博客首页|TW首页| 同事录|业界社区
2017-09-13

通知:10月21号大数据程序化广告一线实战分享(广州站)

–暨《程序化广告实战》新书发布会

让大家久等的《程序化广告实战》终于出版上架了,各大电商平台(如:京东)均可购买。为了让大家更能深刻了解大数据程序化广告行业一线的实战经验,作者更希望以系统化的业务结合技术体系化的书籍作为引子推动中国数字营销良性、理性、科学、务实的发展。我们联合出版社、Admaster、掌慧纵盈邀请了广告流量提供方、大型广告公司流量需求方、大型广告技术服务方、监测方等等一线的实战专家,联合举办隆重的实战经验分享交流会,暨《程序化广告实战》新书发布会。

我们秉持“程序化广告实战”公众号一贯干货直接少废话的风格,希望通过公开、说真话、摆事实、讲道理、分享经验、只讲干货。让大家不仅能近距离的同作者及书香亲密接触,还能收获一线实战大牛的经验分享,亦可带上困扰自己的各种问题到现场问个究竟。能够在未来的实际工作及个人职业规划中尽量少走弯路、少踩坑。

继 916北京站923上海站 之后,终于我们10月在广州站的活动来了:

分享主题:大数据程序化广告一线实战经验分享 –暨《程序化广告实战》新书发布会

时间:2017年10月21日(周六) 14:00-18:00

规模:120人,免费

地点:天河区林和中路136号天誉花园二期3W Coffice天誉青创社区

活动日程:

14:00-14:15 入场签到

14:15-14:20 主持人开场

14:20-15:00 主题1:千万级程序化广告投放优化实战经验分享

赵静 一线广告投放运营经验极为丰富的操盘手

15:00-15:40 主题2:追逐“大数据”的倒影-数字营销背后的思考及实战分享

黄凯锋 AdMaster华南总经理

15:40-16:20 主题3:一个程序化广告从业者的思考

汪英波 资深数字营销人(某集团高级销售副总裁)

16:20-17:00 主题4: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

吴俊 《程序化广告实战》作者

17:00-17:40 互动交流:“程序化广告行业的泪与火”

特邀

美赞臣大中华区信息服务部总监 Ryan 、

等嘉宾参加互动

17:40-18:00 新书揭幕&签售

活动惊喜及奖品:

Q&A赠送签名本

现场线场福利:可以为您的新书定制个性的签名题词。

报名地址:t.cn/RpIGgcy

免费,现场票仅120席,报名从速。

场地照片:

交通指引:

地铁:1号线广州东站 F出口 (步行471米)

3号线林和西站 D出口 (步行758米)

开车导航:天誉青创社区;3W天誉

点此了解《程序化广告实战》书籍详细介绍。

(转载请注明出处:微信订阅号:ad_automation)

从去年的10月份的程序化广告第1期活动,已经累计举办12期了,在这12期虽然一直是我在分享给大家知识,但一边付出的同时,其实我也收获良多。感谢大家不畏寒暑来参加我们每月一期的固定课程,感谢大家在聚餐时畅所欲言让我收获了很多快乐和笑声。有大家的陪伴,让我们的2017年与众不同。

但随着10月份的到来,北京线下流水课也将走向谢幕,最后4次课,绝版进行时,以后就不打算再安排了。

最后的互动机会!

活动时间:2017年10月14日 周六下午 15:00——17:30

活动详细安排:
14:50-15:00 签到与自我介绍
15:00-17:00 吴俊老师分享PDB专题一
17:00-17:30 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(可点击文末“阅读原文”进入):
http://mudu.tv/watch/1220264

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-PDB》讲解提纲 :
——76页 ppt,分4次课讲解

主要内容:
PDB特点及原理
PDB执行流程
单campaign
视频PDB
视频PDB主要投放模式
视频PDB案例
某国际知名汽车集团
某国际知名食品品牌
多campaign
优化逻辑
主要投放模式及效果
多campaign PDB案例
某国际知名汽车集团
新车上市“轰天雷”计划
PDB+RTB
PDB+RTB特点
PDB案例
某国际知名汽车集团
新车上市“轰天雷”计划
某国际知名奶粉品牌
PDB执行流程细节指导示范

(转载请注明出处:微信订阅号:ad_automation)
现场福利:可以为您的新书定制个性的签名题词。
网上文章较零散,若想系统化学习,可考虑考虑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。

近期活动通知(直接点击链接报名参加):

