程序化采購(gòu)屬于快速成長(zhǎng)的廣告營(yíng)銷方式，在2012、2013年非常熱門。伴隨著BAT巨頭的參與，整個(gè)市場(chǎng)進(jìn)入了快速發(fā)展的階段。在程序化采購(gòu)過程中，DSP始終代表著廣告主的利益。那么如何評(píng)估一個(gè)DSP交易平臺(tái)的好壞?小編總結(jié)了3大指標(biāo)，供各位看官參考。
先看技術(shù)層面。我們常說DSP有兩只手，左手是實(shí)時(shí)競(jìng)價(jià)算法，右手是人群分析&人群定向。
左手只有一個(gè)任務(wù)，就是去搶地盤。對(duì)每一次廣告展示機(jī)會(huì)，每個(gè)廣告位，都像鳳巢那樣，去做實(shí)時(shí)競(jìng)價(jià)。
右手則是做人群畫像，做人群擴(kuò)展、人群召回，通過技術(shù)來幫助系統(tǒng)和廣告主，更精準(zhǔn)的判定用戶價(jià)值。
那么如何評(píng)判算法的好壞呢?有3個(gè)關(guān)鍵點(diǎn)可以作為重要的評(píng)測(cè)指標(biāo)：
第一，對(duì)海量數(shù)據(jù)的處理能力。
程序化采購(gòu)要求對(duì)廣告數(shù)據(jù)的快速處理能力，從網(wǎng)民看到廣告到展示廣告，不到100MS，也就相當(dāng)于眨眼1/3的時(shí)間。在這么短的時(shí)間里，要評(píng)估用戶價(jià)值并給出競(jìng)價(jià)，需要強(qiáng)大的計(jì)算能力和服務(wù)器資源。和大部分第三方DSP相比，百度DSP具備絕對(duì)的優(yōu)勢(shì)。
第二，對(duì)媒體資源的理解。
尤其是對(duì)廣告位和媒體資源的理解，這些數(shù)據(jù)一定是要花錢投過之后才知道。
百度網(wǎng)盟有近10年的數(shù)據(jù)積累，對(duì)各個(gè)網(wǎng)站的流量，頻道，不同位置廣告位的數(shù)量，尺寸甚至效果都有統(tǒng)計(jì)。比如：軍事類網(wǎng)站的布局基本一致，小游戲網(wǎng)站的誤點(diǎn)擊率很高，所以到達(dá)率和跳出率很高，而在第一屏的廣告比在第二屏或者第三屏的點(diǎn)擊率會(huì)高30%左右。另外，從流量質(zhì)量和反作弊技術(shù)上看，老牌的adnetwork百度和谷歌要比淘寶的tanx好很多。
百度是最晚做DSP交易平臺(tái)的，所以初期百度選擇了相對(duì)較好的資源放到了交易平臺(tái)。
tanx放出了整體60-70%的資源。他的特點(diǎn)就是兩極分化特別明顯，主動(dòng)簽了百度和谷歌媒體池里看不到的優(yōu)質(zhì)資源，包括優(yōu)酷、土豆視頻網(wǎng)站等，還聚集了非常多的劣質(zhì)網(wǎng)站資源。但是tanx一直在做相應(yīng)的技術(shù)升級(jí)，所以從tanx過來的劣質(zhì)流量的比例，在持續(xù)的下降。
第三塊的智能競(jìng)價(jià)部分，是DSP算法中最最核心的模塊之一。
首先，我們需要設(shè)定一個(gè)基礎(chǔ)出價(jià)(base price)，基礎(chǔ)出價(jià)可參照歷史轉(zhuǎn)化成本做設(shè)置，這里用B來代替。以B作為基準(zhǔn)值，根據(jù)當(dāng)前廣告位，計(jì)算出一個(gè)調(diào)整因子 Φ，最終出價(jià)=B?Φ 。因此，系統(tǒng)全部的工作就是要計(jì)算這個(gè)Φ值。
Φ值的計(jì)算公式看上去并不復(fù)雜，假設(shè)我們要預(yù)估轉(zhuǎn)化率水平。分母是平均轉(zhuǎn)化率水平，分子就是這次展示的轉(zhuǎn)化率水平。
Φ=p(c|u，i)/Ej[p(c|u，j)]
舉個(gè)例子，比如某個(gè)廣告主，它的平均轉(zhuǎn)化率是1%，而針對(duì)這個(gè)用戶在這個(gè)廣告位上的轉(zhuǎn)化率可以達(dá)到3%，那么這次我們調(diào)整因子Φ就是3，把調(diào)整因子3×基礎(chǔ)出價(jià)B，就得到最終的出價(jià)值。
當(dāng)然計(jì)算過程非常復(fù)雜，因?yàn)橄到y(tǒng)要考慮多個(gè)變量的影響因素，比如：括號(hào)內(nèi)的c代表的是預(yù)估轉(zhuǎn)化，u指的是當(dāng)前用戶，i是當(dāng)前的廣告位(inventory)。所有廣告位用j來指代。所以在實(shí)際計(jì)算過程中，系統(tǒng)要針對(duì)每個(gè)網(wǎng)民，在不同的網(wǎng)站，看到的每條廣告，都進(jìn)行轉(zhuǎn)化率的預(yù)估，最終給出展示價(jià)值。
