博客首页|TW首页| 同事录|业界社区
2017-10-18

吴俊《程序化广告实战》作者

分享主题:程序化行业现状、IAB对程序化广告的相关规范、行业各方的利益诉求、大数据实战常见坑及对策

《分享摘录1》《分享摘录2》《分享摘录3》《分享摘录4》《分享摘录5》《分享摘录6》,继续最后一篇 分享摘录7:

​不管是我们自己的职业规划还是一个公司将来的方向你要想清楚,那对于个人职业道路,到底你将来的方向是往供方走,还是往需方走,如果往需方走,应该最终的目标去甲方,如果你往供方走,你就是卖方的角色,最终就是往媒体方走。

再说一个很严峻的事实,大家都是达成共识的,只是我这人比较直率比较喜欢说直话。就是:当前互联网下半场线上流量红利已经消失。为什么这么说呢?首先是移动互联网网民的基数并没有大幅的增长,不像前两年还在以百分之几百的速度在增长,这两年肯定只有10%左右的增长了。但是,广告的预算每年还在以30%到50%的速度在增长,虽然广告主的预算没有像以前300%那么大幅度的增长,但是每年还是以30%到50%的速度增长,可以说预算的速度增长远超过网民的增长速度,营销需要的这个用户的碎片时间大池子没有增加,意味着营销需要的注意力的成本肯定在增加,所以数字营销的整体成本肯定是在上涨的,这是第一点。

第二,媒介的新鲜感在下降,包括以前说的信息流,很多同学私下里想我诉苦现在信息流表现都不一定很稳定了,这块的效果也在下降,用户的兴趣度和广告转化率都在下降。所以,整体的碎片时间没有增加,而效果还在下降,结果是流量成本在快速上升,如果甲方的KPI不做调整,意味着最后只能是采用掺水这种方式来做一些处理了,这是很现实的,只是这个比例是多少的问题。

所以,这是很现实的问题。程序化广告实际上是一个工具,是筛选流量的一个工具,巧妇难为无米之炊,流量本身就有很多水,你怎么去确保你的优化的效果呢?很多时候有些同学来问我,到底程序化广告有没有效果?我的回答是,因为我也看到过一些真实的数据,包括我跟一些媒体聊过的,就是说如果流量没有水分的情况下,确实能提升20%到30%,这是百分之百能做到的。但是,如果流量本身有水分,你真的没办法。因为它掺的那些水,可能结果直接转化效率就提升了百分之百,你优化了30%,根本没办法达到这个效果。所以,这是很现实的一个问题。

最后给大家再复述一遍,目前整个营销自动化媒介链条基础设施基本具备,移动端媒体上下文还未开放、标准化;设备ID、人的唯一标识还未在营销全路径中传递打通,数据化分析也就无法落地,至少5-10年之内还是有很长的路要走。第二,广告主内部跨业务系统数据融合、用户运营数据评估模型、应用融合还没有建立。第三,全触点的数据还没有形成闭环。在这样一个现状下,整个的行业要达到大家理想的所谓的AI可能还有很长的路要走,我个人的预判起码十年左右的时间,但是这是一个过程。

那么,在这样的过程当中,作为广告主方,大数据是什么样的一个策略的建议。第一,建议一定要立足业务诉求,步步为营,局部化闭环。我们不要追求所有的业务数据都能闭环,追求的局部化的闭环就行。比如说用户到4S店,确保他在4S店里面数据的采集和CRM系统的采集,以及订单的数据采集和后续的比如维修保养的数据闭环。能确保在广告主能够掌控的闭环业务体系内,能够闭环,能局部闭环就行。

第二,在用户运营的领域。就是我跟很多的广告主方和系统供应商经常会聊的,实际上在整个的行业内,大家还没有养成基于数据的用户运营的概念,大家虽然在讲这个东西,但是我经常会问大家一个很现实的问题,作为广告主有没有分析过,按照3个月之内不同共享率用户做过分档,比如用户全闭环的路径是什么样的,有没有分析过。包括不同档位用户的使用频度、客单价、贡献率等等这些模型,而且持续使用这个模型来制定产品及活动推广策略。

第三,只要整个数据融合的链路打通之后,肯定财务、供应链的链条也都会接进来,由传统的B2C模式(现在广告主内部,市场部和财务,和生产体系是割裂的),生产体系给营销下计划的模式;而在未来一定是数字化的方式去连通的,反向由营销驱动财务、生产、库存、财务等等环节的C2B的模式。这个肯定还需要十年到二十年的一个时间来完成产业的升级。

另外对于建立系统的需求,不管是营销自动化系统,还是大数据系统,不同的岗位,不同的职级他们的系统是不一样的,比如老板只关心我看到的可视化的图表,但是对于一线的操作人员,他又不关心成本,或者其他的,他关心的是说,我怎么样能便捷的操作。所以,这个是大家很关心的。

最后一块是我反复强调的,很多很多时候,很多的广告主甲方的人跟我聊的时候,一张嘴就是BAT,而阿里的数据是只进不出的,腾讯开放是BAT中最Open的,只要单访问的量级在百万,他的数据你是可以用的,但是他的数据是更偏社交的数据。百度如果你在内部找对了部门,他的数据你也是能用的,百度还是在内部很多东西没有理顺的一个阶段。

实际上我的观点是,大量的数据保障是在广告主甲方内部的,包括刚刚说到的订单数据,CRM数据等等这些数据,关键是有没有建立一套用户运营的一个理念,去分析这些数据。

最后,强调现在一个很有意思的方向,是什么呢?随着共享单车,随着自助终端的发达,包括大家在市面上看到的唱吧,娃娃机,包括卖米机,现在这种机器越来越多,包括马云现在在推的无人便利店,智能货架,智能终端,以及说线下的流量会是互联网下半场流量红利消失时,广告主方另外一中很重要的一个突破口,关键是看大家怎么来抓住它。实际上大家也很能理解,因为很多时候你使用手机的时间片已经有限了,你需要通过更多的时间点去获取跟用户的线下场景来争夺更多的时间片和注意力。

我今天的分享就到这里。感谢大家抽出宝贵的周末时间来听我们的分享。谢谢大家!

(转载请注明出处:微信订阅号:ad_automation)

本系列文章摘自作者刚出版的新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

文字表现力有限,欢迎参加《10月21号大数据程序化广告一线实战分享会(广州站)》面对面为您答疑解惑讲透您关心的问题。现场福利:可以为您的新书定制个性的签名题词。

近期活动通知(直接点击链接报名参加):

通知:10月21号大数据程序化广告一线实战分享会(广州站)

2017-10-17

吴俊《程序化广告实战》作者

分享主题:程序化行业现状、IAB对程序化广告的相关规范、行业各方的利益诉求、大数据实战常见坑及对策

《分享摘录1》《分享摘录2》《分享摘录3》《分享摘录4》《分享摘录5》,继续 分享摘录6:

DSP还有另外一块是很常见的,就是它有各种各样的定向条件。比如说地域定向、时段定向、媒体黑白名单的定向、设备类型定向(包括操作系统的定向,浏览器的定向等)等等。这里要强调一下媒体黑白名单,在实际的DSP投放当中,媒体黑白名单是用的最多的,而且也是相对最有效的。它的优化过程很简单,就是先通投一天到两天,然后看看哪些媒体表现好,然后集中把预算加大针对这些媒体去投放。这就是DSP常用的优化策略之一。

对于DSP来说,它也是这么一个闭环持续优化的过程。它是通过项目的执行、数据的积累,再回过头来持续的优化。它主要优化的几个关键点就是有点像5W1H,投给谁,投什么尺寸的点位,还有投什么创意,就是What,往哪儿投?就是Where,投什么时段就是When,还有在哪些媒体做定向,包括在哪些屏及依据什么人群标签定向、以及及特定的访客做重定向,等等的这些使用什么样的策略,就是How。

然后PDB,它里面实际运营实操的时候会有特别多的坑,在《程序化广告实战》书里面实际上也有很多血泪史般的,对业务流程及注意事项的详细描述。这里让大家很快速地认识一下PDB的特点。

什么是PDB。在本次分享最开始四个交易模式中也讲了,就是让广告主既想享受到程序化的优化手段,又想满足自己对各类广告环境的媒体要求。前面也讲到了RTB很多都是剩余流量,很多时候广告环境参差不齐,而且很多时候广告主、甲方的领导不一定能看得广告。所以,这个时候就出现了PDB。它不变的是传统广告排期采买及投放执行流程,变化的仅仅是采用了一个技术的手段,帮助广告主去获得广告位的控制权,就是这个广告机会来了之后,广告主有权决定出什么广告,就是千人千面,可以把广告主所有品牌的素材融合在一起轮换做投放。

讲完PDB之后,我们来看一下DMP。DMP的缩写就是Data Management Platform。业务运用上大体是三个方向。第一,指导广告的投放。第二,对产品的消费者洞察和产品升级建议。第三,媒介效率的归因分析,这是用的比较多的。

下面这个图这是常见的DMP的整体框架,从最下面的数据采集,到中间大数据的清洗,再到业务层的应用,再到最上面的Dashboard的可视化。

然后DMP和程序化怎么去使用呢?它可以去指导DSP的投放,可以和流量做对接。它的数据来源,一般也会分为三方数据,作为广告主第一方的是叫第一方数据,广告主和媒体方投放的数据称之为第二方数据,跟该广告主和该广告主投放没有任何关系的数据,我们称之为第三方数据。

最后是跟大家分享一些很关键的一些点,这个其实在《程序化广告实战》书里最后的章节也详细剖析了,就是很多的行业内的同学比较关心的未来的发展方向和竞争策略的问题。去年大家多多少少也都听到了,去年开始分配到第三方独立DSP的预算下滑很严重,为什么呢?是虽然整体大盘中DSP确实预算还是20%到30%,只是大量的预算转到今日头条、广点通、搜狐汇算之类的媒体方DSP这些投放平台上了。

