSQ"
code: 0
out_target_id: "new"
黑名单排除案例
在某些客户的投放中,执行非黑即白的策略。即除了黑名单设备以外,全部可出。该场景比较简洁,只需排除黑名单人群即可。
T = not A
多投放目标案例
我们有多款App需要做拉新拉活,这几款App分别是:新闻、视频、音乐
,根据拉新拉活的不同目标,我们定义了以下的策略表
App | 策略ID | 策略说明 |
---|---|---|
news | news_dau | 新闻拉活 |
news | news_new | 新闻拉新 |
video | video_dau | 视频拉活 |
video | video_new | 视频拉新 |
music | music_dau | 音乐拉活 |
music | music_new | 音乐拉新 |
多投放目标实时决策
在多投放目标场景中,在接收到一个RTA请求时,需遍历每一个投放目标并做出决策,决策结果合并返回。例如经过计算,命中了新闻拉新、视频拉活、音乐拉活
则返回样例为
// 交互样例
request_id: "Jo825w_uEe2xLlJUAFwvSQ"
code: 0
out_target_id: "news_new"
out_target_id: "video_dau"
out_target_id: "music_dau"
全部拒绝
当未命中任何投放目标,应返回全部拒绝状态 code != 0
// 交互样例
request_id: "Jo825w_uEe2xLlJUAFwvSQ"
code: 1
全部接受
这是一种不推荐的交互方式,表现为code=0 且 无策略ID。以此状态回复时所有广告都可参与竞争(不突破投放端定向),等同于无RTA干预的结果。
// 交互样例
request_id: "Jo825w_uEe2xLlJUAFwvSQ"
code: 0
非法策略ID
未在平台注册并在实时交互中回复的策略ID将被视为非法
。非法策略ID在特定情况下会损害广告投放效果。
例如做了以下交互,策略 mytest
未在平台注册
// 交互样例
request_id: "Jo825w_uEe2xLlJUAFwvSQ"
code: 0
out_target_id: "mytest"
则该回复将被退化为
// 交互样例
request_id: "Jo825w_uEe2xLlJUAFwvSQ"
code: 0
当code=0且 回复策略 有且仅有
非法策略ID 时,逻辑表达式将退化为全局接受。