美文网首页我爱编程
2018-05-27 《计算广告》读书笔记

2018-05-27 《计算广告》读书笔记

作者: Rainaa | 来源:发表于2018-05-27 11:09 被阅读286次

    我只看了书的前半部分,讲的是行业整体发展历程和现状,一些典型的产品形态和实现逻辑,各种概念的缩写让人看起来有点费劲,后半部分讲技术的看了下目录很多看不懂,就不强求了。

    先说点题外话4A应该过得很惨,面对着各种跨界竞争,降维攻击:

    1. 咨询公司,蚕食的是上层的业务,比如策略,创意。在第一财经周刊里读到,AdAge统计的2017年TOP15的数字营销服务提供商中,前三名是埃森哲,IBM和德勤,第五名是普华永道,而2017年WPP(全球最大的传播集团,旗下有奥美等传播公司)营收下降0.9%,流水下降5.4%,是2009年金融危机以后最差表现,财报公布当天又经历了1999年以来最严重的股价下跌15%。因为这块业务对于咨询公司是向下兼容的,为企业梳理了战略方向后就顺手把传播策略,创意执行这类以前4A的事情也做了;

    2. 大公司的市场部门,基本就是同一个层级的直接竞争。大公司市场部门更理解企业文化跟业务更近,沟通执行各方面成本都更低;

    3. 互联网广告,蚕食的是下游的投放传播。在互联网世界里,数据驱动的规模化投放已经逐渐取代创意,策略等人工服务,广告不再是广告公司的事,而是所有互联网企业正在做的事。

    广告一直是线上流量变现最直接没有之一的方式,也是大部分互联网产品持续运营的基础。只是没想到计算广告的发展已经成熟到实时竞价,程序化交易这样的程度,原来我每次打开一个网页看到的广告,都经过了实时的数据拉取,匹配,竞价,胜出,展示,这样复杂的过程,突然对那些垃圾信息多了一分敬意。

    从个人情感上来说,我们每个人都很愿意看到那些典型4A的震撼的,暖心的,能打动受众的广告,但是从效率上来说,规模化投放的效果广告显然能创造更大更直接的收益。

    另外了解了Google Facebook 百度 阿里具体是怎么靠广告撑起70%-90%的营收后,直观感觉腾讯的广告业务好像有点难,广点通好像还行但是没看到相比其他大厂有什么独特的壁垒,社交广告都说是未来但规模化难,平台形态有点尴尬,听说今年还因为游戏增长太难给了SPA很重的KPI,心疼SPA。感觉他们面对的困境是整个广告行业的瓶颈,如果SPA有明显的增长那意味着行业进入了下一阶段。具体的后面再去详细了解下。

    再另外也又反思了下自己的职业发展,4A之所以会被蚕食也是因为确实位置尴尬,社会总是会不断地挤出低效环节,时刻问下自己是不是真的在创造价值。

    好下面进入正题~!


    PART 1  传统广告VS互联网广告

    既然是传统行业演化而来,当然首先要对比下历史形态

    如图,互联网广告的核心变化主要有2点,

    1. 从目的上说,不同于传统广告只针对大广告主做品牌传播,互联网广告多了面向中小广告主的,以直接销售为目的的效果广告,这一块新的业务创造了巨大的增量市场;

    2. 从方法上说,不同于依赖人类创意的传统广告,互联网广告主要是以数据驱动的流量规模化交易,当然合约广告,原生广告,甚至程序化交易广告这些也都是需要创意素材的,我们可以说这只是改变了传统广告的传播方式,但是这个传播方式的巨大改变,导致在绝大部分时候创意的重要性被大幅地弱化,就好像以前需要D4来操作的素材,现在D1毕业生搞一搞就可以拿去投放了。

    而数据形成了互联网广告两个底层能力,

    1.可以对不同的人投放不同的广告:我们可以根据被展示对象的位置,人口属性,行为等标签识别其特征并匹配相应广告,提高转化率;

