博客首页|TW首页| 同事录|业界社区
2017-08-22

互联网流量红利消失,数字营销该如何破局?如何数据融合才能放大数据价值?

如下是20170818《数据价值-融合应用818》受Admaster邀请对华南客户分享的PPT(可点击文末“阅读原文”):

链接: pan.baidu.com/s/1sl4Wj6

密码: k9b3

更多活动PPT课件,可给公众号发消息 “ppt” 获取

(转载请注明出处:微信订阅号:ad_automation)

文字表现力有限,欢迎参加《9月9日“DSP上”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。同时可以签名售书题词

欢迎购买作者刚出版的《程序化广告实战》正版书系统化学习

2017-08-21
通过上述优化要点《上》《下》《常见定向优化设置》的介绍,我们会发现有很多很多的因素会影响到广告投放的效果,而且这些因素之间也常常是互相干扰的。这样一来我们就会发现单纯靠人脑、人工模式,已经很难持续地、7X24小时的、不吃饭不睡觉地、不间断地进行相应的分析比对,调整优化,并进而根据调整反馈的结果闭环持续优化的工作。这就需要使用技术手段、机器学习、模拟人工智能的方式,用机器、程序代替人完成那些重复性的逻辑判断工作。下面我们将对DSP的这些自动化程序化的模块,例如:内置DMP人群标签算法、智能推荐引擎、防作弊等进行介绍。

1. 内置DMP人群标签算法

DSP为了完成复杂的投放逻辑及大数据的处理,并运用大数据机器学习的手段,通过计算机自动化地去完成广告投放,首先就需要建设自己的大数据DMP系统来支持后续的智能算法推荐引擎。如图7-11所示,DSP建立内置DMP来对广告竞价做辅助决策支持。DMP是DSP的大脑,指导DSP根据历史的广告数据及闭环回收的用户数据给用户打上标签,并结合实时广告请求中的数据,对广告曝光机会进行价值预测及出价指导。

图7‑11 DSP内置DMP辅助竞价决策示意
那么大家会很好奇,DSP的大数据DMP系统,是如何根据用户行为给每个个体打上人群标签的。我们一般把机器学习的方式分为两大类:监督式学习(supervised Learning)和非监督式学习(unsupervisedLearning)。要区分两者很简单,也非常的重要。

  • 监督式学习(也有称为“回归或分类算法”的):
什么是监督式学习呢?用分类算法为例打个比方。这就好比事前我们已经知道人群标签该有哪些(如上文中按商业营销诉求对受众人群属性的划分),但是每个个体身上的标签是什么那还是未知的。而我们有的是这些个体在网络上的各种行为:例如:浏览过内容的URL、点击过的广告、留过信息的表单、购物车中的商品、购买的商品等等。在监督式学习中,我们可以将已规划好的人群标签,先打到各种不同的行为数据中。例如:浏览女性化妆品URL的行为打上“女性”、“时尚”等等这些标签、购买刮胡刀产品的行为打上“男性”、“个人护理用品”等等这些标签。然后再让计算机,通过将行为上的标签,同时也打到产生该行为的个体身上去。到这里大家可能会问啦,刚刚举的那两个例子中的标签具有一定的互斥性(“男性”Vs“女性”),那么如何确定最终该打上哪些类的标签呢?实际操作中往往是以权重的方式,来处理这些互斥性的标签。我们收集到的每个个体的行为数据是海量的,那么个体被打上标签的次数自然也是海量的。虽然被无数次的打上标签,但总有一些标签被打的次数是重复的,这样我们就可以在这些标签上进行计数(即:加权重)。从而我们可以按每个个体身上的标签按“计数量(权重)”从大到小排序,这样就能找出这个用户身上典型行为特征(即权重较大)的那些标签族。然后就可以使用这些人群标签去定向这些人群做广告投放,或根据这些标签来进行进一步的数据比对分析和学习。

  • 非监督式学习(也有称为“聚类算法”的):
什么是非监督学习呢?同“监督式学习”比对来说的话,就是事前不知道特征分类的答案,无法在事前就规划好标签分类。只能通过将相似的行为特征聚合在一起。找出这类受众或访客最典型的行为特征族(我们有的时候也会使用离线模型来存储这些特征族的数据,离线是先对在线而言的,离线即事前已存储好备用的,而在线即每次广告请求来的时候实时动态计算得出的。)。然后可以直接运用这些离线模型的特征,指导竞价及智能推荐。或者还有一种做法就是,给这类行为特征族定义一些标签,再运用上述的监督式学习的方式给更多的用户打上这类标签,甚至通过Look-alike的方式去寻找潜客。

当然还有一些介于上述两种模式中间的变种模式的学习方式,例如:
  • 半监督式学习:即输入数据部分类别有部分事前已知,而仍有部分没有被事前已知,介于监督式学习与非监督式学习之间。常见的半监督式学习算法有支持向量机等等。
  • 强化学习:在这种学习模式下,输入数据作为对模型的反馈,不像监督模型那样,输入数据仅仅是作为一个检查模型对错的方式,在强化学习下,输入数据直接反馈到模型,模型必须对此立刻作出调整。常见的强化学习算法有时间差学习等等。
更多关于各种机器学习算法的原理、特点,适用场景等等,以及《样本训练》《回归验证》等等的实操流程已曾经介绍过了。这里就不再展开。

(转载请注明出处:微信订阅号:ad_automation)
文字表现力有限,欢迎参加《8月12日“DSP上”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。
欢迎购买作者刚出版的《程序化广告实战》正版书系统化学习
2017-08-17
大概半年前就有同学在问《程序化广告实战》什么时候出版,什么时候能买到?在哪些渠道购买?大家已经饥渴难耐了。我们听完后只能去不断的催出版社,催他们快点排版、快点印刷、快点上架。
而终于在今天下午,出版社告诉我们书籍已经印刷完毕,而且在京东等销售渠道已经上架了。听完这个消息我们奔走相告,很多同学居然订购数本,而且连价格都没问,就直接打钱过来购买。感动ing~

+图书介绍(详细摘录附在文末):如需了解图书书目等介绍,可参见(华章)china-pub上的图书介绍:

如何购买《程序化广告实战》书籍?
若您不需要购买签名版,
在china-pub.com(华章)上购买:

或在各大线上电商平台(如:京东)搜索《程序化广告实战》,直接下单就可以啦!
若你想购买作者签名版:
第一步:联系伍刀刀 13121124046 (微信电话同)
第二步:告知您的邮寄地址,并付款
第三步:收到书籍开始阅读
如果您在北京、广州,上海也可以自取哦。
北京自取地址:北京朝阳区西坝河金泰大厦 1105 伍刀刀 13121124046
广州自取地址:广州市中山大道89号(天河软件园华景园区)A栋14层南16号 赵小姐13602466336
上海自取地址:上海市建国西路56弄4号一楼 Miki潘小姐 13817588890

自取只限工作日。而且请先找伍刀刀付款完再去自取。

关于签名版价格:
如果您在线上商城购买,直接按照上面的价格即可。
如果您购买签名版,我们会按照原价的6折给您:79元*0.6+邮费,这个是作者直销价,名额有限,如果您以这个价格购买到作者签名版,请多多帮我们宣传。

同时我们正在策划作者签名售书会,活动内容会在此公众号发布,敬请期待!