以上，是基于拍賣機(jī)制來做的調(diào)整，就是你的價(jià)值越高，你的出價(jià)水平越高，屬于線性的計(jì)算方式，但有時(shí)，我們必須要做非線性的模型。為什么?因?yàn)檫@個(gè)算法并沒有考慮競(jìng)爭(zhēng)對(duì)手出價(jià)。舉個(gè)例子：我的出價(jià)依據(jù)是我覺得這個(gè)展現(xiàn)值多少錢，我就出多少錢，不管其他人的出價(jià)是多少。這樣有可能會(huì)出現(xiàn)出價(jià)嚴(yán)重偏離市場(chǎng)價(jià)的情況。就好比在北京買房子，郊區(qū)一個(gè)老破房子，你可能覺得只值2000塊一平，但是市場(chǎng)上都已經(jīng)出到20000了，不調(diào)整出價(jià)根本就買不到房子了。
因此專門有一個(gè)技術(shù)(Bid Landscape Forecasting)，用來預(yù)測(cè)其他競(jìng)爭(zhēng)對(duì)手的出價(jià)情況，實(shí)際應(yīng)用中它要預(yù)測(cè)的是bid與能購(gòu)買到流量的一個(gè)函數(shù)關(guān)系，這個(gè)曲線會(huì)決定我們?nèi)绾蝏idding，還有一個(gè)應(yīng)用，就是當(dāng)我們預(yù)算有限的情況下，我們?nèi)绾螕尩礁嗟牧髁俊?
這其中還不是最復(fù)雜的部分，bidding算法最麻煩的部分在于，就是為每個(gè)campaign都建立兩個(gè)模型來分別預(yù)估p(c|u，i)和p(c|u)。對(duì)每個(gè)campaign獨(dú)立訓(xùn)練模型是因?yàn)閺V告主隱私保護(hù)，從一個(gè)廣告主A網(wǎng)站上采集的數(shù)據(jù)不能用來優(yōu)化另外一個(gè)廣告主B的模型。另外一個(gè)原因是分每個(gè)campaign單獨(dú)訓(xùn)練模型在訓(xùn)練數(shù)據(jù)充足的時(shí)候可能有更優(yōu)的效果。當(dāng)然隱私的原因是主要原因。
當(dāng)然一切算法的基礎(chǔ)，都要有豐富的數(shù)據(jù)量。但假設(shè)數(shù)據(jù)不充足怎么辦?比如電商和游戲行業(yè)，都考核ROI，但廣告主只給我們轉(zhuǎn)化或者留存數(shù)據(jù)，不給訂單或付費(fèi)的數(shù)據(jù)。這個(gè)時(shí)候，我們?cè)趺慈ケＷC算法的準(zhǔn)確性?在數(shù)據(jù)稀疏的時(shí)候，我們可能用擬合指標(biāo)。比如頁(yè)面瀏覽深度、頁(yè)面停留時(shí)間、網(wǎng)站二跳率或者其他數(shù)據(jù)源來去擬合轉(zhuǎn)化率，用這種方法來提高準(zhǔn)確率。
當(dāng)然算法并不是萬(wàn)能的，雖然百度算法和大部分第三方DSP相比要強(qiáng)多，但有時(shí)廣告主還會(huì)覺得別家好!為什么?廣告主只看CPA。即獲得每一個(gè)轉(zhuǎn)化，平均花了多少錢。
CPA的計(jì)算公式=千次展現(xiàn)成本/(千次展現(xiàn)*轉(zhuǎn)化率)=Ecpm*(1/轉(zhuǎn)化率)
如果CPM恒定情況下，拼轉(zhuǎn)化率。誰(shuí)的轉(zhuǎn)化率高，誰(shuí)的效果就好!但假設(shè)一家DSP雖然轉(zhuǎn)化率比行業(yè)低10%，但是每個(gè)展現(xiàn)的價(jià)格(cpm)比別人低50%，那么對(duì)于廣告主來說，還是會(huì)選擇它。因?yàn)樗腃PA成本更低。所以，聰明的DSP會(huì)在早期先砸VC的錢虧本吸引廣告主來投放，投放是可以累積數(shù)據(jù)的，有了數(shù)據(jù)下次就可以把轉(zhuǎn)化率做得更好，從而再把錢賺回來。
人群部分，人群有2種識(shí)別方式：1.人群定向(標(biāo)簽)2.重定向
人群定向其實(shí)就是給網(wǎng)民打標(biāo)簽，是基于大搜的技術(shù)來打標(biāo)簽，這個(gè)結(jié)果可信度很高。因?yàn)榫W(wǎng)民的每一次搜索都代表他內(nèi)心的一個(gè)真實(shí)表達(dá)，比如：我搜索Angelababy時(shí)候，心里想的肯定不是蒼井空。
其次，百度的響應(yīng)是足夠及時(shí)。及時(shí)性很重要的一個(gè)指標(biāo)，很多東西不會(huì)過期，但數(shù)據(jù)會(huì)過期!