    2.整个广告投放过程变得可监测,可追溯,进而可优化:不再是“我知道市场费用有一半浪费了,但不知道是哪一半”式的玄学。

    下面就合约广告,竞价广告,程序化交易,原生广告4部分分别展开


    PART 2  合约广告

    合约广告是从传统广告过度到互联网广告的第一步,进化过程可以认为是 线下广告--CPT广告---CPM广告。

    CPT(cost per time)与CPM(cost per mille)说的是结算方式,即以时间计费(广告主与媒体约定好在某一段时间,某一个位置,展示某一个广告),和以展示量计费(约定好受众画像及在某段时间内对这受众的展示量,并按照单位价格*展示量结算)。

    为什么说是第一步,因为传统线下广告实际上就是CPT广告,只是它们的标的物是如公交站牌,机场广告排,而线上CPT广告变成了如banner页,卖的还是广告位这个资源,目的还是以展示为主。

    而CPM的售卖对象则变成了广告位+人群(开始计算流量的价值和数量),理想状态下的CPM应该是脱离广告位这个标的物,可以在全网寻找同类人进行广告展示,但实际上现在的CPM多是以一些曝光量很大的广告位为基础,再切分人群售卖,比如视频网站的贴片广告,门户网站的首页banner。

    在具体的操作过程中,会有一些如流量分配(合约之间存在人群重合,当一次曝光满足多个合约时,如何选择合约以便提高整体效率),流量塑形(如门户网站的子频道严重依赖主页导流,如何根据待完成合约对不同流量的需求进行流量塑形)等产品策略需要关注。


    PART 3  竞价广告

    竞价广告在CPM和搜索广告上演化而来,它将时间或展示量的担保去掉了,只是简单地对每一次的广告投放都采用“价高者得”的方法进行展示。这样的方式顺应了精细化投放的发展趋势,而且为大量没有能力进行合约售卖变现的长尾流量找到了变现渠道,使中小型媒体和广告主的参与积极性大大提高,也使在线广告的基本商业逻辑与线下广告有了质的区别。

    3.1 搜索广告

    搜索广告是线上广告最重要的类别。占在线广告一半以上的份额。其标的物是“关键词”,相比其他标的物,关键词直观,精确,表达用户即使需求,是完美广告标的物,变现能力(eCPM)远高于展示广告。

    搜索广告的核心逻辑是广告主们对某个关键词进行竞价,根据出价高低依次展示广告。这里与前面的广告形态不一样的地方在于“量”和“价格”的约束都没有了,广告主根据自己的情况判断要出多高价,买多少量。平台只负责排序,结算。

    具体执行过程是关键词进入---关键词扩展(意思接近的词相互扩展,扩大流量)---广告库检索(在广告库中检索相匹配的广告)---排序(eCPM)---放置(根据排序对广告进行放置,一般遵循北区-东区的放置顺序)---定价(广义第二高价)

    其中排序环节(eCPM)与定价环节(广义第二高价)非常有趣:

    排序环节(eCPM):搜索广告的竞价策略非常巧妙,看了以后眼前一亮。因为效果广告大都按CPC(cost per click)计费,也就是说不管给了多少曝光,只要广告没被点击,平台就收不到钱。于是在CPC的初期,竞价策略只是价高者得的时候,平台发现即使有个大佬出价奇高,给他在黄金广告位24小时全量曝光,但是他的广告素材之辣鸡就这样都骗不来点击量,所以出价再高平台都赚不到。于是Google创造性地引入了“点击率”的这个因子。将竞价策略变为:对所有竞价广告进行点击率预测,然后按照预期点击率*出价进行排序(666,打call打call),于是形成了现在普遍采用的eCPM决策逻辑。

