TikTok小店廣告算法（百萬消耗優化總結第二篇）

2024年4月24日 17:58:59 來源：皮皮廣告選品

皮皮深度研究和探索了Tik Tok的算法機制，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。上個月我分享了視頻維度的算法文章，詳情可以去pipiads公眾號翻看歷史文章進行學習和了解。

接下來，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？

接下來我會告訴你答案
首先據分析觀察，Tik Tok 閉環電商投放模型主要以商品維度為主

（1）TikTok Shop的算法并不是簡單通過視頻內容理解商品，而是基于視頻上的商品標簽（錨點）進行推薦。也就是說Tiktok shop算法是通過識別商品屬性，然后推對應人群。

怎么理解呢，就是說，實際上大家都說品很重要。品它從算法實際生效的邏輯，并不是說發布一條視頻，或者素材，機器可以知道你這個視頻在拍什么，而是基于你視頻上掛的這個錨點。通過掛車商品來進行人群推薦。

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

主要的原因還是目前TT的模型，對于視頻標簽不精準。機器對于視頻拍什么內容的理解，還沒有那么強大的能力。

商品的后驗特征=廣告數據反饋

第一，商品標題、特性和屬性用于定位投放的目標群體。

隨后，根據用戶對視頻的實際反應（如觀看時間，完播率，互動，轉化）算法進行調整推薦，如完播率和其他用戶反應指標就是后驗特征。

這些后驗指標對廣告的最終表現至關重要，決定廣告是否成功和與其他廣告的競爭力。（這個后驗的指標就會決定你這一條廣告最后能不能投起來，以及說你是否能競爭過別人，因為本質廣告還是是通過ECPM去計算）

同樣的，這里有兩個關鍵點
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始發揮作用，就是素材的后驗特征，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

算法會基于這個屬性（杯子+定制禮品）推給我們倆。然后呢，廣告主測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廣告展現的素材

可能我看了五秒，你就看了一秒就劃走了，這么循環往復，可能前1000次，或者說過了前1000次展現之后。這個模型就可以算出來，就是說這個后驗的這個完播率，包括這些各種的這種后驗的指標。

這就驗證了，為什么我們要通過大量復制組去撞人群的核心投法。

也可以這樣簡單理解這個機器預估的CTR和預估的CPA啊，一部分是通過預測你商品和這個用戶的購買，商品可能的購買。另外一個很大的一個部分就是看你這條視頻過去的轉化比例，所以說你會看到很經典的一個現象，就可能這同一個素材你再重新用一遍，重新復制下去，可能你再投下一次的時候就效果就不一樣了。也就是模型跑穩定了。

商品的類別和其他填寫的屬性（如郵費信息和折扣）對算法有顯著影響

同一素材在不同時間的效果可能不同，因用戶對素材的興趣程度和反應不同。折扣和郵費信息是影響商品吸引力的關鍵屬性，尤其是在電商平臺上，這些因素可以大幅影響用戶的購買決策。所以閉環小店包郵和不包郵，包郵順利跑出的廣告概率可能三倍左右
第二個是折扣，平臺算法層面很難判斷這個品到底是貴的還是便宜的所以設置折扣勝利跑出的廣告概率也是要高于不設置折扣的概率也就是說，再以這個產品舉例

這個商品的平臺算法視角，可能主要就是到一個品類汽車&摩托車類目-汽車香薰這個品類，多少錢的香薰算貴，多少錢香薰算便宜，算法是不知道的

但折扣就不一樣，因為折扣是個單獨的信息，
所以說折扣會變成一個單獨的特征加到模型里面。這也是供應鏈有優勢，上去就上折扣，同樣的產品，差不多競爭的素材，它會更快拿到投放結果，跑出去的原因之一。

但有意思的點是，賣的最好的，未必是最便宜的。
首先你作為商家端，這個品的市場定價自己能明確知道就其他人賣多少錢，你賣多少錢。但是對于相對早期的這種平臺來說，對于這種價格信息的把握是是比較缺失的，所以說在這個時候，并不是定一個比較便宜的價格，平臺一定能夠捕捉到這個信息，你去pipiads看廣告數據，或者去tikstar分析小店數據，會發現很多品，它其實反而那個賣的比較好的鏈接，不一定是最便宜的那個。