以下为各位程序化广告圈的朋友对书籍的期盼截图:

+附图书介绍:

中国程序化广告领域领袖级专家

私有化程序购买领域的布道者的一线实战笔记

宋星等近20位专家联袂推荐

从业务和技术双重视角系统讲解程序化广告的理论知识、实践方法和关键要点

推荐语:

吴俊老师在程序化广告和大数据营销领域建树颇深,作为最早将PDB广告模式落地到中国的专家,无论在品牌营销还是效果营销领域,都拥有深刻的见解和广博的经验。他的第一本书,是自己多年从业经验的结晶,值得仔细品读。

—— 宋星 “网站分析在中国”创始人

吴俊结合他在掌慧纵盈的研究和实践的卓越成果,抽丝剥茧般把互联网广告涉及的知识进行了系统梳理,本书不仅是整个行业的“白皮书”式实战手册,更是对中国程序化广告和数字营销发展的阶段总结。

—— 章苏 北京掌慧纵盈科技股份有限公司董事长

这些年来,吴俊一直专注于广告领域,是我遇到广告相关问题时的首选咨询对象,受益良多。希望这本书能让更多人像我一样受益。

—— 耿新跃 豆瓣用户产品副总

本书倾注吴俊老师多年实战经验,从基本原理到最佳实践,庖丁解牛般呈现了程序化广告,不管对广告主还是代理商,本书都具有极强的实际指导意义。

—— 冯全春 尚美生活集团数字营销与CRM总经理

吴俊凭借自己在业内近20年的实践经验,对程序化广告进行了系统的梳理和总结,是一本可以落地的指导性手册,具有很强的实用价值,对整个行业的发展将具有重大的意义。

—— 余兰 搜狐集团精准销售部总经理

吴俊在品友互动时,带领团队打造了中国首例PDB的产品,帮助巨型客户购买常规广告进行智能优化,也让程序化从单一的实时竞价拓展为全方位广告管理。我很高兴看到他把自己的宝贵经验和实践沉淀下来,希望此书能为中国程序化广告的健康发展做出贡献。

—— 黄晓南 品友互动CEO

吴俊老师是中国程序化广告领域的先锋,拥有丰富的理论和实践经验。更加难能可贵的是,他能够把实践的经验推而广之,避免营销人在程序化的道路上再走弯路。相信这本书能够成为营销人在程序化广告实践中的好伴侣。

—— 王旭华 Head of Accuen

有幸在乐视的多屏程序化合作中结识吴俊老师,在大数据营销和程序化广告领域可是大名鼎鼎,对中国程序化广告非常有影响力的专家,开启PDB中国落地的推动引擎。吴老师写的内容总是充满干货,他的书强烈推荐大家阅读和收藏!

——梅娟 乐视程序化总经理

随着大数据技术的发展,通过程序化营销方式进行个性化广告投放成为互联网广告行业的发展趋势。程序化营销是一个复杂度很高的行业,吴俊老师在此行业深耕多年,实践经验非常丰富,相信此书对互联网广告从业者将有很强的指导意义。

——新数网络CEO 赵士路

程序化,是数字广告的必然趋势,但是随着行业的发展,业务和产业链也越来越复杂,这对所有的从业者都是一个严峻的挑战。吴俊老师行业背景深厚,可以说是伴随行业一起成长,有人说“所谓核心竞争力,就是曾经趟过的坑。”,此书的发行,一定会给大家带来非常多参考价值和指导意义,帮助您不“趟坑”,也可以建筑自己的核心竞争力。

——美数科技创始人范昂

这是一本可以让了解整个程序化广告生态的客户和广告同仁的一本实战好书。清楚的解释各种广告交易模式、技术手段、程序化手段运用的场景、原因及各方核心诉求。无论你是刚刚入门,还是业内高手,这都是一本可读性高,可分享的好书。

——IDGDigital Media(中国)首席市场官高务修

16年多互联网行业营销经验,尤其程序化广告领域颇有研究,吴俊了解算法、技术、产品及运营并有着多年实战经验。本书将这些精彩内容呈现给了读者,是程序化广告从业人员的必读书目,如果你刚刚踏入程序化广告行业,哪能错过?你一定可以学到真正与你相关的。

——群邑中国透明程序化(PBU)全国运营负责人  赵静

作为国内程序化广告领域的专家,吴俊老师将十多年的经验转化为文字分享给读者,内容深入浅出,实战性强,非常适合互联网广告从业者研读。

——佳投科技CEO 张富

吴俊老师在程序化领域非常资深,每次见面在业务方向上的探讨都让我获益良多,非常期待这本书的面世,是一本程序化领域的实战宝典,能够帮助更多人深入了解程序化领域,希望大家共同努力打造良性程序化生态圈。

——程序化公司之行传媒创始人 Kitty

作为国内最早的PDB广告模式专家、程序化广告与大数据营销行业高速发展的先锋,吴俊老师见证了程序化广告从蛮荒时代到众媒时代的变迁,《程序化广告实战》这本书,是观点、经验、技巧的悉心之作,相信每位营销从业者读完之后都会意犹未尽。

——Deepleaper创始人王冉

吴俊老师在这本书里面表现出对PDB深入的经验。如果想了解中国的PDB, 我强烈推荐!

——Envisionx技术运营管理 Matthew Earley

吴俊老师在程序化广告和大数据营销领域非常资深,目前市面上还没有一本把程序化购买系统讲述完整的书籍,吴老师讲课深入浅出,易学易懂,不过仍然需要细细品酌书中的思维,如果你还沉浸在传统投放领域怡然自得,那么此书就是广告投放高阶从业路经必读。

——京东商城搜索推广刘璐

作者吴俊简介:

中国广告PDB(Programmatic Direct Buy ,私有程序化购买)推动落实第一人。现任掌慧纵盈产品VP,专注于打造线下数据线上打通的营销解决方案,推动数字营销新升级。 原品友互动负责PDB/移动/流量的产品总监,拥有近20年IT/互联网行业从业经验和超过5年的程序化广告工作经验。2014年负责推动并落实了中国首个大型PDB广告投放项目(2014中国国际广告节“长城奖”金奖“上海通用汽车私有程序化广告投放”案例),通过PDB帮助广告主管理了数亿广告预算投放,在广告主包段的黄金广告位(门户及垂直媒体,PC和移动端)以及视频媒体贴片广告位等黄金资源,实现了广告投放的跨媒体联合频控、千人千面;最终有效提升了广告主广告预算的ROI。 2014年开始在市场反响十分热烈的视频广告PDB领域持续发力,推动行业内视频广告PDB业务大规模迅速发展,目前市场上已有上海通用汽车、玛氏、欧莱雅、人头马、Burberry、高露洁、黑人、雅士利等不同行业,近百广告主近千视频OTV项目通过PDB方式进行了投放。 主讲的“大数据营销与程序化广告实战”系列课程先后举办了十余期,数千学员,数万粉丝。

书目概览:

本书从业务和技术双重视角系统讲解了程序化广告的理论知识、实践方法和关键要点,不仅能帮助从业者对程序化广告建立全面的、体系化的认知,而且还会告诉他们实践中的各种注意事项,以及如何有效地规避和处理业务中的各种“坑”。

作者是中国程序化广告领域的领袖级专家,是国内PDB(私有化程序购买)领域的布道者,推动落实了国内首个大型的PDB项目,曾帮助数百广告主运用程序化手段管理数十亿人民币的广告预算。

本书以实战为宗旨,从业务和技术两个维度,由浅入深地讲解了程序化广告的流程、产业上下游、各种广告交易模式、技术手段、程序化购买的运用场景,以及广告主、代理公司、媒体、DSP等各方的核心诉求。书中包含大量案例,素材都来自于作者近5年来的亲身实践。

全书在逻辑上分为四大部分:

基础篇(1~3章):主要介绍程序化广告的基本概念和基础知识,以及程序化广告中需要掌握的大数据知识,即便是没有基础的读者,也能迅速了解并进入这个行业。

实战篇(4~7章):从业务和技术角度介绍了程序化广告的核心内容,如监测、移动广告、DSP、ADX等,这部分内容十分有针对性,可帮助从业者有效解决日常工作中遇到的各种问题和坑。

进阶篇(8~9章):讲解了PDB、DMP等高级内容,仍然比较注重实战性,适合广告预算较多的头部广告主和相关上下游从业者。

展望篇(第10章):从行业上下游分工、竞争策略、个人职业规划等角度进行了一些梳理,希望能帮助读者做好相应的规划和积累。

为什么要写这本书:

很多同学关注我的微信订阅号,阅读我撰写的程序化广告方面的文章,参加我的程序化广告系列课程,希望能从业务实战的视角更为全面体系地认清整个行业。

虽然这几年程序化广告在数字营销领域高速发展,但是大家对于程序化广告的演变、行业现状等方面的认知仍然不够深入。这一方面是因为程序化广告相对于其他推广方式,涉及的概念、方法论、参与方更为复杂;另一方面,目前市面上没有一本面向营销从业者的主讲程序化广告业务实践类的书籍问世,大家只能从网上的一些文章中零散地了解程序化广告。但是,由此得出的很多信息已被多方渲染加工过了,很可能混杂了一定的水分。

