大数据营销颠覆传统营销方式 盈利更精准

木瓜案例干货

24 May 2019

本篇会从广告平台整体概念出发，至如何规划广告行销策略，一次让你搞清，绝对能成为你的万用守则！

在实时竞价中，有四个平台扮演着关键角色，分别是：

DSP（需求方平台），SSP（卖方平台），Ad exchange（广告交易平台）和DMP（数据管理平台），这些专业名词频繁地出现，但似乎许多广告主仍然不明白这些花哨的流行术语，能为他们带来哪些实际价值。

比如 DMP和DSP，虽因大数据的应用而变得“声名大噪”，可是它们到底是什么？ 价值何在？ 如何应用？ 如何确保数据资产安全性等问题？ 如何帮助品牌盈利更精准？仍然高深莫测。

有一句话大致可以概括互联网下这一整套的投放与购买行为：

DMP（Data Management Platform 数据管理平台），帮助广告主通过DSP（Demand-Side Platform 需求方平台），向Ad exchange（广告交易平台）RTB（Real-Time Bidding 实时竞价）广告位及其背后的目标用户流量，且整个过程以大数据贯穿始终。

接下来呢，我们就 一 一 拆分这句话，看其背后的内在逻辑。

RTB（实时竞价）：

实时竞价（Real Time Bidding），是一种购买机制，允许广告买家根据投放的目标和人群以及费用等因素对每一个广告及每次广告展示的费用进行竞价。实时指从用户发起网页请求到网页加载完成的这几毫秒时间。一旦竞价成功，广告就会立刻出现在SSP所控制的的网络联盟资源里。

它以针对每个曝光进行单独竞价购买的方式，过滤了无效的受众到达。其核心是DSP平台（需求方平台）。

如果把互联网比作蜘蛛网，那么当任何一只小生物触碰到这张网上的某个节点，它的每一个细微的动作都会带来一系列的反馈。与此同时，这张网的主人就会自动对闯入领域的访客进行信息分析。这张网的主人不断的记录着各种数据，当你第二次碰到这张网的时候，它从它的数据库发现访客的信息与它的数据库的某个信息相匹配，这时，它就可以根据这个信息进行相应的回应。每一天，这张网都在不断的进化，它在不断的储存新的数据，它越来越聪明，它试图了解每一个外来访客的行为和目的，最终它从被动的诱惑转向精准的捕捉。

RTB的优势

比起传统的固态展示和出价，它是基于cookies追踪的，可以知道每一个用户的特点，因此广告主能够在此基础上进行精准的广告投放，出价机制也更加灵活。

DSP（需求方平台）：需求方平台

需求方平台是连接不同模块的中心枢纽，包括AdExchange，广告网络和供应方平台，需要通过实时竞价的机制来完成广告投放，需求方平台汇集了各种广告交易平台的广告库存。

DSP 能解决什么问题？

在DSP（Demand-Side Platform）出现之前，如果广告主想要在一个广告系列中购买多个网站或者多个广告网络的资源，是一个非常繁琐的过程。因为每一个网站、广告网络、交易平台的媒体购买系统、操作规则不同。

• 如果用人工按照各个平台的规则来操作，非常耗时低效；

• 另一个弊端是如果跨渠道媒体购买后，很可能发现买重了同一部分人群。

基于以上痛点，DSP的作用是：

DSP帮助广告主可以通过一个统一的接口、一套统一的竞价和反馈方式，来同时管理一个或多个Ad Exchange上的在线广告，以合理做出实时的广告购买决策。

DSP广告平台包含了RTB即时竞价机制，广告主在设定出价金额后，透过RTB机制，可以对共同的目标族群进行竞价，价高者可得到该次曝光机会，藉此以取得最佳投递成效。

广告主只需要在DSP上告诉平台自己的目标人群及愿意出多少钱获取这些人群，平台就会通过后台强大的数据及运算方式帮你在Ad Exchange上操作，也就是进行程序化购买。

使用DSP广告平台四大优势：

1. 精准定位目标人群，避免广告预算浪费。

2. 当投资媒体的接触率越高，覆盖越广，可避免遗漏目标受众。

3. 对于广告效果监测及优化反应较高，有助于提升精准度与效益。

4. 针对目标受众，行销诉求相对更精准。

总之，DSP满足了广告主对 “多渠道资源的整合+程序化购买” 的期望。

而程序化购买的要点就是“强大的数据及运算方式”。其中，受众的数据最为重要，然而很多DSP自己并没有受众数据又或者有但并不全面、准确。这时市场上又出现了另一个专业的提供者——DMP（Data Management Platform），数据管理平台。

DSP平台必须同时拥有DMP平台才能真正做到数据分析及整合的能力。

DMP（数据管理平台）：

负责数据的采集、存储、处理、分析、输出和应用。意味着中央数据控制管理，把所有数据按不同属性进行粒度细分。DMP（Data Management Platform）能把分散的数据整合到统一的技术平台里。

