6.2 预算分配与优化
6.1 算出每个渠道的 ROI,本节回答钱在渠道之间怎么分。最容易犯的错是「按单渠道 ROI 排序,把预算全给 ROI 最高的渠道」——因为渠道的边际收益会递减:同一渠道投入越多,后续每一档的回报越低。新品节第一档 3 倍回报,投到第五档可能只剩 0.6 倍。因此正确做法不是「选一个渠道」,而是逐档比较所有渠道的下一档边际收益,每次把下一块钱投给边际收益最高者。
这也解释了 6.1 的遗留问题:投放渠道整体 ROI 只有 25%,为什么还值得投?因为 KOL 的高回报档投满之后,投放的第一档边际收益可能已经高于 KOL 的下一档。预算分配是「边际」的比较,不是「平均」的比较。
本章与站内既有内容的分工
- 6.1 给出各渠道的 ROI 与归因口径;本节把 ROI 变成「边际收益表」,做跨渠道的再分配。
- 1.3 立了营销预算的总盘子(如总预算 10 万美元中营销 25%);本节处理盘子内部怎么分,输出是「各渠道各分几档钱」。
game/publish/steam/的Steam游戏营销与社区增长高级策略.md讲渠道操作与归因;本节不写投放操作,写「预算在渠道间怎么调拨」的模型。- 8.3 的仪表盘会在投放后回看实际边际收益,校准本节用的边际表。
边际收益表与贪心分配
给三个渠道各一张边际收益表(模型假设,每档成本固定):
| 渠道 | 每档成本 | 边际收益倍率(逐档) |
|---|---|---|
| 新品节内容 | 1,000 美元 | 3.0 → 2.2 → 1.5 → 1.0 → 0.6 |
| KOL | 2,000 美元 | 2.5 → 1.8 → 1.0 → 0.4 |
| 投放 | 3,000 美元 | 1.8 → 1.2 → 0.6 |
边际收益金额 = 档成本 × 倍率。贪心分配把总预算逐档投给「当前边际收益金额最高」的渠道:
| 步骤 | 剩余预算 | 候选(新品节/KOL/投放) | 选择 | 说明 |
|---|---|---|---|---|
| 1 | 12,000 | 3,000 / 5,000 / 5,400 | 投放第 1 档 | 边际收益金额最高 |
| 2 | 9,000 | 3,000 / 5,000 / 3,600 | KOL 第 1 档 | |
| 3 | 7,000 | 3,000 / 3,600 / 3,600 | KOL 第 2 档 | 与投放并列时选倍率高的 |
| 4 | 5,000 | 3,000 / 2,000 / 3,600 | 投放第 2 档 | |
| 5 | 2,000 | 3,000 / 2,000 / — | 新品节第 1 档 | 投放第 3 档 3,000 超出剩余 |
| 6 | 1,000 | 2,200 / — / — | 新品节第 2 档 | 剩余只够新品节 |
结果:新品节 2 档(投入 2,000)、KOL 2 档(4,000)、投放 2 档(6,000),总投入 12,000,总归因收入 22,800,混合 ROI 90%。
关键读数:
- 投放拿到的预算不是因为它平均 ROI 高,而是因为它的第一档边际收益高。KOL 第一档 5,000 更高,所以先投 KOL;投放第二档 3,600 又高于 KOL 第三档,所以回来投投放。
- 新品节这样的免费/低成本渠道仍要占用预算档:它每档成本低,边际收益金额未必低。预算 6,000 时三渠道各 1 档,收入 13,400,ROI 123%——预算收紧时每个渠道都留第一档。
- 超额预算会把边际档吃满:预算 30,000 时新品节 5 档、KOL 4 档、投放 3 档全部投满,投入 22,000、收入 30,500——超过这个额度再投任何渠道都是负边际,预算应当停止加码。
决策表
| 场景 | 判定 | 行动 |
|---|---|---|
| 渠道某档边际收益 < 1.0 | 该档会亏 | 停在该档之前,预算转向其他渠道 |
| 预算收紧 | 只够部分渠道第一档 | 每渠道留第一档,砍后续低边际档 |
| 预算充裕 | 边际档全部投满 | 不再加码,多余预算回储备金(见 1.3) |
| 投放后实际边际 < 表值 | 模型参数偏差 | 回 8.3 校准边际表,下周期重分配 |
模型参数与数据口径
- 每档成本与边际收益倍率:模型假设,非官方数值。真实边际只能从投放后回看(8.3 仪表盘)逐步校准。
- 贪心分配本身是通用算法,不依赖任何官方数字;「逐档比较边际收益」是可复算的决策逻辑。
- 金额用整数美分,混合 ROI 与 6.1 口径一致。
可运行产物:C++ 最小验证
下面的仿真把预算分配固化成可执行的计算:三渠道边际收益表、贪心分配各档数、总归因收入与混合 ROI,以及零预算/超额预算的边界。它与 src/steam-launch-06-2-budget-allocation-optimization.cpp 逐字节一致:
// file: src/steam-launch-06-2-budget-allocation-optimization.cpp
// tier: L1
// verify: clang++ -std=c++20 -Wall -I. src/steam-launch-06-2-budget-allocation-optimization.cpp -o bin/steam-launch-06-2-budget-allocation-optimization && ./bin/steam-launch-06-2-budget-allocation-optimization
//
// mock:复现营销预算分配优化——各渠道有递减的边际收益表,用贪心
// 每次把下一笔钱投入边际收益最高的渠道,输出各渠道档数与混合 ROI。
// 边际倍率属模型假设,非官方数值;金额用整数美分。
#include "verify.h"
#include <cstdint>
#include <string>
#include <vector>
namespace steam_repro {
// 预算分配优化模型:渠道边际收益表 + 贪心分配。
class MockBudgetOptimizer {
public:
struct Channel {
std::string name;
int64_t stepCostCents; // 每档成本
std::vector<int> marginPct; // 每档边际收益倍率 ×100(300 = 3.0x)
};
struct Alloc {
std::string name;
int steps;
int64_t spendCents;
int64_t revenueCents;
};
void load(const std::vector<Channel>& cs) { channels_ = cs; }
// 贪心分配:剩余预算内选「边际收益金额」最高的下一档;
// 并列时选边际倍率高者,再并列选成本低者。
std::vector<Alloc> allocate(int64_t budgetCents) const {
std::vector<Alloc> out;
std::vector<int> used(channels_.size(), 0);
std::vector<int64_t> rev(channels_.size(), 0);