举个例子,刚刚我也讲了,程序化广告就是一个优化工具,就是淘米的、洗菜的工具,你想想你买水果,你肯定直接找谁有第一手资源,你去找谁买。所以,这就是很现实的一个问题。

这就是说,当然大家都是从业者,不管从咱们自己的个人职业规划来讲,以及公司将来的战略来讲,一定要搞清楚这个很重要,如上图那句话都已标红了,谁距离第一手的资源越近,谁就会有竞争优势,或者看谁能用最快的速度霸占第一手的资源或行业分工,这个特别重要,但是并不代表谁距离第一手的资源越近,并不代表一定是只有媒体就一定是未来的职业方向的一个去向。我们会把它分成两方,就是大家我们要看一看的数字营销的商业模式,从大的格局上我们会发现可划分为供需两方的。那么你到底是定位供方,还是定位需方,这个要想清楚。因为供方和需方它的需求完全不一样。我就之前开玩笑的说,之前很多传统的第三方DSP到底是站在需方还是供方,我们开玩笑问他,你们也得想一想,比如品友、YOYI这些,到底站在需方还是供方。站在供方解决的就是卖的问题,一定不能亏着卖,然后卖的渠道要足够的通畅,这也是为什么大量的媒体它会建立ADX,会去建立自己的DSP让广告主自助投放,会去走这些售卖模式,它要卖的通道越通常畅越好。

搞清楚是供方还是需方,是为了梳理清楚竞争策略及竞争优势,这些都是我们不得不常常需要思考的。作为供方来讲,它一定要针对合适的买方提供最佳的ROI的,然后资源要有很独特的壁垒。如果说你是站在供方的,然后你的资源又和别的资源又没有什么差异性,这个时候你就要小心一点了。

我再回来刚刚设问的那个问题,比如之前品友,YOYI是什么角色呢?实际上前两年他们的角色并不是站在需求,实际上是站在供方的角色,实际上广告主在他那儿能够以一个很便宜的价格买到一些流量,这时候一定要考虑自己的差异性。比如说YOYI,或者品友,他们都能照广告主说的,你要的货我都有,小米的流量我也有,各种ADX的流量我也有,那么他们的各自的竞争优势和策略该如何设定。作为卖方来讲,一定要搞明白这点,卖方如果仅仅是低价,那就是自残,生意是做不长久的。而需方的视角完全不一样,站在需方其实不一定看结果,不一定看ROI,站在需求解决的问题是执行效率,还是执行闭环的、还是这个买的这个闭环的持续优化性。这是站在需方提供服务及能力是很重要的一个关键点,而对于站在需方它的竞争优势,应该考虑是服务能力、技术能力,以及对需方的透彻的理解和解决问题的能力,还有一个垂直分工,这也是很多的第三方的DSP找我来聊,我给的建议,就是在考虑未来的行业转型中,中小市场其实会是一个很有价值的增量市场。第二,要做一个垂直,做电商一样,做一些垂直的,比如旅游行业,包括现在很火的教育行业,这些垂直行业也都有流量供给方或需方的平台的需求的。

所以,这是站在供方和需方所需要考虑清楚的问题。

(分割线,明天继续后续内容)

(转载请注明出处:微信订阅号:ad_automation)

本系列文章摘自作者刚出版的新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

文字表现力有限,欢迎参加《10月21号大数据程序化广告一线实战分享会(广州站)》面对面为您答疑解惑讲透您关心的问题。现场福利:可以为您的新书定制个性的签名题词。

近期活动通知(直接点击链接报名参加):

通知:10月21号大数据程序化广告一线实战分享会(广州站)

2017-10-16

吴俊《程序化广告实战》作者

分享主题:程序化行业现状、IAB对程序化广告的相关规范、行业各方的利益诉求、大数据实战常见坑及对策

《分享摘录1》《分享摘录2》《分享摘录3》《分享摘录4》,继续 分享摘录5:

整个的行业,她的发展实际上包括我刚刚讲的高速公路的发展,实际上就是各方利益诉求标准化的一个过程。从媒体ADX来讲,他需要保护他的用户体验,他需要有客户,他的客户跟他自己直客覆盖的客户要有一定的互补性。然后,从渠道、价格上他有一定的诉求,媒体一定是不会贱卖一些东西的。对于买方的诉求,希望获取更多的ROI,还有就是创意,媒体对广告尺寸,媒体的点位也有一些诉求。包括不同的交易方式,包括出价的高低和需求量,正是因为在双方的诉求表达的情况下,出现了程序化广告和ADX的这样的标准模式,把双方的需求进行了标准化,然后在ADX这边去进行交易。比如说在买方上传广告主素材的时候要上传资质,选这个广告主属于哪个行业,这是标准化的一个过程。然后,在媒体方,对于某些广告主的资质是否让过,这也是媒体方的一些标准化的规则在约束。还有价格政策,尤其对于视频的媒体流量,对不同行业的广告主是有不同的价格政策。比如说视频媒体对于品牌广告主,对于游戏广告主,对于电商广告主,他们的底价是不一样的。同样一个广告请求,怎么样区隔不同的价格?就是广告主上传资质的时候需要设置行业,价格也会按这个行业设置的不同也分配为不同,这样在媒体方也有标准化的不同的区别对待的价值及价格政策了。

这张图也是从卖方的角度来看的。对卖方来讲主要会有销售的工种,运营的工种,产品的工种。对于销售来讲,大家可能觉得媒体销售很在意的是,当然如果是具体的某一个销售,会在意他自己的业绩,但是对于媒体销售的总的Leader,他更在意整个总收入有没有增长,不能因为做某一个业务程序化或模式的变化而发生迁移,总盘子没有增长,仅仅是从一个口袋转到另外一个口袋里了,这是媒体方很不愿意出现的情况。这是第一个诉求点。

第二,运营,对于媒体方的用户运营同学,他们特别敏感的是什么?日活的数据,他们不希望被暴露。我们有的时候做程序化广告对接的时候是需要媒体提供每个广告请求的设备ID的数据的,但很多时候媒体在这块会比较敏感,我在2014年,我坦白跟大家讲,我去对接媒体,移动端对接门户媒体,新闻门户的媒体,花了一年的时间去推动他们让他们开放设备ID,上海通用广告主我们一起推动了一年之久的时间才推动了。为什么呢?很多时候媒体方害怕自己的运营数据被暴露,我们也都知道很多媒体会对外说,我是排名第一的,日活多少多少等等,这是很要命的问题,对于媒体而言。

作为这个行业的推动者,即使你是甲方,是大金主,你要去推动媒体接受这个,你也要有些话术,话术是什么?就是你开放给我,但是有些东西是通过你给我的,隐含的意思就是告诉媒体媒体是可以对数据有控制力的,媒体可以根据自己的业务需要调整数据的表现,其实是为了达成双方的一个妥协。为什么呢?因为媒体如果一点数据都不给你,你肯定没办法优化,如果媒体能给你80%的数据,或者70%的数据,你是不是可以在70%的数据里做优化。但是,任何事情都是换位考虑,不能说拿着上海通用一年几个亿的广告预算就压你,不是这样的,双方要站在对方的角度去考虑,所以这是运营方的考虑。

还有很要命的产品方,媒体的产品方很在意的是用户体验。很多时候我会跟媒体说,我们会跟媒体建立一个打底广告的机制,如果广告投放方若超时30毫秒还未返回广告(因为都是网络服务,做这样的确保机制很有必要的),这时候广告媒体方就出打底广告,会用这样的方式去处理这些数据开放及流量对接业务。

那么,这里简单总结一下,站在媒体方不能因为增加某种业务模式,而减少另一种业务模式的收入,不能因为某业务的模式发展,冲击另一业务模式的价格,不能为了迎合广告主而贱卖。这是原则问题。但是,行业也会有各种搅局者,就是可能有些行业排名第三、第四的这些玩家,他们希望拿到更多的预算,他们可能主动的做一些数据上的开放,这是大家以后在做具体项目实施的时候可能有一些应对技巧和策略。

上面讲完这个体系,下面深入看一下作为DSP方的一些特点,我的《程序化广告实战》的书里面也讲了一些运营优化的内容。这里我把DSP的算法、核心拿出来简单介绍一下。实际上作为DSP方,它的优化逻辑其实特别的简单,这跟我们人为来做优化其实也是一样的。我就先做通投,先通投几天看一下什么媒体、什么时段、什么地域、什么点位表现好,这时候后面就重点投它。那么,对于机器算法也一样,但是作为人的优化操作,他就有一个头疼的问题,就是他不能够去分析海量的数据,但是机器不一样,机器可以分析海量的数据。所以,机器是提前根据历史的数据去训练模型,去建立比如说对于不同的地域、不同的时段、不同的浏览器、不同的操作系统、不同的广告创意、不同的媒体及点位,他投下来之后的不同的CTR和不同的后续效果表现。实际上像不同的媒体、不同的时段、不同的地域、不同的创意,它的CTR表现是什么样的。人为优化操作的时候,大家经常可以用Excel都列出来,然后可以做排序,可以把同类的TOP几取出来,实际上算法就是做这样的事,把一些规律性的一些数据取出来之后,然后形成相应的一些模型,然后下一次一个广告来了之后,他就可以到到这个已建立好的模型里去看,这个广告是上海地区的,晚上10点的,我上次模型已经记了,上海地区晚上十点点击率高,这时候我觉得我有必要出一个高价,我要把这个广告机会拿到,因为我之前的历史模型训练下来,这个广告机会它的点击率高。

所以,就会回到像刚刚这样的图,这个图分成两部分,上面这个图就是实时处理的流程,就是我一个广告来了。图中蓝色的部分是一个事前计算的模型,事前用大数据训练的模型,大体逻辑就是我刚刚讲的逻辑。下面这部分图换了一种呈现的方式展示了我刚刚讲的那些逻辑。

(分割线,下周一继续后续内容)

(转载请注明出处:微信订阅号:ad_automation)

本系列文章摘自作者刚出版的新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

近期活动通知(直接点击链接报名参加):

