计算广告第商业模式之程序化交易

计算广告第商业模式之程序化交易

  • Post author:
  • Reading time:1 mins read
  • Post category:广告投放
  • Post last modified:2022年8月21日

今日导读:计算广告第商业模式之程序化交易互联网广告发展到了竞价阶段,计算格局已基本建立。媒体网站负责利用受众定向等技术深度挖掘日志数据,为流量打标签;广告主通过竞价方式获得

  计算广告第商业模式之程序化交易

  互联网广告发展到了竞价阶段,计算格局已基本建立。媒体网站负责利用受众定向等技术深度挖掘日志数据,为流量打标签;广告主通过竞价方式获得感兴趣标签流量的展示权利,并通过CPC与媒体网站进行结算。双方各取所需,相处融洽。

  然而,随着广告主优化效果的要求进一步加强,广告主希望能够做一些个性化的广告推广,例如对回头客做一次打折回馈,或者对老用户做一次新品推销。然而像“回头客”,“老用户”这样的标签,媒体是加工不出来的,所以无法满足广告主的这种需求,这让广告主十分不满。为什么加工不出来呢?

  媒体网站所拥有的数据是哪个用户点了哪个广告,用户在某度上搜索“单反相机”,并点击了某东的广告,这些数据某度是知道的。

  但是用户点击广告之后,网页就跳转到广告主页面上了,究竟用户有没有下单,这个数据只有某东自己知道,某度是不知道的,因为此时用户不在某度的页面上。

  供应方平台

  一句话解释SSP:“哥,你要找的就是这个人!在主页给他点颜色看看不?”

  因为媒体网站在广告活动中负责提供广告位,所以又被称为“供应方”,这里的供应方平台(SSP:Supply Side Platform)是媒体网站顾的小弟,代表媒体网站利益的代理机构,主要负责管理媒体网站的广告位,负责与广告交易平台进行流量对接。

  需求方平台

  一句话解释DSP:“这人买过我东西,我出10块!”

  因为广告主在广告活动中有做广告的需求,所以又被称为“需求方”,这里的需求方平台(DSP:Demand Side Platform)是广告主顾的小弟,代表广告主利益的代理机构,主要负责替广告主采买流量以及研发相关技术。

  广告交易平台

  一句话解释ADX:“SSP和DSP,两手都要抓,两手都要硬”。

  广告交易平台(ADX:Ad Exchange)是一个独立第三方平台广告交易平台,就是那个“小三”,两侧分别接入多个SSP和多个DSP。主要有传递信息和管理竞价两个作用,类似股票交易市场。

  SSP, ADX, DSP三者形态:SSP代表媒体利益,DSP代表广告主利益,ADX作为第三方,用来撮合SSP和DSP达成成交。

  实时竞价

  一句话解释程序化交易:广告主为实现个性化营销所举办的海天盛筵。

  实时竞价(RTB:Real-Time Bidding)是一种新的广告销售模式,我们先来看一次RTB的过程:

  Step1 某用户打开浏览器,登录了某媒体网站。该媒体网站通过标签分析,发现用户的标签是“标识XXX,男性,20-25岁,跑鞋爱好者”。

  Step2 媒体网站将该用户上网了以及标签信息通过SSP传给ADX,说“看看谁要这个人在首页的广告展示机会”。

  Step3 ADX将用户标签信息和广告位信息广播给所有对接的DSP,问“你们谁要这次展示机会呀”.

  Step4 DSP1(代表某克)和DSP2(代表阿迪某斯)同时接到了“标识XXX,男性,20-25岁,跑鞋爱好者,广告位为首页”。DSP1通过标识在购买数据库里查,发现这个人买过我司的商品,符合我司为老用户推广新品的目标,于是两眼放光。DSP2也通过标识去查,发现这个人没有买过我司商品,并不属于老用户。通过查询购买历史数据,两个DSP心里差不多有谱了。

  Step5 开始竞价。DSP1觉得这个人是老用户,很满足我司需求,出10块买这次首页的展示机会。DSP2觉得这人仅仅是个潜在客户,出5块争取一下吧。于是一个出10块,一个出5块,出价信息返回到ADX。

  Step6 ADX通过对比价格,发现10块是最高的,判定DSP1赢得此次竞价,对DSP1说:“恭喜您本次竞价成功,请返回您的广告和5块钱”,没错,这里收费依然是GSP。

  Step7 DSP1高兴坏了,赶快把最新款跑鞋的广告和5块钱给ADX

  Step8 ADX接到跑鞋广告和5块钱,将之返回给SSP。

  Step9 SSP接到广告和5块钱,交给了媒体网站。

  Step10 广告顺利展示,用户在页面打开之前看到了广告,整个过程在100ms之内全部完成。

  一次RTB完成后,媒体网站给SSP发红包,广告主给DSP发红包,DSP和SSP都给ADX发红包。

  通过上面例子我们可以看出,实时竞价所购买的是此刻的广告展示机会,出价高低主要看这次展示与广告主个性化的标签的匹配程度。比如上例中,此刻的展示机会就是这个人即将在首页的广告位,个性化标签是“老用户”,越老,越要出高价争取。下表我们列举了实时竞价与第二种广告模式:竞价广告的对比。

