B站广告业务：信息流广告（face流广告，表面和正常视频几乎一致）、CPC卡片广告、banner广告（会随时间切换） CPC广告就是点击付费广告，用户点击后，广告主向平台付费；品牌广告为宣传时间和曝光买单，CPC为宣传的效果买单。 B站用户画像：年龄主要集中在18—24岁，且男性用户占比较大。从地域来看，一二线城市用户较为集中。 B站内容画像：搞笑、日常、正版番剧、电子竞技等

广告投放营销漏斗转化模型

CPC广告展示量（曝光量）涉及要素： ①关键词 与内容高度相关 ②单次点击竞价 单次点击竞价高的优先展示 ③广告预算 足够的、合适的预算 ④用户画像包（自建/第三方） 确认曝光对象

①曝光形式 结合场景选择形式

①落地页形式 ②落地页内容 ③落地页加载速度

①评分（电商评分/APP评分） 提高评分，没有评分>大量差评 ②价格（金钱消耗/流量消耗/内存消耗） 电商——价格符合用户预期（结合用户画像） APP——用户使用场景，内存/流量是否足够（通过不同手机、型号的下载量的逻辑回归进行单独投放） ③支付工具（第三方支付/银行支付/虚拟货币） 需要考虑受众使用的支付方式， ④库存（IOS/安卓使用可行性/商品库存） 考虑可行性 ⑤转化便利性（订单信息是否重复输入/账号是否重复申请） ⑥“曝光→访问→转化”是否可以变为“曝光→转化”

从用户行为角度评估用户对内容的兴趣程度（用户分层）：观看视频（无独立点击，只需观看没有进行其他与内容有关的操作）→点赞（1次独立点击）→投币（至少2次独立点击，表明用户喜欢内容）→收藏（至少2次独立点击）→发弹幕（至少3次点击）→发评论（至少4次独立点击） 方法总结：将用户行为深度与广告投放进行关联，适量减少用户体量+提高转化率，为广告转化效果负责。 当漏斗无法往下细分时，用平行法则，扩展内容标签，进而扩大用户群体量

①描述性分析（可视化） 将会员购产品的单个一个交易日分为24小时，然后分析在24小时的不同时间段内总订单/平均广告订单和广告支出的变化。 凌晨2点-9点：低谷期 10点后：开始增长 12点-13点：高峰 下午：波动 21-23点：高峰 将广告产生的订单筛选出来，与广告支出变化进行分析→转化率不可控波动，而广告单次竞价可控。 ②单独将广告费与广告订单量做一个除法，就可以得到单个广告订单的平均广告支出，然后把重心放在客单价的单日变化上，要关注一天24小时每一个小时内平均客单价变化。 ③结合客单价变化分析，将单个订单的平均广告支出较高的时段标注出来，然后降低该时段的广告竞价。

不一定。

不是，需要分析转化后的用户复购率数据（电商）/用户留存数据（互联网）

使用四象限分析法进行筛选与优化

b站站内电商的信息流广告ROI数值低、用户点击率低，优化思路是要提高用户画像的精准度，但原优化方法中是将看过某个标签视频的用户就定义为该标签的潜在用户，但实际上很多用户只是随意刷视频，并不是真的对该标签感兴趣。

提高用户画像的精准度，提高广告ROI和用户点击率

投放人群更加精准，用户点击率提升50%+，ROI提升100%+