通知:10月21号大数据程序化广告一线实战分享会(广州站)

2017-10-13

吴俊《程序化广告实战》作者

分享主题:程序化行业现状、IAB对程序化广告的相关规范、行业各方的利益诉求、大数据实战常见坑及对策

《分享摘录1》《分享摘录2》《分享摘录3》,继续  分享摘录4:

如这张图所示,在我们的《程序化广告实战》的书里面也有很多专业的文章,专业的知识已给大家介绍了。在互联网这个时代,IT技术已经不是问题,用户无感知方式地采集数据已经不是难题,而最难的问题是作为业务方有没有想清楚采集完这些数据怎么更好地去融合业务及目标,怎么更好地去运用它,这是大家比较难的问题。我刚刚讲到,比如标识人或者物的方式丰富多彩:人脸识别,刚出的iPhone8已经有人脸识别的API;包括声纹的识别、指纹、RFID、NFC、二维码等等;像RFID和NFC,尤其RFID的技术,像马云前段时间推的无人零售店就用的比较多。这里不再展开了。

还有十分显著的趋势,就是作为广告主方和整个行业,大家现在也越来越重视线下层面和线下数据。为什么呢?因为我们知道指尖运动的成本和出行的成本完全不一样,因为线下成本比较高,而且用户的意图更精准。同时线下的行为有群体的特点,比如大家去4S店,很多时候是一家人,或者朋友几个一起去4S店,或者大家去逛街,也都是一组人。而我们上网,我们有时上网看商品或者浏览内容大部分都是一个人。我们除了看电影,是大家几个人坐在一起看电影,往往很多时候,互联网很多都是个体的一些行为,互联网是虚拟的,而线下更多的一些需求是现实的,这也是为什么大家会更多地去关注线下的行为和数据,这也是主流的一个方向。

跟大家分享几个数据。下面有几个大家比较看的比较多的数据。实际上对于我们都是做数字营销的人,经常在很多场合,很多同学问我,数字营销怎么样做到它的效果,我经常讲的一句话就是以终为始,就是我们不要听这个方案,听那个故事,谁谁谁拿到多好多好的第三方数据,多好多好的一些方案、一些故事,最重要的是要搞清楚,如果我是甲方,要知道甲方的诉求和KPI,如果帮助甲方实现效果,一定要知道他的最终核心诉求之是什么。那么,以终为始的情况下,要看整个广告的转化路径。我们也看到整个广告的曝光、点击、到达,以及网站的互动行为,以及到后续的Action,如果有线下店或者4S店会到店等等后续转化的。

跟大家分享一些大家会经常看的一些benchmark的数据:CTR的数据,PC端会弱一些,是千分之几。移动端Banner会在1%左右,信息流会在2%到3%左右。点击到到达的LandingRate,就打开落地页数除以点击数。Mobile端是20%到30%左右,PC端是50%-60%左右。点击到Action就是点转率CVR,一般中上水平0.8%,如果汽车行业的销售线索到到店,一般来说1%到2%的到店率是比较高的,偏中上的表现,这是给大家分享几个benchmark数据,当然对于特定的行业及特定的媒体表现会各有不同,可以作为一个参考。

作为KPI里面大家经常会踩过的一些坑,第一个就是地域GAP,随着这两年IPV4资源的枯竭,以及4G的发展,移动互联网的发展,会越来越严重。前几年地域GAP在20%到30%,而且去年我跟一些第三方监测的同学聊过,有越来越严重的确实,现在有的城市GAP30%到50%,甚至有的城市地域GAP超过百分之百。

正是IPV4的资源越来越短缺,很多时候很多的IDC及宽带,因为大家通过宽带上网,很多时候你都是在子网里面,你的出口IP实际上都是很多人共用一个出口IP,因为这个资源是很有限的。这个时候共用的出口IP会经常变化,很容易导致每次广告请求、曝光、监测收到的IP都会变化。大家会问我,不是有IP库吗?IP组织协会吗?但是IP组织协会不是实时的更新,是定期的大家上报那个数据,所以这个时候会导致很多时候大家会利用IP库来分析地域,存在大量的一些GAP。在《程序化广告实战》书里面,还有“程序化广告实战”订阅号的一些文章里也都有详细的内容介绍。

还有一块就是很多的广告投放的时候,大家很多会讲TA浓度,但是今天整个TA浓度的度量体系,是基于一个小样本库,可能就是用几十万,几百万,肯定没有到几千万的小样本库,去度量上亿PV的广告投放,看广告投的男性、女性、年龄的比例,这种抽样多少会带来一定的误差的。

第三块,广告可见性,这也是很多新的供应商炒的一些概念。按照Google曾经发布的一些数据,可测量的媒体流量中,可能PC端只有30%的流量可见。从技术上来讲,互联网广告环境很复杂,它的广告位的代码有可能是多层嵌套的,这样会导致遇到误差。尤其在移动端,除非媒体主动配合,嵌SDK,或者用一些方式去配合,很难取到广告的一些数据,所以这个是大家要清楚的一个问题。

第四,Mobile  Web  Cookie不稳定,如果不是用设备ID来做一些数据报告,而是用Web  Cookie做数据分析会带来很大的误差。

给大家看一下MMA对于移动端监测的设备ID规范,对于Android大部分用md5加密的IMEI号,对于iOS主要用IDFA。这个不展开了,《程序化广告实战》书里面第三章有专门的介绍。

这里说到一个问题,就是不管是程序化,还是做大数据数字营销的,移动端的媒介优化其实有一个很头疼的问题,就是目前移动端传输的设备ID在很多的环节,也不一定是OK的,门户类的一些媒体,包括视频类的媒体,这个高速公路是通的,但是在很多媒体,不一定是开放的。第二,对于尤其移动端媒体的上下文,现在没有开放,很多时候在ADX的广告流量,现在每天RTB能看到80亿的移动广告流量,这些广告流量更多传输的是,这个人看的是什么APP,这个广告出在什么APP上,并不知道这个人在看APP的某一个页。PC不一样,PC基本上都是出现在某一个URL的页上,这样对人的一些行为分析会更精准一些。但是,对于移动端现在很少很少,很少有媒体能够提供上下文的。这是一个很严肃的事实,这个事实我相信起码还要5-10年的时间才能解决。

(分割线,下周一继续后续内容)

(转载请注明出处:微信订阅号:ad_automation)

本系列文章摘自作者刚出版的新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

文字表现力有限,欢迎参加《10月14日“PDB一”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。现场福利:可以为您的新书定制个性的签名题词。

近期活动通知(直接点击链接报名参加):

通知:10月21号大数据程序化广告一线实战分享会(广州站)

通知:10月14日“PDB一”专题【北京流水课绝版】

2017-10-12

吴俊《程序化广告实战》作者

分享主题:程序化行业现状、IAB对程序化广告的相关规范、行业各方的利益诉求、大数据实战常见坑及对策

《分享摘录1》《分享摘录2》,继续 分享摘录3:

这里我也快速的解释一下,就是说这个在IAB的OpenRTB规范里面,已经规定了作为广告流量方可以给广告投放方发的一些上下文的这些数据。但是,这些数据并不代表说所有的流量方一定都会给广告投放方发的。基本上按照我的经验,这一页里面,除了搜索词,这个比较特殊的,只有像百度这样才有搜索词,其他字段大部分都是会发的,90%的字段都是会发的。

下面是关于人相关的一些数据,关于用户当时状态相关的一些数据,例如地理位置,包括设备相关的一些信息。一般来说,现在大部分的流量,对于经纬度、ip包括设备相关的一些信息都会发的。但是,人群标签的一些信息,这个并不是所有的广告流量都会发的,我知道百度Adx也会带发一部分,可能量很少,只有1%的流量。广点通Adx的流量是带人群标签的,但是有一些约束,一个是消耗到一定量级,比如先充值一百万,这时候可能可以用她的标签。第二,广点通可能还有一个约束,如果需要她的流量带标签,她的流量有可能不能携带设备ID,因为她怕把她的数据给泄露出去了,这是不同平台的一些特点。对于视频媒体Adx的广告流量来说,有大量的会有剧目、频道;移动端会有经纬度相关的一些信息,这些可以帮助我们在DSP中做数据优化和定向。

这是OpenRTB的协议规范,基本说所有的ADX和DSP对接都是遵循这个规范,有很多同学私下来问我,不是所有平台都遵循这个规范?按我的经验基本上99%的ADX平台都是遵循这个规范的,但是他们用的关键词可能不一样。比如说Banner、Video等不同的对象,关键词可能用的是不一样的,但是整个的广告请求的内容,其实都是遵循这个OpenRTB的协议规范的。如果对于做过技术对接以及技术架构的同学可能都知道,一般我们技术对接各种ADX平台的流量,一般会做一个类似于翻译器的模块,要翻译多个平台流量传过来的不同关键词信息,然后在统一处理。

上面给大家介绍了整个程序化广告的生态,以及程序化广告的重要基础和规范。下面讲一下程序化广告最核心的重点是什么?那就是数据。没有数据程序化广告这个高速公路上就没有可跑的车。我经常在很多场合都说,现在数字营销和整个大数据程序化广告的生态已经发展到什么阶段呢?大家可以认为高速公路已经修好了,所有的高速公路都已经铺好了,大家能掰指头数出来的,比如搜狐、腾讯、进入头条、广点通、网易、百度、阿里,这些大的广告流量主,基本上他们的程序化广告平台都搭建好了,在2014年正好我跟进了上海通用汽车这个项目,见证了整个行业的发展,基础设施现在不是问题,现在所有的这些,差不多占市场80%多的广告流量的这些平台,他们也都已经搭建了自己的ADX平台,很多也都有自己的DSP平台,所以技术对接以及你想用程序化购买的方式买它的量,这都不是问题,而剩余最大的问题在哪儿呢?那就是数据。也就是说,在高速公路修好之后,上面得跑汽车,汽车我们可以认为很重要的就是数据。而在今天,这个数据体系在目前这个产业环境,还需要很长的时间来建立。