  竞价广告暗拍,GSP媒体网站,受众定向标签媒体网站上一段时间内,该标签所有用户的广告展示机会提前把菜做好,只等客人来端上桌

  实时竞价暗拍,GSP广告主,个性化标签媒体网站上当前时刻,该标签当前用户的广告展示机会不提前做,客人来想吃什么现点现做

  通过对比,我们可以很准确的抓住实时竞价的两个特点:实时和个性化。那什么叫程序化购买呢,讲了半天也没提这种广告模式。程序化购买,就是指实时竞价的整个过程都是由程序自动完成的。

  程序化交易是当前计算广告所处的时代,下图是RTBChina于2015年7月份统计的中国程序化交易市场上的主要产品,十分热闹,值得一看。除了DSP、SSP和ADX,还有很多非常重要的力量,如数据管理平台(DMP:Data Management Platform)和第三方检测机构等,都为程序化交易提供服务和支持,保障着这一模式的健康发展。

  我们终于讲完了历史和现在,坚持下来的同学给自己鼓个掌吧![啪啪啪啪啪啪]。回顾历史,在合约广告和竞价广告中,媒体网站占优势地位,而在程序化交易广告中,广告主占优势地位。一直都是广告主和媒体网站围绕着流量在博弈,我们用户的声音呢?未来会是我们的吗?


计算广告第商业模式之程序化交易

计算广告模式之原生广告

  计算广告模式之原生广告

  原生广告所追求的是广告与媒体内容的统一,通常被称为“内容即广告”,所追求的效果是用户在浏览内容时,不自主的就把广告给看了,主要形式有信息流广告、搜索广告和软文广告等,这里以一个软文广告举例。

  一篇软文

  不知有没有看《权力的游戏-冰与火之歌》的同学,如果有,那么这篇《琼恩·雪诺没死——史塔克家族的逆袭开始了》一定合你胃口。没看过的也没关系,我大致解释一下。在这部剧中,给大家留下了一个很大的疑问,那就是“男主角到底死了没”。这篇文章完整了梳理了一遍故事主线,并且从各个细节来证明“男主角没有死”。最重要的是,在合理推出男主角没有死之后,紧接着来了这么一段话:

  看到这个,我第一反应,“我靠!原来是软文,也是哔了狗了!”,但紧接着我也就释然了,永远的记住了搜狗和知乎勾搭在一起为我提供的这篇高水准的文章,我怕是再也忘不掉这两款互联网产品了,也更期待新一季的《冰与火之歌》了。有时我会不经意的想,到底谁是广告主,是冰火?还是搜狗+知乎?如果是后者,那《冰与火之歌》给他们钱了吗?

  移动互联时代

  原生广告为什么会成为计算广告的未来?因为移动互联来了,用户的消耗在移动端的时间开始变多,这意味了什么?思考三秒钟。

  没错!这意味着用户注意力的转移,意味一大波广告主要追到移动端了!你可能会说,那也没什么变化,我上的还是那个互联网呀,只不过从电脑换成了手机。没错,就是因为你用的屏幕变小了,原来电脑上不觉得大的广告很容易覆盖整个手机屏幕,还显示不完……求此时用户心里阴影面积。因此,如何在保证用户正常阅读的情况下植入广告,是未来广告的主要方式。

  除了屏幕大小的限制,以APP为核心的生态也导致了媒体概念的转变。原来PC时代,网站是主要的媒体形式。而现在,每一款APP都在深挖一个领域,俗称“垂直领域”,有专做健身领域的,有专做母婴领域的,还有做同性交友的。使用这些APP的用户本身就是相同群体,因而具有更高的流量价值,自然吸引了不少广告主的目光。当然还有微信公共号等自媒体,依靠高水平的文章宣传自己,也得到了许多广告主的青睐。如何保证自己的APP和公共号能够黏住用户呢?优质的内容才是王道。

  屏幕尺寸的变小与媒体多样化,都引发了广告主和媒体的思考。既要保证广告不影响用户体验,又要提供优质内容,似乎所有的道路都指向了同一个方向:内容即广告,让用户在阅读的同时就把广告给做了。这便是未来的广告了,原生广告。

  原生广告中有什么计算内容可做呢?说一个最好想的,如何在一篇旅游游记中合理的插入当地酒店的信息呢,这就是原生广告平台要做的事情了。在原生广告模式下,媒体在投放广告时,更多的将考虑用户的体验。否则用户一怒之下卸载APP,取消关注。没了用户,广告主也不来了,这也便是闷声作大死了。


计算广告模式之原生广告

计算广告学的技术内容

  计算广告学的技术内容

  广告是企业为了一定的目标,如市场占有率、知名度等,通过媒体影响受众行为的营销手段。对于现代商业社会和市场经济的发展,广告起到了至关重要的作用。广告投放则是将广告与受众的需求作匹配。线下广告只能通过使用不同的媒体、区别版面或频道等方式间接获得细分受众需求。在互联网和大数据背景下,由工业界驱动产生了一种新的广告投放方式和形态,就是计算广告。Andrei Broder和Dr.Vanja对计算广告给出了业界比较公认的定义:计算广告是为给定情景C下的用户U找到一个合适的广告a,以实现“最优”匹配(Find the “best match”between a given user U in a given context C and a suitable advertisement a)。计算广告肇始于互联网,而且至今互联网仍是计算广告的主战场。

