「程序化广告—个性化精准投放实用手册」笔记

图书链接:豆瓣, Amazon


目录


参与者

需求方

即广告主,主要有两种类型,一种是效果类广告需求方,一种是品牌类广告需求方

需求方服务
  • 需求方平台(Demand-Side Platform,DSP)

    一个为需求方提供的实时竞价投放的平台,广告主可以再 DSP 上管理广告投放策略、预算、出价、创意等。DSP 通过算法自动优化拖放效果并提供数据广告。

    通俗的理解:广告主是要买菜的,Ad Exchange 是一个菜市场,DSP 就是一个熟悉这个菜市场的带路人,一个好的 DSP 能够带你到合适的摊位(流量主、媒体),当一个新菜刚出的时候(用户访问媒体带来流量,进而带来广告需求),DSP 告诉你用什么价格买最合适(因为有其他广告主同时是也准备买)

    • 进入者分析
      • 可能是广告代理公司或广告网盟(Ad Network),他们掌握了大量的广告主资源
      • Ad Exchange 或 SPP 公司,如百度阿里腾讯等
      • 大预算广告主自己组建 DSP,如携程、网易等
      • 纯技术出身的公司
    • DSP 分类
      • 根据 DSP 对接的资源情况和服务对象可以分为纯 web 端 DSP、移动 DSP、跨屏 DSP
      • 根据 DSP 所有者可以分为第三方 DSP、大型媒体私有 DSP、大型广告主私有 DSP
    • DSP 关注的点
      • 流量资源:即流量的质量、规模和价格
流量供应方

两种类型,一种是媒体网站或 APP;另外一种是广告网盟(Ad Network),可以理解为媒体代理公司,为广告主采购媒体方流量。

流量方服务
  • 供应方平台(Supply-Side Platform,SSP)

    理论上 SSP 对接媒体,然后再对接近 Ad Exchange。但现在 SSP 功能和 Ad Exchange 功能基本重合,DSP 通过 API 接口对接 SSP 或 Ad Exchange,实时竞价购买流量

  • 广告交易平台(Ad Exchange,AdX)

    • 进入者分析
      • 大型媒体自建 AdX/SSP,腾讯、优酷等
      • 广告网盟转型 AdX/SSP,百度、阿里等
      • DSP 布局 AdX/SSP
    • AdX/SSP 分类
      • 第三方开放 AdX/SSP,聚合各类中大小媒体的流量进行变现
      • 大型媒体私有 AdX/SSP,如优酷 AdX、爱奇艺 AdX、网易 AdX、新浪 AdX 等
    • AdX/SSP 关注的点
      • 填充率:即保证手上的流量能被卖出去,有广告投放
广告服务与数据管理

广告服务(Ad Serving)是广告投放平台之外的第三方广告投放服务提供方,不提供竞价服务,只是帮助广告主投放广告、衡量并优化广告效果。包括检测分析、程序化创意、广告验证等服务。

数据管理则是为广告主提供数据收集、清洗及生成标签等服务,提高数据使用效率,优化投放效果。

  • 程序化创意平台(Programmatic Creative Platform,PCP)
    • 通过技术生成海量创意,利用算法和数据对不同受众动态进行创意优化(千人前面),比如根据实时反馈更新广告的创意(模板、元素属性、元素组合等)
  • 广告验证平台(Ad Verification Platform)
    • 为品牌广告服务,提供品牌安全、反作弊、可视度、无效流量验证等服务
  • 数据管理平台(Data Management Platform,DMP)
    • 提供人群标签管理、受众精准定向、用户画像等服务
  • 检测分析平台(Measurement & Analytics Platform)
    • 提供广告投放数据监测分析服务


交易模式

交易模式类型
  • 实时竞价(Real-Time Bidding,RTB

    广告主可以在 RTB 交易市场自由挑选媒体资源,竞价购买目标人群。媒体可以介入 RTB 交易市场,实现流量变现。RTB 交易市场可以分为公有和私有

    • 公开竞价(Open RTB,Open Auction)

      • RTB 按照 CPM 出价,一般使用(广义)第二高价,价高者得,按次高价结算。通常会先设定好一个底价,DSP 出价必须高于这个底价才有资格参与竞价。

      • 为了避免广告位出现空白,还有一类默认广告/打底广告,一般是一个广告位没人竞价使用默认填充的广告,这类广告价格最便宜。

    • 私有竞价(Private RTB,Private Auction, PA

      媒体为了保证广告质量,只邀请部分广告主竞价购买。通常私有竞价媒体质量更有,价格更高。

  • 程序化直接交易(Programmatic Direct Buying,PDB

    一种 non-RTB 的方式,广告主和媒体按照双方约定,绕过竞价直接一对一交易。品牌广告主通常会选择这种模式。这种广告的展现优先级最高,主要有首选交易和程序化保量两种模式