对甲方来讲,上面这张图实际上是对广告主及甲方的一个建议。大家数据建设的节奏该以一个什么样的节奏在往下走呢?第一,以全场景、全用户触点,用数字化和数据化的方式建立用户连接。这是什么意思呢?比如说你用微信,我就微信公众号连接你,有你微信号关注公众号的Open ID;比如你用WiFi,就可以用MAC地址来标识你,可以收集MAC地址;比如传统会员,可能到店会是人脸识别,如果是呼叫中心可能会用声纹识别,整个行业的发展都在往数字化、数据化的方向发展,但是数字化和数据化一定要用一些技术手段来和用户进行连接,获取用户互动的一些数据,这是第一个阶段。

第二个阶段,也是现在大家讲的市场技术MarTech。在广告主内部,在甲方内部,她需要把她多个平台的数据进行融合。比如说,广告主内部的订单系统、物流系统、营销系统、CRM系统,需要一站式的把这些系统做融合。例如对应一个张三,在哪儿看到这个广告,在哪儿下了订单,在哪儿他打电话给客服投诉,这样要完整的形成一个闭环,这样才能更好的对张三做行为分析,做再营销。

但是,不管数据融合怎么样,最终我给广告主、甲方的建议都是大家一定要以业务为中心。我跟广告主沟通的时候经常发现一个问题,大家都有这个意愿和意识,要建立这种大数据系统,要做数据融合。但是,,还是拿我2013年10月份上海通用汽车这个项目举个例子,她最开始立项目的时候是DMP的项目,但是到2014年年初的时候,这个项目在真正上线运行的时候,就改了,不是DMP的项目,而是变成一个大数据营销的项目。

为什么呢?最重要的点在于不能为了建DMP而建DMP,为了打通数据而打通数据,这个点是十分重要的,在任何企业都要考虑ROI的。所以,最重要的是站在广告主甲方,要想清楚什么点是最重要要去解决的,以及什么功能是要去解决的。那么,要以这个为中心去推动整个的系统的升级和建立。

还是拿上海通用举例子,她当时的诉求特别简单,当时上海通用主要是三个品牌,大家知道有雪佛兰、别克、凯迪拉克,雪佛兰正是因为偏中低端,所以之前的广告采买,广告都是买的门户网站首页的广告流量,或者移动端新闻门户APP首页焦点图的广告流量。而别克买的都是什么广告流量呢?门户网站内文页的广告流量,以及移动端的一些专题页的广告流量。凯迪拉克呢?别看凯迪拉克人群比较高端,实际上凯迪拉克的预算并不多,预算最多的还是是雪佛兰。而凯迪拉克传统采买大都是什么广告位呢?比如汽车之家、易车,这些专业垂直媒体的内容页里面的一些位置,这是凯迪拉克。

对于上海通用来讲,她为什么做了这样的PDB的系统,以及大数据的投放?她要解决的几个问题特别简单。

第一,  千人千面,她能让之前别克和凯迪拉克可以投到雪佛兰之前投的广告位,而雪佛兰可以投到之前凯迪拉克买的广告位,然后根据数据分析不同受众的情况,然后把预算做了打通。从这个角度来讲,站在广告主的角度来讲,她实际上就能更好地优化各品牌广告投放预算可能使用到之前无法使用的资源。

第二,  她可以做到降低每个品牌广告的CPUV。CPUV是如何降低的呢?传统的固定位广告投放都是包天的,投雪佛兰包一天,这一天都是投雪佛兰的广告,这个时候如果张三上了新浪主页100次,看的雪佛兰的广告就是100次。我们知道广告曝光超过7次,某种意义上来讲,对消费者实际上是过度的营销,或者对消费者来讲已经腻烦了。如果某人某品牌广告展示超过一定次数然后就能播放其他品牌的广告,这样就能够控制对每个人曝光的广告频次,同时也降低了CPUV,降低CPUV能让每个品牌覆盖的人更多。

当时对于上海通用主要就这两个诉求,第一,千人千面。第二,降低CPUV。所以,对于广告主要想清楚目标是什么。

(分割线,明天继续后续内容)

(转载请注明出处:微信订阅号:ad_automation)

本系列文章摘自作者刚出版的新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

文字表现力有限,欢迎参加《10月14日“PDB一”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。现场福利:可以为您的新书定制个性的签名题词。

近期活动通知(直接点击链接报名参加):

通知:10月21号大数据程序化广告一线实战分享会(广州站)

通知:10月14日“PDB一”专题【北京流水课绝版】

2017-10-10

吴俊《程序化广告实战》作者

分享主题:程序化行业现状、IAB对程序化广告的相关规范、行业各方的利益诉求、大数据实战常见坑及对策

《分享摘录1》,继续 分享摘录2:

之前说到程序化广告的时候,我必须要提一下四种交易模式。刚刚那红色的图是英文版,下面这个图是中文翻译过来的版本。

这是IAB官方的资料,是官方的规定,在整个行业内,不管是媒体方,还是买方,还是整个上下游,大家都会遵循这个规范,去设计不同的广告的交易规则。那么,对于这四种模式,我很快速的解释一下,最下面这种模式,就是我们经常说的公开竞价,实际上也是大家经常听到的RTB,就是实时竞价模式,这个就是大家经常听到的,很多人说的各种第三方独立DSP平台,对接广告流量的时候出价和竞价,都是用的这种模式,要强调的是它的库存都是剩余库存,因为是剩余库存所以库存量是事先无法确保的。然后,它的购买方式是竞价的模式,还有就是竞价是公开的,就是任何人,只要素材通过了审核,广告主通过了审核,就可以到这个平台上进行出价参与竞价。这个就是RTB。

RTB大家可以理解成像潘家园的跳蚤市场,就是什么人都可以到那儿去竞拍广告流量。在这个之上有三种特殊的交易模式,对于RTB的模式下,大家会头疼一个问题,就是RTB因为都是剩余广告库存,很多时候广告主看不到广告,会比较担心,因为刷到自己投的广告很多时候是行业中没有办法的一个问题,就是广告主方的同学为了向老板证明这个广告投了,那么它会比较关心广告在哪儿能看到,所以这个时候他们很倾向于用第一种模式,有点类似于传统采买的模式,就是CPD和CPM包量的这种模式,但是在传统的CPD和CPM的包量模式的基础之上他们又想实现不同的人在不同的时间看到不同的广告,这个时候就出现了第一种广告投放模式,这也是我们在国内经常会讲的叫PDB的模式。然而,实际上在IAB对于PDB,其实还有另外一个协议,在我们《程序化广告实战》书里的第二章我也讲了,正是因为PDB那时候跟通用项目一起做的比较早,就这样PDB一直在国内用这个词,但是更多是强调保价保量。而还有一种PDB的协议是程序化对媒体下单,下投什么人群包,但是怎么投还是由媒体做投放的。而我们这里的模式,怎么投,都是由广告投放平台进行投放,所以这一点要强调一下,也就是它的库存和价格是提前广告主和媒体已经决定好了,然后只是通过一个广告投放平台来做投放。库存和价格约定好之后,实际上它的商务流程和传统广告采买的没有什么区别,而且确保广告主能看到广告。但是,介于AG(PDB)和Open Auction中间还有两种模式,第一种就是PD,PD这种模式是怎么出现的呢?实际上可以说很多时候推动PD出现最大的需求其实并不是由广告主推动的,是媒体方。

举个例子,比如说按CPD包段的位置,不太可能出现剩量,因为卖的时候都是包天卖的,所以不存在剩量的问题。但是,如果按CPM售卖,比如OTV的贴片,我们传统广告售卖都是按CPM卖的,按CPM卖的情况下,媒体一般不敢超卖,就是媒体一般按照同期或者上周大概的,或者上个月大概的流量的情况,卖到90%,或者到95%,他不会说按100%的库存,120%的库存去卖,因为他怕流量不能满足广告主排期中量的要求,因为大家知道互联网媒体的流量每天都是波动的,所以他把他的流量如果没有达到,他不能够去覆盖广告主的排期,这时候可能广告主会在别的媒体多投放预算、会有罚款,或者补量等等的一些要求。

所以,往往是视频的媒体,以及信息流的传统售卖是按CPM售卖的,他们多少都会有一些剩余的量。但是,视频的OTV还有信息流,比如信息流的第一刷,第二刷的这些位置,都是特别好的位置。那么,对于这些特别好的位置,媒体又不希望把它卖到公开交易市场里面去,因为这个位置比较好,它希望能够有一些品质较高的品牌广告主出现,以及这些品牌广告主能出的价格也会高一些。所以,就会出现中间的两种模式。

第一种模式是PD。PD是什么呢?她的库存实际上是不能保的,因为它是波动的。第二,它的价格是事先约定的。然后,她是由广告主独有的,就是广告主说,我要跟你谈一个PD之后,这个流量我是可以有优先选择权的。对这些流量有优先挑选流量的权利。之后的模式PA是私有竞价,就是站在媒体方有一些优质的资源,他不希望放在公开交易市场去交易,他希望组成一个私有的买方俱乐部来进行竞价购买。一般在国内现在就是说,大的各个ADX流量,PD现在陆陆续续也开始多起来了,包括BAT包括一些大的平台。PA其实现在在国内支持的平台并不多,因为它有一个比较头疼的问题是,它必须要把一些少量的广告主组成一个私有竞价的俱乐部,所以这是PA的一个比较麻烦的地方。

其实最开始小米刘勇军老师讲的PPT也提到了,就是在媒体端对于广告资源也是有一定优先级来锁定的。对于媒体端将,像第一、第二、第三级基本上是在一个Level,基本上和传统的没有什么区别。细节上这个里面有些媒体也会有一些细分的优先级,比如这个客户是我的大客户,不同的客户也可以有一些不同优先级。再往后才是PD的流量,再往后是PD之后剩出来的这些流量,首先会考虑接到Ad Network里面,Ad Network会有一些RTB的Level,往往在媒体端,最后是游戏、医药、电商类作为一些打底,基本上在媒体端的优先级是这样的。

