編輯導(dǎo)語：汽車行業(yè)廣告中有許多常見的流量分配策略，包括級別市場流量分配策略、KA客戶流量傾斜策略等。那么，什么是KA客戶流量傾斜策略？本篇文章里，作者互聯(lián)網(wǎng)汽車廣告行業(yè)中的KA客戶流量傾斜策略做了分析和拆解，一起來看一下。

在《互聯(lián)網(wǎng)汽車行業(yè)廣告策略（三）流量分配策略（上）》里我們介紹了如何認(rèn)知商業(yè)流量并發(fā)現(xiàn)其中的問題，然后介紹了在汽車行業(yè)廣告中常用的流量分配策略——級別市場流量分配策略。接下來我繼續(xù)來介紹第二種常見流量分配策略：KA客戶流量傾斜策略。

問題1：當(dāng)公司的KA客戶（重點(diǎn)客戶）與我們簽訂了年框/大單，平臺進(jìn)行了超高的效果承諾，如果僅依靠現(xiàn)有投放邏輯很有可能無法在指定周期內(nèi)兌現(xiàn)這些承諾。

在絕大對數(shù)的互聯(lián)網(wǎng)廣告公司里針對KA客戶都會有特殊的政策予以照顧，常見的特殊政策有：獨(dú)享的產(chǎn)品折扣，非常規(guī)的附加權(quán)益，超高的效果承諾等。

很多中小平臺為了拿下大單甚至?xí)龀龀阶约簩?shí)際流量的效果承諾，并且這種情況在這個互聯(lián)網(wǎng)用戶增長乏力的年代變的越來越普遍?？傊疄榱苏疹橩A客戶的感受，營銷側(cè)總是會使勁渾身解數(shù)。

但很顯然，KA客戶更關(guān)注的是投放后是否真的能帶來承諾的效果，或者可以更進(jìn)一步理解為，在該平臺加大投放力度是否真的能帶來超額的收益。而作為平臺方想要兌現(xiàn)這些承諾，除了在媒介執(zhí)行層面增加優(yōu)化手段外，就還需要商業(yè)廣告的產(chǎn)品經(jīng)理們來想辦法進(jìn)行流量傾斜。

如上圖所示，在實(shí)際的廣告投放過程中，KA客戶下了大單大幅增加了每日預(yù)算，在沒有流量分配策略支持的情況下，很可能會面臨預(yù)算消耗不完的情況。

當(dāng)然出現(xiàn)這種情況有一個先決條件：平臺的整體流量不足，流量利用率已經(jīng)很高，并且沒有對外采買流量的預(yù)算。尤其是在垂直類媒體，如果客戶知道流量是從外部采買的，很可能會直接撤單，畢竟選擇來垂媒進(jìn)行投放為的就是垂媒精準(zhǔn)且高意向的用戶群體，通過垂媒投外部媒體，那還不如去綜合類媒體平臺投放。

在沒有流量支持的情況下，能做的就只有通過強(qiáng)化運(yùn)營手段，比如最常見的放開定向條件、調(diào)整出價(jià)等方式來把客戶的預(yù)算消耗掉。

但同時(shí)也會帶來更多的問題，放開定向雖然擴(kuò)大了流量開口，但因?yàn)槎ㄏ虿辉倬珳?zhǔn)可能帶來CTR、CVR的下降。調(diào)整出價(jià)是可以快速將預(yù)算消耗掉，但整體的ROI也會下降，并且這些關(guān)鍵結(jié)果性指標(biāo)下降是更難以向客戶交代的。

此時(shí)，就到了商業(yè)廣告產(chǎn)品經(jīng)理體現(xiàn)作用的時(shí)候，雖然沒有辦法“無中生有”的造出流量來，但可以通過流量分配策略以“薅羊毛”的方式為客戶帶來一定的精準(zhǔn)流量，盡可能保證在各項(xiàng)關(guān)鍵結(jié)果性指標(biāo)無明顯下降的情況下消耗完預(yù)算，并兌現(xiàn)承諾的效果。

一、應(yīng)對策略：KA客戶流量傾斜策略

在流量大盤有限，流量利用率已經(jīng)很高的情況下，再想要找出精準(zhǔn)的流量并不是一件容易的事，此時(shí)通常有兩種思路：

① 常規(guī)思路

進(jìn)行更深層次的用戶行為研究，優(yōu)化look-alike之類的算法來找到更多潛在用戶。這種方法其本質(zhì)還是走了擴(kuò)定向的老路，只不過擴(kuò)定向的方法比直接在投放后臺把定向條件放寬要來的精巧，但最終能帶來多少效果，什么時(shí)候才能帶來明顯的效果都是難以確定的，需要算法同學(xué)不斷去實(shí)驗(yàn)，所以我們還需要一些“歪招”來救急。

② 歪招思路

既然是要找針對這個車系的更多精準(zhǔn)流量，那么從這個車系的直接競品車系下手就是一個很取巧的辦法?；橹苯痈偲返膸讉€車系所針對的目標(biāo)人群會有很多相似的特征，從這個范圍中去挖掘取得效果的可能性就會大幅增加。