2017-09-11
9月5号受某大数据研究院邀请给某银消费金融的同学们进行了一整天题为《金融行业大数据用户画像与精准营销》的培训。

下面摘录部分课上互动问答及部分要点摘要分享给大家:
部分要点:
  1. 互联网红利已消失,转化成本势必增加、不稳定
a. 目前网民数量已经无法像前几年那样高速增长,用户每天使用数字触媒总时长也是有限的(不可能不吃饭不睡觉,除非使用类似“得到App”这样获取被咀嚼过的信息来压缩时间才可能多出时间);
b. 数字营销的预算虽然没有前几年几倍的速度增长,但每年还在以30%左右的速度在增长,买方的预算在增长,但是被购买的用户数字触媒“注意时间片”流量已没法跟上预算的增长,能产生转化的用户就那些,大家都在抢,自然会导致转化成本增加,或因为对流量的争抢,导致效果表现不稳定(这是很多同学经常找我诉苦的);
c. 用户的“审美疲劳”,新奇的媒介形式才能抓住用户注意力进而刺激互动转化。抢红包、信息流这些都已经不新鲜了。

2.数据很重要,但要注重ROI的评估,要从结果来评估数据体系的投入和建设
a) 单纯的通过数据画像的功能乍看很美,但是运用的点是什么?如何评估ROI?这个需要慎重思考的;
b) 任何的投入都需要评估ROI
c) 一些数据可视化及数据融合的需求也很重要

3.数据融合和打通要基于业务和功能的,而不能为了融合打通而打通
a) 现在大家都十分重视数据的融合和打通,很多客户手上都有大量的沉睡会员数据,那么我们就需要通过一些业务和功能手段来打通、融合并激活这些数据;
b) 举个例子:有的超市为了让传统会员与设备ID绑定,故意关闭一些收银台通道,促使用户使用App绑定会员卡进行结算,借由这样的业务过程将用户的会员ID同设备ID打通了,这样进而可以在CRM及订单系统汇总数据分析导出会员模型和数据,并结合匹配上的设备ID可以进行广告推送。或者通过让用户关注微信公众号绑定会员ID等等行为赠送用户小礼品,这样会员消费记录就可以同微信openid融合,就很容易可以根据消费行为划分出不同级别的openid包,然后再通过对这些openid的微信号推送相应的产品及促销活动等等内容信息,这样既能通过业务完成数据融合,又能融合运用好原本各自隔离封闭系统中的数据。
c) 机械、单一的为了打通数据而打通数据的做法已经行不通了(例如找第三方购买数据的做法是最low的做法,自己的数据用好盘活好才是最最重要的,关于这部分可参见我之前的一篇文章《DMP应立足内部步步为营【业务类】》)。

4.数据采集的技术手段已不是问题,重点是如何基于业务梳理清楚那些用户触点场景可做数据打通和采集
a) 现在人脸识别、声纹识别、指纹识别等等生物特征识别技术已经十分的成熟;(据传闻iphone8将会开放人脸识别的API)
b) WIFI探针扫描技术、RFID无源卡感应技术(无人零售店的关键技术之一)也发展了很多年;
c) 现在大数据IT信息化技术、物联网技术也已成熟;
d) 关键是对自身业务功能、用户接触点场景、整体业务流转的梳理。

5.数据固然很重要,但是没有适合场景有互动的用户触媒和触点同样很难有转化和ROI
a) 这点是大家特别要注意的,例如就算是要买车的用户,在打游戏的时候看到车广告也没那功夫去点广告做后续转化的;
b) 目前移动端媒体上下文数据的开放和标准化还需要很多年才能完成;
c) 经过2013年至今,整个互联网媒体行业程序化设施升级基本完成,主流的门户及视频媒体相关基础设施均已具备(2014年因上海通用项目我有幸参与其中,花了近1年的时间推动并见证了整个行业的基础设施建设历程。),可理解为高速公路已经具备,就差高速公路上面跑的汽车了,这些汽车即数据即业务应用,然而这仅仅是效率的提升,至于营销效果的提升需要找到适合场景有互动的用户触媒和触点才行,程序化广告仅仅是优化工具,影响最终转化效果的大因素还是找到适合场景有互动的用户触媒和触点,这里就不展开了,细节分析大家可参见《程序化广告的前世今生及趋势》这篇文章中的深度解析。

6.用户运营很重要
a) 若想提升复购率,对用户的分析和依据不同的贡献建模分层十分重要,同时针对不同层别的用户进行相应的用户互动;
b) 用户运营实质是产品、内容、服务的核心载体和平台;
c) 用户行为数据的分析也是关键,《DSP机器学习及算法机制_上》《DSP机器学习及算法机制_下》《样本训练》《回归验证》这几篇文章可供大家参考。

7.定位同样很重要,对已有的转化及重度用户调研调研调研
a) 没有定位和内容的营销那是耍流氓,而且定位是要依据市场、依据受众需求点痛点来定位;
b) 问重度用户:哪些点你最看中我的?,哪些点是你最讨厌我的?
c) 如果一个重度用户都没有,就需要先去发展种子用户,那个发展种子用户的阶段就是MVP,最好自己是重度用户。

