作者：Moloco产品营销经理Hyemin Kim
如今，效果营销人员比以往任何时候都更希望他们的广告支出能带来实际的回报。包括: 一个广告能带来多少新的应用下载？有多少用户采取了预期行为？
事实上，一个简单却易被忽视的方法可以帮助您提升 ROAS ：重新调整投放节奏。
让 Moloco 为您深入解析如何实现这一点！
1. 重新安排您的广告预算分配
许多营销人员倾向于将预算全部花光，他们的理由也很充分：营销人员需要用户下载自家应用，并与品牌进行互动。新的安装行为发生的越快，销售业绩才能增长的越快。
大多数营销人员选择每天或每小时来分配广告预算。但是，这一方法是否明智呢？
自 Moloco 推出 Moloco Cloud DSP 以来，我们的数据科学家会对每一个 Campaign 的结果进行分析，而结果表明，上述方法过于僵化，没有必要！
通过观察数据，Moloco 发现，每日预算设置会花费掉分配到当日的全部预算，即使在绩效表现较低时，营销人员也需要支付高额的 CPM 来适应这一方法的投放节奏。
通过数据我们发现，如果一个需求方平台（DSP）既可以适应您的 Campaign 投放节奏，同时也更加灵活，您能收获更多的安装转化和更高的 ROAS
2. 用户按照自己的节奏发现并安装应用
Moloco 能够预测出用户在何时最有可能安装应用，这不是魔法而是数据科学。当人们的时间更充裕时，如夜晚和周末，是用户安装应用的高峰期。例如，iOS 端在周末的安装量比工作日高 25%；Android 端的数值则为 6%。
然而，大多数营销人员会错过以上好时机，因为他们的广告预算被过多地耗费在了满足日常支出的要求上，因此，到了用户最活跃、最有可能安装新应用时，能分配给目标用户的广告预算已所剩不多。
为了方便监控，代理商更倾向于在工作时间内花费客户的预算。但有了机器学习技术后，这种“保姆式”预算管理显然已经完全没必要。
自 Moloco 使用深度机器学习开启重塑营销模式以来，为效果营销人员提升 ROAS 一直是 Moloco 的首要任务，所以 Moloco 希望解决应用内互动与广告支出脱节这一存在已久的问题。
3. 让机器学习为您做决定
营销人员或他们的代理商很难预测用户何时最活跃，然而，这恰恰是机器学习的优势所在。
机器学习可以实时监测数据，并将其持续应用于模型算法中。例如，Moloco 的机器学习引擎每小时进行更新以优化 Campaign 从而取得更好的广告效果。这意味着，Moloco Cloud DSP 能把您的广告支出集中花费在可能出现业绩峰值的不同日期、一天中的不同时段或不同渠道。
这一方法的另一个好处是，它可以让您的广告预算分配“蹭热点”，即利用任意一个能激发用户下载兴趣的事件，如季节、时事、天气、公共交通故障、突发新闻报道或社交媒体趋势等。最精妙的机器学习技术可以捕捉微观的趋势，并相应调整您的广告支出。
4. 周预算优化工具助您提升 Campaign 表现
今年早些时候，Moloco 推出了 “周预算优化工具”，这一产品可以根据一周内广告表现最佳的日期和时段自动优化您的广告支出。
周预算优化工具不仅能保证花掉您的每分预算，还能让机器学习技术在最佳时间出价，而不是僵化地、任意地分配预算。
需要摒弃一个先入为主的观念：即周预算模式在一周开始时支出过多，从而导致周末支出不足。下图显示了 Moloco 如何将广告支出从周一调整到周日：
周预算优化工具支出图表
在实际操作中，我们不会要求客户制定每日支出标准。Moloco 利用您应用中的历史数据学习，来确定用户最活跃和最倾向转化的时段。周预算优化工具确保了您的预算始终以 ROI 为导向。
因此，效果营销人员能从中收获两大优势：
1）无需在用户不活跃时，为了花掉广告预算而支出高额且无用的 CPM
2）广告支出将集中花在用户最活跃且竞争压力相对最小的时段 — 周末
这一策略的营销效果十分惊艳：无需增加预算，营销人员的广告绩效仍平均提升了 10%
想了解如何从你的活动中提高ROAS吗？现在就联系我们吧!
关于作者
Hyemin Kim是Moloco产品营销经理。她主要负责Moloco Cloud DSP的相关工作。Hyemin热爱户外运动，同时也乐于探索移动应用，喜欢尝试新的应用。
关于Moloco
Moloco致力于为企业提供先进的机器学习算法，助力数字经济更加公平和高效。开发者和线上零售商可通过Moloco机器学习平台盘活一手数据，以了解公司业务表现，促进业绩增长。Moloco Cloud DSP（云营销平台）助力市场营销人员快速扩大获客规模，并通过实践检验的预测模型实现更大的用户生命周期价值。Moloco由前谷歌机器学习工程师团队于2013年创立，总部位于美国硅谷，目前在美国、英国、韩国、中国、日本和新加坡等国家地区设有9个办事处。