而未来程序化广告这个行业一定是以业务化、技术化(自动化)、数据化为重点发展方向的,更加强调“业务+技术+数据”的跨界融合。这就对从业者提出了更高的要求,也只有这样从业者们才能创造更大的价值,并提升个人的价值。

对于相关从业者来说,他们迫切希望学习到与程序化广告相关的知识,但可惜的是,这些内容大多都分布在网上,内容零散,且很难收集全面,所以他们希望能有一本书可以系统地介绍相关知识,降低学习成本。

在众多同学的强烈要求下,我撰写了本书。本书是一本从业务实践视角全面介绍程序化广告的书籍。本书的目的是希望通过体系化、实战性的剖析,让读完本书的同学们不仅能对程序化广告建立全面的业务体系认知,更加能掌握程序化广告在实践中的各种注意事项,并且知道实际业务中的一些坑该如何规避,以及如何有效处理。

读者对象:

本书面向的主要受众是整个互联网行业中的媒体方、中间方、广告主等程序化广告行业上下游执行及决策层面的各类人群,以及对互联网商业变现感兴趣的人。根据工作特性可以划分为如下群体:

互联网媒体方与商业变现相关的产品、技术、销售、运营等环节的从业者;

广告主方市场部、产品部营销的从业者;

广告交易平台方、DSP(Demand-Side Platform需求方平台)方、数据方、监测方等,程序化广告行业上下游各环节的从业者;

对数字营销未来发展趋势感兴趣,并正致力于打造新兴解决方案的推动者、从业者、投资者;

互联网行业商业变现领域的投资者、关注者、爱好者及打算进入这个行业的人;

开设相关课程的大专院校师生。

本书特色:

本书内容安排及介绍由浅至深,专注于剖析“程序化广告实战”业务,深入浅出地介绍了从流程到产业上下游的所有相关知识;重点从业务角度分析了各种广告交易模式、技术手段,以及程序化手段运用的场景、原因和各方核心诉求。

本书主要实战素材源于我同广告主、代理公司、媒体方、DSP一起推动程序化广告实际业务时被大家经常咨询到的问题点,并同时融合了我近20年的技术经验。为了让大家深刻理解这些内容,本书对问题的剖析均从基础到业务再到技术层面展开。

如何阅读本书:

本书共分10章:

第1~3章主要集中于对基本概念及基础知识的阐述,目的是帮助没有任何基础的读者快速入门,为大家后续的学习及工作夯实基础。

第4~7章开始进入对实战有指导价值的业务点的介绍,包括监测、移动广告、DSP、ADX等内容,适合所有数字营销上下游的从业者。 第8~9章主要介绍PDB、DMP实战等内容,这部分面向的是偏高端(广告预算较多的)的头部广告主及相关上下游从业者。目的是帮广告主减少投入或找到适合自己的方法。

第10章对行业未来发展趋势进行了预测和分析,并从整体行业上下游分工、竞争策略及个人职业规划等角度为读者进行了梳理,从而帮助读者做好相应的规划和积累。

此外,本书附录收集了程序化广告领域方面的常用术语及缩写,特别适合那些刚刚接触程序化广告的读者。

希望大家能根据自己的情况来选取相应的章节进行学习。

勘误和支持:

由于作者的水平有限,编写时间仓促,书中难免会出现一些错误或者不准确的地方,恳请读者批评指正。为此,我们开设了名为“程序化广告实战”的微信订阅号(ad_automation)。如果你有更多的宝贵意见,也欢迎通过该订阅号来与我互动。期待能够得到你们的真挚反馈。

致谢:

首先,感谢一路陪我走来的同学及粉丝们的大力支持。正是在你们的“簇拥”下,我才有源源不断的动力,从而能坚持不懈地整理、传播、分享程序化广告实战系列的内容。

其次,感谢宋星老师。若没有宋星老师的邀请,我也不会打开干货分享的闸门。当然,还要感谢伍刀刀同学在背后对我的大力支持和鼓励。 再次,感谢机械工业出版社华章公司的杨福川和孙海亮两位老师,在这半年多的时间中,他们不厌其烦地始终支持和指导我写作,是他们的鼓励和帮助引导我顺利完成全部书稿。 最后,感谢我的爸爸、妈妈,以及其他家人,感谢你们的爱护,并时时刻刻为我注入信心和力量,让我能在不惑之年开启一扇全新的人生大门。 谨以此书献给我最亲爱的家人,以及众多致力于程序化广告事业的朋友们!

对一直关注“程序化广告实战”微信订阅号及系列课程的同学们,致以诚挚的谢意!

图书详细目录:

推荐

前言

第1章 程序化广告的前世今生

1.1 常见的广告形式及业态002

1.1.1 常见的网络广告形式002

1.1.2 结算方式015

1.1.3 广告行业上下游大体分布015

1.2 程序化广告的概念及发展历程017 1.2.1 程序化广告的定义017

1.2.2 程序化广告出现的主要动因017

1.2.3 程序化广告的发展历程及模式019

1.3 业内主要玩家028

第2章 程序化广告基础

2.1 IAB关于程序化的定义及接口规范034

2.1.1 程序化广告4种典型模式035

2.1.2 接口规范038 2.2 程序化购买/投放的关键特征045

2.2.1 流量按优先级管理045

2.2.2 交易管理046

2.2.3 卖方诉求049

2.2.4 目标人群投放050

2.3 流量卖方同买方常见技术对接模式055

2.3.1 PC/移动Web媒体055

2.3.1 移动App媒体056

2.3.2 视频057 第3章 程序化广告中的大数据基础

3.1 人的唯一性标识068

3.1.1 人唯一性标识的方式068

3.1.2 PC端识别技术070

3.1.3 移动端识别技术076

3.1.4 跨屏识别方法与挑战097

3.2 受众数据及来源097

3.2.1 线上数据、线下数据098

3.2.2 线下VS线上的行为数据特点099

3.2.3 数据的来源100 3.3 大数据管理平台101

3.3.1 DMP价值意义101

3.3.2 大数据管理处理流程105

3.3.3 DMP系统的层次及架构107

第4章 监测注意要点

4.1 视频广告投放TA浓度KPI注意事项111

4.2 广告可见性 IAB规范11****.2.1 定义116

4.2.2 测量方法116

4.2.3 影响因素118

4.2.4 注意事项119

4.3 品牌安全119

4.3.1 推动力动因119

4.3.2 常见模式120

4.3.3 机制及现状121 4.4 程序化广告中监测GAP注意事项122

4.4.1 地域GAP122

4.4.2 结算方式的坑125

4.4.3 PDB中的损耗问题126

4.4.4 移动App端Banner投放的坑126

4.5 市面上供应商简单分析128

第5章 移动广告的关键知识

5.1 移动端特有的一些问题130

5.2 Deep Link & Universal Link132

5.2.1 什么是Deep Link132

5.2.2 App没安装怎么办132 5.2.3 Universal Link133

5.3 移动端MRAID 富媒体技术136

5.3.1 什么是MRAID136

5.3.2 MRAID协议简介137

5.4 移动端原生广告143

第6章 广告交易平台ADX要点

6.1 什么是RTB147

6.1.1 竞价整体流程148

6.1.2 成交价的相关规则149 6.2 市面上常见的ADX151

6.3 DSP对接ADX流程155

6.4 ADX创意渲染机制注意事项159

6.5 ADX系统基础操作功能介绍160

6.5.1 ADX中SSP卖方基础操作功能介绍161

6.5.2 ADX中DSP买方自助基础操作功能介绍165

6.6 ADX竞价及流量使用效率相关指标169

第7章 程序化买方DSP要点

7.1 国内DSP典型模式介绍176

7.2 DSP主要优化手段及原理177

7.2.1 转化漏斗178

7.2.2 主要考核指标180

7.2.3 主要优化要点183

7.2.4 常见的定向及优化设置191

7.2.5 人工智能、机器学习194 7.3 DSP投放流程及注意事项201

7.3.1 投放前积极准备201

7.3.2 投放中有节奏地优化205

7.3.3 DSP投放实战示例206

7.4 DSP系统技术架构参考210

第8章 程序化广告高级模式PDB要点

8.1 PDB广告处理流程218

8.2 PDB主要优化KPI及注意事项219

8.3 PDB执行流程221

8.3.1 单Campaign视频PDB222 8.3.2 多Campaign的PDB232

8.3.3 PDB+RTB模式238

8.4 PDB业务特点242

8.4.1 媒体方的担心及阻力242

8.4.2 PDB对预算倾斜的影响不大244

8.4.3 PDB业务门槛较高245

第9章 DMP实战案例

9.1 常见DMP盘点248

9.1.1 常见的第三方数据248

9.1.2 常见的DMP系统服务提供商249 9.2 基本功能及数据样本学习核心流程250

9.2.1 基本功能250

9.2.2 样本训练及回归验证核心流程251

9.3 DMP系统案例264

9.3.1 Trading Desk & DMP & PDB(PMP)案例264

9.3.2 线下DMP系统案例267

9.3.3 专有线下DMP+DSP实战案例270

9.4 DMP系统技术架构272 9.4.1 应用架构272

9.4.2 数据架构274

9.4.3 技术架构275

第10章 行业发展趋势预测及分析

10.1 DSP行业发展及趋势预测277

10.2 ADX的发展趋势及策略282

10.3 从业者职业规划策略286

附录 常用词及缩写

免费试读地址:

 http://www.china-pub.com/computers/commo…

如果您想加入吴俊老师的[程序化广告社群],与大咖面对面交流,欢迎添加13121124046 伍刀刀的微信,并备注姓名-公司-职位,我们拉您入群。

(转载请注明出处:微信订阅号:ad_automation)

文字表现力有限,欢迎参加《9月9日“DSP上”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。

2017-08-14
其实除了前两篇文章《DSP主要优化要点_上【业务类】》《DSP主要优化要点_下【业务类】》重点介绍的时间、地点、媒体、谁、素材这5大主要优化重点,实际广告投放执行中,可供我们定向及优化的手段还有很多,下面我们列举DSP中一些常见的定向及优化设置项目,便于大家形成一些感性的认知,以便在后续实践中可以尝试去使用。限于篇幅具体每一项的内容就不再逐一展开介绍了。
(广告请求中可能携带的广告位及用户数据的相关介绍请参见:《卖方诉求及数据开放-IAB程序化定义系列【基础类】》

  • 投放控制类:
  • 投放周期:投放开始、结束时间设置。
  • 总预算:总预算是整体的预算,因为投放优化一般会分为多个子计划来优化,这样子计划有子计划的预算,总的有总预算。
  • 曝光总上限:类同于总预算、可以对总曝光进行上限控制。
  • 点击总上限:类同于总预算、可以对总点击进行上限控制。
  • 每日预算:投放进度一般广告主都是有严格要求的,不能太快也不能太慢,所以经常需要限制每日的投放预算上限。
  • 每日曝光上限:类同于每日预算、可以对每日曝光进行上限控制。
  • 每日点击上限:类同于每日预算、可以对每日点击进行上限控制。
  • 单人曝光频次:对每人的曝光频次进行上限控制。
  • 单人点击频次:对每人的点击频次进行上限控制。
  • 交易方式:如RTB、PD/PA、PDB及相应的Deal设定。
  • 防作弊设置:防作弊及防作弊等级等等设置。帮助优化设置按什么程度封杀可疑流量。
  • 均匀投放:可设置是快速消耗,还是按时间均匀投放。大部分有经验的广告主都会要求均匀投放。
  • 流量打底:很多时候有一些广告主希望广告投放能更多的曝光和覆盖,当然这就需要所有流量都去竞价,这就需要开启该设置。(新流量刚接入DSP系统时,经常要所有新流量都去竞价,来积累相关数据作,为后续优化的重要模型和依据。)
  • 竞价算法:使用程序化投放广告,最大的好处就是可以运用机器算法来自动优化,例如:CPC算法(优化CPC目标)、CTR算法(优化CTR目标)、流量探测算法、PDB算法(退量及预算管理)等等。
  • 最高出价:使用算法自动优化投放时,算法会依据效果预测来决定出价。为了防止机器出价,超出了成本约束,故需设定最高出价。
  • 创意轮播设置:可以设置不同创意轮播的策略。例如设置这样的轮播规则:A、B、C、D四版素材,用户一般的广告素材曝光顺序AA->BB->CC->DD,若用户点击过广告,再有该用户的广告曝光机会,则直接展示D版素材。

  • 投放定向类:
  • 平台:选择哪些ADX平台可投放。
  • 位置:选择哪些位置可投放:第一屏、第二屏等等
  • 终端类型:选择投放的终端类型:PC Web、App、Mobile Web
  • 广告形式:Banner、OTV视频贴片、视频暂停、原生(信息流)、音频等等广告形式的定向设置(关于关于相关内容参见:《网络广告形式【基础类】》
  • 地域定向/地域排除:地域定向/排除设置
  • 日期/时段定向:设定广告投放的日期及时段
  • 媒体(APP)分类定向/排除:对广告位所在媒体及App的分类进行定向及排除。
  • 频道定向:视频、门户、垂直媒体都有一定的频道设置,通过频道定向可以针对性投放。例如:很多广告主投OTV时不希望投小视频,希望投长视频,我们可以通过定向电视剧、电影等频道来进行投放。
  • 媒体(APP)黑白名单:对于某些特定的媒体(APP)进行定向或排除。
  • 广告位黑白名单:对于某些特定的广告位进行定向或排除。
  • 品牌安全定向:可以对接品牌安全服务,设定相关规则,Pre-Bid的方式去挑选流量。(关于品牌安全相关内容参见:《品牌安全【基础类】》
  • 广告可见性定向:部分ADX(例如google)会发送广告位的可见性历史统计的数据,这样可通过设定该定向,来对相应的点位做筛选。
  • 页面关键词定向:对于PC流量,有些ADX会传递广告所在页面的关键词,ADX也会发送广告所在页面的URL,所以也可以对这些URL的内容做全文分词标记关键词。就可以根据页面关键词进行定向投放了。

  • 人群定向类:
  • 第三方人群定向:一些ADX及第三方提供人群标签,可以做相应设置,例如:百度、灵集等等。
  • 人群标签定向/排除:可以设定基本人口属性、个人关注、兴趣爱好、消费倾向等等人群标签进行定向或排除
  • 访客找回/排除:选定一定周期、某些监测点及规则的访客进行找回或排除
  • 点击找回/排除:选定一定周期、某些点击的用户进行找回或排除
  • 人群包定向/排除:cookie包、移动设备ID包定向(对于一些特殊规则或第三方提供的人群包做找回或排除:例如:其他投放渠道曝光人群的排除或追投、传统采买+RTB联合控频等等,这些较复杂的业务场景都会使用到这些功能。)
  • 操作系统定向:对用户设备使用的操作系统及版本做定向,例如:PC端windows、OSX;移动端:Android、IOS等等。
  • 浏览器定向:对用户设备使用的浏览器及版本做定向,例如:IE、chrome等等。
  • 网络类型定向:对用户设备的上网类型做定向,例如:WIFI、2G、3G、4G等等。
  • 移动运营商定向:对用户移动设备使用的运营商做定向,例如:电信、联通等等。
  • 移动设备定向:可对用户移动设备的机型、屏幕尺寸等等进行定向。
  • LBS定向:可以对某地理位置或商圈附近,某一范围内的人群进行定向等等。
  • 天气定向:通过天气的空气质量、温度、紫外线、湿度及温度变化趋势做定向投放,例如:防晒霜、空气净化器、感冒药等等天气相关性高的快消品。
  • 场景定向:可以选定线下或一些特定场景人群进行定向,例如:机场高铁、驾校、医院、宾馆、高档社区等等场景进行定向。

(转载请注明出处:微信订阅号:ad_automation)
文字表现力有限,欢迎参加《8月12日“DSP上”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。
2017-08-13

上一次活动是在8月12日,正好赶上北京下大雨,航班大面积延误,选择窝在家里听雨声是最舒适的选择。原以为到活动现场的同学会少之又少,但居然还有从深圳、从廊坊专门赶过来听课的同学。虽然外面阴雨绵绵,但我们的心里好暖啊。其实程序化广告课程的受众并不是太广,但却得到了那么多同学的厚爱。

感动之余,也感觉到了我们这个活动真正的价值,为中国营销从业者的素质提升贡献一点点自己的力量。我们会坚持每月一期,为大家提供源源不断的干货。所以9月份的活动又来啦,以下为活动详情:

活动时间:2017年9月9日 周六下午 15:00——19:00

活动详细安排:

14:50-15:00  签到与自我介绍

15:00-18:00  吴俊老师分享DSP

18:00-18:30  全体同学自由social时间

在讲解过程中,如果你有任何问题,可随时提问。

活动地点:北京 西城区 百万庄大街22号机械工业出版社3号楼10层会议室

乘车路线:地铁6号线 车公庄西站 D西南口出。

报名方式:

第一步:添加微信号:13121124046(伍刀刀);

第二步:填写报名表,并缴纳200元报名费(单次体验票¥200,欢迎大家选购超实惠的¥1920年包套餐、或¥4188VIP年包套餐);

第三步:活动当天来到活动现场签到参与。

另外,为了满足无法亲临现场同学的需求,此次活动我们增加了线上同步直播及视频回看。

如何参加线上直播及视频回看?

