大数据时代的精准营销利器:程序化广告技术
近年来,随着移动互联网的普及和大数据时代的到来,人们在使用PC或移动终端访问网页或使用APP时,总能收到为自己“量身定制”的广告信息。例如:平时喜欢户外的同学们会经常收到网页或APP推送的户外用品广告;而电子产品的发烧友们也恰巧会收到新款手机或可穿戴设备的广告;再例如去年火爆朋友圈的微信广告营销中,同样是车辆广告,有些用户看到的是高端品牌的广告,而有些用户看到的是中低端品牌的广告。难道这真的都是巧合吗?当然不是,这一切都归功于一种叫做“程序化广告”的技术,程序化广告已成为大数据时代精准营销的利器,也是目前大数据最热门的应用领域之一,本文就和大家分享有关程序化广告的相关内容。
程序化广告是指通过数字化、自动化、系统化的方式改造广告主、代理公司、媒体平台并将它们进行程序化对接,从而实现目标人群匹配、竞价购买,广告投放,投放报表反馈等一系列过程自动化的广告投放技术。
程序化广告通过基于大数据的用户画像来定位目标客户群体从而实现了广告的精准投放,同时广告位的选择、广告的投放以及竞价购买全部依靠机器来完成。与传统广告模式相比,程序化广告技术使得广告投放更加精准,同时由于中间环节全部依托程序完成,为广告主和媒体平台节约了大量时间和人力成本。
程序化广告按照交易是否公开可以分为公开交易和私有交易,公开交易主要以 RTB (Real Time Bidding,实时竞价)模式为主;私有交易主要包括三种竞价方式:PDB(Programmatic Direct Buy,私有程序化购买)、PD(Preferred Deals,优先交易)、PA(Private Auction,私有竞价),他们的区别在于是否竞价以及广告位是否预留。目前应用最广泛的程序化广告交易模式是RTB模式。
RTB是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术。通过一个简单的例子为大家描述RTB的产业链和工作流程。
当一个吃货打开网页或APP时,会触发如下的RTB流程:
如上图所示,当用户访问一个网页或者APP时,SSP(供应方平台)即向Ad Exchange广告交易平台发送用户访问讯号,随后广告位的具体信息则会经过DMP(数据管理平台)的分析匹配后发送给DSP(需求方平台),DSP将根据广告主的需求和DMP对用户画像的分析结果对广告位进行竞价,价高者会获得这个广告展现机会,并被目标用户看到——从开始竞价到完成投放,这一系列复杂的过程仅需100毫秒,用户是无法感受到的。
RTB是一种技术为王的精准营销手段,当一个用户在全网浏览过某种商品,或点击过特殊类目的广告后,其浏览痕迹都会通过cookie记录在案,而通过广告交易平台,用户在下一次浏览网页的时候,将被推送符合偏好的广告。当然,由于大数据相关技术的发展,描述用户画像的数据来源已不再局限于cookie,更多第三方数据的加入例如电信运营商数据、网购数据、政府数据的加入使得用户画像的描述更加完善和精准。 RTB相关技术的不断发展使得系统侧自身便能实现更好的精准营销,让投放的广告更精准更有价值。
如上图所示RTB的产业链包括SSP(供应方平台),DSP(需求方平台),AdExchange(广告交易平台),DMP(数据管理平台)等实体。他们又是何方神圣呢?下面继续为大家释义。
1 DSP(Demand-SidePlatform,需求方平台)
定义:需求方平台允许广告客户和广告机构更方便地访问,以及更有效地购买广告库存,因为该平台汇集了各种广告交易平台的库存。
用通俗的话来讲,DSP就是广告主与媒体平台之间的中介机构。现实中受众群体的结构过于复杂,可供投放广告的位置也太多,如何定位受众群体是否是目标人群、如何在有限的预算内选择合适的媒体平台和广告投放位置等等这些问题对于广告主来说实在太难了。为了解决这个问题,DSP应运而生,它通过海量数据挖掘帮助广告主定位目标受众人群、选择合理的媒体平台和广告投放位置并根据广告主的要求进行竞价,最终帮助广告主完成广告的投放。
2 SSP(Sell-SidePlatform,供应方平台)
定义:供应方平台SSP是媒体的广告投放进行全方位的分析和管理平台,是媒体优化自身收益工具。通过这一平台,出版商希望他们的库存广告可以获得最高的有效每千次展示费用,而不必以低价销售出去。SSP与DSP(需求方平台)一样作为RTB的基础,是一个媒体服务平台,目的是为充分利用媒体资源(流量),达到最优收益。
DSP与SSP都是广告主与媒体之间的中介机构,DSP服务于广告主,而SSP则服务于众多广告位的媒体平台,它们的目的都是实现各自雇主(广告主/媒体平台)的收益最大化。
3 AdExchange(广告交易平台)
定义:广告交易平台AdExchange是一个开放的、能够将出版商和广告商联系在一起的在线广告市场(类似于股票交易所)。交易平台里的广告存货并不一定都是溢价库存,只要出版商想要提供的,都可以在里面找到。
所谓的广告交易平台,就是一个能够让广告主在对的时间,对的地点接触到对的用户的地方。它可以为每一次广告的Impression(广告收视次数)来赋予一个独立的价值,其运用的实时竞价技术可以让广告主竞拍每一次广告显示在用户面前的机会。AdExchange相对于传统模式还是有比较大的好处的,一方面节省了广告主的成本,另外一方面让媒体平台的收益增加了,最重要的是让合适的广告展现给合适的用户,提升了用户体验。