    • 程序化保量(Programmatic Guaranteed Buying,PGB

      保价保量。媒体按照与广告主约定的 CPM 价格、广告位、流量数量进行投放。PGB 流程如下图

    • 首选交易(Preferred Deals,PD

      保价不保量。媒体按照与广告主约定的 CPM 价格、广告位进行投放。

    两者的区别是:首选交易可以只买想要的流量,而程序化保量需要购买前协商好流量数量(不管是不是广告想要的都得展示,基本没办法做到百分百都是广告主想要的流量)

  • 头部竞价(Header Bidding)

    头部竞价实际上就是绕过了 Ad Exchange 的 RTB 竞价,媒体在其页面中嵌入多个广告主的相关代码,当有广告需求时同时向多个广告主发送请求,广告主们开始竞价,最后展示最高价的广告。

    经过头部竞价剩余的流量才会进入 Ad Exchange 进行售卖。这就是为什么叫头部竞价,因为竞价的是头部流量。

交易模式的对比
交易模式的价值
  • RTB:资源整合、实时竞价、受众购买
  • PA:与 RTB 相似均为剩余流量,但是 PA 的剩余流量更为优质
  • PD:PD 相比 RTB 和 PA,流量更为优质,价格固定,受众购买
  • PDB:保留了传统的下单排期、固定价格,同时具备了优质流量程序化投放的特点

  • PDB 与 RTB

    PDB 价格较高,一般适用于大型品牌广告主,可以优先采买优质流量、确保排期;但是有限的订单流量可能无法满足广告主的投放 KPI

    RTB 可以随时挑选流量,但是无法保障购买的库存流量的价格、质量以及展示量级

    可以同时结合 RTB 和 PDB 进行投放。


广告效果

广告效果定义与层次
  • 定义

    狭义:通过广告投放带来的直接经济利益

    广义:通过广告传播影响受众对品牌的认知、心理、态度等,由此带来的直接或简介的广告效益。

  • 层次

    传播效果 -> 心理效果 -> 行为效果

广告效果的评估
  • 三个方面
    • 广告效果:衡量用户活跃度、对广告的接受度
    • 成本收益:衡量投放过程中的成本、收益
    • 投放保障:恒联广告投放的真实性和安全性(用于保障广告效果和成本收益)
  • 效果指标
    • ROI,最终目的都是 ROI,但是 ROI 具有滞后性,需要一段时间的验证
    • 点击量、转化量、登录量
    • DAU/WAU/MAU、平均付费金额、留存率、活跃率、付费率等
  • 品牌指标


相关技术问题

RTB 竞价逻辑
  • RTB 竞价流程

    1. (用户方)用户 A 访问带有广告位的媒体页面

    2. (媒体方)媒体将用户 A 的广告展示请求发给 AdX/SSP,触发 AdX/SSP 竞价

    3. (AdX/SSP)根据 User ID 通过用户数据中心查询 A 的相关信息(性别、年龄等)

    4. (AdX/SSP) 竞价发起服务组织一次竞价,向 DSP 平台发送竞价请求(Bid Request),并传输用户 A 的相关信息、广告位信息(页面 URL、广告位大小、位置、类型等)

    5. (DSP)竞价监听服务受到来自 AdX/SSP 的竞价请求后,将请求信息发给竞价引擎

    6. (DSP)竞价引擎根据 UserID 想用户数据中心查询用户相关信息

    7. (DSP)竞价引擎将用户数据与投放需求进行匹配,决定是否参与出价以及 CPM 出价多少合适

    8. (DSP)如果决定参与竞价,则向 AdX 发出响应(报价、AdTag)。(这个过程被限定在一定的时间内完成,如 100ms,超时视为自动放弃)

    9. (AdX/SSP)等待 100ms 后,竞价决策服务使用广义第二高价确定赢得这次竞价的 DSP,向媒体方发送赢家 DSP 以及其报价和 Ad Tag,向赢家 DSP 发送竞价成功的消息

    10. (DSP)收到来自 AdX/SSP 的竞价成功信息,同时需要响应来自媒体方的广告物料请求

    11. (媒体方)收到 AdX/SSP 的竞价结果后向赢家 DSP 请求广告物料进行展示。(也有部分情况是 DSP 事先将广告物料放在 AdX/SSP 上,这种情况下媒体直接向 AdX/SSP 请求广告物料)

    12. (用户)看到广告

    RTB 竞价整体流程如下

  • 竞价结算规则:广义第二高价。关于竞价广告的定价策略,可以参考 竞价广告定价策略与实现

  • AdX/SSP 底价规则:固定底价、双重底价

  • DSP 内部竞价排名

    DSP 内部多个广告主可能同时会对一个流量进行竞价,DSP 需要在满足竞价条件的广告主中,选出 eCPM 最高的广告主,以该价格(加1分钱)出价。eCPM 可以进行以下分解 \(eCPM = 1000 \times pCTR \times CPC = 1000 \times pCTR \times pCVR \times CPA\)

