www.mg4355.com_mg娱乐游戏4355|平台官网

2022年中国RTB广告市场发展态势及投资策略研究报告,的故事和想象

2020-01-12 14:35

原标题:「移动大数据第一股」的故事和想象

发展历程

互联网广告已经走过三个阶段:

1. 第一阶段是门户网站时代
诸如雅虎、新浪、搜狐、网易等门户网站的图片通栏广告,无论用户是否喜欢、是否有兴趣,都会被动接收到。

2. 第二个阶段是Google所奠定的搜索时代
用户在主动搜索自己感兴趣的内容的过程中,匹配用户可能会感兴趣的广告,这类广告更加精准,而且是从用户角度出发,广告投放效率有了很大提升。

3. 第三个阶段,也即现在正在经历的,大数据时代
基于大量用户数据的精准广告投放。现在,用户数据如年龄、性别、地理位置、兴趣爱好、消费偏好等,被大量采集。

比如当你在看李健的演唱会时,如果去刷社交产品,很有可能社交应用会根据你的地理位置(能具体到某个体育馆)、时间以及关键词,给你推荐你一定会感兴趣的广告;

比如你购买过安全套,下次看某位博主的blog时,你会在页面上看到情趣用品广告;

再如,你去售楼处看盘,售楼小姐极力向你推荐一个有婴儿房的大户型,你很惊讶又感到贴心,毫不犹豫便签订合同,因为她知道你近期购买了大量的母婴用品,而且月薪处于高收入群体区间。

可能,广告比你自己还要了解你。将来,我们在广告商面前可能毫无隐私可言。

在这里不想对“饿了么”等中国互联网界的乱象发表评论,只想写写看到的希望,更多前进的希望。二十世纪初,有“世界百货业之父”之称的营销先驱约翰·沃纳梅克曾有一句名言:

www.mg4355.com 1

www.mg4355.com 2

mg娱乐游戏4355,广告展示类型

1. banner横幅广告:banner是位于网页顶部,中部,底部任意一处,但是横向贯穿整个或者大半个页面的广告条。

2. 文字链广告:文字链接是一种对浏览者干扰最少,但却最有效果的网络广告形式之一。文字链广告的安排位置灵活,它可以出现在页面的任何位置,可以竖排也可以横排,每一行就是一个广告,点击每一行就可以进入相应的广告页面。

3. 视频贴片广告:分为传统视频广告和移动视频广告两类。传统视频广告是在视频内的广告进行设置和投放,而移动视频广告分为贴片广告和In-App视频广告。

4. 富媒体广告:向用户侵入式地投送广告素材,如弹窗。

www.mg4355.com,5. feed流广告:隐藏在用户社交账号消息的时间线内,大幅降低对用户体验的干扰。

6. Email广告:电子邮件的方式进行广告营销,会对用户造成极大的垃圾信息困扰。

7. 搜索关键词广告:显示在搜索结果页面的网站链接广告。

www.mg4355.com 3

中国报告网提示:一、RTB广告的界定RTB,英文全称RealTimeBidding。该广告形式允许根据实时状

文 | 阑夕

广告计费模式

1. CPC:cost per click 按照广告点击次数计费;常见于搜索引擎广告和个人网站广告。最为常用,需要一定的反作弊手段。

2. CPT:cost per time 按照广告展示时长计费,如包月包天广告。通常因为广告买家不了解网站流量以及缺乏对点击有效性评估手段的情况下,一种折中处理的方式。特别地,按天计费CPD。

3. CPM:cost per mille(cost per thousand) 按照千次广告展示数计费,这种方式一般使用的很少,对于广告买家风险比较大。结果不好统计,一些广告联盟会有这样模式。

4. CPA:cost per action 按照每个访问者对网络广告所采取的行动收费。Action即为用户行动,可以是达成一次交易、获得一个注册用户、获取一个用户的留言或者对网络广告的一次点击等。CPA计价方式是指按广告投放实际效果来计费,而不限广告投放的时间或展示次数。CPA模式的网络广告出现以来,并没有实现很大的市场突破。虽然多数广告买家愿意接受CPA模式的广告投放,然而现有广告商则多数不愿意接受这种模式。CPA广告被点击后是否会触发网友的消费行为或者其他后续行为(如注册帐号等行为),最大的决定性因素不在于广告,而在于该产品本身的众多因素(如该产品的受关注程度和性价比优势、企业的信誉程度等等)以及现今网友对网上消费的接受状况等因素。越来越多网站媒体在经过实践后拒绝CPA模式,CPA收费广告很难找到合适的媒体。目前所有广告记费模式中最能同时平衡广告主和网站主利益的收费模式是CPC和CPT。

5. CPS:cost per sale 按照广告买家销售额进行提成收费,通常是广告买家为规避广告费用风险,按照广告点击之后产生的实际销售笔数付给广告站点销售提成费用。凡客诚品只所以能在短短的一两年内火起来,创造上亿的利润就是因为他们采用cps模式,很多网站都很愿意放他们的广告,因为销售产品的提成远远高于了他投放广告联盟的提成。

6. CPL:cost per leads 按照成功引导用户注册广告买家会员次数计费,最大优点在于不存在CPC广告的点击欺诈风险,对广告买家而言是非常有利,但广告买家承担了全部风险,因此网站大多不喜欢投放CPL广告。

到了互联网时代,这句话听起来更是五味杂陈,大数据的出现让很多营销人员看到了希望,因为它号称可以一劳永逸地解决“哪一半”的问题。于是我们有了让数据说话的口号,于是各种基于大数据营销的平台和工具兴起,而在2016年3月15日,Facebook宣布将不再进行全面全平台DSP竞价产品的研发,转而将更多的注意力放在更有前景的原生、视频和移动上。