第一步:添加微信号:13121124046(伍刀刀);

第二步:填写报名表,并缴纳200元报名费;(单次体验票¥200,欢迎大家选购超实惠的¥1920年包套餐、或¥4188VIP年包套餐);

移动端、PC直播地址:

 http://mudu.tv/watch/1131099

第三步:我们会将以您手机号作为唯一识别码加入直播间,给您可以在线直播互动及视频回看的课程地址参与活动。

直播将以视频形式进行,而且能够进行互动,我们将回答您在直播间提出的每个有价值的问题。而且若您时间上冲突,依然可以等有空的时候回看即可。

如您在报名中遇到任何问题,请拨打电话或添加微信:13121124046(伍刀刀)随时联系我们。

以下为《广告交易实战-DSP》讲解提纲 :

——96页ppt,分2次课讲解

什么是DSP?

国内DSP类型介绍及比对分析:

–独立DSP工具+RTB

–门户媒体自带DSP

DSP+ADN

–独有DMP+DSP

–DSP主要优化手段及原理

–各种定向方式

–内置DMP、打标签逻辑

–算法介绍

–动态创意

–“某品牌人群策略”示例

“某产品DSP投放策划”实战示例

–独有DMP+DSP介绍?

DSP投放案例

–某大型电商 – App老访客回流推广案

–某国际品牌 – 新品上市移动端推广案

DSP系统技术架构

DSP系统投放操作步骤

(转载请注明出处:微信订阅号:ad_automation)

2017-08-07

《DSP主要优化要点_上【业务类】》继续下篇:

当然还有一种很有意思的找回模式,是针对“沉睡用户”的。用户因为某次推广活动而使用产品、或下载安装了App,而之后很长时间(如1年)未打开过App、或使用过产品服务。对于这些用户能使用App及产品服务,说明其已对产品及服务有了一定的认知,所以对这些用户做Remarketing“再营销”能让这些用户再次唤起好奇心,进而促成转化。

访客找回方面的运用,国际上较为典型的,以Retargeting为代表的DSP如:Crtieo。

线下人群

这里需要重点强调一下的是线下现实世界的人群行为,在第3章中已阐述过这类人群数据的意义价值,可能会远远大于线上用户行为。若能通过一些手段打通线下线上人群数据,这些人群会是我们十分重要的Retargeting或Look-alike(相似人群)的重要数据来源。

相似人群(Look-alike)

很多时候大家会质疑一个用户都已购买了某产品还会再消费么?尤其对于大宗消费的产品(例如:车、房等等),由于产品的生命周期,会导致再怎么做Retargeting也效果一般。且一般营销也会关注对新客、潜客的获取(老客一旦产生购买是可以使用CRM、关注订阅号等等手段,保持同老客的沟通,刺激其持续的转化。)。而获取为了潜客这个目标,经常会用到Look-alike方法,以及老访客排除(排除那些已经不可能再出现转化的人群)等等方法。

Look-alike简单说就是依据访客,尤其已转化客户的典型行为特征,去推及,在全网中寻找那些类似行为特征,但并看过广告,或从未出过转化的用户,进行广告投放。这种方法相对来说计算量较大,且特征可能因为十分的微小分散,也可能因采集样本量级不够大,或不明干扰因素等等,最后得出的特征会较为发散,未必能找出收敛的特征要素。所以很多时候,我们也会通过人群标签作为中介,来做Look-alike。具体的做法是,看看那些已转化的客户,及某类行为的访客,身上哪些标签比较集中,然后将那些用户身上所有被打上的标签,全部加在一起计数,选出前十或前几个计数较多的标签,最后再用这些标签作为人群定向条件去投放广告。

4.素材

很多较有项目优化经验的同学都知道,素材及落地页(LandingPage)对广告的效果,以及抓用户的眼球,还是有很大的影响的,而且广告点击后打开落地页的打开速度,对广告投放的效果影响也很大。

所以有经验的营销优化人员,经常会在不同版本的素材及落地页之间做比对测试(常称为“A/B测试”)。主要观测比对不同版本见,“曝光->点击->到达->站内多跳->转化->留存”等等的数据表现,来判断素材与推广活动的匹配度,以及素材及落地页对广告效果的影响程度。

很多时候一个素材投放很长时间(一般经验值1月)以上,以及被用户浏览多次(一般经验值6次)以上就会更换新的素材,避免用户的“审美疲劳”。

除了对版本的分析,素材中有很多要素,也是我们经常比对分析,去调整的,例如:

文字:即我们常说的“slogan”(广告语),及广告素材中的推广文案。就也是十分重要的点;还有文字的字体、颜色、大小等等;

底图:是广告素材重要的展示内容,对广告效果存在一定影响;

色系及Logo:广告素材中对产品品牌的VI辨识度(VI全称Visual Identity, 即企业VI视觉设计)是能让用户留下深刻印象的要素之一;

其他内容:视频、特价推荐、网址、搜索关键词等等;

构图及布局:上述要素的构图及布局。

如图7-10示例截图,就简要展示了部分素材要素,这些要素对广告效果都存在一定的影响。

图7‑10部分素材要素示例截图

市场上有专门,对上述这些素材要素动态组合优化的提供技术服务(AdServing)的公司和技术产品。并运用多版本对比测试,找出特定场景下最有效的素材元素组合,这是一种动态创意技术,这种动态创意服务产品的典型代表如:筷子科技。也有一些DSP平台中有类似的功能模块

除了动态组装素材的基本元素,电商类的广告投放还经常使用动态商品创意方法的。动态商品创意:这是一种广告创意内容变化的模式,就是根据不同人群对产品,及某电商单品的行为特性,来在广告创意中动态展示相应的商品内容。包括内容中是否有促销活动、赠送等等优惠内容,也是用程序化的手段来控制的。对于电商单品推介的,技术上是需要对接电商的商品库、分仓库存、优惠价等等数据的。这样才能实现能在合适的时间及场景给用户推送合适的用户关心的商品内容的动态创意。

除了上述动态组装素材基本元素、动态商品创意的方法,对于大型品牌广告主为了追求广告创意的冲击力,通过新奇等手段去抓用户的眼球。进而达到广告及产品信息的传递及促进广告效果的目的。会常常喜欢采用一些动态交互富媒体的创意形式。动态交互富媒体创意:即特别丰富的素材交互形式,常见做法有:

大家常见的多商品在一个广告位上同时轮播的形式;

素材点击后扩展放大;

素材中可以移动或操作鼠标或手指玩特定游戏(移动端特有的一些丰富的传感器可以实现摇一摇、AR等等十分丰富的交互模式的广告素材);

语音互动的广告;

多广告位联动的广告;

等等丰富的富媒体广告形式,不过这些都需要媒体方的广告展示技术进行支持的。在视频广告中有VPAID协议规范、移动端有MRAID协议规范。PC及Mobile Web端主要靠的是JavaScript技术或Flash的技术。这些只有媒体支持了才可以实现的。

讲到这里,我们已将常见的时间、地点、媒体、谁、素材,5大主要优化重点为大家逐一介绍了,当然除了这些主要优化对象,对于广告的价格、曝光频次、点击频次等等很多重要的因素都会影响KPI。也是日常广告投放实践中优化及观测分析的重点。