int64_t remain = budgetCents;
while (true) {
int best = -1;
int64_t bestRev = -1;
int bestMargin = -1;
int64_t bestCost = 0;
for (size_t i = 0; i < channels_.size(); ++i) {
if (used[i] >= static_cast<int>(channels_[i].marginPct.size())) continue;
int64_t cost = channels_[i].stepCostCents;
if (cost > remain) continue;
int64_t r = cost * channels_[i].marginPct[used[i]] / 100;
int mg = channels_[i].marginPct[used[i]];
if (r > bestRev || (r == bestRev && mg > bestMargin) ||
(r == bestRev && mg == bestMargin && cost < bestCost)) {
best = static_cast<int>(i);
bestRev = r;
bestMargin = mg;
bestCost = cost;
}
}
if (best < 0) break;
used[best]++;
rev[best] += bestRev;
remain -= channels_[best].stepCostCents;
}
for (size_t i = 0; i < channels_.size(); ++i) {
if (used[i] == 0) continue;
out.push_back({channels_[i].name, used[i],
channels_[i].stepCostCents * used[i], rev[i]});
}
return out;
}
// 合并口径
int64_t totalSpendCents(const std::vector<Alloc>& a) const {
int64_t s = 0;
for (const auto& x : a) s += x.spendCents;
return s;
}
int64_t totalRevenueCents(const std::vector<Alloc>& a) const {
int64_t r = 0;
for (const auto& x : a) r += x.revenueCents;
return r;
}
int64_t roiPercent(const std::vector<Alloc>& a) const {
int64_t sp = totalSpendCents(a);
if (sp <= 0) return -1;
return (totalRevenueCents(a) - sp) * 100 / sp;
}
// 按名称取某渠道的档数
int stepsOf(const std::vector<Alloc>& a, const std::string& name) const {
for (const auto& x : a)
if (x.name == name) return x.steps;
return 0;
}
private:
std::vector<Channel> channels_;
};
} // namespace steam_repro
int main() {
using namespace steam_repro;
MockBudgetOptimizer o;
// 三渠道边际收益表(模型假设):新品节每档 $1,000,KOL $2,000,投放 $3,000
o.load({
{"nextfest", 100000, {300, 220, 150, 100, 60}},
{"kol", 200000, {250, 180, 100, 40}},
{"ads", 300000, {180, 120, 60}},
});
// 1-3. 总预算 $12,000:贪心把三渠道各推到第 2 档
auto a12 = o.allocate(1200000);
CHECK(o.stepsOf(a12, "nextfest") == 2);
CHECK(o.stepsOf(a12, "kol") == 2);
CHECK(o.stepsOf(a12, "ads") == 2);
// 4-6. 支出耗尽预算;归因收入 $22,800;混合 ROI 90%
CHECK(o.totalSpendCents(a12) == 1200000);
CHECK(o.totalRevenueCents(a12) == 2280000);
CHECK(o.roiPercent(a12) == 90);
// 7-9. 预算减半($6,000):三渠道各 1 档,收入 $13,400,ROI 123%
auto a6 = o.allocate(600000);
CHECK(o.stepsOf(a6, "nextfest") == 1);
CHECK(o.stepsOf(a6, "kol") == 1);
CHECK(o.stepsOf(a6, "ads") == 1);
CHECK(o.totalRevenueCents(a6) == 1340000);
CHECK(o.roiPercent(a6) == 123);
// 10-11. 零预算:无分配,ROI 未定义
auto a0 = o.allocate(0);
CHECK(a0.empty());
CHECK(o.roiPercent(a0) == -1);
// 12-14. 超额预算:所有边际档吃满,支出 $22,000,收入 $30,500
auto afull = o.allocate(3000000);
CHECK(o.stepsOf(afull, "nextfest") == 5);
CHECK(o.stepsOf(afull, "kol") == 4);
CHECK(o.stepsOf(afull, "ads") == 3);
CHECK(o.totalRevenueCents(afull) == 3050000);
CHECK(o.totalSpendCents(afull) == 2200000);
return lab::report("06-2 预算分配与优化");
}
本机实测(Apple clang 16,clang++ -std=c++20 -Wall):编译通过(零警告),断言 18/18 通过。
小结
- 渠道预算分配是「边际」比较不是「平均」比较:每次把下一档投给边际收益最高者。
- 贪心分配输出各渠道档数、总归因收入与混合 ROI,给 6.1 的渠道表补上「怎么分」。
- 预算收紧时每个渠道留第一档;超额预算吃满边际档后停止加码。
- 边际收益表是模型假设,投放后按 8.3 的实际数据校准。
阅读导航:上一节:6.1 渠道 ROI 模型 · 下一节:6.3 KOL 与内容营销决策 。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。