那些你知道和不知道的互联网广告业(二)

数据为王

对于互联网广告的服务商来说,流量和数据已经不是什么稀罕的东西了,关键在于如何运用这些数据和流量。引用前文的例子,一个中型的平台每天约莫可以收到近1,000亿次的竞价请求,为什么只选择参与其中10%的竞价,而这里边取舍的依据是什么?归根结底还是效益的最大化,但在那条计算公式里边的因子以及因子的权重在行业发展过程中不断发生着变化。就目前业界现状看来,多数处于业务关键环节的服务商还是以抽取交易提成的方式来获取收入,因此交易量的多少直接影响着收入状况;而另一方面,既然是竞价,必然有成功或者失败的结果,如果一味的参与竞价无法胜出从而完成广告投放,那还是竹篮打水,因此竞价的策略则决定了交易量;为了提升竞价的成功率不做无用功,制定合理的竞价策略和投放范围,把钱花在刀刃上,则是各种数据提供商发光发热的地方。

出于互联网的先天优势,时间、地点和访问终端等信息基本上是公开的秘密,但依然有着各种的例外,如翻墙、用WiFi热点等等,会混淆这些信息。专业数据服务提供商的价值在于他们如何打破这些混淆并且提供真正有价值的信息,从而让广告主可以进行更加精准的投放。比方说,一次发生在早晨8点、来自一台iPhone、IP地址是xxx.xxx.xxx.xxx的竞价请求,表面上看来这似乎并不能为广告主带来太多有价值的信息。但如果一个可靠的数据提供商根据这一串信息可以解读出:这是一个来自地球某个确定的角落、附近有间xx咖啡厅,而且这台iPhone的用户曾经重度使用过某个APP,甚至可以辨别出这个用户是25-35岁年龄段、年收入在25-35万区间的男性等等。之前广告主也许只愿意为一条普通的请求付出2毛钱的千次成本,而基于这些解读后的信息,不少广告主将会愿意为此付出5元钱的千次成本。虽然广告主付出了25倍的价钱,但是只要这次投放可以让广告主换来更好的效果(精准的投放换来更高的转化率),这就是一个多方共赢的状况,平台提供商、数据服务提供商也因此获取了更高的交易提成。

现阶段的互联网广告业已经基本摆脱那个低价走量的年代,在流量主选择广告主的同时,广告主一样在选择流量主和终端用户,这时候关键的数据信息就举足轻重了。

如何让数据变得有价值

随着平台提供商处理的数据量不断增长,如何让数据变得有价值,这是行业发展的必然方向。许多早期的数据服务提供商并非广告业的参与者,比方说IP地址数据库、移动终端信息库等,他们原本只是互联网一些基础信息的提供商,但随着互联网广告业的蛋糕不断增大,有人开始纷纷基于原本枯燥的基础信息延伸出流量主和广告主关心的各种信息。

每个领域都有各自的专长,人们用不同的办法去收集延伸的信息,业界把这种信息称为第三方数据。数据提供商会给这些数据贴上价格标签,如果广告主或者平台使用这些数据而胜出了竞价,数据提供商则需要从交易中抽取分成。第三方数据良莠不齐,性价比很难去衡量,因此不少平台提供商开始提供第一手数据的收集方式。所谓第一手,即广告主自己通过特定的手段,去收集自己感兴趣的用户从而向这群用户投放广告,业界管这种方式叫重定向(retargeting)。广告主依赖平台为自己生成一串代码(多数情况下这是一种在网页上不可视的脚本、或者1个像素大小的点),然后广告主可以把这串代码放置在自己网站的关键位置,比如即将要投放广告的产品页面。当用户打开该产品页面时,这串代码就会被激活并通知平台提供商,将标识该用户的特定信息记录在平台数据库当中,待下次平台收到与该用户特征相同的竞价请求时,广告主的特定投放策略将会生效。通常这个过程会在广告主计划投放广告前一段特定时间内进行,待该数据库收集了足够多的用户数量,广告的投放则可以有的放矢了。这种投放方式背后的理论在于,给用户显示之前曾经浏览过的产品或者广告,经过数次的反复,可以有效提升广告的点击率甚至是转化率。而这种用户数据收集方式具有很明显的优势,可信赖并且免费,当然要收集到足够的样本例子和那串代码放置网站的流量有巨大关系。聪明的人们当然不会就此停下前进的脚步,平台又想出了新招:当第一方数据到了一定程度,广告主可以在平台上贩售他们收集到的用户数据,让其他广告主运用于他们的投放策略当中——这种数据贩售方式对同行业的竞争对手具有特殊的吸引力,比方说A广告主收集的Nike用户数据对准备投放Adidas广告的广告主B。