4 DMP(Data-ManagementPlatform,数据管理平台)
定义:数据管理平台能够帮助所有涉及广告库存购买和出售的各方管理其数据、更方便地使用第三方数据、增强他们对所有这些数据的理解、传回数据或将定制数据传入某一平台,以进行更好地定位。
RTB过程中的任何一个实体要发挥最大作用都需要海量数据的支撑。例如,DSP在定义一个受众是否是广告主的潜在客户时需要通过大数据挖掘对用户画像进行全面分析。这时,DMP就出现了,它们一方面可以为DSP/SSP/AdExchange提供所需要的数据,另一方面帮助它们管理、分析和挖掘自身已有的数据。可以说DMP是集数据提供,数据管理和数据挖掘于一身的大数据平台。在实际的产业链中,有些DSP也同时兼顾DMP的功能。
广告推送出去了,那么广告服务商和媒体平台如何向广告主收取费用呢?目前业内主要有三种收费模式,它们分别是CPM(Cost Per Mile,按千次展示收费),CPC(Cost Per Click,按点击收费),CPA(Cost Per Action,按行动收费)。
CPM(Cost per Mile):
CPM指的是按广告的每1000次展示收取广告费用。这类收费方式比较适用于曝光量比较大的媒体平台。一般来说传统媒体(电视)、互联网门户网站(新浪,搜狐等)以及热门的手机APP等都按这类方式收取广告费用。
CPC(Cost per Click):
CPC指的是按点击收费,也就是说无论广告被多少人看到,只有目标受众实际进行了点击操作,广告主才进行付费。这种付费方式加大了广告商和媒体平台作弊的难度,同时也是宣传的最优方式。
CPA(Cost per Action):
CPA是指广告主按广告的实际投放效果进行付费,CPA中的A (Action)可以是某网站的注册量,某种商品的实际购买数量,某软件的下载量等。这类收费方式对于广告主来说效果最直接,但费用一般也比较高昂。
无论采用CPM、CPC还是CPA,广告主都可以根据自身产品特性进行选择,目前国内绝大部分移动广告平台都支持CPM、CPC、CPA计费,在选择移动广告投放时,广告主可更多考虑移动广告平台的稳定性和媒介资源深度。
电信运营商得天独厚的优势就是具有海量的用户数据,这些数据包括用户个人属性(用户注册信息、设备号、位置、网络、终端、区域、工作属性类型)、用户拨打电话特性(客户号码/400电话拨打记录、话费、主被叫特征、时长等)、用户上网行为(浏览内容/应用类型、用户访问记录、搜索关键词、交易记录等)、应用软件内容,信息传播路径:微博、短信、邮件、微信等。这些数据对于程序化广告中用户画像的描述来说是十分宝贵的,因此电信运营商在程序化广告产业中的潜力是十分巨大。
近年来,国内电信运营也开始涉足程序化广告行业。2013年底,国内首个由运营商自主研发的互联网广告实时交易平台在中国电信浙江公司成功上线,浙江电信互联网广告实时交易平台的建成,标志着运营商探索大数据走出重要一步,相对于互联网企业,运营商在RTB最大的优势在于其拥有网络管道优势上的大数据,除了客户的基本属性之外,还有大量的、实时的客户互联网行为数据。运营商在移动互联网生态体系应充分发挥其优势,占据主导地位,实现转型升级。
从目前来看,在整个程序化广告产业链中,DMP数据管理平台是运营商大数据应用的最核心平台。实时竞价中整个涉及受众购买的环境数据都需要DMP底层提供。数据管理平台通过对卖方的数据进行抽取,过滤,清洗,加密,分析,存储后,将卖方与买方的需求进行关联和匹配,实时判断买方和卖方出价,支撑实时竞价。数据管理平台会提供合理和科学的算法和分析依据来帮助买方(客户)和媒介执行机构(卖方)来判断什么样的受众才是高质量的,从而使营销推广的结果更加高效和更加出色。运营商DMP除了客户基本属性如手机号、性别、职业、省市、年龄等之外,更多关注的是客户互联网行为信息,包括搜索行为、网页浏览行为、兴趣偏好、活跃时间、当前位置、活动轨迹等,通过数据统计及建模方式按各个不同标签定义不同类型的人群,形成客户360度视图。
下面给大家介绍一则由运营商实现的程序化广告投放实例:
案例:移动端游戏类APP推广广告投放
1)案例背景:
推广内容:针对某游戏APP的推广活动
人群定向:16-36岁年轻群体(喜欢APP游戏人群)
投放周期:2014年:6月1日-2014年6月7日
投放方式:当用户打开某App时进行广告推送
2)投放过程:
通过运营商客户群标签(年龄标签、性别标签、APP下载次数标签、APP使用活跃度标签、游戏类APP下载次数标签、游戏类APP使用时间标签、付费承受能力标签、最近十天搜索行为标签等)、兴趣偏好模型、上网时间偏好模型等来定位目标人群,也就是DMP管理平台的功能
3)投放效果:
到达率和转化率显著提升
(小贴士:所谓广告到达率是反映广告媒体可用性的重要指标,它用来衡量在一定时期内,目标受众当中有多大比例会看到、读到或听到所推送的广告信息。)
(小贴士:点击转化率是指实际点击广告的受众群体中实际下载了该游戏的用户比例,曝光转化率是指看到该广告的受众群体中实际下载了该游戏的用户。)
程序化广告是目前大数据应用的重要领域之一,同时也取得了较为显著的效果,为未来运营商大数据资产变现和增值提供了非常好的出口。本文旨在和大家分享关于程序化广告产业中的一些简单概念,如有不当之处,欢迎大家指正。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14