以海量基础数据为载体，通过分析、筛选及过滤匹配，为广告定向投放提供多样的数据接口及应用匹配，进一步提升广告投放的精准度。其实DMP属于DSP的一部分核心内容，专职负责给DSP提供数据决策支持的技术平台。

我们可以把它简单理解成一个数据池子，它可以接收来自各方的数据，然后再经过融合、处理和优化后使用这些数据。

DMP的主要功能？

大数据时代一切都是以“数据”为基础，DMP把各方数据融合起来到底有什么用呢？

DMP的功效如此之大关键就在于它的这三大功能：数据清洗、数据管理和数据挖掘。

• 数据清洗：主要就是去除一些无用、重复和涉及用户敏感的信息；

• 数据管理：将来自各方的数据结构化（如归类、标签化等）便于以后有效使用；

• 数据挖掘：综合运用有关联的数据，将隐藏在数据背后的潜在价值挖掘出来。

DMP 可以帮助广告主追踪受众所有交互行为，可以清楚地了解受众购买渠道、兴趣属性、识别哪些产品是最流行的，以及他们如何能够优化设计和内容，从而指导投放，积极推动 ROI 的提升。

DSP+DMP广告平台在广告的投放过程中，可以为广告主带来哪些的实际帮助？以及广告主要如何设定与准备广告投放的策略及规划？

DSP+DMP的技术优势：

• 可处理上亿级别的用户数据，并对每一个用户的行为做出精准预测。

• 能克服洲际网络延迟对数据和交易进行24x7同步管理。

•  每一次竞价决策，在200毫秒内做出。

• 由于全球每秒钟都有海量广告展示被触发，因此每秒钟要做出至少数十万次的数据查询和数万次的投放决策，这些需要在全球分布的服务器和数据库中并发完成。

与以往的互联网广告投放方式不同，DSP模式的主要特征是精准定位目标人群，先按照投放需求来圈定目标受众。

例如，在北京地区的25-30岁喜欢健身月收入约8千块的女性白领。还需要设置投放条件，如她使用PC每次点击广告的单价不超过2分钱。

然后这些条件就交到了DSP系统那，DSP会跟DMP沟通，找出条件匹配的人群，并根据竞争程度（实时竞价），可使用的媒体资源等实际环境，来进行广告投放。

也可以想象成，DMP 就是程序化买主竞拍广告位的时候，提供拍品详情分析的鉴定专家，DSP 的“什么值得买”。

这里面涉及到了RTB（Realtime bidding），即实时竞价。这个很好理解，多个广告主的目标用户经常是重叠的，投放资源也需要去抢，就会产生竞价，在同一时间进行PK。

举个“栗子”DSP+DMP如何运用？ 

客户诉求：客户A需要为智能机器人网站xyz.com获取订单；投放地区为印尼和沙特，为期一个月；项目预算为10万美金；需要达到的KPI为“销售收入/广告费用 >6”。

DMP部分：

运用DMP承担历史数据的收集、存储、管理、分析和打标签，刻画用户数据维度，和建立受众的数据仓库。数据越多，对用户针对广告的行为就会预测得更准确。因此经过1000个维度的刻画的20亿用户的数据仓库为客户A的精准投放需求做了充分的准备工作。

DMP→DSP部分：

DMP数据被清洗和装载后进行数据建模。智能决策算法会综合所有因素（用户画像、历史数据、市场行情、广告价格的反馈、展示时间等等），对投放效果进行预测，从而建立全自动实时投放决策系统。该投放决策系统将会在客户A的实时竞价中发挥核心作用。

DSP部分：

根据客户A要求的目标地域（印尼和沙特），在全球的广告营销交易平台和网盟中获得相关流量信息。每一次的广告素材展示机会都是通过决策系统实时进行决策。决策内容包括：投放的媒体；推广素材；目标用户；出价的价格。该决策系统每秒要做出数万次投放决策。

DSP部分在展示决策的示例和投放示意图

投放决策：

• 目标用户决策：大数据评估对本次展示的标签挑选为：男、印尼雅加达居住、30岁左右、工程师、使用科技论坛。

• 竞价决策：预测模型计算出此次展示价值$20。同时竞价引擎发现早晨时段出价$15有95%的可能赢得竞价。最终以$15进行竞价。

• 投放媒体决策：此类型印尼用户在Facebook中覆盖最广，且他们最信任Facebook，在Facebook中对信息流功能关注度最高。
  

• 投放素材决策：通过大数据分析历史数据，试用评测类视频素材最受此类用户关注，有80%的可能会完整观看。

投放结果：

客户A的营销素材最终在一个月内展示了4.5亿次（值得注意的是，4.5亿次展示中每次展示都是通过决策系统实时进行决策的），带来了符合KPI（销售收入/广告费用 >6）的5,000个订单。