8.消费升级及信息沟通便捷的发展趋势下,内容信息即产品即服务
a) 传统B2C,先规划设计生产再推销的模式,未来很可能因个性需求及消费升级,信息沟通便捷的发展动力推动下,会出现C2B模式,众筹、团购等等都是未来的预示;
b) 未来内容信息即产品即服务,营销、运营、产品、服务的界限越来越模糊,但“定位”必不可少,一切同用户接触的触点都必须依照“定位”的策略来塑造。

问答摘录:
  1. 目前互联网红利消失的时点,还有哪些传化好的红利渠道可考虑的?
答:其实课程中我也反复强调传统线上互联网触媒的红利消失,1.有创意的品牌广告(例如爱钱进这3个月来在网络大局中的中插植入式创意广告就为其带来千万真实活跃用户。)、2.除开线上互联网触媒的线下场景触媒(现在很多银行信用卡开卡业务开始转向线下地推,线上的羊毛党太多严重质量太差。还有很多线下场景触媒)、3.消费类场景渠道合作商(电商类、餐饮、连锁商业等等)。正是因为红利的消失,所以现在各种效果渠道中充斥着大量水份。要不就是睁只眼闭只眼,追求数据上KPI的达成,羊毛党什么数据KPI都可以实现,仅仅是成本问题。要不就是有十分强烈的责任心,看中真实的流量,如果看中真实的流量目前看只有我说的3种渠道,而且随着竞争的加剧以及用户的“审美疲劳”、新鲜度消失。几年后没准可能还需要去寻找新的红利渠道,这就是营销这个行业不断升级,不断“喜新厌旧”的特点。

2.定位及营销中是否重点强调自身产品优势?
答:其实营销就是一对多、一对海量的沟通,既然是沟通就要用受众能听懂和能接受的语言进行沟通。如果对方只能听懂阿拉伯语,我们说汉语是没有用的,我们也只能用阿拉伯语沟通才行的。

3.Imei、mac可以重置吗?
答:不可以,除非黑客刷硬件,所以这部分属于用户个人隐私数据(PII),建议以后使用时尽量MD5加密。更多关于ID的细节可以参见文章《IOS体系ID知多少?》《Android体系ID知多少?》

4.如何设置可以关掉iphone的idfa以及重置?
答:iphone中:“设置->隐私->广告->限制广告跟踪”关闭,“设置->隐私->广告->还原广告标示符…”重置。

5.吴老师啥时候会来上海呀?
答:9.20号左右,因为21号要在上海参加2017全球航空旅客大会做嘉宾专题演讲,9.23号下午在上海会安排新书发布会,新书发布会的具体安排及报名地址:大数据程序化广告一线实战分享 暨《程序化广告实战》新书发布会

(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《916免费线下实战分享会》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。
网上文章较零散,若想系统化学习,可考虑考虑作者刚出版的原版新书《程序化广告实战》,各大电商网站(如:京东)均有售。

近期活动通知(直接点击链接报名参加):

2017-09-06
前面基本已经将DSP的典型模式、主要机制及要点都介绍了。可能有些同学会好奇DSP系统内部的技术架构。下面截取部分DSP系统的技术架构图供大家参考,同样对于非技术的同学对此有个感性认识即可。也不做大篇幅的展开了。

1. 技术架构概要
如图7-22所示,DSP系统从技术架构上涉及:投放平台、投放设置用户交互模块(setup UI)、报表(Report)、算法引擎等等模块。算法引擎模块主要是大数据及算法的机器学习大量采用分布式技术(例如hadoop),对用户日志、人群数据进行建模及机器智能处理。算法引擎模块处理好的人群数据、算法模型等等数据通过海量内存技术(例如redis)暂存在内存中,便于Bid投放引擎快速查询使用,全部暂存在内存中的目的是为了在100ms完成竞价过程,确保在DSP方<30ms处理完成,为网络通讯流出时间。Bid投放引擎是典型的大集群模式用于响应大并发的请求,且确保每个请求<30ms处理完成。Bid投放引擎的投放规则(预算、频次、投放策略设置等等数据)也都是存在内存中的便于快速查询。投放策略设置的数据内容都是用户通过投放设置用户交互模块中的界面完成的。另外还有一些十分重要的辅助模块,例如:广告曝光点击数据回收模块、idmapping模块、大数据报表模块、内置DMP模块等等。

