2022-05-27 分類: 網站建設
程序化采購屬于快速成長的廣告營銷方式,在2012、2013年非常熱門。伴隨著BAT巨頭的參與,整個市場進入了快速發展的階段。在程序化采購過程中,DSP始終代表著廣告主的利益。那么如何評估一個DSP交易平臺的好壞?小編總結了3大指標,供各位看官參考。
先看技術層面。我們常說DSP有兩只手,左手是實時競價算法,右手是人群分析&人群定向。
左手只有一個任務,就是去搶地盤。對每一次廣告展示機會,每個廣告位,都像鳳巢那樣,去做實時競價。
右手則是做人群畫像,做人群擴展、人群召回,通過技術來幫助系統和廣告主,更精準的判定用戶價值。
那么如何評判算法的好壞呢?有3個關鍵點可以作為重要的評測指標:
第一,對海量數據的處理能力。
程序化采購要求對廣告數據的快速處理能力,從網民看到廣告到展示廣告,不到100MS,也就相當于眨眼1/3的時間。在這么短的時間里,要評估用戶價值并給出競價,需要強大的計算能力和服務器資源。和大部分第三方DSP相比,百度DSP具備絕對的優勢。
第二,對媒體資源的理解。
尤其是對廣告位和媒體資源的理解,這些數據一定是要花錢投過之后才知道。
百度網盟有近10年的數據積累,對各個網站的流量,頻道,不同位置廣告位的數量,尺寸甚至效果都有統計。比如:軍事類網站的布局基本一致,小游戲網站的誤點擊率很高,所以到達率和跳出率很高,而在第一屏的廣告比在第二屏或者第三屏的點擊率會高30%左右。另外,從流量質量和反作弊技術上看,老牌的adnetwork百度和谷歌要比淘寶的tanx好很多。
百度是最晚做DSP交易平臺的,所以初期百度選擇了相對較好的資源放到了交易平臺。
tanx放出了整體60-70%的資源。他的特點就是兩極分化特別明顯,主動簽了百度和谷歌媒體池里看不到的優質資源,包括優酷、土豆視頻網站等,還聚集了非常多的劣質網站資源。但是tanx一直在做相應的技術升級,所以從tanx過來的劣質流量的比例,在持續的下降。
第三塊的智能競價部分,是DSP算法中最最核心的模塊之一。
首先,我們需要設定一個基礎出價(base price),基礎出價可參照歷史轉化成本做設置,這里用B來代替。以B作為基準值,根據當前廣告位,計算出一個調整因子 Φ,最終出價=B?Φ 。因此,系統全部的工作就是要計算這個Φ值。
Φ值的計算公式看上去并不復雜,假設我們要預估轉化率水平。分母是平均轉化率水平,分子就是這次展示的轉化率水平。
Φ=p(c|u,i)/Ej[p(c|u,j)]
舉個例子,比如某個廣告主,它的平均轉化率是1%,而針對這個用戶在這個廣告位上的轉化率可以達到3%,那么這次我們調整因子Φ就是3,把調整因子3×基礎出價B,就得到最終的出價值。
當然計算過程非常復雜,因為系統要考慮多個變量的影響因素,比如:括號內的c代表的是預估轉化,u指的是當前用戶,i是當前的廣告位(inventory)。所有廣告位用j來指代。所以在實際計算過程中,系統要針對每個網民,在不同的網站,看到的每條廣告,都進行轉化率的預估,最終給出展示價值。
以上,是基于拍賣機制來做的調整,就是你的價值越高,你的出價水平越高,屬于線性的計算方式,但有時,我們必須要做非線性的模型。為什么?因為這個算法并沒有考慮競爭對手出價。舉個例子:我的出價依據是我覺得這個展現值多少錢,我就出多少錢,不管其他人的出價是多少。這樣有可能會出現出價嚴重偏離市場價的情況。就好比在北京買房子,郊區一個老破房子,你可能覺得只值2000塊一平,但是市場上都已經出到20000了,不調整出價根本就買不到房子了。
因此專門有一個技術(Bid Landscape Forecasting),用來預測其他競爭對手的出價情況,實際應用中它要預測的是bid與能購買到流量的一個函數關系,這個曲線會決定我們如何bidding,還有一個應用,就是當我們預算有限的情況下,我們如何搶到更多的流量。
這其中還不是最復雜的部分,bidding算法最麻煩的部分在于,就是為每個campaign都建立兩個模型來分別預估p(c|u,i)和p(c|u)。對每個campaign獨立訓練模型是因為廣告主隱私保護,從一個廣告主A網站上采集的數據不能用來優化另外一個廣告主B的模型。另外一個原因是分每個campaign單獨訓練模型在訓練數據充足的時候可能有更優的效果。當然隱私的原因是主要原因。
