数据协作平台设计

作者: dbb47aade72d | 来源:发表于2017-08-10 09:48 被阅读86次

    本文只是做理论的探索和设计,有许多实际实行的困难并不在考虑范围之内。给大家做些参考并可以在此基础上进行改进以适合实际情况。

    一、营销的产生

    营销在我们关注的范围内是相对于广告主来说的,为什么广告主会产生营销的需求?

    1.理想情况下,广告主的最简洁需求是:推出商品,获得收益(去除成本后的利润)。如果能够一直获得收益,甚至连产品创新都不可以不用出现。

    2.现实情况下,由于存在不止一家广告主企业,媒体碎片化,受众各不相同等环境因素。因此广告主存在曝光成本、转化成本、洞察成本。并不是推出商品,就一定能获得收益。从而衍生出了一系列活动,比如生产成本管理、工程管理、营销活动等。

    营销是为了满足广告主在获取(更多或者是保持)收益的需求。

    注:更完整的表述应该是,营销是为了满足广告主在获取(更多或者是保持)收益机会的需求。”机会”一词代表营销并非结果确定性活动。

    二、营销的发展

    1.传统时代,4A、纸媒、电台、标王为典型代名词。大规模投放和优秀的创意,总是能为广告主带来超额收益。

    2.程序化时代,随着商业竞争、媒体变革、信息技术等环境因素的改变,引发了对“更高效率和更高精准度”的营销需求。

    通过实时采买和定向,以主要降低大规模投放成本,让广告主获取收益机会。这是一个大的跨越,但是不尽人意,由于多方面原因,绝大部分广告主并没有在程序化时代获取到预期的收益。大企业营销成本节节攀高;小企业投不起,难以获取收益机会。

    3.个性化时代,精准营销的升级,还没有到来,但趋势明显。信息爆炸、个人价值观、隐私观增强催化了个人意识的崛起,营销如果能做到满足个性化,不仅是对精准营销的很大提升,还是对广告生态的有效维护。

    三、如何破局

    从上面我们可以提取出营销行业目前的困境:

    由于商业竞争空前激励、信息爆炸导致的注意力缺失、受众自我意识崛起等不可改变的环境因素,广告主获取(更多或者是保持)收益的难度持续增加。

    那么,要破局这个问题,分析获取收益的途径,有2种方式帮助广告主获取收益。

    1.更少的成本(找到用户的成本)

    不是”媒体预算削减“”削减中介“来实现 ,而是“不把广告费浪费在很有可能不会成为用户的身上

    2.更多的销量(提高转化率)

    不是花绝大部分精力“打造匠心产品”"做粉丝经济" "颠覆性产品" ,能讲诉这些概念的只是少数企业(苹果、小米、uber等)。绝大部分广告主,都是普通企业。要靠“把正确的信息告诉有需求的受众

    很明显的,万物联网仍然是接下去几十年的趋势,人们在网络上产生的数据存在严重的孤岛现象,数据有效使用率极低。而解决企业营销困局的2个方法,“更少的成本”&“更多的销量”都需要依托高质量数据的使用。但由于数据都是各家企业独自拥有,因此,破局的关键就是让不同企业的现有数据和即将产生的数据协同运作起来。

    注:如果互联网化的趋势停止甚至退化,本文的所有观点将不成立。广告是个生态圈,广告主、受众、媒体相互影响,数据协作不只是对广告主有利,对媒体会产生增量广告费,对用户来说则是个性化的推荐服务和体验。

    四、数据协作平台

    1.现实中的广告Issue

    (1)“用户看过母婴产品,属于母婴人群,推荐母婴产品就够了?”=》“用户看过母婴产品,但又是单身”=》推荐婚恋网站、俱乐部、酒吧

    (2)“用户在上海出差前搜索过酒店,一直推荐酒店就行了?”=》“用户搜索过酒店,但现在已经回到广州了”=》推荐一个月内可使用的酒店优惠券

    (3)“即时需求,用户刚好在商圈服装店逛,汽车保养店、电影院、餐厅是不是可以有所推荐信息”

    2.数据协作起来,怎么解决问题?

    (1)更少的成本——不把广告费浪费在很有可能不会成为用户的身上。数据协作起来,有效避免无用花费:

    A.受众数据黑洞,完全不知道受众属性,以往而只能进行盲投,通过数据协作做到科学评估

    B.受众猜测”黑天鹅“事件,通过多方数据可更好的预测受众是否会对产品感兴趣。比如上面的酒店例子

    (2)更多的销量——正确的信息告诉有需求的受众

    上一步通过数据协作能够获取到更相关的受众,但想要获取更多的销量,还需要根据受众的数据”说对话“。目前广告生态圈中,已经有动态创意相关产品,就是要解决不同的受众独特的”触动点“。