还有一种常见的优化手段叫做创意轮播,即用程序化手段,根据用户对品牌认知程度,及同广告互动的状况,来动态更换素材的投放模式。举个较为典型的广告投放例子:某用户最开始的3次曝光机会都展示的是常规的品牌广告,主要是让用户广告主的品牌有一个基本的品牌认知;然后该用户再有广告曝光机会的时候,就是轮流给该用户展示,该广告主旗下不同的产品介绍广告素材;若用户点击了其中的某个产品的广告素材,但还未形成转化;之后该用户再有曝光机会的时候,给该用户展示该产品的优惠信息广告,刺激该用户对该产品产生转化。这些都是由程序化的创意轮播引擎来支撑的。

(转载请注明出处:微信订阅号:ad_automation)

文字表现力有限,欢迎参加《8月12日“DSP上”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。

2017-07-31
通过上述介绍我们对目标及目标转化漏斗有一定认识之后,下面我们就开始介绍时间、地点、媒体、目标投放对象(谁)、素材创意等等,各种常见的主要优化分析对象及定向的维度。


1. 时间

时间这个维度我们较好理解,不同时段的转化数据会存在一定变化,以及广告流量充沛程度,及买家对流量的争抢程度,都会导致价格也会随时间存在一定变化规律。如图7-4所示以某ADX移动广告流量按时段的变化曲线为例,我们会发现从9-10点开始流量逐步上升,且在晚21-22点流量达到高峰,所以我们就一般广告投放就会选取流量充沛的时段进行投放,这样可挑选的池子很大,且争抢不会太激烈价格上也会有一定优势。以图7-5所示流量的价格可以说明刚刚的论点,晚21-22点流量最充沛,成交价格也呈下降趋势。

图片

图7‑4某ADX移动端流量按时段分布的示例截图

图片

图7‑5某ADX移动端流量按时段分布的CPM表现示例截图

图片

图7‑6某ADX移动端流量按时段分布的CTR表现示例截图
不仅仅是价格,由图7-6所示中的数据可见,CTR随时间也有一定规律可循,在晚21-22点流量虽然最充沛,但由于用户浏览页面及广告量增多,点击率也呈下降趋势。所以由此我们会发现,按时段定向投放对成本、价格、效果的优化还是十分重要的。


2. 地点

  • 地域:也是一般优化中比较关注的优化对象。


图片

图7‑7分地域的CTR分布示例截图
如图7-7所示,颜色越深CTR表现越高,颜色越浅CTR越低,对于广告投放有一些实战经验的同学都知道,一般东部沿海区域及经济较发达地区的CTR呈明显较高表现。所以按地域定向、地域排除等等进行广告投放优化在实际广告投放中是十分常用的优化对象。
  • LBS(Location Based Service地理位置定向):移动端由于很多广告流量中携带了用户设备的经纬度信息,所以也可对地理位置,及相关位置商圈定向投放广告。如图7-8所示。

图片

图7‑8 LBS示例截图


3. 媒体

一般媒体对广告投放效果的影响较大,媒体广告位相关的变量及维度也特别的多,主要涉及:
  • 平台:不同ADX由于其流量来源不同,特性也不同;
  • 终端类型:PC Web、App、Mobile Web不同的终端类型广告投放效果表现会大大不同;
  • 网站/APP:媒体我们一般会从分类及各体角度来观察对广告投放影响的差异。
  • 媒体分类:新闻、娱乐、财经等等分类定向差异
  • 域名、媒体黑白名单等等个体定向差异
  • 频道:少儿、时尚、汽车等等网站/APP内的频道定向差异
  • 广告位:
  • 类型:Banner、暂停、贴片、原生(信息流)等等差异
  • 尺寸:1000*90、640*100等等差异
  • 第几屏:首屏、第二屏等等差异
  • 其他:URL、页面关键词等等差异
一般不同的媒体广告位,在不同的行业投放,都有历史参考的价格及转化数据,这些都是运营优化同学重点分析和优化调整的对象。如图7-9所示,为某行业广告在某ADX中不同类型媒体的消耗分布数据示例截图,从图中能看出某行业在影视、综合门户类媒体的消耗尤其突出,某种程度也说明该行业的广告目标受众集中在这些媒体,且这些媒体为该行业的广告投放效果带来的较大效益,所以该行业的广告主才会加大预算投放的。由此可见整体行业性,对不同类别媒体广告的差异特征还是十分明显的。

图片

图7‑9某行业广告在某ADX中不同类型媒体的消耗分布数据示例截图


4. 目标投放对象(谁)

广告主的广告主要对哪些目标对象进行投放,即同谁进行广告信息的传播沟通,是广告的关键命题。对于这个命题,我们需要根据我们产品及服务的特点去找出这些人群来。一般我们常常使用人群特性标签定向、访客找回、线下人群、相似人群等等手段来分析这些人群的广告效果差异及定向投放。
  • 人群特性标签定向
人群特性标签定向首先需要我们将广告投放的人群都先打上标签,然后选取不同的标签进行广告效果差异分析,及定向投放。
人群特性标签,即对目标受众的特性刻画,一般会从基础的人口属性、兴趣爱好、消费倾向等等标签来描绘:
  • 人口属性:基本的人口属性如:性别、年龄、区域、学历职业、收入水平、家庭资产状况(车、房)、人生阶段等等。这些很多是结合互联网行为大数据,并基于一定真实样本数据基础上,依据行为相似度匹配而得出的(对行为相似度,我们举个例子加以说明:通过样本我们发现男性关注跑车资讯的行为特点较为突出,我们会将关注跑车资讯类行为的用户都打上男性的标签。)。相关而言真实样本数据的规模,对数据的有效性影响较大。
  • 兴趣爱好:数码、户外、美食、美容、收藏、家居装修等等。这些更多的是依据用户的互联网浏览行为的大数据而得出的。
  • 消费倾向:房产、汽车、金融、家电、个人护理等等。这些更多来源的是用户的线上电商及线下店的浏览、加购物车及消费行为的大数据。
这些标签也是我们经常说的人群标签。从保护用户隐私的角度来看,我们一般在使用用户行为数据时,尽量避免使用原始数据及个体的数据。一般都是会对于用户行为数据进行分析后打上标签。这样对用户打标签的方式也是为了尽量保护用户隐私。在程序化广告领域是较为常见的一种做法。
  • 访客找回
除了人群标签,很多时候,尤其是对一些快消品或电商类的广告投放,我们会发现访客找回(Retargeting)(有的也称为Remarketing“再营销”)的效果较好。用户一旦对某产品或服务产生了长期的使用习惯和体验,一般较少会不断更换。所以我们常常会通过各种手段,收集访客的各种维度的数据来提升既有产品访客的广告转化效果。观测访客行为常见的维度涉及:
  • 访客的行为:浏览商品、加入购物车、下订单、付款、评价、分享等等,一般我们将访客会分为全站访客、单品访客;对于全站访客会关注访问深度、订单金额等等;
  • 广告曝光相关的用户互动行为:曝光、点击、后续访问官网、站内多跳、转化等等;例如:使用曝光找回可加大曝光强度、点击及访客找回可能会增加转化;
  • 行为的时间特征:第一次、第几次、最近一次、距当前的周期(这也是我们常说的“找回周期”(一般周期15天内),这个周期是可以调节的)、频次、停留时间等等;

今天先到这儿,下篇我们继续…….
(转载请注明出处:微信订阅号:ad_automation)
文字表现力有限,欢迎参加《8月12日“DSP上”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。
2017-07-24

后续我们会连载系列文章着重就DSP的主要优化手段及原理为大家展开介绍。我们都知道精准营销的诉求就是要“在合适的时间、合适的地、合适的媒体对合适的人,传递合适的广告信息”。依据这个核心诉求,我们就需要从这几个维度来观测数据、建立数学模型、使用机器学习算法、并运用程序化的手段动态组装广告信息内容。实际操作过程中是人工定向优化 + 算法自动优化,等等手段综合起来进行优化投放的。而不论何种广告投放优化方法,都不能不精通“转化漏斗”(也有称作“转化路径”)的。下面就为大家介绍一下什么是转化漏斗:

转化漏斗

在详细介绍优化手段之前,我们需要对广告产生效用的转化漏斗及主要考核指标有一定的认识。一般广告投放是会通过多种投放渠道,对受众进行品牌曝光,让受众形成一定印象,然后持续同受众互动,以促进在后续受众萌生需求时,受众会产生对产品的转化及购买行为。而因广告信息传递的有效性、及受众喜好的不同,会使得这个从前到后的转化路径,呈现出逐级损耗、逐级筛选的趋势。呈漏斗状。如下图转化漏斗示意所示,广告主可以通过各种推广渠道对受众投放广告,展示品牌及产品特性,在受众的脑海中留下对品牌及产品的一些印记,这就是我们常说的品牌曝光,也称为品牌露出。品牌曝光的渠道有很多,如:传统的户外广告、线下的调研互动、软文推广、展示类广告(贴片广告、原生广告)、搜索广告等等。这些推广渠道在运用时往往都是相辅相成的。在制定具体传播策略之前一般都会进行线下的调研以确定广告传播的目标受众及传播策略,而调研活动本身若能结合品牌的特性做一些联动的活动会带来一定的品牌效应。如面向年轻人的品牌及产品,调研互动可以在一些活泼的场景及时尚媒体上进行;面向商务人士的品牌及产品可选择一些高端的场所进行。通过调研确定受众的爱好及产品品牌市场定位之后,会有针对性选择不同的广告传播形式进行广告推广。如:传统的户外广告能帮助建立高大上的品牌形象,而由于户外广告的地域局限性会限制传播的广度,且目前户外广告播放数据采集的技术还无法满足(电视广告也存在类似的数据采集问题)广告效果追踪的需求。随着大众互联网及移动互联网的使用比重及时长越来越多,加之互联网天生具备数据化信息化能力,为广告播放数据采集提供了天然的技术基础,故而互联网展示类广告目前越来越多地被广告主使用。还有一类十分常用的品牌及产品宣传的手段就是软文推广,软文不同于简单的广告展示,更强调为读者提供有价值内容的同时为其推荐品牌及产品的特性从而达到产品品牌宣传推广的目的。一般软文推广由于其注重内容的特点且易产生口碑及引发社交化朋友间传播,也是大家十分重视的一种传播手段。但毕竟文章内容不能像展示广告那样简洁直接且能在所有的互联网媒体上广告位上直接展示(大都会依据文章内容的特点选择合适的媒体进行刊登),而且其传播路径更多会依赖社群及社交网络。上述这些传播渠道都会在受众脑海中留下对产品品牌一定的印记。若正好受众当时比较感兴趣就会产生后续的点击广告到达广告主网站并进行互动等等的行为。而往往很多时候看完广告大众是先会有个大概的印象,当产生需求或有空的时候会去搜索引擎中主动搜索相关的内容及产品服务,这时我们就需要通过购买搜索引擎中不同的关键词,对相应关键词搜索的用户推荐广告,而用户因为主动搜索,所以点击广告并产生后续互动行为的意愿会比较强烈。所以我们往往会看到搜索广告投放效果较好,有点类似打麻将截胡。而搜索广告的量级往往会同品牌曝光的投入有一定的协同效应。这个很容易理解,如果品牌广告做的少,有一定印象的人就少,能主动搜索的相应品牌内容及产品服务的人也会少。而且用户的后续互动及产品购买转化行为相对品牌广告的投放时机以有一定的滞后效应。这个也比较容易理解,用户不可能在看到广告后就立刻产生购买意愿及动机和行为的。都需要一个逐步认知、熟悉、犹豫、认同的过程。而这个过程恰恰是需要品牌曝光及同受众持续互动、引导推动的过程。对于受众看到广告并点击广告到达广告主网站参与互动这一行为的动机,有的可能是因为广告恰好展示在相关内容页面诱发了好奇,有的可能恰恰因为在犹豫中再点进来看看澄清一些问题,有的可能是因为对产品已经有一定认知或认同参加,有的可能是因为广告的促销诱发了贪便宜的心理等等,因素可能多种多样。不同动机的用户到达广告主网站后的行为,也会呈现出不同的特点:好奇的用户会首次留资、参与活动及活动互动,但可能未必能产生转化购买产品;犹豫的用户会更多去获取行业及产品内容并仔细分析研究,若用户的顾虑点能得到了很好的解决,用户很可能产生后续的转化购买行为;认同的用户会特别容易产生转化购买行为,而且也会参与社区互动、进而二次传播,口碑传播吸引来更多用户加入;而贪便宜的用户可能会因为小便宜而参与活动及互动、传播,但忠诚度及认同感还需要通过持续互动来培养,只有这样才能逐步沉淀下来,成为忠实用户,持续购买产品。所以对这些用户的数据积累和分析,针对特定需求进行产品直接销售,发现发掘出用户相关其他需求进行产品捆绑销售。从而提高整体营销的投入产出比,创造效益。

图:转化漏斗示意

由此可见,整个营销就是针对用户对产品及品牌认知的过程,不断依据转化漏斗不同层次的递进节奏,以数据分析为主要决策依据,全流程持续优化、持续不断地依据用户的不同认知阶段同用户持续互动。最终达到用户认同,成为产品的忠实购买及使用者的目的。所以以终为始,始终以转化漏斗为参照,持续运用程序化广告的各种优化手段去对不同认知阶段的用户持续互动,是我们必须时刻贯彻到我们实际营销业务工作中的核心思想和方针。基于这个转化漏斗,广告主会在不同的层级设定不同的广告投放考核指标来管理及评估广告投放的效率,上篇《DSP概览【业务类】》中已对DSP及“主要考核指标”进行了简介,这里就不再展开了。

文末彩蛋————————

附注一些经验数据供大家参考(可能个例会有偏差,不必过于执着哟!):

CTR(Click-Through-Rate):点击Click/曝光PV

Mobile:1%左右(PC:0.1-0.2%左右)

信息流:2-3%

点击->到达:Landing Rate(打开落地页数/点击数)

Mobile:20-30%(PC:50-60%左右)

点击->Action:点转率CVR(Conversion Rate)(Action数/点击数) 0.8%(Action:Leads、下载等等)

线索(Leads)->到店:1-2%

————————

(转载请注明出处:微信订阅号:ad_automation)

文字表现力有限,欢迎参加《8月12日“DSP上”专题【线下大课堂】》面对面为您答疑解惑讲透您关心的问题。

2017-07-19

在前面的很多文章中已多次强调,目前整个数字营销领域正在经历快速升级。正逐步用程序化、数据化、智能化、闭环持续优化的方式,来取代传统靠人工低效的媒介广告投放方式。

如上图所示,广告主运用程序化广告手段对目标受众进行广告投放,由传统直接人工对接媒体(广告流量卖方)采买广告的过程,升级为,经过DSP(程序化买家)、ADX(广告交易平台)、加上DMP(大数据平台)的核心大数据指导,自动化来完成的过程。可见DSP、ADX、DMP是程序化广告十分重要的三大环节。本书前面的内容已对DMP、ADX进行了介绍。本章将会从实战业务角度,对DSP的典型模式、原理、特性、功能、技术架构、算法及运营实操中必须注意的点,进行介绍。

随着整个行业上下游基础设施的发展和完善,需方程序化买家模式也迅速发展。需方程序化买家就是我们常说的DSP:Demand-Side Platform需求方平台,即:网络广告的程序化买方操作平台。如下图所示,通过这个操作平台的技术手段,买方可以根据自己的需求,精准对目标人群的每一次广告曝光机会,进行实时竞价购买。

图:DSP闭环优化示意

简单打个比方:ADX就像“股票交易市场”,而DSP就是“炒股软件”,就是“股票交易员”,每一次竞价购买广告曝光机会都是根据数据、算法和定向策略的设置而进行的。

国内DSP典型模式介绍

随着行业高速发展,国内DSP也不断随着自身定位、优势、商业模式等等的不同分化为:独立DSP、大媒体自带DSP、DSP+ADNetwork(由AdNetwork衍生而来)、“独有DMP+DSP”等等几种模式。

独立DSP,即独立于广告资源之外的DSP平台。独立DSP不拥有广告资源,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,才是其立足之本。这有点像炒股软件,他们对广告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、璧合、新数等等,偏移动端的有力美、多盟等等。

大媒体自带DSP,典型代表例如:腾讯的智汇推(面向腾讯门户、视频、新闻App等广告资源)及广点通(面向腾讯体系的社交类广告资源:QQ、微信等)、sina的扶翼、sohu的汇算等等。这类因其流量资源的特点,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,广告投放做跨媒体联合频控时,就会有点困难。