一、RTB广告的界定 RTB,英文全称RealTimeBidding。该广告形式允许根据实时状态进行广告购买。“RTB广告模式主要包括三大平台,以广告交易平台为核心,沟通广告主和广告机构的需求端平台,以及提供广告位与媒体资源的供应方平台”。广告主可以同时为此特定印象的广告位竞价,出价最高的广告主就会获得此广告位来展示广告。如此复杂的拍价过程在计算机技术的后台运算中,仅需100毫秒完成。 图:实时竞价广告系统资料来源:公开资料,中国报告网整理 二、RTB广告的现状 RTB广告的发展状况 “2007年是广告交易平台的关键年,三大交易平台被收购:雅虎四月收购了RightMedia,谷歌五月收购了DoubleClick,微软在八月收购了AdECN。每家公司迅速为实现库存的减少提供储备基金,极大地丰富了许多组织机构在线展示交易的经历。”由于RTB广告系统提供了有效的在线广告解读方式,标志RTB广告系统已经在广告投放方式中崛起。理由很简单:买家意识到它的真正利益。 RTB广告路径的核心特征 RTB广告路径展示两个核心特征: 一是以消费者为主。传统互联网广告市场上,广告主只能挑选已有的信息渠道来投放广告,受众群数量庞大,无法实现精准定位。广告主不能深入接近这些对象。如今,RTB系统已经开启了广告投放的新纪元。广告主不仅可以给自己的广告出价,而且还能筛选顾客目标群并跟踪目标群的消费行动。 二是以技术为重点。实时竞价所依靠的互联网大数据,普遍具有这样的特点:每个数据单元都来源于真实案例;海量数据归纳的特征具有代表性,此外,大数据结合流动性数据和库存流动性的优势。 通过网页浏览记录追踪技术、云计算等技术,对消费者的人口属性、兴趣爱好、使用习惯等多维度数据的大量收集、分析,将海量与碎片化的用户数据加工成具有营销参考价值的基础数据库并加以应用,这正是RTB广告的重要价值之一。 四、RTB的改进策略 控制点击欺诈的行为 RTB具有精准、快捷、投资回报率高的显著优势。它解决了长久以来大众传播困扰广告主的难题:广告投放后不清楚广告费用的去向。如果广告主确认在该网站上进行多次广告投放后,相关产品的销量仍然没有提升,广告主就会即时地揭发此类欺诈网站。 为减少点击欺诈在互联网广告中频繁出现的现象,谷歌已公布无效点击的防护与解决策略;同时,谷歌成立点击质量测试部门,此部门的惟一任务就是筛选所有的点击欺诈行为,如果点击次数超越正常值就会受到审查。奥古斯丁福也提供保护广告公司权利的建议:“一是不要假定广告欺诈的花费很小;二是从基于CPM的表现型广告转换为类似于CPC这种搜索广告的表现形式:三是定期监测广告主的分析报告;四是跟踪实际购买访客的浏览记录。” 进行精准评估 对RTB广告系统进行精确评估十分必要。广告主需要了解目标顾客是谁,从哪些网站进入广告的浏览页面,以及该网页中最吸引用户眼球的广告位置等。因此,在广告活动中,必须进行市场调查。并且市场调查的频率必须符合实际,最好保持每周一次。跟踪消费者的后续购买活动可以检测广告活动的有效环节;据此及时地调整广告策略。此外,必须根据广告市场调查的信息进行持续评估。 由于“访客可能给网站留下很多访问足迹,信息繁多且冗杂,区分哪些访问信息更有用显然是一门大学问”;因此,广告主若试图“持续、高效地赢得更多潜在的目标顾客,那么积累和运用自身消费者行为数据、学会判断分析每名访客的消费价值,无疑是广告主必备的技能。” 保护互联网用户隐私权 网络的充分发展离不开用户对个人数据安全的信任。当人们参与网上活动时,个人隐私被泄露的可能性很大。使用浏览记录跟踪软件,存在的风险尽管在广告公司内部已经降到最低,但是由于存在第三方广告平台对用户个人信息的提取,使得个人信息的隐私保护变得未知。客观而言,互联网安全问题会涉及到两方面:一是互联网用户自愿提供,二是互联网自行收集。因此,最好从多角度保护个人隐私: 首先,从广告发布者入手,合理审核那些通过网页浏览记录的软件来收集网民信息的使用者。广告发布者应知晓这些使用者收集个人信息的目的特定、明确、合法,手段应合法正当,且须经本人同意,不得在收集时欺骗或误导消费者。互联网用户完全是由于对网站的安全性信任,提供个人信息。换言之,广告发布者也应尊重用户的隐私,采取必要的技术手段和保护措施,保障个人信息的完整与准确性,并有义务对所收集的资料采取合理的安全保护措施,确保消费者个人信息不受第三方侵犯。这是由于泄露个人隐私是不合法的,同时也违背行业道德。 其次,隐私权保护还从互联网用户自身的角度出发。用户应该注意仅仅是一次单纯的点击,个人的上网地址就会发送至相关的分析系统。 为避免这种情况发生,有效的解决方式是升级用户协议,用户注册相应网站时就应当被告知是否会显示个人信息,并且个人信息是否会被分享,因为用户能控制一切属于他们自己的信息,采取相应的行为。 此外,有效的方法是从法律的角度制定个人隐私保护的法律法规。 许多国家和地区都加快完善网络保护体系的进度。例如,欧盟对网络隐私保护的立法规制非常严格。1996年9月12日欧盟理事会通过的《电子通讯数据保护指令》,作为对《欧盟个人资料保护指令》的补充与特别条款。 综上,与传统广告系统相比,RTB广告系统显然更节约成本,并且能够提升广告投放的效果。但是,RTB广告的蓬勃发展会带来一些漏洞影响广告活动的效果以及预算,并为消费者带来不良印象。虽然RTB广告系统具有不容争议的优势,但RTB广告系统绝不是唯一进行广告投放的渠道。广告主必须了解各种广告投放渠道的特性与互为补充的作用,采用高效的广告投放组合方式,增强广告投放的实际效果。 中国报告网发布的《2017-2022年中国RTB广告市场发展态势及投资策略研究报告》内容严谨、数据翔实,更辅以大量直观的图表帮助本行业企业准确把握行业发展动向、市场前景、正确制定企业竞争战略和投资策略。