    这样的决策逻辑形成了一个对平台,广告主,用户都有利的生态:1. 广告主有动力通过更精准地选择关键词,优化广告素材来提高点击率,变相降低自己的出价;2. 平台因此提高了点击量(收入),提高了变现效率;3.因为以上努力,用户收到的了匹配度较高的广告,提高了使用体验。

    定价环节(广义第二高价):对每个竞得这个广告位的广告主收取排在他下一位的广告主的出价。例如:有两个广告主参与竞价,一个出1块一个出2块,2块的获胜,收他2块的话,他下次对这个广告位出价自然会想尝试性地下调一下报价,直到试探到1.01发现再低就拿不到了,于是他就稳定在1.01,再有人来也只会出到1.02,1.03,,,但是如果对他收下一个人的1块钱的话,他就没有动力主动调低自己的价格了,下一个人进来就要出到2.01,2.02,,,,,当然实际在宏观的环境里可能有各种动态调整和博弈。另外写到这里时跟H聊天他说这个主要是防止大家不敢出高价,嗯好在点上,在这个策略下面没人有动力出低价。

    定价环节还有一个更优策略是VCG策略:赢得某个广告位的广告主应付出他占据这个位置给其他市场参与者带来的价值损害(听起来很有道理实际要怎么操作并不知道)。但是这个策略因为不好向广告主解释,也不好验证平台计算的“损害量”是否公正,因此未被广泛使用(但Facebook用了)。

    另外还有一个概念可以关注下:价格挤压因子。eCPM=点击率*出价,即r=u*v=u*bid(CPC),这里可以对u做一个微调变为r=u(k上角标)*bid(CPC),当k趋向无穷大时,排序变成只看点击率,而当k趋向0时,排序只看出价。即随着k的增大,我们在议价出价在整个竞价体系中的作用,因此把k称作价格挤压因子。用来主动影响竞价体系,如发现市场上大量广告品质很低,则调大k值,强调素材质量,而如果市场竞争激烈度低,或者存在短期财务压力,则可调低k值,强调出价。

    3.2 广告网络AND

    上面说了竞价体系在搜索广告中的应用,它在展示广告领域的应用即广告网络ADN(AD Network),它的功能是批量聚合各媒体的剩余流量,按照各类标签售卖给广告主。听起来类似一个广告的批发市场。大型媒体会有很多长尾剩余流量,体量太小标签不明不适合做合约售卖,而小型网站本身就是长尾流量,他们没有也不需要建立自己的销售团队去做合约。这类流量都可以打包给到ADN,让他们去操作变现。

    因为ADN是一个长尾流量批发市场,所以它强调按人群,按标签售卖,弱化广告位的概念,因此没有什么品牌溢价,基本不会拿到品牌广告,当然这本来也不是它所追求的。同样对每次的流量曝光采用竞价成交的方式。

    另外ADN有时会对合作的媒体方开放广告库,通常是在这些媒体方非常垂直,拥有某类特定数据或特殊业务,并因此想在广告库中自行挑选广告时。这种模式成为联盟(affiliate)模式。

    ADN与同样使用eCPM竞价体系的搜索广告相比,点击数据更加稀疏,且由于广告位之间差别很大,因此点击率变动范围很大,所以在新策略冷启动,点击率预估等方面也相对困难。


    PART 4  程序化交易广告

    广告发展到竞价阶段已经确定了基本的商业逻辑,产品形态,基本技术。等于大框架已经确定了,但是广告主对广告效果优化的追求是无止尽的,因此广告交易的方向必然是顺应强需求,给广告主最大的自由度供他们花样优化。于是诞生了以实时竞价(real time bidding)RTB为核心的程序化交易广告,支持广告主自主选择流量并对每一次展示单独出价。等于一个站外的个性化推荐系统,广告主自己选择对什么样的人投放什么样的内容。

    这个系统里主要涉及了三方:1.需求方,即广告主,以及广告主参与竞价的工具需求方平台DSP(demand side platform);2.供给方:即媒体;3.交易平台ADX(AD eXchang),类似证券交易所。

