目錄
DMP (Data Management Platform)
資料管理平臺,負責資料管理:收集使用者資料;為使用者資料打上標籤;為DSP 提供資料服務
對於業務介紹,比較困難的是理解廣告交易過程中各個參與者是幹什麼的
對於技術實現,大致就是如下兩個步驟:
報表顯而易見,就是檢視資料的組成,檢視資料的圖形直觀特徵
標籤化是整個專案的目的,最終其實就是要根據標籤篩選使用者,但是對於標籤化還是有很多東西要做的,如下:
廣告業務背景
網際網路廣告發展至今,產生了很多非常複雜的概念,其中環環交錯,不容易理清。主要目的就是儘可能的理清楚整體上的流程,各個環節的作用。
Step 1: 廣告主,廣告商,媒體
Step 2: 小媒體和廣告網路
剛才的結構中有一個非常明顯的問題
不只有微博騰訊這些媒體,還有很多其它的垂直小媒體,比如說一些軟體網站,一些小型的App,甚至前陣子比較流行的遊戲消滅病毒等,都是小型的媒體
廣告主就傾向於讓更多人看到廣告,而且也為了避免麻煩,所以會找一些大型的媒體來談合作
但是往往一些小媒體因為更加垂直,其使用者可能更加精準,購買意願也非常好
雖然小媒體有小媒體的好處,但是小媒體太過零散,如果只是一個小媒體的話,很難去洽談出一個比較好的合作,所以小媒體也是要賺錢的,這個領域其實是一個很大的盤子,一定會有人為小媒體提供服務,這種產品,我們稱之為 AdNetwork,廣告網路
AdNetwork【廣告網路】 提供如下的服務
Step 3: AdExchange
雖然有 AdNetword 的引入,但是很快又會有新的問題
就如同有很多小媒體,廣告主不知道如何選擇一樣,AdNetwork 是一種商業模式,也會有很多玩家,廣告主依然面臨這種選擇困難
每個AdNetwork 之間,定價策略可能不同,旗下的小媒體也可能不同,其實最終廣告主是要選擇一個靠譜的網站來進行廣告展示的,那麼這裡就存在一些資訊不對稱,如何選擇靠譜的 AdNetwork 從而選擇靠譜的媒體呢
某一個 AdNetwork 可能會有一個比較好的資源,但是一直沒賣出去,而另外一個AdNetwork 可能恰好需要用到這個資源,所以 AdNetwork 之間可能會有一些拆借顯現,這就讓這個時長愈加混亂
AdNetWork 背後有很多媒體,但是整個定價策略是由 AdNetwork 來制定的,雖然 AdNetwork 往往是非常精密的計算模型,但是媒體依然可能會感覺自己沒有賺到錢
所以滋生了別外一種業務,叫做AdExchange,廣告交易平臺,從而試圖去從上層再統一一下
所以,AdExchange 雖然看起來和 AdNetwork 非常類似,但是本質上是不同的,其有以下特點
Step 4: RTB 實時競價
並不是針對 AdExchange 的缺陷引入新的話題,而是針對 AdExchange 中的一個定價特點進行詳細的說明
AdExchange 和 AdNetwork 最大的不同可能要數 AdExchange 的定價方式了,AdExchange 的定價方式是一種事實的定價方式。其實非常類似於股票的撮合交易
整個過程的步驟大致如下:
1、媒體發起廣告請求給 RTB 系統,請求廣告進行展示
2、廣告主根據自己需求決定是否競價,以及自己的出價
3、會有多個廣告主同時出價,價高者得
這樣,RTB 就能儘可能的讓廣告的展示價格更透明更公平,AdExchange 得到自己響應的佣金,媒體得到最大化的廣告費,看起來皆大歡喜,但是真的是這樣嗎?
Step 5: 廣告主如何競價?
一切看起來都很好,如果你站在媒體的角度的話,但是如果你站在廣告主的角度上來看,廣告主可能會有兩種抱怨:
廣告主可能會覺得,你跟我鬧呢,我知道不知道怎麼出價你心裡清楚?
確實,作為金主,不能太過為難他們,每次交易都上廣告主出價,無異於逼迫廣告主轉投他家
我們討論到現在,所以的假設都是基於廣告主知道自己該找什麼樣的媒體投放什麼樣的廣告,這種假設明顯是不成立的,如果考慮廣告主的訴求,其非常簡單,在同等價格內,廣告效果要好,所以廣告主更關心的事情是你是否讓合適的人看到了這些廣告。
所以,DSP應運而生,DSP全稱叫做需求方平臺,主要負責和 AdExchange 互動,輔助廣告主進行實時競價。
Step 6: DMP
DSP 最重要的特性是,能夠幫助廣告主刷選客戶,換句話說,DSP 出現之前廣告主針對媒體上的廣告位進行廣告投放,DSP 出現之後,廣告主針對自己想要的目標受眾投放廣告,這幾乎是一個質效率提升。
廣告主現在可以針對一些受眾的標籤來進行廣告投放了,比如說,一個廣告主是賣化妝品的,他要投放廣告給有如下三個標籤的使用者們:20歲上下,女性,時尚人士,現在就可以針對這三個標籤來告訴DSP 如何帥選使用者了
但是,DSP 如何進行使用者識別呢?DSP如何誰是 20歲上下,女性,時尚人士?DSP 可以自己做,也可以依賴於第三方,這個標籤化的資料管理專案,就叫做DMP,全稱叫做 Data Management Platform ,即資料管理平臺。
DMP 所負責的內容非常重要的有兩點
常見的收集方式主要有兩種:
DSP 主要通過標籤帥選使用者,所以 DMP 要通過一些巨量資料的工具來將使用者資料打上標籤,這部分其實挺難,有可能要涉及一些機器學習的演演算法,或者圖計算。
從目的上看,DMP 系統可能會有如下的事情要做
路線一:
路線二:
文章最後,給大家推薦一些受歡迎的技術部落格連結:
歡迎掃描下方的二維條碼或 搜尋 公眾號「巨量資料高階架構師」,我們會有更多、且及時的資料推播給您,歡迎多多交流!