前言

秋招颗粒无收，那么春招自然是海投策略了，我现在感觉除了卖保险以外的职业我都要去试试面试了（悲）。之后是在Boss直聘上看到一个广告投放的职位，和hr聊了一下，感觉还不错，那要进一面了，就自然需要对行业有所了解。本文主要记载我查到的关于广告投放职位的基本信息，以及我对广告投放职位的一些个人理解。

基本介绍

从名字就可以看出，广告投放职位自然是投广告的。然而这不是一般的广告，是在各大流量渠道，以各种策略投放能精准吸引转化目标客群的广告。这就需要广告投放老哥们需要很强的策略，创意，数据分析能力。

因为现在比较流行的广告形态是“信息流广告”，因此本文在提及广告的时候，不严格区分信息流广告和广告（或者说，大多数情况广告指的是信息流广告）。

案例

小明午休刷抖音，刷着刷着自己感兴趣的内容，突然下一页的短视频有一个购买链接，显然，这是一条广告【这时候，完成了广告和用户的触达】

小明又不是傻，自然知道广告纯属浪费他时间，那么当他起手准备将这条短视频刷掉的时候，手机响起了这么一句声音：头秃会影响你本来英俊的容貌…

小明手停了下来，他想：“阿这，我确实有点头秃风险啊…”，于是他又看了几十秒视频。【此时达成了用户在视频上的留存，增加了点击的概率】

小明脑内短暂地争论了一会，然后就点了一下下面的产品链接【达成了点击转化】

链接跳转到了淘宝，小明过了一下这个产品的基本信息，直接下单了【达成了最终转化】

案例解析

显然，上面是一种非常理想的状况，用户觉得自己没有被浪费时间，产品的提供商卖出了自己的产品，用户（假定）治好了自己的秃发，皆大欢喜。但是现实情况中，由于各种原因，比如触达的不是目标客群，用户不感兴趣；比如广告没有在短时间内说明自己想表达的意思，用户直接划走了…各种情况都可能导致用户浪费了时间，厂家没卖出东西。要优化这种情况，就必须要广告投放师进行各种调整。

信息流广告的定义

https://www.bilibili.com/video/BV1fhq5YBEkq/

官方解释：它是在社交媒体用户的好友动态、资讯媒体和视听媒体内容流当中插入的广告，这些广告会依据社交群体属性以及用户的喜好等，通过算法推荐给用户。例如，当你在浏览今日头条的新闻资讯时，夹杂在新闻列表中的那些带有“广告”“推广”“赞助”标识的内容就是信息流广告。这种广告形式和普通内容的展示形式非常相似，能够融入用户所浏览的信息流环境之中，不会像传统广告那样突兀。

眼睛所到之处，均为广告（可能）所在之地！

广告投放岗位的地位与意义

广告投放的好与坏，事关用户-流量平台-厂家三方！

这是我在对广告投放行业进行一定了解之后得出的一个很有趣的结论，下面是一点分析。

简单来说，流量平台依托内容留住用户，这点是毋庸置疑的，如果内容差劲了，用户就会流失。在做好内容的前提下，加点广告，就能在用户留存的前提下，赚取一定的流量利润。

然而，广告既然出现在了用户的眼前，那么对于用户来说，广告自然也是你这个流量平台内容的一部分。一家流量平台如果广告出现的频率高，质量低，必然也将导致用户的控诉和流失。

人类大多数情况下是创新抵制型的，也就是说出现了新东西新信息，如果并非自己感兴趣，是没有动力去了解的。那么广告其实某种程度上是让潜在用户了解到可能需要的产品的窗口。如果广告投放精准，对于用户来说其实是一件好事 —— 能在自己不主动了解的情况下，购买到适合自己的产品。

因此，厂家想卖出产品，流量平台想要持续经营，用户想获得自己想要的产品以及浪费比较较少的时间，就必须需要流量平台和厂家指定好的广告内容，给出好的广告投放策略。

平台的广告策略——关键指标ECPM

我看了挺多介绍，基本上，流量平台都会以ECPM指标为度量来选择广告：

ECPM（Effective Cost Per Mille，千次展示成本）是衡量广告每千次展示预估收益的核心指标，用于广告平台对广告竞争力排序。其公式如下：

公式中各变量的含义

Bid（广告出价）
- 定义：广告主对单次转化愿意支付的费用，具体含义取决于计费模式，这里不展开介绍。
CTR（Click-Through Rate，点击率）
- 定义：广告被点击次数与展示次数的比率，计算公式为：
- 意义：反映广告素材对用户的吸引力。如果一个广告够难看，用户肯定是连点都不想点的，不仅不可能转化，还会让用户在这个平台上的体验下降，直接影响到平台的流量。
CVR（Conversion Rate，转化率）
- 定义：用户点击广告后完成目标动作（如购买、表单提交）的比率，计算公式为：
- 意义：衡量广告落地页的用户体验和目标引导效果。这点也很好理解，如果点进广告，用户发现实物不符，或者引导繁琐使得用户不想继续，都会使得用户觉得自己的时间被浪费了，影响到流量平台的声誉。