  计算广告当前的主要实践领域是在互联网企业,它所面临的最主要挑战是在特定语境下特定用户和相应广告之间找到“最佳匹配”,语境可以是用户在搜索引擎中输入的查询词,也可以是用户正在阅读的网页,还可以是用户正在观看的电影等。虽然单个用户的相关信息不是很多,但因为互联网产品的使用者往往都是百万、千万甚至几亿数量级的海量用户,相对应的,潜在广告的数量也可能达到几十亿。因此,要真正实现“最佳匹配”,最大的挑战是在复杂约束条件下的大规模计算、搜索、优化等问题。

  互联网上的计算广告相比传统的线下广告,具有两方面的优势:互联网的用户在网上留下了各种行为数据,广告发布商可以据此利用统计及机器学习方法有效地将用户进行分类,从而实现广告受众需求的细分;广告主或广告发布商可利用这些用户行为数据精准衡量广告的投放效果,从而及时调整广告投放策略,以达到某种目标(比如提升广告匹配受众的准确率,或者广告发布商的收益等)。

  互联网广告主要关注3个问题:一是在线广告市场需求问题,即中小广告主如何购买广告位,例如搜索引擎的广告词、社交媒体的嵌入式广告位;二是在线广告市场供给问题,即中小网站如何出售广告位;三是广告交易投放场所问题。如何解决这3个问题,是计算广告学的主要研究内容,也是一个企业在计算广告学领域研究和应用水平的重要体现。

  在解决在线广告市场需求方面,以搜索广告为例,主要包括3个方面的内容:(1)如何筛选可展示的广告,即广告触发,从用户搜索的检索词(query)中找到广告主所购买的关键词(keyword)集合,进而筛选出可以展现的广告集合。在实践中,广告触发面临的技术挑战是在一个动态的广告库集合上实现在线匹配,不能影响正常检索需求,需要在毫秒级内完成。(2)对筛选出的广告质量进行判断,即点击率预估(Click.through Rate,CTRo通常点击率预估使用典型的机器学习技术,针对一段时间用户点击的样本进行模型训练,预估该广告可能点击的概率。为了减少预估误差,一般会采用大量细颗粒度特征,精细刻画CTR。像百度和Google这样规模的搜索引擎一般会达到百亿级别的特征。(3)根据广告的质量和广告主的出价确定广告的展示位,这涉及展示位的拍卖机制。现在业界通常使用广义二阶价格(GSP)拍卖机制,学术界也在探索其他机制,如Myerson机制、VCG机制等。这些机制设计理论往往有很多假设,比如广告主是理性的、广告主有着完全信息等,这在实践中会面临不小的挑战。搜索引擎常常会根据实际的广告主行为,对机制进行相应调整,以适应环境的变化。

  在解决在线广告市场供给方面,实现聚合中小网站广告位的是广告网络。这种网络联盟集中分散的广告位库存,开发分发广告的投放引擎,使中小网站出售广告位成为可能。搜索引擎仍然是此种能力的最佳候选者:一方面搜索引擎是上网的入口,吸引了大量中小网站围绕在其周围以获得流量;另一方面,搜索广告又带来大量投放广告的客户,本身具有投放广告的技术服务能力和营销能力。搜索引擎天然就是广告主和网站之间的一座桥梁。虽然最早的广告网络并不是搜索引擎首创,但最成功的广告网络毫无疑问是搜索引擎创造的,最典型的例子就是Google AdSense和百度网盟。

  在解决广告交易投放场所方面,广告交易市场的建设是业界的热点。这里交易的不是广告位,而是把广告位转化成“有不同标签的受众”去交易。广告交易市场获得网站出售的需求后,确定将这一信息发送给哪些广告主。通常接人广告交易市场的是广告主的委托代理人——需求方平台(Demond Side Platform,简称DSP)。DSP虽然类似于传统广告代理,但DSP是个技术导向的平台,它的主要职能是为广告主寻找物美价廉的广告展现机会。

  “研究如何利用计算的方法求解广告活动中的各类问题”是计算广告学的本质之一,在互联网企业中,整个在线广告的实践过程涉及多种信息和技术平台,谁获得的信息多,计算最准确,系统运转良好,谁就能占据优势。这涉及平台建设、算法设计、数据收集和处理、系统运营和维护等方方面面的能力。


计算广告学的技术内容


  今天关于计算广告第商业模式之程序化交易的相关资讯就为大家介绍到这里,大家看完以后有没有什么收获呢,更多关于广告投放的资讯请关注匠心文化。


参考资料来源1:计算广告第商业模式之程序化交易

[版权声明]

文章内容来自互联网,如欲转载,请注明本文链接: https://www.ou-b.com/ggtf/gov_41589.html