    • 如果 DSP 按照 CPM 与广告主结算,则广告主需要自己对 CTR 进行估计,进而给出合理的 CPM
    • 如果 DSP 按照 CPC 或 CPA 结算,则 CTR 预估需要由 DSP 来完成

    关于 DSP 广告策略,可以参考 美团 DSP 广告策略实践

流量对接
  • DSP 与 AdX/SSP 对接

  • Trading Desk 与 DSP 对接

  • PDB 对接

    PDB 是保量保价的,主要有两种模式

    • 一种是 100% 采购模式,这种模式比较简单,就是满足 PDB 约定中的流量即可,但这里面的流量受众是广告主不能选择的,即存在一部分流量不是广告主的目标流量,流量质量较差

    • 另一种是退量模式,DSP 和广告主之间约定一个需求量和退量比例,广告主可以在流量中挑选想要的流量,对于不想要的流量可以退掉(不付钱)。这样广告主得到了更优质的流量。对于 DSP 的要求较高,DSP 需要控制好退量的比例,如果退量过高,则可能达不到约定的需求量,如果退量过低,则可能超出广告主的预算。

      因此 DSP 需要实时计算退量比例,如果达到比例已经达到约定数值,即使是非目标流量也需要进行曝光。

用户识别与 ID 映射
  • 用户识别:

    • PC 端使用 cookie 作为用户的标识,但是存在生命周期短(cookies 被清理)、同一用户用不同浏览器也会生成不同 cookie、不同域名之间的 cookie 无法共享数据(除非做 cookie 映射)

    • 移动端相对 PC 更加稳定,安卓使用 Android-ID 或 IMEI 号,IOS 使用 IDFA 号作为标识。

  • cookie 映射

    • 程序化广告中每个参与者(媒体网站、AdX/SSP、DSP、广告主网站)都需要为 PC 用户打上 cookie,而不同参与者 cookie 命名规则不同,因此需要做 cookie 映射把同一个用户不同 cookie 串联起来
    • 主要有以下几种 cookie 映射
      • AdX 与 DSP 的映射
      • DSP 与 DMP 的映射
      • DSP 与广告服务平台的映射
      • AdX 与 DMP 的映射
程序化创意
  • 动态创意优化(Dynamic Creative Optimization,DCO)
    1. (PCP) 对接广告主商品信息(名称、价格、页面等),商品信息入库
    2. (PCP)平台调用商品信息和用户信息设置动态创意规则
    3. (PCP) 将设置好的动态创意规则生成创意代码 Ad Tag,发送到 DSP
    4. (DSP) 竞价成功后发送 Ad Tag 到媒体
    5. (媒体)根据 Ad Tag 和用户 ID 向 PCP 请求创意广告内容
    6. (PCP 推荐引擎)根据用户 ID 得到用户信息,根据用户信息和商品规则得到要展示的商品
    7. (PCP 创意渲染服务)根据商品信息、Ad Tag 对应样式生成个性化创意,发送给媒体
用户数据中心
  • DMP 原理
    • 将来自不同参与者的用户数据接进来,包括媒体埋点的数据、广告投放的业务数据(如曝光、点击次数等)、第三方 DMP 数据等
    • 将不同来源的数据通过 cookie 映射的方式串联起来
    • 批处理、清洗、过滤异常数据
    • 算法结合标签规则用机器学习和数据挖掘将数据标签化,返回给标签管理平台
    • 标签管理平台通过输出接口同步到各应用平台(DSP、PCP、AdX/SSP 等)
  • 用户画像逻辑
    • 用户标签包括:
      • 用户识别号(cookie、设备 ID)
      • 终端设备(浏览器、操作系统、语言、设备型号等)
      • 地点(国家、省份、城市、城所、移动轨迹)
      • 时间(发生时间、持续时间、间隔时间等)
      • 行为(行为类型:搜索、购买、登录、浏览、点击等、行为次数、行为介质)
  • Look Alike 原理
    • 本质上就是 User-based 协同过滤


总结与展望

买卖双方的需求和痛点
  • 流量需求方(广告主)
    • 投放计划
      • 如何制定有效的 KPI
      • 如何分析受众
      • 如何预估投放质量
    • 策略制定
      • 如何找到合适的媒体资源
      • 如何找到精确的人群数据
      • 如何设计创意内容信息
      • 如何出价
    • 活动执行
      • 如何根据每个用户特点设置最佳策略组合
      • 如何保障品牌安全
      • 如何高效率地完成上述操作
    • 优化调整
      • 如何分析数据
      • 如何及时过滤无效流量
      • 如何输出数据洞察报告
  • 流量供给方(媒体)
    • 媒介策划
      • 如何制定有效的 KPI
      • 如何设计广告位类型
      • 如何预估售卖质量
    • 售卖策略
      • 如何合理对流量分层
      • 如何为各类榴莲固定架
    • 交易策略
      • 如何评估各家广告投放平台和广告主的质量
    • 优化调整
      • 如何提升填充率和 eCPM
      • 如何平衡广告主利益、用户体验及媒体自身形象
      • 如何及时发现作弊流量