本报告依据国家统计局、海关总署和国家信息中心等渠道发布的权威数据,以及我中心对本行业的实地调研,结合了行业所处的环境,从理论到实践、从宏观到微观等多个角度进行市场调研分析。它是业内企业、相关投资公司及政府部门准确把握行业发展趋势,洞悉行业竞争格局,规避经营和投资风险,制定正确竞争和投资战略决策的重要决策依据之一。本报告是全面了解行业以及对本行业进行投资不可或缺的重要工具。 本研究报告数据主要采用国家统计数据,海关总署,问卷调查数据,商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局,部分行业统计数据主要来自国家统计局及市场调研数据,企业数据主要来自于国统计局规模企业统计数据库及证券交易所等,价格数据主要来自于各类市场监测数据库。 目录 第一章:RTB广告行业研究背景 1.1RTB广告行业需求研究测算工具 1.1.1RTB行业数据来源 1.1.2RTB行业需求测算原则 1.1.3AIDAS模型分析工具 AIDAS模型介绍 RTB行业需求测算方法 1.1.4RTB行业需求测算局限 1.2RTB广告市场盈利方式分析 1.2.1RTB广告交易模式 1.2.2RTB广告行业市场盈利方式 广告销售市场 广告需求市场 广告交易市场 数据服务市场 1.3RTB广告行业发展阶段分析 1.3.1RTB广告行业发展阶段划分 1.3.2中国RTB广告行业所处发展阶段 1.3.3中国RTB广告行业发展轨迹预测 1.4RTB广告行业发展环境分析 1.4.1RTB广告行业发展政策环境分析 互联网广告政策汇总 网络广告监管现状 《广告法》对RTB广告的效用分析 《网络广告法》出台 其它RTB广告相关政策法规分析 1.4.2RTB广告行业发展经济环境分析 经济发展创造广告需求 1)宏观经济与网络广告相关性分析 2)国内经济环境对RTB广告市场需求的影响 宏观经济走势预测 1.4.3RTB广告行业发展网络环境分析 网络发展推动广告需求 1)互联网产业规模分析 2)网络渗透情况分析 互联网广告市场竞争分析 1.4.4RTB广告行业发展技术环境分析 互联网技术发展分析 中国RTB广告技术生态分析 第二章:RTB广告行业国内外市场发展分析 2.1全球RTB广告行业市场发展分析 2.1.1全球RTB广告市场现状及预测 全球RTB广告市场规模 全球RTB广告市场规模预测 全球RTB广告市场需求分析 全球RTB广告市场需求预测 2.1.2主要国家RTB广告市场发展分析 主要国家RTB广告市场对比 美国RTB广告市场 1)RTB广告市场规模分析 2)RTB广告市场需求分析 欧洲RTB广告市场 1)RTB广告市场规模分析 2)RTB广告市场需求分析 日本RTB广告市场 1)RTB广告市场规模分析 2)RTB广告市场需求分析 2.2国内RTB广告行业市场发展分析 2.2.1国内RTB广告行业现状 2.2.2国内RTB广告行业市场规模分析 国内RTB广告行业市场规模 国内RTB广告行业市场渗透率 2.2.3国内RTB广告行业市场需求分析 国内RTB广告行业市场需求 国内RTB广告行业市场认可度 2.2.4国内RTB广告行业市场竞争分析 国内RTB广告市场主体分布 国内RTB广告市场竞争情况 2.2.5国内RTB广告市场发展制约因素 第三章:DSP市场需求与投资分析 3.1中国DSP市场现状 3.1.1中国DSP市场特点 3.1.2中国DSP市场规模 3.1.3中国DSP市场竞争情况 3.2中国DSP市场主体分析 3.2.1中国DSP市场主体分布 3.2.2中国DSP企业盈利模式 3.2.3中国DSP主要企业分析 淘宝网 阿里妈妈 悠易互通 品友互动 随视传媒 亿动广告传媒 MediaV WiseMedia 3.3中国DSP市场需求分析 3.3.1DSP市场广告主行业分布 3.3.2DSP市场广告主需求倾向 3.3.3主要行业类别DSP需求分析 交通类DSP需求分析 1)交通类DSP需求现状 2)交通类广告主需求特点 3)交通类广告主品牌聚焦 4)基于AIDAS模型的DSP需求潜力分析 网游类DSP需求分析 1)网游类DSP需求现状 2)网游类广告主需求特点 3)网游类广告主品牌聚焦 4)基于AIDAS模型的DSP需求潜力分析 房地产类DSP需求分析 1)房地产类DSP需求现状 2)房地产类广告主需求特点 3)房地产类广告主品牌聚焦 4)基于AIDAS模型的DSP需求潜力分析 食品饮料类DSP需求分析 1)食品饮料类DSP需求现状 2)食品饮料类广告主需求特点 3)食品饮料类广告主品牌聚焦 4)基于AIDAS模型的DSP需求潜力分析 化妆浴室用品类DSP需求分析 1)化妆浴室用品类DSP需求现状 2)化妆浴室用品类广告主需求特点 3)化妆浴室用品类广告主品牌聚焦 4)基于AIDAS模型的DSP需求潜力分析 IT产品类DSP需求分析 1)IT产品类DSP需求现状 2)IT产品类广告主需求特点 3)IT产品类广告主品牌聚焦 4)基于AIDAS模型的DSP需求潜力分析 金融服务类DSP需求分析 1)金融服务类DSP需求现状 2)金融服务类广告主需求特点 3)金融服务类广告主品牌聚焦 4)基于AIDAS模型的DSP需求潜力分析 医疗服务类DSP需求分析 1)医疗服务类DSP需求现状 2)医疗服务类广告主需求特点 3)医疗服务类广告主品牌聚焦 4)基于AIDAS模型的DSP需求潜力分析 3.3.4基于AIDAS模型的DSP市场需求预测 DSP市场需求解构 DSP市场需求预测 3.4中国DSP市场投资分析 3.4.1DSP市场投资现状 3.4.2DSP市场投资方式 3.4.3DSP市场投资回报分析 