這種方法從業(yè)務(wù)的角度也很容易理解，一名用戶在想買車時(shí)，初期通常會同時(shí)關(guān)注4-8個車系，只要在這個范圍之內(nèi)誰更多地將自己展示在用戶面前，誰就將獲得更多讓用戶深入了解的機(jī)會，最終成交的機(jī)率也就會更大。

但這種從直接競品進(jìn)行挖掘的思路并不一定適合其他品類的廣告，因?yàn)楫?dāng)用戶要買汽車時(shí)他的購買范圍就已經(jīng)限定在汽車這個范圍里，之后的結(jié)果要么買了A車，要么買了B車，要么不買，但很少會出現(xiàn)超出品類最終買了個摩托車，或者自行車的情況。

而電商類則會有啤酒和尿不濕這種反常識的案例出現(xiàn)，也就是說只有當(dāng)用戶的目標(biāo)品類被限定時(shí)，去研究競品間流量分配的問題才有意思，當(dāng)品類不固定時(shí)顯然還是常規(guī)思路會更有效。

二、策略的實(shí)現(xiàn)

常規(guī)策略的實(shí)現(xiàn)是由算法同學(xué)來開發(fā)一個針對目標(biāo)車系的人群擴(kuò)展模型，模型訓(xùn)練好之后會推送到DMP中去，媒介執(zhí)行/代理就可以在DMP上利用此模型生成一組新的人群包，并推送到廣告投放平臺的定向模塊中進(jìn)行投放，最終將投放的結(jié)果回傳給算法側(cè)用于后續(xù)的模型優(yōu)化。

歪招策略的實(shí)現(xiàn)方式與之前介紹的策略實(shí)現(xiàn)方式一樣，都是通過在重排階段增加目標(biāo)對象的權(quán)重來實(shí)現(xiàn)的。

但需要注意的是KA客戶車系加權(quán)并不是通用型策略即不是每次競價(jià)都會觸發(fā)的策略，觸發(fā)的條件需要目標(biāo)對象及其競品參與同一次競價(jià)中才會觸發(fā)該策略。

其次在對目標(biāo)對象進(jìn)行加權(quán)前會先觸發(fā)通用型策略，比如：級別市場加權(quán)，之后再觸發(fā)特殊策略：KA客戶車系加權(quán)。兩種策略雖然都是加權(quán)但不能隨意混合，否則背后的算法模型會變的很混亂，要盡可能做到不同的策略解決不同的問題，策略之間盡可能相互獨(dú)立。

三、策略效果的評估

常規(guī)策略的效果評估是完全可以通過指標(biāo)來判斷的。

首先，新模型為我們找來了多少全新的精準(zhǔn)用戶，這些用戶是否能夠支持將客戶的每日預(yù)算消耗完。其次這些新增的人群包在投放中的效果如何，CTR/CVR/ROI是否會低于日常投放的平均水平，如果只是略微低于日常水平這樣的結(jié)果是可以接受的。

歪招策略的效果評估就比較復(fù)雜，首先需要驗(yàn)證我們加權(quán)后實(shí)際給客戶新增了多少曝光機(jī)會，這些曝光機(jī)會是否產(chǎn)生了后續(xù)的轉(zhuǎn)化行為，這些轉(zhuǎn)化行為的考核指標(biāo)同樣不能大幅低于日常投放水平。

其次還要注意相關(guān)競品的賬戶消耗情況，如果大幅下降也是沒有辦法交代的，通常情況下將每個競品的流量下降控制在10%以內(nèi)都是可以接受的。在實(shí)際應(yīng)用中還會遇到從競品搶奪來的流量轉(zhuǎn)化效率反而下降的情況，此時(shí)就需要重新檢視直接競品的計(jì)算邏輯是否合理，如果直接競品計(jì)算的不合理后續(xù)所有針對競品流量的搶奪效果肯定都是起不來的。

最后，常規(guī)策略與歪招策略完全是可以同步進(jìn)行的，這樣兩種策略所承擔(dān)的效果壓力就會小很多，策略生效的可能性就會更高。

四、策略的泛化

常規(guī)策略其實(shí)并不存在泛化的問題，因?yàn)檫@種策略是完全通用的，幾乎每種行業(yè)的客戶需要進(jìn)行流量扶持時(shí)都可以采用這種思路設(shè)計(jì)策略。而歪招策略則只適用于有限定范圍的強(qiáng)競爭行業(yè)，比如汽車、房產(chǎn)等。

但歪招同樣給我們帶來了一些啟示，相信很多從事商業(yè)廣告的產(chǎn)品經(jīng)理們都遇到過要強(qiáng)行幫某個項(xiàng)目快速完成KPI的情況，在這種非常緊急的場景中就可以嘗試采用遍地薅羊毛的策略來救急。

但需要特別注意的是，歪招這類的策略一定只是用來短時(shí)間內(nèi)救急，切忌長時(shí)間大規(guī)模使用。

本文由 @凡事需景盛 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議