我们分析公式可以发现，如果一个广告创意不达标，或者内容恶心俗套，CTR会降低，进而ECPM会降低；如果广告外强中干，用户点击后不去转化而选择终止自己的操作，那CVR会降低，进而ECPM会降低；如果你出钱够多（Bid够高），那么就算CTR和CVR很低，ECPM也可能高，也就是说平台也可能会考虑投放你的广告。当然，如果出价高自己的广告质量低，厂家显然也是不赚的，这种情况是比较少见的。

ECPM的应用场景

展示一个抖音的案例：

这是对于任意用户，抖音的广告投放策略。

从漏斗的下方可以看出，在经过层层筛选之后，影响是否投放某个广告，就要根据该广告的ECPM排名进行筛选。如果一个厂家自己不好好做广告，ECPM排名较低的话，就可能完全得不到曝光…

毕竟平台也是要向着自己的用户的！

广告投放岗是厂家的广告投放岗

那么头疼的就只剩厂家了，所以为什么广告投放师都是厂家雇的，这就是原因…

因此，广告投放师的任务就是，帮助厂家（可能是卖实体货物的，可能是做app的，可能是提供课程或者服务的）制定优质的广告（一般来说是写脚本，设计方面的工作由第三方处理），投放到合适的渠道，进而获取优质客群。

用户转化漏斗

这个漏斗是广告投放岗的核心模型，主要描述用户在各个环节的损失，最终达成转化的路径。

其实比较直观：我们将广告投放给用户，其实只完成了第一步，会点击广告的用户其实相当少，点击广告后进一步了解服务的更少，最后成功转化的更是少之又少。因此会呈现出这样一种漏斗形态（这里借用电商的漏斗模型）：

这个漏斗基本就是广告投放岗的核心优化对象了。每个环节，都可能流失真正可能在意我们产品的客户，那么每层缩减的原因都需要深究：

为什么点击率那么低？会不会是广告前几秒完全无法吸引用户的兴趣？
为什么点击之后，转化率这么低，是产品的广告过分夸大，还是落地页面有问题？
…

为了帮助广告投放岗进行优化，各大平台其实都会给出非常丰富的数据反馈系统用以分析。这里还是拿抖音举例：

上面是一个app类广告投放的后台指标，可以看到非常非常精细，每个用户漏斗的环节都有记录。那么广告投放岗就需要从这些海量指标中寻到蛛丝马迹，进而为依据提升自己的投放质量。

广告投放岗的工作职责——钓鱼！

我后来想想看，广告投放岗其实和钓鱼非常像！流量平台就是渔场，负责养好鱼。我们投广告就是去钓鱼，钓鱼成功就转化。那么就按照这个逻辑理一理广告投放岗的工作职责。

1、用户客群的选择

不同的产品有不同的受众，比如某款学习app，受众肯定是学生居多，而工作的社畜们每天好好生活都做不到，更何谈学习呢（一般情况）。那我以我目前的体验和见解来说，B站用户的含学生量肯定是相较于短视频平台更多的，那么在选择时，就要把重心侧重于B站，而不是抖音快手这种泛娱乐流量平台。

和钓鱼相似，如果你要吃某种特定品类的鱼，必然需要事先了解其习性和常出没的地点，不然就无从下手了。

2、吸引策略

这点就可以展开很多讲了，先从钓鱼引入。鱼饵多种多样，有直接使用鱼可食用的虫饵的，这要求目标鱼群需要比较强的嗅觉，能察觉到水中食物的气息；那么有些鱼的视力较强，那么其实可以使用一种叫做路亚的拟态鱼饵，要求钓手上下摆动鱼竿等模拟小鱼在水中游动的姿态，吸引目标鱼咬钩。

那还是以学生群体举例，我们暂且将这群体的用户画像定为：价格敏感、有上升动机、高教育质量需求。那么按照这个画像设计广告，就需要把质量可靠（比如放几位名师），价格实惠（限时打折），学历实在（比如专升本，浙大的专升本显然比其他大学的专升本含金量高的多），这几个部分进行精心设计，并在短时间内就能将这种信息传递给目标客群。