第四章:SSP市场需求分析 4.1中国SSP市场现状 4.1.1中国SSP市场特点 4.1.2中国SSP市场规模 4.1.3中国SSP市场竞争情况 4.2中国SSP市场主体分析 4.2.1中国SSP市场媒体对接现状 4.2.2中国SSP企业盈利模式 4.2.3中国SSP主要企业分析 阿里妈妈 易传媒 传漾科技 好耶集团 品友互动 hdtMEDIA 4.3中国SSP市场需求分析 4.3.1SSP市场媒体平台类型分布 4.3.2SSP市场媒体平台需求倾向 4.3.3媒体平台SSP需求分析 门户网站SSP需求分析 1)门户网站SSP需求现状 2)门户网站广告位特点 3)基于AIDAS模型的DSP需求潜力分析 视频网站SSP需求分析 1)视频网站SSP需求现状 2)视频网站广告位特点 3)基于AIDAS模型的DSP需求潜力分析 客户端SSP需求分析 1)客户端SSP需求现状 2)客户端广告位特点 3)基于AIDAS模型的DSP需求潜力分析 社交网站SSP需求分析 1)社交网站SSP需求现状 2)社交网站广告位特点 3)基于AIDAS模型的DSP需求潜力分析 新闻网站SSP需求分析 1)新闻网站SSP需求现状 2)新闻网站广告位特点 3)基于AIDAS模型的DSP需求潜力分析 汽车网站DSP需求分析 1)汽车网站SSP需求现状 2)汽车网站广告位特点 3)基于AIDAS模型的DSP需求潜力分析 房产网站SSP需求分析 1)房产网站SSP需求现状 2)房产网站广告位特点 3)基于AIDAS模型的DSP需求潜力分析 IT网站SSP需求分析 1)IT网站SSP需求现状 2)IT网站广告位特点 3)基于AIDAS模型的DSP需求潜力分析 4.3.4基于AIDAS模型的SSP市场需求预测 SSP市场需求解构 SSP市场需求预测 4.4中国SSP市场投资分析 4.4.1SSP市场投资现状 4.4.2SSP市场投资方式 4.4.3SSP市场投资回报分析 第五章:ADExchanges市场需求分析 5.1中国ADE市场现状 5.1.1中国ADE市场特点 5.1.2中国ADE市场规模 5.1.3中国ADE市场竞争情况 5.2中国ADE市场主体分析 5.2.1中国ADE市场主体特点 5.2.2中国ADE企业盈利模式 5.2.3中国ADE主要企业分析 腾讯 DoubleclickAdExchange Tanx 百度 秒针系统 5.3中国ADE市场需求分析 5.3.1CookieMapping情况分析 5.3.2ADE市场需求倾向 5.3.3ADE市场需求预测 5.4中国ADE市场投资分析 5.4.1ADE市场投资现状 5.4.2ADE市场投资方式 5.4.3ADE市场投资回报分析 第六章:DMP市场需求分析 6.1中国DMP市场现状 6.1.1中国DMP市场特点 6.1.2中国DMP市场规模 6.1.3中国DMP市场竞争情况 6.2中国DMP市场主体分析 6.2.1中国DMP市场主体特点 6.2.2中国DMP企业盈利模式 6.2.3中国DMP主要企业分析 Admaster 亿玛 随视传媒 传漾科技 易传媒 6.3中国DMP市场需求分析 6.3.1网络数据处理需求分析 6.3.2DMP市场需求倾向 6.3.3DMP市场需求预测 6.4中国DMP市场投资分析 6.4.1DMP市场投资现状 6.4.2DMP市场投资方式 6.4.3DMP市场投资回报分析 第七章:中国RTB广告行业市场投资前景 7.1中国RTB广告业市场总体投资前景 7.1.1中国RTB广告业市场规模预测 7.1.2中国RTB广告业市场需求预测 7.1.3中国RTB广告业市场竞争格局预测 7.2中国RTB广告业细分市场投资前景 7.2.1中国DSP市场投资前景 中国DSP市场周期预测 中国DSP市场投资机会 中国DSP市场投资风险分析 7.2.2中国SSP市场投资前景 中国SSP市场周期预测 中国SSP市场投资机会 中国SSP市场投资风险分析 7.2.3中国ADExchanges市场投资前景 中国ADE市场周期预测 中国ADE市场投资机会 中国ADE市场投资风险分析 7.2.4中国DMP市场投资前景 中国DMP市场周期预测 中国DMP市场投资机会 中国DMP市场投资风险分析 第八章:中国RTB广告行业市场新触点 8.1移动互联网RTB广告 8.1.1移动互联网RTB广告布局 8.1.2互联网RTB广告向移动端转化前景 8.1.3移动互联网RTB广告需求预测 8.2RTB广告自助投放 8.2.1中小企业RTB广告需求 8.2.2RTB广告自助投放平台现状 8.2.3RTB广告自助投放瓶颈 8.2.4RTB广告自助投放平台前景 8.3RTB广告行业市场其它新触点 图表目录 图表1:AIDAS模型结构分析 图表2:RTB广告交易模式分析 图表3:互联网广告政策汇总 图表4:GDP增速与网络广告市场规模增速对比分析 图表5:中国互联网产业总体经济规模分析 图表6:中国网民规模分析 图表7:中国不同形式网络广告市场份额 图表8:中国互联网技术相关专利申请情况分析 图表9:中国RTB广告技术生态分析 图表10:全球RTB广告市场规模分析 图表11:全球主要行业对RTB广告需求情况分析 图表12:主要国家RTB广告支出增速对比 图表13:美国RTB广告支出分析 图表14:美国各行业RTB广告支出排名 图表15:主要欧洲国家RTB广告支出分析 图表16:日本RTB广告支出分析 图表17:国内RTB广告市场主体分析 图表18:中国RTB广告市场规模分析 图表19:中国网络广告市场媒体营收规模Top10 图表详见正文 特别说明:中国报告网所发行报告书中的信息和数据部分会随时间变化补充更新,报告发行年份对报告质量不会有任何影响,请放心查阅。