买方和卖方为了锁定不同的流量,在程序化广告广告里面,大家会经常说一个叫Deal ID的一个词,这个Deal ID是为了帮助买方和卖方更好的处理特定的流量。就是传统的Adx通道大家可能认为是广告流量的水龙头。但是,这时候出现一些价格比较高的,特殊流量有优先权的交易,这时候可能需要加一个Deal ID来区分这些流量。

(分割线,明天继续后续内容)

(转载请注明出处:微信订阅号:ad_automation)

本系列文章摘自作者刚出版的新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

文字表现力有限,欢迎参加《10月14日“PDB一”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。现场福利:可以为您的新书定制个性的签名题词。

近期活动通知(直接点击链接报名参加):

通知:10月21号大数据程序化广告一线实战分享会(广州站)

通知:10月14日“PDB一”专题【北京流水课绝版】

2017-10-09

吴俊 《程序化广告实战》作者

分享主题:程序化行业现状、IAB对程序化广告的相关规范、行业各方的利益诉求、大数据实战常见坑及对策

分享摘录1:

下面就是我会做一个分享。我分享的主题是“程序化广告实战要点”。实际上某种意义上来讲,咱们这个活动还有特别重要的一个话题,就是《程序化广告实战》这本新书的发布,我作为这本书的作者,见证了这个行业的成长。就是我刚开始介绍的时候提到了,在2013年、2014年正好是借着上海通用这个项目,推动整个互联网各大媒体广告平台的程序化建设,包括各个视频网站的对接,包括在品友推动PC、移动端、视频DSP的建设,也见证了这个行业的发展。

这也是我个人的简单介绍。上面也有京东书店的网址: https://item.jd.com/12234200.html 。说到程序化广告,大家可以看“电商”这个词,就是传统商业的电子化,我们称之为电商;而营销的数字化、程序化,我们都可以认为它是一种营销升级,程序化升级,包括现在很火的,市场技术融合。今年很火的一个词就是MarTech,未来再长远的方向,应该不仅仅是市场技术,应该有可能要把ERP等等融合起来。我曾经在很多的一些场合说过,我们现在很多的营销,以及我们的一些推广都是B2C,为什么叫B2C?就是我们先做好了生产计划,先决定好了我们要卖什么产品,先已经计划好了,我们在什么区域要铺多少货,然后再做营销计划。之前因为很多时候是信息不对称,大家才需要去打广告,而未来随着消费升级,随着信息的高速发展,随着信息沟通越来越通畅。慢慢随着网络的发展,各种各样的平台,包括阿里电商,包括社交平台、内容营销等等,未来的商业化实际上也都是广告化的发展。

未来其实产品、内容和服务是一体化的,也就是会朝着一个C2B的方向发展。也就是消费者可以提出自己的需求,然后消费者根据自己的需求把自己的需求快速地提给平台,然后平台很快速地响应消费者需求,为消费者提供服务和产品。这样的好处什么呢?原来很多时候B2C的情况下是要做生产计划,要有ERP,要有库存,现金流实际上是有一个周期的。如果C2B的这种模式,它可以大大缩短现金流的周期,提升利润率。

题外话不多说了,我们直接进入今天的话题,分享程序化广告一些实战上的要点。

第一,实际上这跟《程序化广告实战》这本书的书目结构是类似的,大家先对这个行业有一个大体的认知。包括最开始小米刘勇军老师也讲了,在整个程序化广告各个生态系,各个玩家。让我们看一下大体的分工,实际上从产品这头,就是广告主这一头,和消费者这一头,他们是一个传播的路径。最接近消费者的这头实际上是媒体。对于广告主这一端,广告主现在也在迫切的建立两大平台,一个是广告主自己的数字银行,也就是广告主自己的DMP。第二个就是广告主的一个归因分析,以及广告主内部有一个交易平台(TradingDesk)。这是这一套。

然后,实际上Agency也会建Agency的Trading Desk平台,包括很多Agency都会建立Agency的Trading Desk平台,这个Agency的Trading Desk平台实际上就是一个交易桌面,可以对接各种不同的交易模式。比如可以对接BAT的DSP平台,去直接对接买方的广告服务,包括Agency的Trading Desk也可以对接不同的DSP。再看看DSP,在DSP的体系里面,实际上技术核心是DSP,然后算法,还有出价,就是去接流量。那么,在国内实际上这块还是没有拆开的专门提供算法的供应商,都还是并在DSP平台内部,但是在国外有专门做DSP服务的公司,也有专门做算法的公司,DSP很多时候的职能更多的只是接流量做竞价,而DMP及算法是给它做这种指导的。

那么,蓝色的部分,我们刚看到灰色的部分有点像是经常会说的需方,就是买方。蓝色这部分实际上更贴近消费者这一头,就是有点像是广告流量的供方,供给侧。供给侧内部会有各种各样的不同的东西,到媒体方内部也会建立媒体方的DSP系统,媒体方的广告服务,媒体方也会把媒体方的流量通过DSP对接给ADX,ADX再跟DSP做对接,做竞价。同时现在有一个很大的趋势,就是媒体方也在搭建自己的DSP广告投放系统,这样能够拿到更多的广告预算,而且现在大家也都听到一个声音,就是越来越去中介化,也就是很多媒体方希望能够直接通过自己的DSP广告平台去对接到广告主,然后拿到更多的预算。

还有一块就是我们经常会讲PDB的这种。最上面的AdNetwork这个模式基本上是三五年前特别传统的模式。整体的这张图就是程序化广告整个生态系就是这么一个生态系。

下面这张图,其实和刚刚那张图没有太多的区别,更多是做了一些简化,主要是从业务流程和数据流程来阐释的。

这里要强调一下,什么是程序化广告,程序化广告的定义是什么?我要反复强调一下:程序化广告其实就是利用大数据和技术对数字媒体广告的购买、投放、优化、报表进行自动化、智能化、实时化,以不断提升媒介效率。这是程序化广告最核心的诉求和目的。就是说,从这个角度来看,程序化广告其实就是一个工具,工具是干嘛?就是射箭打个靶子,然后报靶的告诉我往右偏了还是往左偏了,这样下次射箭的时候就往中间靠一下,所以这是DSP,是一个工具。

为什么这个行业在往这个方向发展,为什么大家需要去用程序化、自动化的方式来做自动化的广告投放?实际上最核心的是什么?

实际上大家的诉求是希望能够实时管理每次的广告曝光机会。实时管理每次的广告曝光机会,是希望达到什么样的诉求呢?这就是我们经常说的,营销里面最关键的一个特别理想的目标,就是在合适的时间,合适的场景,合适的地点,对合适的人推送合适的信息。正是因为我们能每次去实时管理了广告曝光的机会,每次的机会,这样我们就能在每一次广告曝光机会的时候去推送不同的广告。所以,这是程序化广告和传统排期广告不一样的地方。程序化广告是自动的、实时的,可以针对不同特点的人及场景做广告投放。而传统的排期广告投放就是人工的、非实时的、且需要人工媒介采买的流程的。

(分割线,明天继续后续内容)

(转载请注明出处:微信订阅号:ad_automation)

本系列文章摘自作者刚出版的新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

文字表现力有限,欢迎参加《10月14日“PDB一”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。现场福利:可以为您的新书定制个性的签名题词。

近期活动通知(直接点击链接报名参加):

通知:10月21号大数据程序化广告一线实战分享会(广州站)

通知:10月14日“PDB一”专题【北京流水课绝版】

2017-09-25

我们把勇军老师的分享分成上下两篇,此为下篇。(上篇请点击我)

还有我们作为媒体方特别在意的是——用户体验的问题。用户体验是我经常会遇到的问题,就是如果我接的DSP非常多,这应该是某个电商的广告,举个例子,DSP1说我对接苏宁易购,DSP2也说我也对接了苏宁易购,如果媒体把这两个DSP都接了,那用户刷广告就会出现都是苏宁易购的广告,媒体的用户体验肯定会很差。第一,用户体验真的很差,我的用户不开心。第二,作为广告主,我相信大家作为广告主也会不开心,为什么?你的广告无效的高频次的展示给同一个用户,你说我可能在这个上面点广告下个单,这个下面就很难再下个单。所以,ROI肯定会降低,这个是我关心的2个问题。

第二个,这个可能每个媒体的规则不一样。举了个例子,我们是不允许医疗行业在小米手机进行投放的。如果哪天在我们这儿看到一个脱发、整容,这肯定违反了我们媒体的原则,但是DSP在过去有很多是名义上的说做了很多过滤,到最后还有这样的漏网之鱼展示出来。右侧也是贵金属等等,也是作为我的平台不允许投放的,但是你投放出来了。有些人说,要不要先审再投放,如果我接入100家DSP,每一家给我500条素材,先审再投,我得投入多少人力,我这个生意是否划算。所以,我会考虑这些问题,可能有些DSP方说,我们帮你审,但是若你的审能够很客观,这些就不会出现,但如果说让我再审一遍,我的人力付出要考虑,这个生意我的性价比值不值得?

另外,素材的规范。上传的时候可能没问题,但是投出来的素材,有的换成一个所谓的赌博什么的,这样用户体验更不用说了,而且媒体的安全性会得到极大的挑战。

可能罗罗嗦嗦说了这么多,我是把我过去经常遇到的一些问题给大家做了一些分享。其实在这个过程当中,相信大家读完吴俊老师《程序化广告实战》这本书,会发现媒体的思考当中,除了这些是在前端的,非常表象的能够看到的之外;还有很多是你平常肉眼看不到的。比如跟DSP的合作,DSP经常说,能不能给传设备号,能不能给传这个那个,甚至是隐私数据、安装数据,因为我们是手机厂商,我们能够拿到这个手机用户装了哪些APP。但是,我们说你先去研读最新的法规要求,在法规范围之内的我们愿意配合,但是不在这个范围之内,对不起我们做不了。因为我首先要考虑收入和安全性,我并不会为了单纯的收益而破坏规则。我希望收入对于我们、客户,还有DSP三方是共赢的。

我可能前前后后发散的比较多,我的分享就到这儿,谢谢大家!