平台提供商接触到的数据更加庞大,但偏偏也是过于庞大导致无法真正有效的运用,随着大数据、机器学习的兴起,让不少平台提供商从新对这些数据寄予了“厚望”。目前,业界仍没有太过成熟的模型去如何运用这些数据,大家都在尝试着不同的方向,其中比较有价值的是:通过对历史竞价数据的分析,针对不同组合的竞价请求,试图寻找出一个最佳的千次成本能够胜出竞价并获得最佳的点击及转化率,从而避免“做无用功”。表面上看,这种数据的研究是为了提升平台自身的运算效率,但试验成功的话这将为平台提供商带来了新的盈利模式。假设广告主在预设的千次投放成本为5元,而平台基于历史数据预测千次成本只需要3元,这意味着每千次广告展示将可以为广告主节省2元,明显这2元将是另外一次利益再分配。

如何有效跟踪广告投放成果

前文有粗略的提及和投放效果相关的几个重要指标,包括点击成本(cost per click)、购买成本(cost per acquisition)、点击率(click through rate)和转化率(conversion rate)等。因为广告主的投放目标不尽相同,并非所有广告主都关心点击和最终的转化,甚至有些投放压根连转化的目标都没有,所以平台提供商为广告主提供的指标以及跟踪投放效果的工具要广泛得多。

与重定向的策略类似,业界相当通用的手段是一种不可见的像素点(pixel),通过这个像素点,平台提供商将对广告主关心的每个关键点进行跟踪以及数据的收集。通常情况下,这个像素点里边包含了一串无序的字符,第三方就算截获这串字符也无法获得任何有价值的信息,只有平台提供商能够通过这串字符将这次广告投放的所有关键点串联起来并且把关键的数据进行统计和运算。理论上,像素点的个数对于平台提供商而言并没有太多限制,但过多的像素点对于广告主而言会使数据的统计和跟踪过于复杂。通常情况下广告主会在点击后的首页面放置第一个像素点,在最终转化的页面放置另一个像素点(比如订单确认页面),而中间可以放置一到两个像素点从而追踪转化过程中的关键点(比方说用户将产品放入了购物车的页面)。从统计数据上看,最先激活的像素点次数最多,越往后的越少,业界因此把这种跟踪转化的方式比喻成漏斗,漏到最后的就是成功的转化。

从2016年行业协会(iab)的年报看,有64%的广告主是以点击和转化的效果来支付互联网广告投放费用,而有35%的广告主则完全是以广告的展示次数支付投放费用。当广告主看重的完全是展示的次数时,这次投放参与竞价的次数(bids)以及胜出率(win rate)就显得更加重要了。如果参与竞价的次数过低,则证明预设的千次成本过低完全无法参与竞价;如果胜出率过高,则证明预设的千次成本过高,基本胜出了每次参与的竞价。

互联网广告业目前依然处于相当蓬勃的时期,每天都有新鲜的事物在社区内出现,对于从业人员来说是一个相当大的挑战。产品经理们不断钻研如何帮助广告主和流量主们获取最大的利益,也为平台带来更好的收入;研发部门则在不断的提升平台的运算效率,实现产品经理们一个又一个的“野心”的同时,还要防范那些不断钻空子或者浪费平台资源的广告投放。出于笔者所处的行业,该系列的下一章将转到技术实现的挑战和解决方案上,敬请关注。

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20180126G00Y7700?refer=cp_1026

相关快讯

扫码关注云+社区