图7-22 技术架构概要示例

2. DSP内部技术处理流程概要
DSP内部技术处理主要依赖一些关键技术处理设施,主要的包括:原始海量log系统、海量消息并行处理队列(例如采用spark技术)、海量内存系统(例如采用redis技术)、业务系统关系型数据数据库等等。如图7-23所示,一条技术处理线路是广告请求处理线:广告竞价Bidder海量的实时广告请求处理会产生海量的原始log、同时Bidder也频繁的同海量内存系统交互读写广告请求相关的频次、消耗等等数据,然后广告请求log经过过并行处理队列处理灌入报表数据库及相应的大数据人群及模型数据库。另一条技术处理线路是广告曝光、点击等等监测数据的回收,开始也是产生大量的原始log、同时数据回收引擎同海量内存系统交互写如广告曝光、点击相关的频次、消耗等等数据。然后广告曝光、点击log经过过并行处理队列处理灌入相应报表数据库及相应的大数据人群及模型数据库,同时并行处理队列进行大量的机器智能分析更新部分人群数据及模型数据,同时同步更新到Bidder数据库及内容系统中供Bidder实时竞价时使用。

图7-23 DSP内部技术处理流程概要示例

3. DSP竞价核心处理流程概要(<30ms)
如图7-24所示,DSP的Bidder竞价模块设计约束核心处理时间极短,<30ms。为了解决适配不同ADX流量的不同接口。在接受广告请求,及输出返回时,会针对不同ADX平台接口使用适配器设计模式采用不同适配器予以处理。但整体处理流程不变。中间业务处理部分也使用过滤器的设计模式,增加新业务时根据业务需要增加过滤器实现即可。这样做的好处是整体的Bidder竞价核心模块处理流程框架相对稳定,不会随这业务的变化而变化。具备十分强大的业务灵活性和应对高性能的水平扩充性。

图7-24 DSP竞价核心处理流程概要示例

4. 竞价程序处理过程概要
如图7-25所示,Bidder竞价处理器内部也会依据业务处理依次分为:索引器快速过滤广告(采用索引器的好处是检索效率极高,当然索引器仅能用户简单的过滤条件,例如:尺寸索引、平台及广告位索引、浏览器索引、操作系统索引、地域索引等等)。广告过滤(投放策略相关规则需计算的过滤条件是无法使用索引器,例如:预算、曝光、日期、频次、人群定向、创意类型等等)。上述这两层过滤都是为了广告请求过滤可供投放的候选广告列表,然后通过出价算法的处理给出该广告列表中各广告的出价(这里可能会用到动态出价算法,也可能使用的固定出价策略(采用何种出价策略及是否使用算法都是在投放设置界面中有人工设设置的))。然后会进行低价过滤(根据广告请求中的底价过滤掉出价低于底价的那些候选广告)。最后排序并决策胜出(根据各候选广告的出价及算法附带给出的优先级权重综合排序,排名第一的胜出,即将以该广告内容准备竞价返回)。曝光点击动态代码生成(以上一步胜出的广告内容生成曝光点击动态代码,生成动态曝光点击代码有很多目的,例如防作弊,全程携带投放参数追踪等等)。Bid/Unbid日志记录(结束处理时异步启动)。

图7-25竞价程序处理过程概要示例

5. 分布式集群概要
如图7-26所示,为了应对海量的广告竞价业务需要,及大数据的分布式计算基础设施的需要。DSP在系统架构设计上需要支持分布式支持水平扩容,架构支持大并发、大数据、高可用、高容错等等特征。

图7-26 分布式集群概要示例


(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。现场福利:可以为您的新书定制个性的签名题词。
网上文章较零散,若想系统化学习,可考虑考虑作者刚出版的原版新书《程序化广告实战》,各大电商网站(如:京东)均有售。

近期活动通知(直接点击链接报名参加):


2017-09-03

岁月如梭,时光如箭。一晃开通此订阅号已一年的时间了,最近一直想写点啥做个纪念,例如这1年来的部分知识营销心得,以及很多同学私下找我咨询一些职业规划的话题,我也想就这些话题写点啥。

但是最近实在忙疯了,一方面准备离开北京定居天津,跨城蚂蚁搬家,各种事情奔波(后面会安排更多时间华东、华南,甚至其他需要我的知识经验分享的地方;也能多抽些时间出来去体验生活和行业,为大家更多产出些接地气的文章;也能有更多精力帮助到那些需要我的知识经验的同学们。)。一方面帮一哥们的团队(特别棒的团队)找天使(有天使资源的欢迎欢迎哟)。另外还被一帮手握资源的朋友们拉着攒各种局,架在火上烤。一方面《程序化广告实战》新书刚刚出来,忙着给粉丝们张罗签名版的福利,忙着筹备916北京923上海、广州的新书发布会等等。当然还要上班哈(这个不能丢)。

所以所以迟迟没有时间动笔。总算稍微有口喘息的时间,把开通订阅号1年来的自媒体之路做个小结。

我还是老风格,先写结论,再絮叨:

当前互联网下半场,传播渠道已经不是问题,内容才是关键,有对受众有价值的内容才是关键。微博、微信、知乎、头条号、短视频、直播、线下课、社群、知识星球小蜜圈、在行App、得到等等这些传播手段及社群运营平台及手段都是免费的。而且不仅仅工具免费还能有收入的,只要有内容,直接前向收费(售卖知识)也能有一定的收益。

