在ocpx主流的時代，對于優(yōu)化師的要求也越來越高，需要優(yōu)化師學(xué)會靈活的運(yùn)用平臺規(guī)則。做扣量策略之前，首先得明白什么是扣量，以及為什么要扣量。簡單來說，扣量就是通過減少給媒體回傳的數(shù)據(jù)來改變投放模型。這里用的“改變”，其實(shí)意味著扣量本身并不一定都是正向的操作，因?yàn)闀τ脩羧阂约百I量成本造成影響，要看實(shí)際具體數(shù)據(jù)和需求去調(diào)整。其次，扣量本身有兩種實(shí)現(xiàn)方式，一種是是改變對應(yīng)的埋點(diǎn)深度，另一種是直接在回傳端口減少數(shù)據(jù)回傳。

一、埋點(diǎn)深淺“扣量”

埋點(diǎn)的深度比較好理解，比如游戲產(chǎn)品，一般的產(chǎn)品激活埋點(diǎn)會放在產(chǎn)品打開后的頁面，在廣告用戶達(dá)到這個頁面時會觸發(fā)對應(yīng)的事件回傳，告訴廣告平臺這個用戶已經(jīng)達(dá)成激活目標(biāo)。但是這個數(shù)據(jù)的上報過程是受廣告主本身控制的，你也可以在打開頁面不激活，再往后一步，等用戶注冊完成再上報，這個時候本身的注冊事件在媒體端看來就成了激活事件。以此類推還有對應(yīng)的比如IAA中將第一次廣告展示作為激活上報埋點(diǎn)。，比如對于一些APP產(chǎn)品跑關(guān)鍵行為，反饋出留存數(shù)據(jù)較差，這個時候可以把激活埋點(diǎn)后置，換成一個較淺的關(guān)鍵行為事件，再去跑次留雙出價，解決關(guān)鍵行為中留存率難以控制的問題。用這種方式需要注意埋點(diǎn)深淺的問題，因?yàn)闀绊戅D(zhuǎn)化率，進(jìn)而影響拿量。這里可以通過埋點(diǎn)的轉(zhuǎn)化路徑去測算一個比較合理的事件回傳目標(biāo)，通過轉(zhuǎn)化率這一指標(biāo)來進(jìn)行出價的測算。例如下圖：

二、數(shù)據(jù)回傳扣量

數(shù)據(jù)回傳扣量本身，是以用戶分層作為基礎(chǔ)來進(jìn)行，在扣量時需要明白自己扣量扣掉的哪一層在哪一個范圍，相比原來的整體差了多少。不同層級的用戶代表了不同的價值，體現(xiàn)在廣告投放中就是出價的差異。但是對用戶進(jìn)行分層這里容易會處理失誤。以游戲產(chǎn)品為例，付費(fèi)用戶中有大中小R的概念，一般會以充值的金額作為評判。當(dāng)游戲中有1、10、60的三個充值檔位時，如果單純就付費(fèi)金額作為判斷依據(jù)，那沖60次1元，6次10元和1次60元的用戶就會劃分到一層，但是這三種用戶本身的屬性可能就存在很大的差別，當(dāng)劃分到一組時，從充值金額這個數(shù)據(jù)就不好做判斷。同樣的，在IAA產(chǎn)品中，ARPU和IPU的組合也會出現(xiàn)ECPM高低的問題，低ECPM用戶但是更高IPU的用戶同樣能達(dá)成ARPU的轉(zhuǎn)化目標(biāo)。這里有個比較簡單的方式，即把指標(biāo)本身公式化，拆解成最基礎(chǔ)的元素，再從基礎(chǔ)元素上去組合拆分。只有分層明確了，在調(diào)整轉(zhuǎn)化層級的時候才好對出價、轉(zhuǎn)化率等做準(zhǔn)確預(yù)估。如下圖：

三、實(shí)際案例

某廣告主的扣量需求是：扣20%次留低于30%的激活數(shù)，第二天下午進(jìn)行扣量。

明確需求本身的內(nèi)容：首先廣告主希望扣除20%的量，這20%量的條件是次留低于30%的激活用戶，其次，在第二天下午執(zhí)行這個策略。

這個需求有幾個問題：

1、為什么是扣20%？

2、為什么是扣次留低于30%的激活？

3、怎么扣次留低于30%的激活？

4、激活定義標(biāo)準(zhǔn)是什么？

5、為什么是第二天下午？

6、第二天下午的什么時候？

對于上面幾個問題，咱們可以通過上文提到的部分內(nèi)容去拆解。

首先對于第一和第二個問題，為什么是扣除20%次留低于30%的激活數(shù)？（實(shí)際上無法扣）這里的20%和30%不能是拍腦袋得來的結(jié)論，需要我們?nèi)ダ∮脩舻姆謱訑?shù)據(jù)，同時結(jié)合大盤數(shù)據(jù)去做判斷。通過拉取正常留存數(shù)據(jù)，再篩選次留低于30%的用戶的占比，再扣除掉20%的量之后，去計(jì)算實(shí)際的回傳留存數(shù)據(jù)。如果這個數(shù)據(jù)高于大盤轉(zhuǎn)化，初始拿量會比較好拿，反之較難。當(dāng)然，這里的這個策略本身是有問題的，上面只是提供一種思路，如何去拉取分層數(shù)據(jù)與大盤做對比。

