TikTok小店廣告算法（百萬(wàn)消耗優(yōu)化總結(jié)第二篇）

2024年4月24日 17:58:59 來(lái)源：皮皮廣告選品

皮皮深度研究和探索了Tik Tok的算法機(jī)制，并和多位投放大佬和算法大佬共同分析后，給大家同步一篇Tik Tok Shop廣告算法的干貨文檔。上個(gè)月我分享了視頻維度的算法文章，詳情可以去pipiads公眾號(hào)翻看歷史文章進(jìn)行學(xué)習(xí)和了解。

接下來(lái)，我們就一起揭露和分析Tik Tokshop的廣告算法。

品好素材好，通投拉滿，到底什么是品好，什么是素材好呢？

接下來(lái)我會(huì)告訴你答案
首先據(jù)分析觀察，Tik Tok 閉環(huán)電商投放模型主要以商品維度為主

（1）TikTok Shop的算法并不是簡(jiǎn)單通過(guò)視頻內(nèi)容理解商品，而是基于視頻上的商品標(biāo)簽（錨點(diǎn)）進(jìn)行推薦。也就是說(shuō)Tiktok shop算法是通過(guò)識(shí)別商品屬性，然后推對(duì)應(yīng)人群。

怎么理解呢，就是說(shuō)，實(shí)際上大家都說(shuō)品很重要。品它從算法實(shí)際生效的邏輯，并不是說(shuō)發(fā)布一條視頻，或者素材，機(jī)器可以知道你這個(gè)視頻在拍什么，而是基于你視頻上掛的這個(gè)錨點(diǎn)。通過(guò)掛車(chē)商品來(lái)進(jìn)行人群推薦。

（2）視頻本身并不直接決定內(nèi)容推薦，而是標(biāo)簽上的商品信息起主要作用。
算法初始依賴(lài)于商品的基本屬性推送給相關(guān)人群，但對(duì)視頻內(nèi)容的解析能力有限。

主要的原因還是目前TT的模型，對(duì)于視頻標(biāo)簽不精準(zhǔn)。機(jī)器對(duì)于視頻拍什么內(nèi)容的理解，還沒(méi)有那么強(qiáng)大的能力。

商品的后驗(yàn)特征=廣告數(shù)據(jù)反饋

第一，商品標(biāo)題、特性和屬性用于定位投放的目標(biāo)群體。

隨后，根據(jù)用戶(hù)對(duì)視頻的實(shí)際反應(yīng)（如觀看時(shí)間，完播率，互動(dòng)，轉(zhuǎn)化）算法進(jìn)行調(diào)整推薦，如完播率和其他用戶(hù)反應(yīng)指標(biāo)就是后驗(yàn)特征。

這些后驗(yàn)指標(biāo)對(duì)廣告的最終表現(xiàn)至關(guān)重要，決定廣告是否成功和與其他廣告的競(jìng)爭(zhēng)力。（這個(gè)后驗(yàn)的指標(biāo)就會(huì)決定你這一條廣告最后能不能投起來(lái)，以及說(shuō)你是否能競(jìng)爭(zhēng)過(guò)別人，因?yàn)楸举|(zhì)廣告還是是通過(guò)ECPM去計(jì)算）

同樣的，這里有兩個(gè)關(guān)鍵點(diǎn)
首先我們清楚了投放模型以商品為主然后模型的第二批特征就開(kāi)始發(fā)揮作用，就是素材的后驗(yàn)特征，以這款杯子舉例

再以我和看文章的你舉例

首先商品屬性上，是杯子+定制禮品

算法會(huì)基于這個(gè)屬性（杯子+定制禮品）推給我們倆。然后呢，廣告主測(cè)素材我們倆分別看到兩條不同的視頻：你看到這一條35.1K的廣告素材

我看這一條8.3M廣告展現(xiàn)的素材

可能我看了五秒，你就看了一秒就劃走了，這么循環(huán)往復(fù)，可能前1000次，或者說(shuō)過(guò)了前1000次展現(xiàn)之后。這個(gè)模型就可以算出來(lái)，就是說(shuō)這個(gè)后驗(yàn)的這個(gè)完播率，包括這些各種的這種后驗(yàn)的指標(biāo)。

這就驗(yàn)證了，為什么我們要通過(guò)大量復(fù)制組去撞人群的核心投法。

也可以這樣簡(jiǎn)單理解這個(gè)機(jī)器預(yù)估的CTR和預(yù)估的CPA啊，一部分是通過(guò)預(yù)測(cè)你商品和這個(gè)用戶(hù)的購(gòu)買(mǎi)，商品可能的購(gòu)買(mǎi)。另外一個(gè)很大的一個(gè)部分就是看你這條視頻過(guò)去的轉(zhuǎn)化比例，所以說(shuō)你會(huì)看到很經(jīng)典的一個(gè)現(xiàn)象，就可能這同一個(gè)素材你再重新用一遍，重新復(fù)制下去，可能你再投下一次的時(shí)候就效果就不一樣了。也就是模型跑穩(wěn)定了。