正是上述提到的传播渠道的门槛降低,导致各种网红的出现,各种蹭热点的玩法出现,但是我比较务实的观点是:大众心理有从众(学名“群体无意识”)、喜热闹、喜新鲜、“末因效应”、“首因效应”、容易“审美疲劳”(喜新厌旧)等等特点。与其不断地向外去追逐热点去“哗众取宠”,不如实实在在修炼内功,修炼内容。从这个立足点看:传播即内容、内容即产品即服务。所以这样的结论就能明晰出营销的应该把注意力放在产品和内容本身上,集中心力去创造有对受众价值、对行业及社会有意义的事情上,对于那些追热点表面文章的东西可以适当做一些,但不是重点。

再从上述修炼内功、内容、产品、服务为重点这个点来看,“定位”尤其的重要,将内功中的差异化的特点做深做透了,让受众脑海中留下一个深刻的印象,一想到这方面的需求就首先想到了您以及您的内容、产品及服务。这就延伸出对“个人品牌”、“产品品牌”的打造,说到这里,做个调研,想问问亲爱的读者们对我们这个订阅号及文章给您留下的印象是什么?提到这个订阅号您首先脑海里浮现的是什么?说到什么话题您会联想到这个订阅号?后面我会多多向您的这些印象多多努力,不辜负您的印象,不过给您留下了哪些不好的印象,也欢迎留言告诉我们,我们会针对性调整。这可能也是我特别在意的营销传播的另一个重点的“互动”,只有“互动”起来才能持续优化,没有“互动”的沟通是无效的沟通,传播说到底就是一对多、一对海量的沟通。

最后我想讲的点是“价值”,其实我个人对“价值”的理解,重点还是在于“交换”,若没有交换、交易,无从谈“价值”。再宝贵稀缺的贵重金属,如果没有人需要,没有交换,就不存在“价值”(我很多时候经常跟很多同学说找工作谈工资的时候不是以自己觉得自己的成本及自己值多少钱来定价的,而是以对方觉得你值多少钱。对方是否能在市场上找到别的替代品,如果找不到别的替代品那么自然就你有定价权的,但是若有很多替代品,你若要高价,只能付出更多时间(加班)投入或替老板背更多的黑锅啰。)。所以虽然要立足自身修炼内功,着眼点还是要在对受众有价值对受众有交换需求的点。当然在这个点上,确定受众、确定价值也是有些门道的:受众越窄、内容越专、虽然规模并不大但受众的付费及交换意愿很强;而对于那些受众更广的鸡汤,传播性好规模大,但受众付费交换的意愿不强。所以这里面有一些度需要把握的。

所以后面要搞营销,我们有很多点可以好好梳理梳理的了:“个人品牌”、“产品品牌”、“定位”、“价值/交换”、“传播渠道/形式”、“内容/产品/服务”。

最后絮叨絮叨些流水账:

1.开订阅号的原因居然是为了推广课程:

20年来我经历了太多的创业经历(其中的这些故事我一直都想筹划写本类似“欢乐颂”那样的小说),从一直追逐“术”、再到“道”、再到“佛”。就在13年我决定管好自己(可能不再想创业还要给团队画饼),以咨询、培训为未来的发展方向,选择进入了一个新兴的未来需要咨询的大数据数字营销行业。再到去年我决定离开喧嚣的北京、决定定居天津、离开品友还清最后的人情债打算陆续结束全职工作的状态,开始独立培训咨询的新一页。(其实人最难的是拥有“选择”的自由,我们所有的积累其实就是为了这个“自由”。所以我经常跟很多同学说要今天做的事情要为未来3-5年能拥有“自由选择(自己想做而且干的开心的事情)”的权利而做谋划,否则忙忙碌碌下来都成为了早就他人事业的工具。)

说来也巧去年6月碰巧跟宋星老师聊起来我的打算,一拍即合,就筹划9月一起开一个《大数据营销与程序化广告实践》的课程,而开这个订阅号的最初的目的特别的简单就是为了推广这个课程,用内容来做传播。

所以十分感谢宋星老师帮助我开启了我分享及单口相声的大门。

2.伍刀刀无私的帮助和督促

同伍刀刀的结识也是缘于宋星老师的介绍,最开始是刀刀为九枝兰给我做了一篇《程序化广告的前世今生及趋势》专访,之后刀刀无私的帮我订阅号中的文章排版,帮我推广,把所有的执行工作都承担了。而且不要任何一点报酬,这点让我十分的感激甚至有些愧疚。刀刀只说跟我一起弄这个事情十分的开心十分的有价值有意义。