對于第三個問題，實(shí)際上是如何實(shí)現(xiàn)的問題，這里就需要對數(shù)據(jù)指標(biāo)的定義本身有足夠清晰的認(rèn)識，想要扣除低于30%的留存本身就是不能實(shí)現(xiàn)的。以常規(guī)的留存用戶做例子，留存的定義一般是以自然日作為區(qū)分標(biāo)準(zhǔn)，即過了0點(diǎn)，次日從0-24小時中達(dá)到活躍標(biāo)準(zhǔn)的就叫做次留用戶。所以對于一個用戶來說，只存在有次留和沒次留的狀態(tài)，在次留用戶中是沒有低于30%的留存用戶這個概念的。但是用戶本身還有很多其他的指標(biāo)，比如ecpm，ipu等，可以用這些作為篩選標(biāo)準(zhǔn)取交叉。第四個問題上文埋點(diǎn)有講到，這里需要有一個明確的行為信息作為篩選路徑，不多贅述。

第五個問題實(shí)際上是回傳窗口的問題。因?yàn)閮?yōu)化師平時看到的都是聚合的數(shù)據(jù)，大部分指標(biāo)都是實(shí)時計(jì)算，所以在這個上面通常會忽略細(xì)節(jié)，但是放到回傳窗口上就必須有一個明確的行為信息。上面的問題中如果將時間明確為次日下午5點(diǎn)，這個描述本身是可以實(shí)現(xiàn)的，但是在實(shí)際過程中會出現(xiàn)很大的問題。在程序執(zhí)行策略上，會認(rèn)為是在下午5點(diǎn)統(tǒng)一執(zhí)行這個策略，這會導(dǎo)致什么情況呢？我們在廣告平臺后臺就會出現(xiàn)這種詭異的情況：過了0點(diǎn)后，前一日數(shù)據(jù)在0-17點(diǎn)沒有任何的次留數(shù)據(jù)回傳，直接導(dǎo)致計(jì)劃崩盤。而在17點(diǎn)又會突然出現(xiàn)大量的留存回傳。而且在這里面也沒有明確在17點(diǎn)執(zhí)行策略后，對于17-24點(diǎn)這段時間達(dá)成條件的用戶是否回傳。

所以對于上述的扣量需求來說可以進(jìn)一步優(yōu)化：

1、如果是為了直接優(yōu)化留存，可以采取隨機(jī)扣量的規(guī)則，這里又分為兩種，一是在用戶激活這一刻就判斷這個用戶是否在次日回傳留存，但是這里就無法精準(zhǔn)扣量，因?yàn)檫@個用戶本身如果次日不留存，那實(shí)際上討論是否需要回傳該用戶的數(shù)據(jù)是毫無意義。二就是在用戶次日達(dá)到留存時隨機(jī)決定是否進(jìn)行扣量，比如扣除30%留存，就在留存用戶中隨機(jī)標(biāo)注0、1、2，命中0的留存用戶不回傳。隨機(jī)的方式還可以進(jìn)一步升級，比如想提高用戶質(zhì)量，可以選擇篩選扣除低ecpm的用戶或者低ipu的用戶。

2、如何實(shí)現(xiàn)提高用戶質(zhì)量的扣量需求。以IAA中的變現(xiàn)ecpm為例，部分優(yōu)化師可能對于ecpm只停留在定義本身，假設(shè)想扣ecpm低于20的用戶，首先得明確ecpm作為一個篩選指標(biāo)，還需要有其對應(yīng)的篩選條件，比如ecpm低于20是指某一次廣告展示，還是綜合的廣告展示？是激勵視頻的廣告展示還是信息流的廣告展示？而時間窗對于轉(zhuǎn)化回傳本身的建模而言，一般時長越短建模效率越高。以上面提到的次留扣量為例，次留本身是0點(diǎn)后的用戶，就需要我們實(shí)時去計(jì)算每個用戶本身的數(shù)據(jù)，當(dāng)他達(dá)到次留時判斷他是否達(dá)成回傳條件，還需要考慮條件達(dá)成的滯后性，用戶在留存達(dá)成但是判斷條件未達(dá)成時是立即判斷還是延后處理。比如對于arpu低于1的用戶進(jìn)行扣量，先要明確達(dá)到arpu等于1的時間窗，是某個時間段內(nèi)未達(dá)成arpu等于1的用戶我們才進(jìn)行扣量。A用戶在0點(diǎn)過后的1點(diǎn)活躍了，此時已經(jīng)留存，但是arpu未達(dá)到1，就不進(jìn)行回傳，但是當(dāng)他在2點(diǎn)arpu達(dá)到1.1時，就回傳次留。

綜上，如果對需求進(jìn)行優(yōu)化，我們可以定義為：在次日24時前，激勵視頻ipu高于5次的次留用戶才回傳次留；或者用戶新增24小時內(nèi)，arpu達(dá)到1以上的次留用戶才回傳次留。

總結(jié)下來，對于扣量回傳需要：

1、針對目標(biāo)需求進(jìn)行用戶數(shù)據(jù)分層和鏈路分析，篩選合適的點(diǎn)

2、明確數(shù)據(jù)的篩選指標(biāo)和具體內(nèi)容，不熟練的可以自己拆解數(shù)據(jù)（拆到程序能單個統(tǒng)計(jì)的數(shù)據(jù)維度）拉個表取集合

3、有明確的回傳時間窗口，避免脈沖式回傳，需要實(shí)時計(jì)算

不過從媒體角度看，肯定是不希望廣告主通過這種“作弊”的方式來干擾模型的，這樣不利于預(yù)估模型的穩(wěn)定。當(dāng)然，也會影響廣告收益。而對廣告主之間而言，策略優(yōu)化、數(shù)據(jù)細(xì)分上的比拼將會越來越重要。