另外，人毕竟不是鱼，影响人点击广告的因素其实会更加复杂。比如近期热点，网络上出现了流传甚广的爆梗，如果能及时加以使用，广告对年轻人的吸引力可能就会得到提升（以年轻人比较喜欢玩梗为前提）。另外人会有规律的作息，像我们主要面向学生群体，那么学生一般白天上课，因此投放就主要集中在晚上。

3、留存策略

当鱼被吸引，选择触钩之后，实际上还需要一系列的操作才能够成功钓上来。比如鱼可能只是试探试探，如果及时发现饵是假的，或者自己并不对这个饵感兴趣，鱼就不会咬钩。

用户点击广告后，一般就会跳转到广告落地页面，广告落地页面也就是用户点击广告后跳转的页面，一般来说这就是我们自己提供的页面，而非流量平台上的页面了，自由程度会比较高。

到广告落地页面的时候，就需要努力优化流程。比如比较阴险的办法就是把付款做的尽可能的简单，那么就可能造成用户付款的情况。说实话，我个人是很讨厌这种策略，因为本来交易本身是双赢的局面，现在就变成了用户单方面变成倒霉蛋了。正经点的方法是将页面排版做好，让用户一口气直接了解自己想要的信息，并且让用户相信自己需要我们的产品或服务，然后提供简练的后续步骤。

4、优化策略

实际上很多时候我们掌握的信息非常不全面，毕竟我们不是上帝，不能用万能之眼扫视所有的用户心理，此时就需要根据获得的广告后台数据对广告投放策略进行调优。

比如我们投放的广告是一段短视频，然后我们在后端数据中看到用户看短视频的时间：70%用户只看到了不到3s就刷走了，这部分点击广告的人仅不到3%；然后看短视频5s后，选择点击广告的概率会成倍提升，达到了15%；如果看到20s，点击广告的概率会达到50%。这意味着什么？

这是我的一些个人分析：

从数据层面上讲，如果需要提高转化率，就需要尽可能让用户看到5s。但是广告的内容是很客观的，我们需要分析短视频的前3s和前5s差距在哪，给出的信息有何不同才产生了如此高的点击率变化。那么有没有可能将5s的内容压缩进3s中，或者提前为用户播放？还是说5s其实不是关键节点，只是个用户态度的展现，其实广告很好，确实没那么多用户需要我们的产品？

看20s，点击广告的概率会达到50%，这点其实挺好理解，既然能看这么久，说明用户对广告提供的内容很感兴趣，自然愿意去点击广告。这里实际上还要和别的素材进行比对，如果这个素材的后期效应特别突出，那么肯定是要分析这个素材的特殊之处…

…

以上的分析，肯定是要根据实际情况，思考一遍又一遍，然后给出优化计划，再获得反馈，然后如此反复，这也是广告投放师的核心工作，衡量广告投放师是否优异的核心能力。

数据驱动的优化策略

这个部分就主要是私货了，愚以为，广告投放其实很类似于投资，是高度数据化的。而既然量化投资是一个非常热门的赛道，那么量化广告也多少可行。

投资与投广告的相似之处

目标高度专一：投资没有别的目的，自然是盈利，无论采取什么手段，都可以概括为低价买入高价卖出；投广告也类似，仅要求以低竞价低成本的广告，获取高的用户转化率即可。
高度不确定性：投资和投广告面对的都是高度不稳定的环境。投资要面对的金融市场，存在大量散户，其行为难以琢磨；投资的主体是公司，公司的行为虽然有所规范，但是也很难确定其发展前景与运行效率。投放广告面对的流量环境也高度不确定，用户的行为与偏好随着环境的变化而飞快变化，不同平台维持的客群也并非稳定。另外，由于广告投放涉及广告设计这样的创意工作，就更难进行量化了。
高度数据密集：投资和投广告虽然面对的环境高度不确定，但是仍然会产生大量的反馈数据，而这些数据会反映着市场的行为和走向，因此才有了量化投资这么一个走红的领域。广告也是如此，上面已经提到的够多了。

量化广告！

众所周知，大语言模型是偏科的理科生，理科生自然非常擅长处理数据。那么，有没有可能讲广告投放的预警和预支交予模型来判断？我估计是可行的。然而，产生的成本和收益还是比较难说，毕竟是个小领域，投资行业宏大不缺钱，规模和基建都很完善，而广告投放岗是最近随着流量平台而兴起的，很多东西都还要摸索。但有一点我觉得比较确定，利用算法和AI进行数据驱动的广告投放，一定是未来的大方向。