所以我在各种场合对宋星老师、伍刀刀都需要重点感谢。

3.自媒体的负担

有的时候在一些老友群中大家都调侃说开了订阅号就是要不停的写文章更新,至少每周要发一篇,长期不更新的话就会大家遗忘的。而且“审美疲劳”,订阅号粉丝的活跃度越来越低,文章的打开率也在降低。所以刚开始没有养成持续创作的习惯之前,真心是一个负担。好在有刀刀的不断督促,慢慢养成了一段时间不写点啥就有欠账感觉的习惯。会把经常把跟同学们的每次问答互动,把近期工作、生活、社群运营的心得整理整理。

就这样一路走来订阅号已经发了125篇文章。目前我还在筹划写一些关于职业规划专栏文章、以及上面说到的那本“职场厚黑学”的小说(也有同学建议我开课来讲这些,但是我个人始终认为关于“职场政治”有些厚黑,不知道是否适合在公开的场合来聊的),不过我还没想好是再开个订阅号,还是在这个订阅号中开个栏目来写,等文章攒到一定程度再另开订阅号,也十分欢迎读者们留言反馈您的需求和意见。

3.流水课的启动

当初开流水课的想法也很简单,跟宋星老师当时开的大课是2个整天14课时的内容,很多同学反馈抽不出那么多时间来参加,以及同学们关注的内容重点也不同,不能强迫大家来听所有的内容。这让我联想到很多传统喜宴上流水席,吃完就走,新来的继续吃,有点像是把店开起来了,坐等大家来。同时呢每月流水课的宣传也有点像“红军的播种机”,不停的播种,起到不停传播的功能。在流水课的收费模式上也策划年包、VIP包、单次不同的收费等级。满足不同的消费力及需求的人群。所以对于那些在某些领域希望快速构建影响力的同学们,可以模仿类似的做法。当然有内容、勤奋是十分重要的基础条件。

4.华章出版社杨福川的橄榄枝

十分巧合十分巧合,真的是无巧不成书,早在去年6月跟宋星老师第一次聊培训咨询的时候,宋星老师就建议出本书。在当时我想都没敢想,可能跟现在很多同学一样,觉得积累还远远不够哪里敢班门弄斧(这里也要对刀刀说一句,让你写本书你也老说积累还不够,但其实只要持续积累把有价值的心得沉淀下来分享出来肯定也是没问题的)。慢慢随着培训课件的整理,订阅号文章的积累,越写越多,开始是自己些,后来变成被同学问,问多了自然问答的内容也就被整理积累下来了。慢慢的群里很多粉丝问什么时候能出书,要是能出书一定部门中人手一份,说文章一篇篇体系性差一些,课程大家也没时间参加。需要一本白纸黑字的实体的书,就这样我开始基础出版社的朋友开始想自己出书了。巧也巧就在这个时候,华章出版社杨福川在知乎上给我来消息,说看到我在知乎上的文章,知觉需求不少,希望能邀请我出书。就这样《程序化广告实战》这本书就开启了出版的历程,终于从2月开始准备到8月中刚刚出版上架,到现在粉丝们已经抢购了近千本签名版。这些都是1年前开号的时候怎么都想象不到的。

5.大伙的帮忙和支持

诚如上面写到的粉丝们的大力支持,业内同行们的大力帮忙,让我坚持走到的今天,这里就不一一点名道谢了。只会让我有更强烈的“欠债”的感受,我需要更多的为大家分享我的知识、经验、心得,才对得起大家的厚爱和帮助。

最后欢迎大家有任何问题、有任何需要,不用客气、不用介意熟不熟悉,尽管找我,只要我的知识和经验能够提供帮助的一定分享。您需要,我才有价值。

(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。现场福利:可以为您的新书定制个性的签名题词。

网上文章较零散,若想系统化学习,可考虑考虑作者刚出版的原版新书《程序化广告实战》,各大电商网站(如:京东)均有售。

近期活动通知(直接点击链接报名参加):


2017-08-29

通知:9月23号大数据程序化广告一线实战分享会(上海站)

–暨《程序化广告实战》新书发布会

让大家久等的《程序化广告实战》终于出版上架了,各大电商平台(如:京东)均可购买。为了让大家更能深刻了解大数据程序化广告行业一线的实战经验,作者更希望以系统化的业务结合技术体系化的书籍作为引子推动中国数字营销良性、理性、科学、务实的发展。我们联合出版社、RTBChina、hellobi、掌慧纵盈、镖师网、邀请了广告流量提供方、大型广告公司流量需求方、大型广告技术服务方、监测方等等一线的实战专家,联合举办隆重的实战经验分享交流会,暨《程序化广告实战》新书发布会。

我们秉持“程序化广告实战”公众号一贯干货直接少废话的风格,希望通过公开、说真话、摆事实、讲道理、分享经验、只讲干货。让大家不仅能近距离的同作者及书香亲密接触,还能收获一线实战大牛的经验分享,亦可带上困扰自己的各种问题到现场问个究竟。能够在未来的实际工作及个人职业规划中尽量少走弯路、少踩坑。