2006年,Google豪掷31亿美元买了一家广告软件服务商DoubleClick,创下当时的全球收购金额纪录。这笔交易一度倍受质疑,因为Google在已经是数字广告行业领军者的情况下,还要动用巨大的现金去并购一家广告技术公司,似乎显得有些多余和重复。

广告平台

任何互联网流量入口都会成为广告商,都有可能成为广告平台

1. Google:全球最大的在线广告平台
(1)google Adwords:面向广告买家的关键字广告,满足企业的广告投放需求,展示在google搜索结果的右侧栏、或搜索结果中,或Adsense合作网站的页面上。

(2)google Adsense:面向中小网站的广告发布系统,简单快捷地成为广告联盟(AdSense)发布商,方便网站利用自有流量变现,深受站长欢迎。

(3)Double Click AdExchange:google广告交易平台,连接有广告投放需求的买家,和广告发布商,如媒体、门户网站等。此外,Adwords和Adsense用户也会自动接入AdExchange。竞价采用RTB模式,同时Google为发布商和广告代理机构提供了更全面的广告控制方式,详尽的数据报告以及简单便捷的结算方式。

2. Facebook
(1)Facebook广告:面向广告主,Facebook的广告投放位置主要包括三个:PC页面右侧的广告栏版块、PC信息流广告和移动端信息流广告。广告主进入广告投放系统后,可以开启想要投放的位置。由此也可看出,Facebook移动端广告基本集中在信息流广告。Facebook开创了Feed流这种新的移动端广告形式,移动广告收入占据广告收入总体的66%。得益于Facebook积累的大量用户数据,实现广告精准推广。在Facebook上投放广告,广告主首先需要确定的就是自己想要投放的广告内容。Facebook广告后台提供了九种广告内容,分别是内容(帖子)推广、主页推广、点击推广、转化推广、应用下载推广、应用互动推广、活动推广、消费券推广和视频推广。Facebook针对广告的收费方式主要分为两种:CPC和CPM。

(2)Atlas Ad Network:使广告客户利用掌握的用户信息,向其他网站和应用的用户发送精准广告。Facebook通过atlas将自己的广告领域从facebook站内扩张到整个互联网,挑战google在互联网广告行业的霸主地位。

3. 百度
(1)百度网盟:业内闻名的竞价排名模式,面向广告买家的关键词广告,备受诟病的广告产品,让企业又爱又恨。

(2)百度联盟:类似于google Adsense,面向站长的广告发布系统。

4. 阿里
(1)Tanx taobao AdExchange:阿里妈妈旗下的广告交易平台,2011年推出,由以前基于广告位流量售卖模式向实时竞价售卖人群方式转变。同样,淘宝内部的几个广告平台也转变为DSP,通过Tanx参与竞价,分别是淘宝客CPS/CPA,直通车CPC,网销宝。

(2)淘宝客:类似于adsense,第三方帮助淘宝卖家推广商品的一种模式,开始采用CPS计费方式,2013年4月转为CPA计费。淘宝客只要从淘宝客推广专区获取商品代码,任何买家(包括您自己)经过您的推广(链接、个人网站,博客或者社区发的帖子)进入淘宝卖家店铺完成购买后,就可得到由卖家支付的佣金。

(3)淘宝直通车:直通车是为淘宝卖家量身定制的,按点击付费CPC的效果营销工具,实现卖家宝贝在淘宝站内的精准推广。淘宝直通车推广,用一个点击,让买家进入卖家店铺,产生一次甚至多次的店铺内跳转流量,这种以点带面的关联效应可以降低整体推广的成本和提高整店的关联营销效果。

(4)网销宝:网销宝是2009年3月在阿里巴巴在中国市场推出按效果付费关键词竞价系统。原名为“点击推广”,后改名为“网销宝”。阿里巴巴版的直通车,CPC计费模式。

5. 腾讯
(1)Tencent AdExchange:可以通过人群数据库和实时竞价技术,实现广告主自动竞价购买面向每个人的展示广告,当DSP接入Tencent AdExchange后,可以通过腾讯提供的报表系统查看每天广告的竞标、曝光、点击和消耗等统计明细数据。同时也提供报表API供DSP定期获取报表数据。而腾讯只对是否在正确位置上播放广告负责,不承诺具体点击数,点击量,消耗金额量,人群和定向精准度。

(2)广点通:基于腾讯大社交网络体系的效果广告平台。面向广告主,通过广点通,广告主可以在QQ空间、QQ客户端、手机QQ空间、手机QQ、微信、QQ音乐客户端、腾讯新闻客户端等诸多平台投放广告,进行产品推广。由于腾讯产品覆盖PC和移动端,广点通的广告也同样覆盖各类终端。

(3)广点通联盟:移动广告联盟,面向移动开发者,为移动开发者提供专业、高品质的流量变现服务。系统已覆盖Android、iOS,广告形式包括banner广告、插屏广告、开屏广告、应用墙等。

6. 门户网站
(1)新浪“龙渊”:依托新浪网与新浪微博覆盖中国近八成网民的海量用户的天然优势,实现跨屏、跨产品线混平台优质展示广告,按独立用户控频投放。“跨屏”包括电脑屏幕及移动终端屏幕;“跨产品线”则指的是门户、视频、微博、移动端等四大产品线;投放系统基于 “UserID + CookieID + 用户行为日志”等多重定位的网络虚拟指纹识别技术进行用户区分。

(2)搜狐

(3)网易联盟:面向站长的广告发布平台,多种计费模式可选,广告主多为游戏开发者和发行商。

(4)雅虎广告联盟:面向广告主和站长,多种计费模式。

(5)凤凰网

7. 新闻媒体平台
(1)今日头条

(2)网易新闻客户端

(3)凤凰新闻客户端

8. 其它
(1)陌陌AdExchange:覆盖了陌陌过2亿用户平台的优质广告资源,包括陌陌附近动态及附近的人,原生广告的展现方式将在不影响用户体验的基础上获得最好的营销效果。

(2)nice、in等图片社交App:原生广告

很多人认为Facebook在这时给大家踩了刹车,Facebook倾尽心血研发的数字广告平台atlas突然被放弃,这需要多大的决心和勇气。我们暂且先不讨论这对或不对,光就这份魄力也要给Facebook鼓掌,为了对抗“假广告”和“坏广告”勇于壮士断腕,去追寻自己的路,一条和大家都不一样的路。

中国报告网提示:一、RTB广告的界定RTB,英文全称RealTimeBidding。该广告形式允许根据实时状

然而事实证明,Google的这笔支出是极其正确且必要的,仅仅过去一年,Google的在线广告收入就增长了20亿美元,足足两倍于当年其他所有其他公司在线广告收入增长数字之和,而Google的股价也在交易后的半年内涨了超过30%。

广告精确投放技术

广告交易主体关系示意.jpg

大致过程:广告主在DSP平台发布广告需求,设置广告的目标受众、投放地域、广告出价等,DSP向广告交易平台(ADx)发出请求,查询符合广告主要求的广告展示,然后向ADx出价,与其它DSP竞标,若出价胜出,则广告呈现在广告位上,整个过程在200ms内完成。其中DMP平台在整个过程中提供用户数据,实现广告的定向精准投放。