    A.通过数据协作,可以全面洞察对不同类型的受众(甚至是单独的一个受众)的营销信息(主要是广告)的表达方式和呈现方式

    B.通过数据协作挖掘出流行方向、创作策略、产品改进方向等

    3.数据协作的核心问题

    (1)无公开统一的(营销)身份ID

    现实中使用的ID主要有:cookie、device_id(idfa、imei)、telephone、各个企业的自有账户。这也是目前数据孤岛的主要原因,营销上并无法将受众在不同应用上产生的数据挖掘统一起来。  因此数据协作的统一营销ID需要考虑:

    A.企业或者组织需要站出来声明,负责组织和维护这样的营销ID。

    B.实现不同方已有数据可跟该营销ID进行关联,存在难度(但好在设备号等数据关联实现成本,以及部分cookie数据的舍弃,是可以接受的)。

    C.现有的区块链身份(identity)ID解决方案有:uport、sorvin、bitclave

    (2)数据格式无规范标准

    要做到数据协作,在平台上流动的数据必须要有统一标准,这里面包括:

    A.数据存储标准【核心:规定用户行为数据类型】

    B.数据查询请求参数标准

    C. 数据分析请求参数标准

    可视情况而定是否搭建开放平台,接入不同的数据源。

    (3)数据协作技术上保障

    A.隐私&利益分配问题。企业间数据协作的动力,一定是利益驱动,但要做到公开进行,在做系统设计时就必须满足隐私要求,以符合法律规范。

    而隐私的保护,又分为【完全隐私保护】【部分隐私保护】【点对点隐私保护】。

    B.查询&分析

    (1)趋势和模式分析,脱敏用户id,挖掘产品、风格、广告创意流行趋势

    (2)提供用户ID源的数据分析,查找相似用户群,用户相关数据

    五、核心环节设计

    1.完全隐私保护,在设计时遵循”任何的企业都只能掌握受众主动产生的数据“。

    核心概括:广告主想要了解某个流量,在自己关心的维度,它的概率性有多大。在这个过程中,还要满足数据供给方的数据利益。

    上图展示了一个包含数据协作的程序化广告投放流程。注:非程序化投放可稍作调整

    (1)当受众在媒体上活动时,媒体向MiAdChain中的”流量监听合约“发起请求,传递内容如下

    (2)流量监听合约向已经注册的 广告主方合约 发起请求

    A.广告主方合约 会向事先选择的数据合约发起请求,并进行逻辑处理。

    向数据合约发起请求带上的数据

    B.数据合约中维护着2个列表【数据注册表&类别注册表】。接收到请求,会先将请求中的tagCode参数与类别注册表记录进行匹配,获取到dataUrl并通过https协议发起请求,带上userHash&time&tag(广告主想要了解的标签,预置在了自定义智能合约中)

    数据注册表

    类别注册表

    dataUrl请求响应结果,并记录在审查账本中(审查账本在上图中未标出)

    加密后的用户Id匹配

    数据提供方在链下进行数据匹配,使用自己的userId 做hash(userId+time)和传递进来的userHash比对,相等则为同一用户。

    (4)审查:上述数据注册表以及dataUrl返回的响应记录都存储在区块链上,可供审查机构(如权威组织、隐私保护机关部门)进行查证,监督数据提供方的数据质量和数据真伪。

    (5)费用计算:最终投放广告后,广告主方才能获得没有加密的userId,广告主需要为查询数据服务付费,代币奖励是最好的方式,否则走标准的查询定价。

    (6)广告主方获取到该用户标签权重后,仍然按照已有的投放模式,进行出价、素材选择等活动。

    区块链承担的核心价值:数据开放的信任基础、审查和结算。在这个过程中媒体、数据提供方、广告主都不会知道关于用户的真实源数据。

    2.联盟隐私保护

    这种模式相比完全隐私保护来说,最大的不同点是由媒体和广告主服务方组成联盟。

    (1)不同联盟之间无法进行信息互通

    (2)相同联盟中userId不需要加密,联盟内构成信任。

    优点:数据匹配和数据分析流程简洁,速度较完全隐私保护快

    缺点:数据在联盟内共享(与目前广告行业传递设备号模式相同,与绝大部分区块链广告方案类似)

    3.点对点隐私保护

    这种模式的前提需要有一个身份管理应用,用户直接与广告主方交互,用户管理自己的数据是否开放给广告主方。

    一旦用户允许与广告主方进行交互,比如通过授权,或者直接在身份管理应用里面,广告主方就会利用用户开放的数据和自己平台积累的数据进行广告投放。

    这种隐私保护比较清晰和容易实现,大问题是C端用户积累存在“鸡生蛋蛋生鸡”的过程,因此很多项目的做法是发行代币已积累种子用户。

    4.分析查询数据接口

    待完善定义

    相关文章

      网友评论

        本文标题:数据协作平台设计

        本文链接:https://www.haomeiwen.com/subject/cggcrxtx.html