商品的類(lèi)別和其他填寫(xiě)的屬性（如郵費(fèi)信息和折扣）對(duì)算法有顯著影響

同一素材在不同時(shí)間的效果可能不同，因用戶(hù)對(duì)素材的興趣程度和反應(yīng)不同。折扣和郵費(fèi)信息是影響商品吸引力的關(guān)鍵屬性，尤其是在電商平臺(tái)上，這些因素可以大幅影響用戶(hù)的購(gòu)買(mǎi)決策。所以閉環(huán)小店包郵和不包郵，包郵順利跑出的廣告概率可能三倍左右
第二個(gè)是折扣，平臺(tái)算法層面很難判斷這個(gè)品到底是貴的還是便宜的所以設(shè)置折扣勝利跑出的廣告概率也是要高于不設(shè)置折扣的概率也就是說(shuō)，再以這個(gè)產(chǎn)品舉例

這個(gè)商品的平臺(tái)算法視角，可能主要就是到一個(gè)品類(lèi)汽車(chē)&摩托車(chē)類(lèi)目-汽車(chē)香薰這個(gè)品類(lèi)，多少錢(qián)的香薰算貴，多少錢(qián)香薰算便宜，算法是不知道的

但折扣就不一樣，因?yàn)檎劭凼莻€(gè)單獨(dú)的信息，
所以說(shuō)折扣會(huì)變成一個(gè)單獨(dú)的特征加到模型里面。這也是供應(yīng)鏈有優(yōu)勢(shì)，上去就上折扣，同樣的產(chǎn)品，差不多競(jìng)爭(zhēng)的素材，它會(huì)更快拿到投放結(jié)果，跑出去的原因之一。

但有意思的點(diǎn)是，賣(mài)的最好的，未必是最便宜的。
首先你作為商家端，這個(gè)品的市場(chǎng)定價(jià)自己能明確知道就其他人賣(mài)多少錢(qián)，你賣(mài)多少錢(qián)。但是對(duì)于相對(duì)早期的這種平臺(tái)來(lái)說(shuō)，對(duì)于這種價(jià)格信息的把握是是比較缺失的，所以說(shuō)在這個(gè)時(shí)候，并不是定一個(gè)比較便宜的價(jià)格，平臺(tái)一定能夠捕捉到這個(gè)信息，你去pipiads看廣告數(shù)據(jù)，或者去tikstar分析小店數(shù)據(jù)，會(huì)發(fā)現(xiàn)很多品，它其實(shí)反而那個(gè)賣(mài)的比較好的鏈接，不一定是最便宜的那個(gè)。

同樣的產(chǎn)品-不同的素材平臺(tái)會(huì)進(jìn)行pk
素材層面上，為什么說(shuō)要去持續(xù)迭代素材測(cè)試平臺(tái)推薦的人群，同樣的產(chǎn)品，不同的商家推給同樣的人群，購(gòu)買(mǎi)人群始終就這么多
再以我和看文章的你舉例子。繼續(xù)以pipiads上觀察到的這個(gè)品來(lái)分析

pipiads有個(gè)其他同產(chǎn)品素材（競(jìng)品分析）非常好用找到一款產(chǎn)品，產(chǎn)品下方會(huì)有不同廣告主的投放素材。

這些素材，我和你的興趣，搜索等行為被平臺(tái)記錄，又或者我對(duì)類(lèi)似的禮品和定制類(lèi)的產(chǎn)品感興趣（詳情看第一篇算法文章）算法會(huì)把做這個(gè)品的素材，反反復(fù)復(fù)的推送給我，可能是相同商家的不同素材也可能是不同商家的相同產(chǎn)品及相同素材素材最好的商家，就會(huì)把你跟我洗掉

這里還有一個(gè)有意思的事情。去pipiads查看廣告數(shù)據(jù)，這里以獨(dú)立站玩家作為主要案例，觀察到優(yōu)秀品，但投放消耗不出去，是可以直接嘗試搶量的

也就是說(shuō)，市場(chǎng)的魚(yú)池就這么大，你拉爆后，后續(xù)進(jìn)場(chǎng)的人大概率嘗試喝湯但是也不要灰心例如，一款清潔劑可以清洗車(chē)身，家里的玻璃，地板市面上打爆汽車(chē)的內(nèi)容，洗的是汽車(chē)人群你打室內(nèi)玻璃，打的又是另外一個(gè)人群，去迭代素材，同樣有機(jī)會(huì)

以這款產(chǎn)品舉例tikstar上看到的杯子