广告精准投放流程示意

或者反过来:当一个用户访问广告位页面时,SSP向Ad Exchange发出访问讯号,告知有一个访问请求,SSP把广告位的具体信息,例如所属站点、最低出价以及通过DMP分析匹配后的用户属性信息打包发送给各个DSP,DSP端开始对这个广告展现进行竞价,竞价获胜者就能够让自己的广告展现在这个广告位上,进而让用户看到。

互联网广告精准投放过程

精准投放技术,相同的页面请求,由于页面浏览人的不同,而在页面上展示不同的广告,使广告商在互联网上实现的对PV分众的效果,提升了广告投放效率。

广告精准投放的优势

1. DSP:需求方平台
DSP,Demand Side Platform,即(广告)需求方平台。互联网里有成千上万的广告主,他们急需推广自己的产品,寻找优质的媒介和精准的目标用户,优化广告投放策略,提高投入产出比。简单的讲,DSP就是广告主服务平台,广告主可以在平台上设置广告的目标受众、投放地域、广告出价等等。

它服务于广告主,对位于多家广告交易平台的在线广告,以合理的价格实时购买高质量的广告展示。区别于传统的广告网络,DSP不是从网络媒体那里采用CPT的方式获得广告位,而是从广告交易平台(AdExchange)通过实时竞价(RTB)的方式获得对广告进行曝光的机会,DSP通过广告交易平台对每个曝光单独购买,即采用CPM的方式获得广告位。

真正意义的DSP,必须拥有两个核心特征,一是拥有强大的RTB的基础设施和能力,二是拥有先进的用户定向(AudienceTargeting)技术。

(1)DSP对其数据运算技术和速度要求非常之高。从普通用户在浏览器中地址栏输入网站的网址,到用户看到页面上的内容和广告这短短几百毫秒之内,就需要发生了好几个网络往返(Round Trip)的信息交换。Ad Exchange首先要向DSP发竞价(bidding)请求,告知DSP这次曝光的属性,如物料的尺寸、广告位出现的URL和类别、以及用户的Cookie ID等;DSP接到竞价请求后,也必须在几十毫秒之内决定是否竞价这次曝光, 如果决定竞价,出什么样的价格,然后把竞价的响应发回到Ad Exchange。如果Ad Exchange判定该DSP赢得了该次竞价,要在极短时间内把DSP所代表的广告主的广告迅速送到用户的浏览器上。整个过程如果速度稍慢,Ad Exchange就会认为DSP超时而不接受DSP的竞价响应,广告主的广告投放就无法实现。

(2)基于数据的用户定向(Audience Targeting)技术,则是DSP另一个重要的核心特征。从网络广告的实质上来说,广告主最终不是为了购买媒体,而是希望通过媒体与他们的潜在客户即目标人群进行广告沟通和投放。服务于广告主或者广告主代理的DSP,则需要对Ad Exchange每一次传过来的曝光机会,根据关于这次曝光的相关数据来决定竞价策略。这些数据包括本次曝光所在网站、页面的信息,以及更为关键本次曝光的受众人群属性,人群定向的分析直接决定DSP的竞价策略。DSP在整个过程中,通过运用自己人群定向技术来分析,所得出的分析结果将直接影响广告主的广告投放效果。

2. ADX:广告交易平台
ADX,Ad Exchange,即互联网广告交易平台,像股票交易平台一样,Ad Exchange联系的是广告交易的买方和卖方,也就是广告主方和广告位拥有方。和股票交易平台不同的是,Ad Exchange平台的竞价机制不是先到先得而是竞价获得,即RTB模式。当一个用户访问广告位页面时,广告商向ADX发出访问讯号,告知有一个访问请求,广告商把广告位的具体信息,例如所属站点、最低出价以及通过DMP分析匹配后的用户属性信息打包发送给各个DSP,DSP对这个广告展现进行实时竞价,竞价获胜者就能够让自己的广告展现在这个广告位上。

3. SSP:供给方平台
SSP,Supply Side Platform,即供给方平台。通过人群定向技术,智能的管理广告位库存、优化广告的投放,帮助广告商实现其广告资源优化,提高其广告资源价值,达到帮助媒体提高收益的目的,可以看作一个广告商的集合。

如Google的Double Click ADx系统上线后,原先的Adsense可以接入该系统,Adsense类似于一个SSP。

4. DMP:数据管理平台
DMP,Data Management Platform,即数据管理平台。
DMP采集、整理互联网用户数据,从年龄、地域、性别、兴趣、消费水平等多个维度对用户进行细分,为DSP或ADx提供数据服务,达到广告精准投放的目标。其实DMP通常属于DSP的一部分核心内容,专职负责给DSP提供数据决策支持。可以说DMP处于广告精准投放系统的核心位置。现实情况是,互联网流量巨头都会建立自己的DMP,无论是Google、Facebook,还是国内的BAT。

BAT三巨头是目前国内拥有最全数据的公司,在三个公司的数据版图中,各家有各家的特色和优势。总的来说,百度在电商、在线支付、社交和手机硬件上有短板——每一个短板都非常严重,是BAT中最弱的一家;阿里在UGC、新闻资讯和应用市场上有短板,不过这几个领域对数据重要性的影响并不大,不是很大的问题;腾讯在手机硬件上有劣势,但腾讯的优势也极为突出:QQ、微信、QQ空间社交产品占有压倒性优势,拥有到目前为止最好的数据(社交网络数据),以及最大的移动互联网流量。

BAT产品矩阵

Dave在他的博文中介绍了这半年来的测试经历,Atlas在测试竞价系统时,对接了数个交易市场,并从中以多种广告形式买入流量,最终得出了两个主要发现:

与 RTB广告 的相关内容2018-2023年中国RTB广告产业市场竞争态势调查与投资商机分析预测报告

DoubleClick之于Google的最大价值,在于它向Google提供了空前丰富的数据资源,通过部署在第三方媒体网站后台的广告系统,Google能够同时服务于企业和用户,优化从展示数量到精准投放的整个流程。依靠这种海量数据和精细技术的使用,截止至2017年,Google的广告收入已经占到全球在线广告总计份额的1/3,成为这家商业帝国的最强一根支柱。

1、Facebook的DSP产品碰到了数量惊人的劣质广告和虚假的机器人流量。尽管他们做了筛选,但依然被无价值流量的规模所震惊。

移动互联网的时代到来之后,Google有意复制这种已被检验成功的策略,它以7.5亿美元的价格收购跨平台广告交易中心AdMob,加上Android这个「亲生儿子」的无缝支持,使得移动化浪潮——由封闭的App取代了开放的Web——并未削弱Google的营收效果。