    整个交易过程如下图:

    step 0:在一次竞价开始前,广告主会把自己需求的用户标签对应的cookie映射到DSP中,向DSP表明自己想要什么样的流量,为竞价做准备

    step 1:竞价始于每一次流量的进入,例如你打开肥宅快乐网,就是一次流量进入,这时肥宅快乐网(图中媒体)会向ADX发起广告请求

    step 2:ADX接到请求后会向各DSP传送接收到的URL和cookie,询问他们是否要参与针对本次流量的竞价

    step 3:DSP将广告主映射来的cookie与本次流量cookie做对比,根据匹配程度决定是否参与竞价,若参与竞价,则返回报价给ADX

    step 4:ADX对各DSP返回的报价进行排序并返回最高报价与其出价方给媒体

    step 5:媒体从胜出的DSP拿到广告素材并展示给这个肥宅

    其中有几个点可以关注:

    1. DSP在step 3也可以同时返回报价与素材给到ADX,这样在step 4中ADX就可以直接把素材传回给媒体,省去了step 5的服务器往返时间,减少了广告延迟,但是这样可能存在素材泄密,不符合ADX佛系中立平台的定位,实际产品中,两种方法都有用;

    2. 理论上DSP可以以极低的报价参加每一次竞价,去恶意获得媒体网站的用户行为,同样存在泄密风险

    3. 程序化交易的开放性决定了广告品质的上下限相差很大,有一些高质量媒体并不想让很low的广告出现在自己的网站上,所以产生了私有市场,原理是一样的,只是供给方是少量高质量媒体,竞价方同样是经过筛选的少量的高质量广告主

    ——正如开篇所说,原来那些奇奇怪怪的野生广告出现在我们的眼前经过了这样的一番竞争,免费的就是最贵的,肥宅快乐网之所以能给你免费的快乐是你的注意力在买单。

    PART 5  原生广告

    前面提到的所有类型广告都是根据数据匹配进行投放,不考虑广告与原生内容的匹配度,必然有损用户体验,这样持续的损耗总有一天会遇到天花板。因此大家都越来越重视原生广告。

    “原生广告”这个定义比较模糊,所有将原生内容与商业化内容穿插混排的产品都可以说是在做原生广告,内容即广告(content as ad)。主流的表现形式有:信息流广告(如Twitter,Facebook,渣浪微博,QQ空间),搜索广告(如Google,百度),软文广告,联盟等。

    移动广告一直被认为是原生广告的重要应用场景,主要因为移动设备屏幕小,没有PC那么多可利用的“广告位”(通常有下方很窄的横幅,开屏,锁屏,插屏,推荐墙等),因此广告能嵌入到原生内容中这种PC中的上限操作在移动场景中变成了下限。

    移动广告的优势在于其“可移动性”,存在很高的情景广告可能性,可用来转化大量潜在的本地小商家广告主。劣势除了屏幕小以外,还有应用生态造成的行为数据割裂,没有PC上超链接这样的组织体系,web生态下的数据交换接口,APP彼此都是数据孤岛,批量化投放几乎不太可能。

    书中还讲了一些其他内容但是感觉都不重要,总之原生广告/移动广告,无法批量处理大数据,进行大规模的交易变现,因此虽然大家都说原生广告是未来,但无法迅速规模化就不可能有好的增长表现,甚至一旦涉及内容,是否真的能规模化也是问题。这个时候AI就显得格外重要,但是AI连语义识别都做不到,能否做到自动化地投放与上下文或者用户意图相匹配的广告呢。因此像前面说的感觉SPA的瓶颈是行业的瓶颈。

    啊我要困死了,写不下去了。就这样吧,睡觉睡觉

                                                                                                                                                                                                                ------- 5月30日,23:04

    相关文章

      网友评论

        本文标题:2018-05-27 《计算广告》读书笔记

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