916北京站活动、923上海站 之外,我们预计1021广州站陆续举办线下分享会,欢迎参加

分享主题:大数据程序化广告一线实战经验分享 –暨《程序化广告实战》新书发布会

时间:2017年9月23日(周六) 13:00-17:00

地点:上海市浦东新区晨晖路258号张江科创中心

活动日程:

12:30–13:30 签到

13:30–14:10 范秋华专题分享,RTBChina创始人( RTBChina程序化广告业内的首要专业媒体 )

14:10–14:45 数亿广告数百项目的实战经验分享

赵静,一线广告投放运营经验极为丰富的操盘手

14:45–15:20 Admaster近来在大数据广告领域的实践经验分享

杨纯,Admaster数据业务负责人

15:20–16:05 大数据营销与程序化广告实战

吴俊,《程序化广告实战》作者,现任掌慧纵盈产品VP

16:05–16:40 广告主方的需求和视角及互动交流程序化广告行业的泪与火

特邀嘉宾互动:梅琪,洲际酒店集团效果营销操盘手

16:40–17:00 现场答疑&自由交流

活动惊喜及奖品:

Q&A赠送签名本

RTBChina在10月17号会办上海程序化广告峰会(http://www.marchdata.com),提供5张票给到场的读者抽奖。

场地照片:

报名方式:

报名地址:https://www.hellobi.com/event/265

点此了解《程序化广告实战》书籍详细介绍。

(转载请注明出处:微信订阅号:ad_automation)

通知:9月16号大数据程序化广告一线实战分享会(北京站)

–暨《程序化广告实战》新书发布会

为了让大家更能深刻了解大数据程序化广告行业一线的实战经验,《程序化广告实战》作者吴俊以系统化的业务结合技术体系化的书籍作为引子推动中国数字营销良性、理性、科学、务实的发展。通过说真话、摆事实、讲道理、分享经验、只讲干货,让大家不仅收获一线实战大牛的经验分享,亦可带上困扰自己的各种问题到现场问个究竟。能够在未来的实际工作及个人职业规划中尽量少走弯路、少踩坑。

华章书院与掌慧纵盈联合镖师网邀请了广告流量提供方、大型广告公司流量需求方、大型广告流量交易平台、大型广告技术服务方等等一线的实战专家,联合举办隆重的实战经验分享交流会,暨《程序化广告实战》新书发布会。

我们还将会在923上海站1021广州站陆续举办两场线下分享会

主题:大数据程序化广告一线实战分享会(北京站)–暨《程序化广告实战》新书发布会

时间:2017年9月16日周六 14:00-18:00

规模:150人 ,免费

地点:北京市西城区百万庄大街22号机械工业出版社3号楼10层大报告厅

活动日程:

13:30-13:55 入场签到

13:55-14:00 主持人开场

14:00-14:40 主题1:程序化广告中的媒体思考

刘勇军 小米商业化广告平台的运营负责人

14:40-15:20 主题2:千万级程序化广告投放优化实战经验分享

赵静 一线广告投放运营经验极为丰富的操盘手

15:20-16:00 主题3:大数据的核心实战要点分享

管延放 德勤管理公司合伙人

16:00-16:40 主题4: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 吴俊 《程序化广告实战》作者

16:40-17:20 互动交流:“程序化广告行业的泪与火”

特邀 微博广告交易平台负责人 等嘉宾参加互动

Q&A赠送签名本

17:20-18:00 新书揭幕&签售

场地照片:

交通指引:

1.地铁6号线“车公庄西”站,往南看到鸿宾楼饭店,向西400米路南

2.地铁2号线“阜成门”站,换乘73路公交车至百万庄图书大厦站

报名方式:

“活动行”上的报名地址:http://t.cn/RNZdBob

直播地址:

请关注本微信公众号:“程序化广告实战”(微信订阅号:ad_automation),活动开始前会另行通知。

点此了解《程序化广告实战》书籍详细介绍。

(转载请注明出处:微信订阅号:ad_automation)

2017-08-28


2. 智能推荐引擎

通过各种训练及机器学习,我们可以在竞价前(离线)对历史的广告请求、广告投放、点击后到站及转化等等大量历史数据,进行训练离线模型。当有广告曝光机会竞价请求,DSP被邀请参与竞价的时候,DSP方的智能推荐引擎根据广告请求的人群标签、浏览器、时间、地域、广告位尺寸等等多维度特征,并结合广告创意的特征,依据离线已事先训练好的,对不同特征效果预测的数据模型,预测该次广告展现可能产生的价值,包括到达率、点击率、点击转化率等,并根据预测来评估进行合理的出价,从而实现对目标人群的竞价购买。大体处理流程示意图如图7-12所示:

图7‑12离线模型指导竞价决策引擎流程示意
常见的推荐出价引擎策略(这些策略很多时候会交叉并用)有很多,下面罗列一些常用的算法简单介绍一下。同样也是帮助大家有一些感性认识,在日常工作实践中能知道什么场景下该选用什么算法即可。对于算法内部的详细机制也不做大篇幅的展开。
  • 流量探测:这种算法就是简单在广告请求的底价之上,加一定比例或固定的数进行出价。因为是流量探测为目的,基本是打底广告投放,这样可以训练出大量的有价值的数据(如最低成交价、成交价同胜率的分布等等)。还有一些需要大曝光的广告投放也会采用这种算法。
  • 稳定目标CPM:这是最基础的一种策略,算法会依据预测成交价、及目标CPM设定、及历史胜率来计算出价。
  • 目标CPM+CTR:这个算法是在达成目标CPM的基础上,达成CTR目标的方式类筛选流量及计算出价。
  • 稳定目标CPC:这个算法主要是通过CPC目标,依据CTR预测、及出价、及胜率模型数据反推CPM出价。
  • 目标CPC+CTR:这个算法是在达成目标CPC的基础上,并以CTR目标筛选流量及计算出价。
  • 目标CPA:这个算法会预估转化率,根据历史投放计算该点位在该广告主、该行业的转化率,过滤掉转化率较低的流量,最终以CPA期望计算出价。
  • 目标CPA+老客:这个算法会提取多维度的feature及其交叉维度,通过机器学习获取 feature权重,根据feature权重对老客进行打分排序,取top进行投放,并以CPA期望计算出价。
  • 目标CPA+新客:这个算法会根据转化数据为正样本,提取feature,根据feature得到对应广告的扩展人群,打上相应的标签然后对相似标签进行投放,并以CPA期望计算出价。
  • PDB退量控制:这个算法主要在PDB视频退量模式使用。会实时动态记录,并计算每Deal退量比,确保退量小于阀值。当然还会兼顾TA筛选及频次控制等等因素。
  • 投放速度控制:这个算法主要基于PID(比例Proportion、积分Integral、导数微分Derivative)反馈回路闭环控制。(PID控制的基础是比例控制;积分控制可消除稳态误差,但可能会增加超调;微分控制可加快大惯性系统响应速度及减弱超调趋势。运用“傅立叶变换”将流量波动波形及投放进度波形进行数学拟合的基础上来做预测。)来控制投放速度,确保均匀投放,或快速消耗等等。大体的处理逻辑示意如图7-13所示实时依据投放反馈数据,来动态运用比例、积分、微分手段及胜率的预测,控制投放速度的均匀稳定。

图7‑13均匀投放算法逻辑示意
  • AB测试:这个常用于新算法策略上线,或寻找合适的算法时,会使用该策略在真实投放中观测效果,找出最优的算法。
  • Ranking排名:这个主要是综合上述策略算法的整体调度算法,并从宏观提升整体流量利用率,及整体ROI来对各策略的得分在进行加权计算,排名得出最合适的出价者。一般权重:访客>转化>点击。



实操中通过历史数据建立数学模型过程中,不可避免地要注意到,数据中会存在一些噪音。所以常常还会加入一些人工干预,设置补偿因子及系数的方式。一方面这样做可以一定程度简化算法及模型,另一方面也大大降低对计算资源的消耗,从而降低成本、提升效率。(这也是典型的二八原则的做法:大部分80%的问题仅需要20%的投入即可解决。)

3. 防作弊

由于RTB长尾流量中的流量质量参差不齐,所以防作弊是DSP的一个十分重要的模块。一般采用通过规则引擎设置(监督学习)或关联挖掘(非监督学习)非人类流量特征,并实时进行过滤。嫌疑特征流量会被放入观察室,不可竞价,待嫌疑特征消失才可使用。如图7-14所示,那些分布较为特征集中的广告流量其很有可能存在问题。(常见的一些特征例如:单用户ID或IP地址请求间隔时长多短、某些用户请求集中在某些媒体或页面,而不是全网使用等等。)

图7‑14流量嫌疑特征示例
还有一种观点是,若从转化漏斗、结果导向来做流量价值评估的角度来看,不存在评估作弊流量或非人类流量的必要,只有对转化漏斗无效的流量。那么只要能合理运用转化漏斗模型作为广告投放的衡量目标,来设置投放算法。自然也能合理过滤掉无效的流量。

(转载请注明出处:微信订阅号:ad_automation)

本系列文章部分摘自作者刚出版的书籍《程序化广告实战》,网上的文章都比较零散,若您想系统化学习,可考虑考虑看看正版书系统化学习,各大电商网站(如:京东)均有售卖。

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。线场福利:可以为您的新书定制个性的签名题词。

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