2、通过对广告形式进行调查,他们发现真正具有展示价值的广告形式只有:原生和视频。

Google的CFO帕特里克·皮切特曾经表示,投资Android对于Google而言没有任何直接回报,但它让Google建立起了高度普及的生态系统,并经过内置的配套应用继续向应用开发商推销和插入自己的广告平台。

为了进一步验证自己的结论,Atlas团队将DSP接入到自家的SSP——LiveRail中,结果惊人的一致。即便是自己的交易市场,仍有近75%的流量质量不佳。于是一边忙着关停劣质流量跑入LiveRail的入口;另一边,Facebook也在面临着两难的选择,团队认为如果竞价系统告诉他们这些广告毫无价值,从遵循契约精神的角度看,他们不该去售卖这些广告。

当然,唯一的例外是在中国市场。

更令Atlas团队无奈的是,他们发现那些被自己放弃的虚假流量,绕了个圈出现在了其他的广告交易市场中,最终被别的DSP买了回去。

这和Google退出中国的决定委实关系不大——它的商业服务一直都在中国市场保留运营——而是因为中国的手机厂商偏爱定制Rom的生产模式,并不直接采用原生的Android系统,这相当于把Google的许多模块给截流和取代了。

那么问题来了,究竟是像行业普遍的情形一样,去买卖劣质流量;还是以质量为先,为广告主提供真正具有商业价值的广告呢?

没有数据的支持,就没有效率的优势,马云极早的提出「DT时代」的概念,其实相当具有远见卓识:「未来的竞争不再将按照电力等能源拥有对区域竞争进行划分,拼的是你的数据能够给社会创造多少价值,用数据挣钱才是未来真正核心所在。」

www.mg4355.com 4

根据IDC的预测,数据服务市场从2016年到2020年的年均复合增长率高达51.4%,增速约为信息通信技术市场整体增速的7倍。

Facebook选择了后者,他们认为广告质量既是关键,也是未来。

从极光大数据上市以来的首份公开财报,亦不难看出这种蕴藏巨大潜能的趋势:接入88.8万个移动应用,覆盖9.71亿台智能手机,创造1.65亿人民币营收。

沿着这个思路,Facebook在放弃全面的DSP产品之后,有了新的方向。博客原文提到:这个决定帮助Facebook的团队更加细致的寻找“哪里才是真正的商业价值所在”。原生广告、视频广告和移动端成为了Facebook眼中的未来。

www.mg4355.com 5

我不知道Facebook过去为此投入了多少,后期会为此损失多少,但是我还是从Facebook的勇气中看到希望,坚持自己认为对的路线前进,找到适合自己的产品和服务方式,更加注重优势产品和资源去做深做精。这不是说Facebook终止在数据营销上的动作,而是更聚焦在优势资源上了,相对大家驱使的广泛的资源接入模式,走了一条为广告主提供真正运用价值来衡量的半封闭式的“精英”路线。针对高质量的资源提高门槛,这是方向和希望,但是在不否定优势资源的价值同时也不能因噎废食,广告的有效性封闭只是为了自己的数据得到更进一步的优化,在内容等环节我们可以越做越极致,但是我们会错失更多的机会,我们又看到了另一个进步,另一个希望,相对Facebook半封闭方式我更认可谷歌的方式(仅仅代表个人观点)。

和销售数据报告以及提供咨询服务的同行有别,尽管极光大数据的内容也时常被有需要的公司拿来背书,但那只是它的「副业」之一,真正用来支撑这家公司登陆纳斯达克的,是基于数据的变现经济。

同样2016年3月15日这一天,谷歌发布全新的数据服务Google Analytics 360

极光大数据称,尽管中国MAU超过10亿的应用只有微信,但是很少有人意识到,接入极光大数据SDK的应用每个月能够覆盖的独立设备,也接近10亿部。

套件,为广告主和网站提供更优秀的数据服务。相比之前的Google Analytics,整个产品线有了极大的丰富,包括6个产品Google Analytics

这么类比也许不太恰当,但它同时也确凿的表明了移动互联网的崭新游戏规则,以及善于从中掘金的又一代互联网新锐。

360 ;Google Attribution 360 ;Google Tag Manager 360;Google Audience Center 360

商业价值过低曾是移动互联网初期最为显著的弊病,封装的应用程序各自为战,不仅缺少数据的交换和共享,也受限于表现形式的空间,《连线》杂志一度在那篇著名的《Web已死》的封面稿件里唏嘘一个时代的落幕:「用户没有义务去拥抱某项具有正义性的技术,他们只会选择对自己而言最方便的体验,而在移动端,这种方便就是Spotify、Netflix和Facebook的图标。」

;Google Optimize 360 ;Google Data Studio 360。我们来了解一下:

于是就有了极光大数据这样的新物种,它以端对端的数据推送服务为起点,逐渐丰富面向开发者的功能范畴,把SDK装载到了10亿级别的月活设备里,继而利用车载斗量的数据,协助企业做出更加准确和有效的营销工作。

Google Analytics 360:

从数据的积累到数据的变现,路径清晰可测。

这个产品是GA企业版(Google Analytics Premium)转型而来,之前的价格是$150K/年,目前不知道升级成Google

从财报表现来看,极光大数据属于标准的SaaS服务商,10%的收入来自开发者服务,剩余90%的份额则由数据服务完成,付费客户的单季度消费超过10万人民币。

Analystics 360之后的定价。这个分析工具是一个运营利器,发掘广告效果的黑马。

通过极光大数据的产品,独立应用之间的桥梁得以建立起来,在确定安全边界的前提下,开发者们将用户数据放在一个池子里,再由广告主进行甄别和投放,得到共赢的结果。

Google Attribution 360:

这是「开放好过封闭」的又一起实证,它并不由极客式的道德来敦促各方达成一致,而是经由技术能力寻找到了共同利益:开发者贡献数据和广告主购买数据,均能换来转化率的提升,对于前者而言,无效展示的变少意味着佣金单价上浮,对于后者而言,千人成本的降低意味着它不再会把预算浪费在非目标客户身上。