比如月底發(fā)工資，拿到錢的一瞬間，我可能會(huì)考慮買個(gè)相機(jī)。但當(dāng)我看到當(dāng)月信用卡賬單時(shí)，也許就不會(huì)了!大部分時(shí)候我們都會(huì)沖動(dòng)購(gòu)買，不信的話，去看看女朋友衣柜里有多少件衣服就能體會(huì)了。
Retargeting(重定向)，也就是我們常說的再營(yíng)銷。廣告主會(huì)提供某些用戶的行為特征，比如：到過廣告主網(wǎng)站，把相關(guān)商品放入購(gòu)物車但是最終沒有提交訂單，重定向到人群之后，系統(tǒng)會(huì)努力推薦用戶喜歡并且瀏覽過的東西;其對(duì)于廣告主來講，它是在盡可能地提高每一個(gè)廣告花費(fèi)的ROI值，對(duì)于用戶體驗(yàn)也有正向的拉動(dòng)。目前來說，使用行為重定向效果最好的是電商和旅游類客戶。另一種就是定向功能，根據(jù)廣告主的描述，我們來定義人群，比如他搜索過什么關(guān)鍵詞，去過什么網(wǎng)站，是多大年齡，什么性別。
在做人群定向的時(shí)候，還會(huì)考慮的一些因素，包括：時(shí)間、頻次、價(jià)格!
人群定向之時(shí)間
時(shí)間概念很好理解，近期瀏覽廣告主網(wǎng)站的用戶更可能被找回，并轉(zhuǎn)化為購(gòu)買者。
人群定向之頻次
經(jīng)常瀏覽網(wǎng)站的用戶才有更高的購(gòu)買可能性，顯而易見，用戶瀏覽得越是頻繁，該用戶就越具有價(jià)值。與session頻率緊密關(guān)聯(lián)的是用戶瀏覽產(chǎn)品的數(shù)量。當(dāng)然不同類型的廣告主會(huì)有很大的差異。服飾買家在購(gòu)買前數(shù)次在琳瑯滿目的商品的尺碼、顏色以及庫(kù)存情況中翻來覆去。而化妝品買家則會(huì)瀏覽3至4樣產(chǎn)品，比較其品牌、價(jià)格以及功效，母嬰類買家瀏覽的最少。
人群定向之價(jià)格
追蹤那些購(gòu)買高價(jià)格/高利潤(rùn)產(chǎn)品的用戶利于提升投資回報(bào)率。
以上所解釋的三點(diǎn)——時(shí)效性、頻率和預(yù)期用戶價(jià)值——就是通用的RFM模型(消費(fèi)者分析模型)，該模型都能普遍用于消費(fèi)者價(jià)值決策之中。
另外在推薦的時(shí)候，還會(huì)做一些個(gè)性化的定制，推薦消費(fèi)者感興趣的商品和服務(wù)才是王道。比如混合商品推薦模式更具吸引力，可以有效防止用戶產(chǎn)生瀏覽疲勞，幫助瀏覽者了解所有的可能性選擇，并且增強(qiáng)商品吸引力。
DSP的軟實(shí)力，主要看服務(wù)。DSP只是一個(gè)工具，關(guān)鍵看大家會(huì)不會(huì)用它。不同的人使用，最后導(dǎo)致的效果差異會(huì)非常巨大。但這里的服務(wù)并不是狹義上的操作，而是更廣義的“投放策略“，這里包括了項(xiàng)目經(jīng)驗(yàn)和好的專業(yè)性。
當(dāng)然評(píng)判一家DSP平臺(tái)的好壞并不僅局限在以上三點(diǎn)，還有很多細(xì)節(jié)可以進(jìn)行考察。大家如果有其他相關(guān)的問題，可以咨詢您身邊的百度營(yíng)銷專家。