以下为问答环节:

Q1:老师你好,我来自一个DSP品牌,现在做的是媒介方面的工作。对于媒体方来说,它会给合作方有相应的优惠政策,而有一些DSP会采取拼账户获得最大的优惠政策,您怎么看待这个问题?因为这个会反映到您刚刚我分享所说的那个,代理层面过多出现的一些问题。

刘勇军:我相信不同的媒体,政策是不一样的。我所知道的有些媒体对程序化有一些返点,但是我以前所在的百度是没有返点的,小米也是没有激励政策的,但是我知道市面上有这样的一些媒体,比如优酷就会有激励政策。你提的这个问题,其实很简单,第一,媒体为了应对拼盘这种情况出现,制定政策的时候就会把拼账户的情况考虑进去,就是拼盘到某个量级之后,你再高,给你的空间也是很小。还有我让你赚的利润,取决于你对我而言的价值。

举个例子,如果我要和十家DSP对接,但是主要广告主预算通过第一家就完成了,而且所有的过程当中,你对下游DSP的管理和所有的规矩都做的特别好,你对我而言起码省了我九次的技术对接成本,我愿意让你赚一些利润。但如果我发现是完全没有任何价值,只是拼个流量,拼个盘子,我可以要求你给我直接客户,否则不会和你合作,但是核心无非是想达成一种共赢。但是如果说哪方面都没有,一个价值点都没有,那媒体为什么要给你利润?我觉得以我之前操盘这么多年的定价的经验,我就会把它干掉。

Q2:刘老师您好,我是从事搜索引擎推广的,关于信息流和广告这块也特别有研究。针对与像小米这样的定向流量投放广告,适合什么样的广告进行投放呢?

刘勇军:首先,信息流适合什么样的广告投放?我觉得背后的人群和用户是什么样的,决定了我适合投放什么样的行业和投放什么样的市场。还有媒体有一些限制性的规则,举个例子,你说小米的年轻人群当中,就有人不爱做个微整形吗?并不是,用户可能有这种需求,但是作为我是媒体,我可能需要规避一些和人身安全发生高风险的行业。但是,同时客户结构当中,电商类的产品在我们这儿占比比较高,因为电商性的产品,现在大量的购买人群还是相对比较年轻的。当然,我会逐渐发现,随着我们手机的不同档次,就是从低到高价位的覆盖,适应的行业会越来越广,我们最近在研究说金融行业特别火,今年2017年是小米平台中广告流量中现在成长速度最快的一个行业。当然,还有一些我们在寄予厚望的,现在还没有成长起来,但是在我们研究范围当中的类似于教育,我们发现在线教育,包括K12,有很多人在教育方面投入的费用巨大,而且是过去作为一个厂商的投放人员,或者说你是客户的投放人员,你很难找到精准的流量,除了做百度搜索之外,可能教育这个行业,过去这么多年都没找到第二条可以投出去量比较大的精准资源。所以,我们也在尝试,作为一家手机厂商,我有更多的数据,有精准的能力之后,是否能够帮助这些广告主找到性价比更高的流量,或者说更精准的流量。当然,整个信息流行业最离不开的是游戏,无论是百度的流量,还是头条的流量,还是UC的流量,其实游戏占比很大的,游戏因为在不同媒体上面,因为有些媒体的政策不同,所以大家可能拿到流量的占比不一样,包括UC去年游戏应该是占比超过60%。

Q3:我是一个DSP广告商,我想问一下,在我们为客户服务的时候,有什么技术手段能把客户的点击率和转化率提高呢?

刘勇军:首先,点击率这件事情,我觉得百分之六七十是和素材相关的,这个我觉得只要是在一个品牌投放一段时间,你总能摸到这个品牌的目标用户喜欢什么样的样式,喜欢什么样的广告,我觉得这个可能真的需要针对不同的流量平台进行研究,因为我们原来针对不同的品牌也会去有分级,什么样的行业可能用这种投放效果特别好,什么样的行业把数字放上去好,什么样的行业把文字写的越少越好,这个我觉得每个流量平台是有一些特点的。

第二,可能更离不开定向能力,就是如何找到你的精准用户,你的点击率自然会提升。因为任何一种,现在我所看到的信息流广告还没有能达到搜索的水平,核心是因为那个是用户主动在找,绝对够精准。所以,如果你找准人,点击率一定很高。

至于转化率这件事情,我相信和后面和前面两个都有关系。但是,转化率,我觉得大家有的时候可能要考虑转化成本,而不是绝对的转化率。因为对于我刚才说的那个教育行业为例,虽然在百度上面的转化率很好,但是转化成本也很高,成交一个课程两三千,成本其实也不低,可能真的要付两三千块钱的成本才能获得一个用户,但是点击可能要花几十块钱。

但是,在这种新的信息流媒体上面,基本上出价不会超过两块钱,能超过两块钱,在我们行业已经算是大金主了。你可以算一下它的转化率,转化率是有很大的差别。但是,我觉得作为企业,作为推广负责人,最核心的应该算最后那个账,转化率低一点,前端成本可能出八毛到一块,可能是搜索引擎的几十分之一,转化率你可能也是搜索引擎的几十分之一,你只要算出来,最后投出来的成本更低了,或者差不多,我觉得对你而言就应该是一个好的方式,好的流量,当然这个过程当中,我希望大家能够不断的去迭代自己的素材和寻找更精准的人群,在这个人群里投放,因为这样其实用户也好进,因为他真的有什么需求,就看你的广告了。

Q4:我是来自于一家媒体,刚才刘老师讲的比较多的关于用户体验和广告收入之间的一些平衡,除了行业还有一些频次以外,是否还有一些关于算法,或者是一些数据层面能直观表现用户体验和广告的一些平衡点的一些方法?

刘勇军:算法在做一个什么事情呢?算法其实就是在帮你用一些人工所不能测验的,或者测验不过来的一些方法,通过机器学习,通过大量的数据帮助你去验证。说句实话,咱们自己评估一下,你说是我今天阅读了一篇文章,可能停留了20分钟,这广告出现一次效果好,还是出现两次效果好,还是出现三次效果好,还是无限制的出现效果好。当然,无限制的我觉得肯定效果不太好,就是一次、两次、三次,从人脑的决策,你觉得就一定很好吗?我觉得未必。因为不同的行业,不同的素材可能不一样,但是人定这个规则很难定出来,人定的时候肯定就有挑战了。要不然一次试一下,两次试一下,三次试一下,然后用这些统称的,或者平均化的指标来考量这个事情。但是,事实上这个问题是不是有效的?机器学习可能A素材两次点击率就衰退了,B素材可能一次点击率就衰退了,所以,这个过程当中,我觉得人只是定方向的,到最后理想的是算法是写的好,或者算法用得好,最后的结果都不需要人去控制,人只需要追求目标。

Q5:今年比较火的是视频信息流,不知道小米在这方面未来的发展怎么样?

刘勇军:视频信息流肯定算是一种方向,这个里头我觉得我理解的视频信息流其实是两种。一种是刚才说的在这个信息流载体当中,只是把原来的大图、小图换成一种视频格式而已。另外一个视频信息流,其实是视频类媒体应该做的信息流,就是夹杂在整个信息内容浏览过程当中的。类似于优酷也在做,类似于过去360的影视大全也在做,包括这两年很火的短视频、快手、秒拍也在做。视频信息流天然有一些好的地方,也有缺陷的地方。视频媒体中投放信息流广告和图片广告对用户的体验肯定有很大差别。同时,制作视频的能力是不是过去这么多家广告主都准备的,这个行业我们典型看到跑得快的是一些大广告主,他们有团队,或者有他的服务商,包括游戏企业,都是视频素材制作能力比较强的。所以,它天生就会有一些行业走的比较快,它是具备这样的土壤的。我觉得这种形式肯定有存在的空间,但是我们可能需要去慢慢的试探哪些行业能够具备这些场景,哪些行业有能力做视频素材,这才是大家应该去研究的方向,谢谢大家!

(转载请注明出处:微信订阅号:ad_automation)

本系列文章摘自作者刚出版的新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

文字表现力有限,欢迎参加《10月14日“PDB一”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。现场福利:可以为您的新书定制个性的签名题词。

近期活动通知(直接点击链接报名参加):

通知:10月21号大数据程序化广告一线实战分享会(广州站)

通知:10月14日“PDB一”专题【北京流水课绝版】

2017-09-22

2017年9月16日(下午)3点至6点,在机械工业出版社十层举办了大数据程序化广告一线实战分享会暨《程序化广告实战》新书发布会,活动邀请了4位营销专家到现场分享——

刘勇军,小米商业化广告平台 运营总监

分享主题:程序化广告中媒体的思考

一线广告投放运营经验极为丰富的操盘手,此处不便于透露真实姓名。

分享主题:千万级程序化广告投放优化实战经验分享

管延放,德勤管理公司合伙人

分享主题:大数据的核心实战要点分享

吴俊《程序化广告实战》作者

分享主题:程序化行业现状、IAB对程序化广告的相关规范、行业各方的利益诉求、大数据实战常见坑及对策

另外我们还特邀了微博广告交易平台负责人吴歆等嘉宾参加互动环节:“程序化广告行业的泪与火”,讨论精彩纷呈,同学们的问题非常犀利,而嘉宾的回答放出重磅炸弹内容。

我们把嘉宾分享的内容整理出来,分为4篇分享给没有来现场参加活动的同学,第一篇:来自刘勇军的分享《程序化广告中媒体的思考》,以下为正文:

我叫刘勇军,过去十几年一直在做广告,目前在小米负责整个商业化的运营。因为大家都对程序化、竞价广告业务都非常关心。所以,我从一个媒体的角度给大家分享一下媒体这个角色对程序化、竞价广告这件事情怎么看。