谷歌在2014年收购Media

根据极光大数据总裁陈菲的说法,金融行业的需求和贡献在今年以来增长颇多,考虑到坏账和暴雷频发的风险背景,便不难理解何以如此。

Attribution公司Adometry,Attribution在收购之前,专注于互联网广告投放的有效性研究和提升,有一整套方法和工作来帮助广告主跟踪转化效果。另外,它还提供过滤无效恶意流量的服务,通过算法识别虚假恶意流量。此前这家公司一直独立运行,并没有很好地集成在谷歌生态中。这次,该产品也成为谷歌数据大家庭的一部分Google

www.mg4355.com 6

Attribution

比如在极光大数据的反欺诈数据库里,已经识别出了超过1700万「羊毛党」用户群和3600万高危用户,这种边际成本相对较低的筛选工序,却能够针对特定行业创造出独有价值——金融公司在购买这份数据之后,即可完善风控体系,绕过有可能存在的雷区——从而建立预防机制。

360,这个产品继续提供跨渠道、设备和系统的转化的洞察服务。换句话说,它有技术帮助跟踪广告转化(Conversion),这将不仅帮助广告主跟踪跨设备和跨系统转换,更能帮助他们推动投标管理和跟踪客户的行为,在所有渠道、设备和系统实现最有效的营销组合。

从理论上说,只要数据的种类和厚度足够,那么「化整为零」的向每个垂直行业定制需求,同样值得想象,这或许也是高盛和德意志银行等投行接连向极光大数据开出买入评级的原因,在积累到变现的升级过程里,还有太多亟待挖掘的商业价值。

Google Tag Manager 360:

而在不断进化的广告市场,追逐效率始终都是出价方的核心诉求,从RTB到DSP再到DMP,让每一个用户看到的都是符合他的偏好的广告内容,正在一步一步的变成现实。

之前叫谷歌标签代码管理器Google Tag Manager Premium 或 GTM Premium,GTM

实际上,极光大数据是以DMP(数据监测)+DSP(媒体购买)的组合,撬动了原本存在于「BAT」的黑匣子和数以千计的DSP公司那里星罗棋布的蛋糕,其未来的商业模型将会无限逼近一个广告平台。

360是一个全新的产品,它其实是一个建立在顶层的标签管理框架,用于管理追踪码,收集网页打点统计,转化跟踪等。它提供了JavaScript

在过去几年时间里,全球广告投放当之无愧的巨头宝洁一直在砍掉它交给代理商的业务,甚至在北美和有着近二十年合作基础的阳狮集团分手,转而加码数字营销业务。

代码,可以方便地嵌入网页中进行埋点,并且支持不同的产品,包括GA,重定向服务,网盟等。它将简化数据收集,并将有助于简化广告主对标签管理器的使用,建立当前标签管理框架。

网络安全公司White Ops曾在2016年的一份报告里披露,美国有23%的视频广告浏览可能是虚假流量,这种浪费如果不能得到遏制,那么它势必会冲抵互联网带来的精准效益。

Google Audience 360:这是谷歌的DMP产品,它来源于DoubleClick的DoubleClick Audience

大卫·奥格威或是李奥贝纳的信徒或许不会乐见广告行业如此发展下去——建立技术而非创意优势成为奠定广告效果的最大功臣——但在广告触达面积再无天花板的背景下,从数十亿用户里找到自己需要的那一群人,着实成了一门技术活。

Center。该产品支持集成AdWord和DoubleClick的服务,谷歌就可以更好地对抗Facebook的社交人群定向。谷歌与Facebook相比,缺少有关其用户的第一方数据,这一点与其它社交网络不同。Facebook经常向广告主宣扬这些优势,并称这是“基于人的营销”,即Facebook确切地了解他们的用户信息,因为用户自愿将自己的信息(年龄,生日,性别等)告诉Facebook平台。

另一方面,媒体的集中化也让数据的分享和保护从长远来看极富挑战性,在北美,Google和Facebook加起来占到了整个移动广告市场规模的75%,而且相比Google对于DSP的友善,Facebook甚至都是摆出了排斥姿态,私有动机浓厚。

另外,Facebook的注册系统遍布各种设备,因此这也有利于Facebook掌握通过移动设备观看广告的用户是否会在台式电脑上购买一些商品。谷歌目前正在努力解决跨平台问题,例如使用谷歌ID作为一个识别方法。与此同时,谷歌也通过自己的Gmail、10多亿的Android用户等服务掌握了大量的数据,而且谷歌还通过谷歌搜索掌握了一些用户购买意向相关的数据。因此谷歌的数据更多的是用户的Moment数据,需要算法加工成靠谱的人口标签。

在中国,「BAT」们也有各自的私有DSP渠道,但它们也会向包括极光大数据在内的第三方平台有限开放数据端口,这将是一个长期的竞合关系,若是乐观而言,正是因为所有公司都意识到了数据的价值,所以反倒能够促进数据的交易和流通,这才是商业社会的运行逻辑。

Google Optimize 360(Beta): 用于优化广告主的落地页,包括个性化页面,A/B测试,各种实验。

用极光大数据CEO罗伟东的话来说,「如果说极光的数据变现的商业模式是一个城,那么极光的开发者服务就是我们的护城河。护城河越深,竞争对手就越难侵入我们的领域。换句话说,极光开发者服务与数据服务是是相辅相成、缺一不可的。」

Google Data Studio

最重要的时候,这座城池从来不会停止生长。返回搜狐,查看更多

360:企业级数据分析和可视化工具,一目了然的互动图表,并且支持多人协作和分享。这是很多老板和总监们的最爱了。

责任编辑:

很多同行大咖说3.15Facebook弯道超车谷歌,我不敢苟同,谷歌提供工具帮助我们甄别和利用好数据这个工具,我个人认为是一种更科学的进步,不因噎废食,而是更加科学有效地利用数据更是前景和希望。

尽管营销策略和营销技术在不断发展和更新,营销人员追求的目标始终如一:如何让目标受众知道我们的产品和服务,如何激发他们达成购买?我们如何评判营销各个环节中哪些是薄弱点,哪些优势可以继续保持?怎样更有效地扬长避短?数据服务是一个广告平台的核心竞争力,是一个To

be or NOT to

be的问题。不管选择更有价值的资源还是完善我们的工具都是希望和方向,每次选择和技术的进步都是提升,让我们离营销自动化又近了一步!