Deferred deeplink 后置式添加的优化逻辑
这个话题真是不好写标题,名字都只能自己生造。 写这个方案,主要是为了解决大量素材要一个个去匹配deferred deeplink 这个既费人力,又不靠谱的deferred deeplink的工作。但是这个方案,估计只适合超大型项目去优化deeplink的准确率,以及只有素材量巨大的情况下有意义。 前提条件: 大家的广告发布,不能是人工发布,最好是通过自研发的API发布,或者至少是打表上传。 还得有比较完善的bi系统能统计分析对应素材的留存和后续情况,决定是否要重新给对应素材修改匹配的站内内容。 Facebook我们是直接用的deferred deeplink实现了素材和内容匹配。 Google我们用的是campaign name读取的方式实现内容匹配。 Tiktok 是利用第三方的Onelink+deferred deeplink结合的方式实现。 目前一般情况下我们大家使用的都是先给素材加Deferred deeplink的方式,或者先给campaign name命名,再去读取名字关键词决定对应的的内容曝光。 目前的问题: 1,素材提前打deferred deeplink 工作量巨大,TT FB素材量巨大。人工加标签不一定靠谱,同时工作量巨大,效率低,很多deeplink不能及时追加。 2,目前给的deeplink不一定精准(人工去打deeplink就一定存在错误的概率),可能出错了,或者不一定完美匹配。 3,Google跑出来的内容需要单独分析拆分量大素材或者版位决定是否准确。 想要实现的思路: 1, Google直接维护一个campaign+adgroup对应标签表格,根据group跑起来的素材来给打标签,根据最终标签做内容匹配。 2,Facebook,Tiktok 自定义素材,非UGC部分,在deferred deeplink上传广告时候,在deeplink的参数中追加一个随机参数, 如果没有deeplink的 直接生成一条带随机参数的deeplink。(标签跟着素材走,不跟ads走) 最终根据跑起来量大的素材,对应素材和随机参数,人工维护一个表格(用于记录素材+随机参数+标签),最终客户端根据随机参数和人工维护的表格里面的标签,决定给用户展示什么内容。 好处:…