这张图应该大家看的比较多,这是在整个竞价广告这个市场当中,或者说程序化广告市场当中很多公司的一些角色:很多是DSP,也有做广告交易市场服务的,做监测服务的等等角色。小米其实在这里头算是一个媒体方的角色,因为我们更多是把自己的流量售卖给ADX或DSP,或者通过DSP后卖给最终的广告主,我们是一个这样的角色。

基于这个,我会再给大家分享一些我们看到的一些情况。相信这张图大家也不太陌生,就是在2015年的时候,很多机构都在讲,我能做程序化,我有多少流量,我有什么样的特点等等。到2016年所有人都讲自己有大数据,无论谁的数据都是叫大数据。到2017年很多人又在讲AI,说所有的东西都是人工智能。我其实不喜欢这样的时代,为什么呢?我其实特别怀念七八年前,甚至十年前,因为在那个时候大家百花齐放。那个时候四大门户也好,五大门户也好,都活的很好,大家都在做自己的事情,那时候类似于网易这样的公司在做游戏,游戏公司当年市场上有一大批,阿里那个时候还在专注于做电商,京东也在做电商,百度、360还在做搜索等等。市值过几十亿的公司有一大批。

但是,随着这个市场的发展,我们发现大家都殊途同归,所有人做的事情现在都一样了。我经常和一些行业的朋友讨论说,现在你们怎么界定淘宝,怎么界定京东,它本质是什么?我觉得它的本质现在其实是广告公司。淘宝现在的核心不是电商了,电商只是后续为了广告变现,在做的一个过程和场景而已,现在核心淘宝最大的收入来源全部都是通过广告主,整个阿里集团加起来,应该已经算是中国第一大的广告公司,去年的广告营收大概是700多亿。

京东也一样,你会发现其实现在京东也是一个广告公司,因为它的核心也是在通过不同的模式的广告,让大家达成交易。

当然这里也包括像我们这样的企业,小米、华为、OPPO、VIVO,大家以前都是纯粹做硬件,这几年大家也涉足了广告这个市场,甚至在广告这个市场当中拿到的份额都还不小,今年厂商加起来应该是200多亿-300亿的市场,其实也很大了。另外,所有的人做广告做到最后都在做信息流,过去大家可能做搜索,做展示广告,都还做的不错,但是所有人做到最后,都做信息流了,包括现在淘宝从上而下拉下来的广告。所以,到最后大家首先把很多业务都做向了广告业务,广告业务又有很多人都聚焦在了信息流业务这个上面,我觉得这个时代到来了,大家好像没有再琢磨,再做创新了,而是所有的人都把眼睛盯在一起了,这是我觉得这个时代不好的原因之一。

另外,我觉得很多公司也太会借势了,去年出来大数据以后,很多公司都说自己是大数据,我首先不讨论它是否真的有没有大数据。但是,我觉得大数据这个词已经被用的泛滥了。第二是大数据真的能给你带来大效果吗?我觉得这个未必。大家可以看看最近有一些观点,在大数据底下的归因分析做的好给你带来的结果一定是你的生意能做得好,我觉得未必。

当然,去年开始,陆续有些公司在讲AI人工智能,包括我以前的公司百度,我也很害怕AI这个词,因为动不动就AI,听起来所有人做的事情都一模一样。

因为大家对整个广告市场的情况比较了解,接下来简单说一下,我们在做广告的过程当中,我作为一个媒体方广告业务的运营负责人,我在管理我们的资源、定价收入,我怎么样通过有限的流量能够卖出更多的钱,这是我的KPI。过去有很多人会说,最简单的办法就是卖CPT,按天卖,按天卖一定是最高效果吗?其实不一定。所以,接下来有很多人开始说,视频网站是按照CPM卖的,我们拆成M以后收益也不一定是最大的。但我觉得这个过程当中,程序化广告要发挥很大的作用,这里当然要感谢吴俊老师率先提出了PDB和PD这样的概念,所以他也在不遗余力的为程序化广告的推广做了很多教育市场,传播的工作。

接下来讲一下RTB这个市场,RTB这个市场我们能看到的是几种情况,因为有的媒体自己也有自动化的投放系统,比如说小米、头条、UC等等都有自己的自动化投放系统。所以流量肯定两边同时给,就是流量会同时发给外部的DSP和自己的广告系统。当然,很多人也会关心说,自己有一套,外面有一套,定价是否会客观和公平,这个我不敢说每家都会很客观、公平,但是至少我觉得几家大厂还是比较公平,就是只要你在DSP上面出的价格是超过了我自己的这套自助系统的价格,展现的时候我肯定会把这个让给你。当然,某些小一点的媒体,我也没法做保证,因为我也不清楚它是不是一定没有做任何处理,就直接拿出来排序。

另外,程序化广告其实国内还是要比国外发展的慢一点,或者差一点。这个过程当中,最核心的问题我觉得还是信任带来的,其中信任是分为两个层面,一个是客户的信任,另外一个是媒体的信任。其实这两个信任还原到最后其实是一件事情,“就是我不太相信这个DSP是不是真的把我的广告投到了我想投的,或者有效的人群面前”。

甲方的信任,如果你是某商家通过DSP的系统投广告,DSP服务商告诉你通过DSP投可能有很多很多的流量。但是,你经常会发现一个问题,她说她有头条的资源,有小米的资源,有UC的资源,但我却看不到。因为现在确确实实发展的流量比较大,但是大流量底下,要保证自己刷到广告,其实是比较难的,不一定完全能实现这个过程,或者说目的,如果甲方强烈要求我的广告一定要在某时某刻出在某个媒体上,最可靠的方式还是买CPT和CPM。

你的广告究竟展示在哪里了?有的时候我会说,展示在了某某信息流里面。但事实上我看到一些广告信息是,在新闻当中有多张图片,刷到最后一张广告还给好几张轮播,但是有CPM吗?肯定有,但是有效吗?我不敢保证,因为这个广告曝光是不是真的能帮你形成转化,我会对它存有一定的疑虑。

另外,媒体的信任就是我会担心这个DSP跟我对接以后,他是不是把大量广告费用都给了我这个媒体。这是我作为媒体非常想知道的。DSP也是公司,公司的目的是以盈利为目的,不排除的是,客户出了十块钱,最后竞价给我的时候只出了八块,赚取一些利润,我觉得这个是合理的。它的利润我是支持的,我只是担心它会不会跟我讲80%的广告费都给我媒体,但是事实上它只把20%的预算给了我媒体。

另外一个我们经常会考虑的问题就是说,因为DSP跟我合作,我首先要想到的是他跟我合作,我希望对我的生意是加权,而不是降权,加权的意思是,至少我能做一千万,你给我投了以后,至少能做1200万,或者1800万,就是给我的流量带来溢价的增加。我经常发现市面上十个DSP告诉客户说的,基本上有八个是如何的:我也在做苏宁,我也在做京东,我也在做谁谁谁,听完以后,他的TOP前几名的客户都一样。

所以,这里我作为媒体方的时候我会反思,所有的DSP都是跟这个客户关系最好,预算都是她的,我们会想,这是不是我原有的客户,如果这个预算本身就能从我的这里面完成合作,我为什么还要再跟更多的DSP方去合作。因为我的合作且不说收入是不是增加,哪怕一分钱不涨,但是在这个过程当中流量折损多少对我来说也是成本。所以,我更希望和我们的客户结构有差异化的这种需求方,或者说DSP去合作。为什么呢?举个例子来说,小米现在流量当中,可能有大半的广告主是来自于APP分发的,如果说DSP你来告诉我说,广告基本上全是H5或在线交易类,我觉得我的客户是互补的,我可能会更优先对接,因为我觉得你可能会丰富我的客户结构,因为我的流量很大,很大难免有一些人不愿意下载APP。但是,如果同样来了三四家,所有客户都非常重合,我们会反思我们要不要这样去做,或者客户既然这么组合,我就只接其中一家用户,没有必要接四五家,接完了以后,也许有一些DSP跟我谈的时候,我聊完一圈发现,原来他背后套的一个DSP,那个DSP背后可能又套一个,我就没必要跟前面这个接了,直接和最后一个接就可以了,这样也少了对接成本。

因为干货太多,我们把勇军老师的分享分为上下篇,此为上篇,(下篇点我)。

(转载请注明出处:微信订阅号:ad_automation)

本系列文章摘自作者刚出版的新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。

文字表现力有限,欢迎参加《10月14日“PDB一”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。现场福利:可以为您的新书定制个性的签名题词。

近期活动通知(直接点击链接报名参加):

923一线实战经验分享-暨《程序化广告实战》新书发布会通知(上海站)

通知:10月21号大数据程序化广告一线实战分享会(广州站)

通知:10月14日“PDB一”专题【北京流水课绝版】

2017-09-18

程序化广告随着这几年的高速发展,分工越来越细致,参与其中的玩家也越来越多。下面我们将介绍程序化广告购买这个生态圈中的各种角色,以及每个角色国内的典型代表。我们主要从流量卖方、广告交易平台、程序化买方、监测方、数据方这几个大的环节来进行展开。(围绕程序化广告交易,程序化广告流量的卖方、买方是交易的两个关键方,广告交易平台是重要的交易场所。而第三方监测方是广告主同广告投放方结算的重要依据方,是交易中的重要环节。还有就是在上节中介绍程序化定义时已强调过的“大数据是程序化广告的重要核心”,数据方也是程序化广告中必不可少的环节。)