當然一切算法的基礎,都要有豐富的數據量。但假設數據不充足怎么辦?比如電商和游戲行業,都考核ROI,但廣告主只給我們轉化或者留存數據,不給訂單或付費的數據。這個時候,我們怎么去保證算法的準確性?在數據稀疏的時候,我們可能用擬合指標。比如頁面瀏覽深度、頁面停留時間、網站二跳率或者其他數據源來去擬合轉化率,用這種方法來提高準確率。
當然算法并不是萬能的,雖然百度算法和大部分第三方DSP相比要強多,但有時廣告主還會覺得別家好!為什么?廣告主只看CPA。即獲得每一個轉化,平均花了多少錢。
CPA的計算公式=千次展現成本/(千次展現*轉化率)=Ecpm*(1/轉化率)
如果CPM恒定情況下,拼轉化率。誰的轉化率高,誰的效果就好!但假設一家DSP雖然轉化率比行業低10%,但是每個展現的價格(cpm)比別人低50%,那么對于廣告主來說,還是會選擇它。因為它的CPA成本更低。所以,聰明的DSP會在早期先砸VC的錢虧本吸引廣告主來投放,投放是可以累積數據的,有了數據下次就可以把轉化率做得更好,從而再把錢賺回來。
人群部分,人群有2種識別方式:1.人群定向(標簽)2.重定向
人群定向其實就是給網民打標簽,是基于大搜的技術來打標簽,這個結果可信度很高。因為網民的每一次搜索都代表他內心的一個真實表達,比如:我搜索Angelababy時候,心里想的肯定不是蒼井空。
其次,百度的響應是足夠及時。及時性很重要的一個指標,很多東西不會過期,但數據會過期!
比如月底發工資,拿到錢的一瞬間,我可能會考慮買個相機。但當我看到當月信用卡賬單時,也許就不會了!大部分時候我們都會沖動購買,不信的話,去看看女朋友衣柜里有多少件衣服就能體會了。
Retargeting(重定向),也就是我們常說的再營銷。廣告主會提供某些用戶的行為特征,比如:到過廣告主網站,把相關商品放入購物車但是最終沒有提交訂單,重定向到人群之后,系統會努力推薦用戶喜歡并且瀏覽過的東西;其對于廣告主來講,它是在盡可能地提高每一個廣告花費的ROI值,對于用戶體驗也有正向的拉動。目前來說,使用行為重定向效果最好的是電商和旅游類客戶。另一種就是定向功能,根據廣告主的描述,我們來定義人群,比如他搜索過什么關鍵詞,去過什么網站,是多大年齡,什么性別。
在做人群定向的時候,還會考慮的一些因素,包括:時間、頻次、價格!
人群定向之時間
時間概念很好理解,近期瀏覽廣告主網站的用戶更可能被找回,并轉化為購買者。
人群定向之頻次
經常瀏覽網站的用戶才有更高的購買可能性,顯而易見,用戶瀏覽得越是頻繁,該用戶就越具有價值。與session頻率緊密關聯的是用戶瀏覽產品的數量。當然不同類型的廣告主會有很大的差異。服飾買家在購買前數次在琳瑯滿目的商品的尺碼、顏色以及庫存情況中翻來覆去。而化妝品買家則會瀏覽3至4樣產品,比較其品牌、價格以及功效,母嬰類買家瀏覽的最少。
人群定向之價格
追蹤那些購買高價格/高利潤產品的用戶利于提升投資回報率。
以上所解釋的三點——時效性、頻率和預期用戶價值——就是通用的RFM模型(消費者分析模型),該模型都能普遍用于消費者價值決策之中。
另外在推薦的時候,還會做一些個性化的定制,推薦消費者感興趣的商品和服務才是王道。比如混合商品推薦模式更具吸引力,可以有效防止用戶產生瀏覽疲勞,幫助瀏覽者了解所有的可能性選擇,并且增強商品吸引力。
DSP的軟實力,主要看服務。DSP只是一個工具,關鍵看大家會不會用它。不同的人使用,最后導致的效果差異會非常巨大。但這里的服務并不是狹義上的操作,而是更廣義的“投放策略“,這里包括了項目經驗和好的專業性。
當然評判一家DSP平臺的好壞并不僅局限在以上三點,還有很多細節可以進行考察。大家如果有其他相關的問題,可以咨詢您身邊的百度營銷專家。
以上就是為您提供DSP廣告最新資訊,同時提供百度MIP資訊。
分享標題:百度DSP平臺評測方法
分享路徑:http://m.newbst.com/news44/159844.html
成都網站建設公司_創新互聯,為您提供做網站、標簽優化、網站營銷、網站排名、網站收錄、網站內鏈
聲明:本網站發布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網站立場,如需處理請聯系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經允許不得轉載,或轉載時需注明來源: 創新互聯
猜你還喜歡下面的內容