自有流量(由Adnetwork衍生而来)的DSP+ ADNetwork,这种模式是目前市场上较为常见的模式,其媒体资源上往往都有一定的特点。他们因为依附于自有的一些流量,会对自有流量有一定的优先权和变现压力。同样当广告主想对多种媒体流量资源,广告投放做跨媒体联合频控时,就会有点困难。

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

市场中存在各种DSP,我们一般会从如下主要几个维度来对DSP进行评估:

资源量及资源质量:即对接ADX的总量及资源质量。这点决定了可竞价广告资源的总量及质量。

人群分析:即DMP的处理能力和特有的大数据。这点决定了精准投放决策的准确性。

系统及算法:这点决定了是否能满足广告主多样的投放及优化需求。

服务经验:主要包括服务人员的经验和系统支撑的能力

精准广告投放要达成良好的效果,必须对主要考核指标了如指掌,才能做到有备无患,下面我们简单介绍一下:

主要考核指标

一般品牌广告主及效果类广告主的主要考核指标会有些不同。因为品牌广告主主要重点是品牌宣传,典型行业如汽车、快消等等。效果类广告主主要重点是追求的直接效果,例如注册、下载、购买等等,典型的行业如游戏、电商、金融类等等。(当然会有些常规类指标,是大家都会关注的。)

常规类及偏品牌类指标

PV (Pageview(浏览量)): 网站各网页中被浏览的总次数。一个访客有可能创造十几个,甚至更多的Pageviews;是目前判断网站访问流量最常用的计算方式,也是反映一个网站受欢迎程度的重要指标之一。因为广告是在网页及页面中被展示、被用户浏览的,也有用PV来作为广告的浏览量的。

Impression(广告曝光数):广告被展示的次数,用户每浏览一次网页,同时页面中的广告位中的广告被展示一次,就是一个Impression;广告主希望10万人次看到广告,即10万次Impression;也是评估广告效果的元素之一。

UV(独立访客):即Unique Visitor,访问网站或看到广告的一台电脑客户端或手机客户端为一个访客。

Click(点击次数):用户点击广告的次数;是评估广告效果的指标之一。

Click Through Rate(点击率):简称CTR;广告被点击的次数与广告被曝光次数的比例,即Clicks/ Impressions;如果这个广告被了一万次,被点击500次,那么CTR为5%;目前,PC端平均CTR为0.3%;CTR是评估广告效果的指标之一。

IP(独立IP地址):即InternetProtocol,指独立IP地址数。

Cost(广告消耗):即广告投放实际总共花了多少钱。

CPM(千人成本):即Cost Per Thousand Impression每千次曝光数成本;广告主为她的广告显示1000次所付的费用;如果一个Banner广告单价是¥10/CPM,意味着每被1000人次看到就收¥10;如此类推,每10000人次看到就是¥100;CPM是评估广告效果的指标之一。

CPC(Cost-per-click点击成本):每次点击的费用。根据广告被点击的次数收费。CPC是评估广告效果的指标之一。

Landing Page(落地页):广告被点击后打开的页面俗称“落地页”。

Landing Rate:落地页PV数/广告点击Click数。主要用于分析点击效率。

CPUV(Cost-Per-UV):即每个UV的消耗,每获得一个UV所付出的成本。CPUV更低,意味着相同的预算能覆盖到更多的UV,这样广告效率更高。

CR转化率:Conversion Rate的缩写,是指访问某一网站访客中,转化的访客占全部访客的比例。

二跳率:网站页面打开后,用户在页面上产生的首次点击被称为“二跳”,二跳的次数即为”二跳量”,二跳量与浏览量的比值称为页面的二跳率。

跳出率:跳出率是指浏览了一个页面就离开的用户,占一组页面或一个页面访问次数的百分比。

人均访问页面:即:PV总和/ UV。

视频OTV广告投放TA浓度相关指标请详见文章《视频广告常用词您都知道多少?》的介绍,此处就不额外展开啦。

等等

偏效果类指标

CPA (Cost-per-Action):根据广告最终投放的效果,即回应或者激活的数量收费,而不是广告的投放量。汽车行业常见CPL(Cost-per-Leads(收集试乘试驾销售线索))。

CPS(Cost-Per-Sale):以实际销售产品数量来计算广告费用,即分成模式结算。

CPV(Cost-Per-Visit):每个访问(Visit)的成本。即发布不收费,展示不收费,点击不收费,只是按照浏览指向网站的有意向客户数量收费的。

CPDownLoad(Cost-Per-DownLoad):按照每次下载收费,下载就付费,不管是否安装,当然不同渠道的下载到激活转化率不同的。

ROI:Return On Investment的缩写,投资回报率。

重复购买率:指消费者在网站中的重复购买次数;

客单价:是指每一个订单的平均购买商品金额,也就是平均交易金额。

等等

(转载请注明出处:微信订阅号:ad_automation)

文字表现力有限,欢迎参加《812线下大课堂:8月12日“DSP上”专题【流水课通知】 》面对面为您答疑解惑讲透您关心的问题。

2017-07-18
hello 大家好,程序化广告线下流水课已经连续举办第9期啦,记得第1期还是2016年9月4日,吴俊老师给大家主讲了程序化广告行业现状以及基本概念,眨眼快一年了。感谢大家对我们的支持与厚爱,同学们收获的知识与同窗友谊,而我们也在每次活动中得到了满足感、成就感。
我们活动有一些新变化——我们增加了一个环节叫餐前甜点,此处的“餐”特指吴俊老师为大家带来的知识大餐:每次活动邀请一位同学做10分钟左右的分享,上期活动是商汤科技张帆同学为大家带来的AI在营销领域的应用,而这次活动您将听到的主题是“二次元人群分析和短视频现状”,分享人是智唐科技的郝宇婷,她也是我们程序化广告的同学哦~
8月份的活动又要来啦,以下为活动详情:
活动时间:2017年8月12日 周六下午 15:00——17:00
活动详细安排:
14:50-15:00 签到与自我介绍
15:00-16:20 郝宇婷同学分享二次元人群分析与短视频现状分析
16:20-18:00 吴俊老师分享DSP
18:00-18:30 全体同学自由social时间
在讲解过程中,如果你有任何问题,可随时提问。
活动地点:北京 西城区 百万庄大街22号机械工业出版社3号楼10层会议室
乘车路线:地铁6号线 车公庄西站 D西南口出。
报名方式:
第一步:添加微信号:13121124046(伍刀刀);
第二步:填写报名表,并缴纳200元报名费(单次体验票¥200,欢迎大家选购超实惠的¥1920年包套餐、或¥4188VIP年包套餐);
第三步:活动当天来到活动现场签到参与。
另外,为了满足无法亲临现场同学的需求,此次活动我们增加了线上同步直播及视频回看。
如何参加线上直播及视频回看?
第一步:添加微信号:13121124046(伍刀刀);
第二步:填写报名表,并缴纳200元报名费;(单次体验票¥200,欢迎大家选购超实惠的¥1920年包套餐、或¥4188VIP年包套餐);
移动端、PC直播地址:
http://mudu.tv/watch/1044059
第三步:我们会将以您手机号作为唯一识别码加入直播间,给您可以在线直播互动及视频回看的课程地址参与活动。
直播将以视频形式进行,而且能够进行互动,我们将回答您在直播间提出的每个有价值的问题。而且若您时间上冲突,依然可以等有空的时候回看即可。
如您在报名中遇到任何问题,请拨打电话或添加微信:13121124046(伍刀刀)随时联系我们。
以下为《广告交易实战-DSP》讲解提纲 :
——96页ppt,分2次课讲解
什么是DSP?
国内DSP类型介绍及比对分析:
–独立DSP工具+RTB
–门户媒体自带DSP
DSP+ADN
–独有DMP+DSP
–DSP主要优化手段及原理
–各种定向方式
–内置DMP、打标签逻辑
–算法介绍
–动态创意
–“某品牌人群策略”示例
“某产品DSP投放策划”实战示例
–独有DMP+DSP介绍?
DSP投放案例
–某大型电商 – App老访客回流推广案
–某国际品牌 – 新品上市移动端推广案
DSP系统技术架构
DSP系统投放操作步骤
(转载请注明出处:微信订阅号:ad_automation)