自动投放优化
2017-04-19 13:45:52 0 举报
自动投放优化是一种广告策略,它利用人工智能和机器学习技术来自动调整广告投放的参数,以提高广告效果。这种策略可以帮助企业节省时间和人力成本,同时提高广告投放的效率和准确性。 自动投放优化通常包括以下几个方面:首先,它可以根据用户的行为和兴趣来自动选择最合适的广告内容;其次,它可以实时监测广告效果,并根据数据反馈来自动调整广告投放的时间、频率和位置;最后,它还可以利用大数据分析和预测技术来预测未来的广告趋势,从而更好地规划广告策略。 总之,自动投放优化是一种高效、智能的广告策略,它能够帮助企业更好地把握市场机遇,提高品牌知名度和销售业绩。
作者其他创作
大纲/内容
tpl_cid
datacenter拆分cid和tpl_cid 分别走不同的库存集群
根据读服务derive_from_creative_id字段转换数据p_creative_id
派生(根据竞价开屏投放规则,筛选分级标签符合的计划派生生成开屏创意(图片派生多个尺寸))
后台拉取原生物料投放竞价广告(创意纬度)cid
数据库获取基础数据
1、获取adsmart优化广告组下广告投词信息2、获取adsmart优化组指标信息3、获取opt_data优化历史信息
BI数据流(增加开屏send数据处理)
cid 广告侧预估
engine(投放在开屏请求当前轮空的情况下,召回竞价开屏下发)
数据统计以p_creative_id为批漏的创意ID
DB
竞价广告
派生创意监听用户侧视频审核状态,派生生成内容样式的派生创意tpl_cid
tpl_cid 用户侧预估
天池(校验竞价过滤派生状态,输出可以投放开屏的竞价创意给datacenter)
优化收尾
根据opt_step字段判断当前优化阶段
天池(输出tpl_cid给datacenter处理)
pack 修改竞价广告展示有效期为下发当天,兼容开屏样式下发
客户端请求开屏
审核(竞价开屏审核队列,派生创意上打上审核状态)
优化中期
优化启动
客户端展示广告计划tpl_cid原生样式
数据库DB
优化初期
竞价模型预估
engine rank出选择最优的cid 下发(以下发tpl_cid 示例)
pack 打包tpl_id的原生样式下发给客户端
BI 数据流(客户端上报tpl_cid纬度的事件)
0 条评论
回复 删除
下一页