1. 流量卖方

流量卖方(简称:流量方)即广告流量的卖方(SSP主要是指的给流量卖方使用(接入)的平台,英文Sell Side Platform或Supply-Side Platform的首字母缩写。(第6章中我们将会为大家详细介绍SSP的主要功能。)),常见的卖方类型包括:

l 首先是单一媒体,自己手握流量的:典型代表例如:传统门户网站;大的垂直媒体;视频类媒体等等;

l 然后就是流量的聚合方:中小流量的聚合方,典型代表例如:baidu联盟、google联盟等等。

流量卖方是程序化广告生态上下游中十分重要的一方,若没有卖方,没有广告流量,根本无法开展广告买卖交易,更无法进行程序化交易业务模式的升级及优化。所以卖方是程序化广告中十分重要的环节。而且随着时间的发展,交易模式的创新始终需要围绕可供售卖的资源及类型而展开,卖方的诉求对程序化广告交易中的售卖模式有决定性的影响力。例如:有的时候流量卖方希望能将更多的剩余广告库存变现售卖,这是卖方就会积极开放并主动对接买方,期望接入更多买家;有的时候卖方希望能提升广告售卖的利润,这时卖方可能会期望接入一些更有购买力的买家;而有的时候流量卖方会出于自身品牌及形象建设的考虑会期望接入更多高大上的买家,这是卖方就会接入那些高大上的买家为主。诸如此类的场景还有很多,我们就不再一一展开,所以由此可见流量卖方在程序化广告中的位置极其重要。

2. 广告交易平台

如前所述程序化广告交易中广告交易平台(ADX(Ad Exchange))是衔接流量卖方、买方的重要交易场所,上节在介绍RTB交易模式中已经介绍了ADX的主要成因,此处不在赘述。目前市面上的广告交易平台有很多,典型代表例如:以baidu、google、TANX(阿里的ADX)为代表的公共综合类的ADX(PC、移动、视频资源均有);门户及视频媒体自有的ADX(PC、移动、视频资源均有);纯移动类的adview、inmobi等等的ADX。我们也会在第6章中为大家详细展开介绍。

广告交易平台是程序化广告交易得以进行的重要交易场所,所以如果没有广告交易平台,则无法进行程序化广告交易。可见广告交易平台在程序化广告中的特殊地位。很多时候她起到了润滑剂。连接卖方及买方双方,充分撮合买卖双方需求。创新变革、减小信息不对称的十分关键的中间环节的角色。

3. 程序化买方

从程序化买方角度看首先是程序化买家DSP,即Demand-Side Platform需求方平台:

上节中已将RTB整体流程剖析过了,这里简单介绍一下目前常见的DSP,主要有几类:独立DSP、依附于流量方(媒体、ADX、Adnetwork)的DSP、独有DMP数据的DSP。

l 独立的DSP:独立DSP因不拥有资源,只有不断地给广告主证明“程序化购买”这个持续优化工具本身的效率才是立足之本。有点像炒股软件。所以他们对流量程序化购买上是一个相对公立的立场。典型代表例如:品友互动、舜飞、壁合等等。

l 依附于流量(媒体、ADX、Adnetwork)的DSP,这类因对流量资源的特点,在市场上有一定的竞争力,但当广告主想对多种媒体流量资源做跨媒体联合频控时,就会有点困难。典型代表例如:腾讯的智汇推、sina的扶翼、google的DBM(DoubleClick Bid Manager的缩写)等等。

l 独有DMP数据的DSP,这些公司流量上相对公立,并将独有的数据为广告主创造价值才是核心动力。典型代表例如:银联智惠握有POS交易数据结合DSP变现、掌慧纵盈握有线下大交通等场景数据DSP变现。

还有一种典型的程序化买方的模式就是程序化交易台(TradingDesk):随着分工不断精细化及专业化,刚刚就已经讲了一堆堆的角色了,大大增加了程序化广告下单执行及监控数据的复杂度,广告主及代理公司希望能一站式操控。就出现了程序化购买下单执行的一站式交易台:Trading Desk。典型代表例如:宏盟集团的Accuen、WPP集团的Xaxis、安吉斯集团的amnet、阳狮集团的AOD、IPG集团的CADREON、昌荣集团的ATD等等。

程序化买方是程序化广告交易中的买方角色。在整个程序化行业发展进程中买方往往表现为主要推动力的一方。程序化买方作为广告主的精准营销的工具,同广告主是利益一致。一方面她代表着大型头部广告主的利益诉求。头部广告主通过程序化买家运用预算及行业中的影响力,对广告交易平台及流量卖方开展持续不断地谈判及合作,推动着程序化广告的升级及各种模式变化创新。另一方面对于中小广告主市场,程序化买家也发挥着市场教育,启动增量市场及创新模式的作用。

4. 第三方监测

一般广告主的广告投放不太可能以广告投放方的数据作为依据进行结算的,这样自然就需要一个相对独立的第三方的监测数据分析方来提供结算依据参考。此类服务在国内行业内常见的类型有:

l 国内市场份额较大的第三方监测公司,典型代表例如:秒针、admaster等等;

l 新兴的广告环境验证公司,主要通过技术手段监测广告曝光时的媒体内容页的品牌安全环境、广告可见性等;目前因技术成熟度、网络环境等等问题,还不是很稳定,且大部分只能监测PC上的部分媒体环境;

l 在线网站分析工具有:baidu统计、googleGA等等;

l 专注移动监测的公司:talkingdata、友盟等等。

此处就不在对注意各类型的特点及注意事项进行展开,我们也会在第4章中为大家展开介绍。

第三方监测一直在数字营销领域扮演着裁判员的角色,帮助广告主对流量卖方及程序化买家这些运动员起到监督的作用。然而随着程序化广告的高速发展,第三方监测也需要不断跟随行业的发展,也不断升级并更新监测技术及方法。才能更好的起到裁判员的作用。

5. 数据方

在我们发现“程序化广告”的工具属性后,就自然会意识到数据的重要性,只有有效的数据才能帮助我们精准的触达目标受众,才能及时根据数据反馈调整我们的营销计划。

一般从广告主甲方的角度看,我们会将数据分为三类:第一方数据(到达广告主官网或者线下店的用户浏览及购买等行为数据)、第二方数据(同广告主广告投放相关的,用户在线上媒体或线下渠道中同广告主广告互动的相关数据)、第三方数据就是同广告主没有任何关系的第三方的数据。

先来讲讲第三方数据:

l 首当其冲的典型代表当然是BAT:阿里的电商数据、腾讯的社交数据、百度的搜索数据。一般来说这些数据相对门槛较高。

l 然后就是手握大量宝贵线下数据的公司,为什么要重点提一下线下数据,因为我们毕竟生活在真实的世界中,我们的线下行动往往比线上行为要付出更高的代价,我们去机场不是为了送人就一定是要坐飞机出行的。线上的行为并不一定能真实体现我们的真实意图;比如说:用户上网浏览汽车,不一定真的要买车,但是用户去4S店看车,八成是有买车的打算了,不太可能把4S店当成公园去逛。典型代表例如:掌慧纵盈就握有机场高铁线下以及汽车产业车前车后的线下区域的真实的用户活动数据、银联智惠握有POS机线下交易的数据。最近这些手握数据宝藏的公司也在纷纷开启数据变现模式,通过自建DSP+自有独色DMP为广告主提供更优的程序化广告解决方案。

l 再有就是第三方监测,也是因为其业务特点手握大量广告投放数据:典型代表例如:秒针、admaster;移动端的主要有talkingdata、友盟等等。

l 还有一大块手头有数据的就是媒体了,例如:某些视频媒体也在提供人口属性性别年龄、兴趣相关的数据服务,不过单一媒体毕竟覆盖的人群规模还是有一定的局限性。

l 还有就是传统的一直在做CRM的技术服务公司,但CRM数据如何打通线上一直是十分困扰的问题。

l 当然DSP公司也都有一些数据,DSP的数据主要来源于广告流量,广告交易平台为了让DSP更好地根据用户行为决策出价,所以大都会提供用户当前广告曝光机会的所在媒体、位置、IP(InternetProtocol互联网协议)地址等等用户及媒体信息,所以DSP基于这些广告流量中携带的数据 以及 DSP以往投放广告的表现数据,积累了大量数据。但这些数据由于是广告流量中携带的,因RTB的广告流量大量是“剩余流量”,具有一定的碎片性,不一定能体现用户全部的线上行为,尤其在移动端ADX无法像PC(Personal Computer个人电脑)那样提供每个广告展示的内容页的URL(Uniform Resource Locator统一资源定位器),能获取到的仅仅是用户广告展示在哪个APP(手机应用程序)中,获取到的经纬度也仅仅是用户打开APP展示广告时用户当时的线下位置,不一定能体现出用户全部的移动轨迹。这样破碎的数据很难像PC端那样更规模连续精准地分析用户的行为并给用户打标签。

而对于广告主方的第一方数据、第二方数据等等数据的管理运用,就需要广告主自己搭建DMP(Data-ManagementPlatform)系统(或使用免费的第三方统计分析工具)来管理。第一方DMP系统搭建的供应商也特别的多,上述具备大数据处理能力的公司都有这种类似的能力输出服务(不过由于这些公司资源及定位有所不同所提供服务的特点也各不相同),典型代表例如上述的:监测公司、DSP公司、纯DMP技术服务公司、第三方统计分析工具等等。

近年来随着各行业大型广告主纷纷开建自有DMP,广告主搭建自有DMP累积营销数据资产已成一大趋势。同时我基于掌慧纵盈服务一汽丰田全国4S店、中石化加油站、瑞表、SaSa等等线下DMP迅速建设的速度来看,线下DMP也是未来的一大重点趋势之一。

我们反复强调过大数据是程序化广告的重要核心。程序化广告其实就是自动化工具加上数据这个大脑。所以可见数据方及数据管理系统都十分的重要。如果没有了数据这个大脑,程序化广告就失去了意义。随着基础设施及交易模式的不断完善,行业中未来更多的创新及投入将会主要在数据这个方向上。为不同的业务运用目标,从不同的场景去采集,运用不同的新兴技术完善数据的体系以及数据系统的处理运用能力。

(转载请注明出处:微信订阅号:ad_automation)
本系列文章摘自作者刚出版的原版新书《程序化广告实战》,各大电商网站(如:《程序化广告实战》(吴俊)【摘要 书评 试读】- 京东图书)均有售。
文字表现力有限,欢迎参加《10月14日“PDB一”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。现场福利:可以为您的新书定制个性的签名题词。

近期活动通知(直接点击链接报名参加):