1.7號億級多CampaignPDB及移動ID講座【乾貨摘要】?

億級多CampaignPDB及移動ID 講座

乾貨摘要

什麼是PDB——(Private) Programmed Direct Buying(私有化程序化購買)

談轉化,首先要識別ID。不同操作系統,ID技術不同。

——我們關注漏斗,那麼曝光的ID,與轉化的ID之間的關係,如何識別?前提得先打通ID,使得所有ID可以識別,包括Cookie Mapping等技術。

1、IOS系統

  • IDFV:ID forvender,蘋果給的,在app內追蹤用戶行為。

  • IDFA: ID forAdvertising,蘋果給的,可以跨app平台的ID。

  • 去年,IDFA,20%已經關閉了,也就是說跨平台app有20%你追蹤不到用戶行為了。

  • 大於IOS 9:主動連WI-FI,可獲取mac碼。

點此閱讀《IOS體系ID詳細文章》

2、Android系統

  • Android 裡面是IMEI

  • 但是6.0以上android 佔20%,其中又有35%關掉IMEI號——大家可以算一算有多少市場可以追蹤。

點此閱讀《Android體系ID詳細文章》

點此閱讀《ADX移動ID詳細文章》

3、單campaign的PDB

  • 單campaign的PDB裡面,主要是視頻,一般按照CPM採購。可以要求推過來1200CPM,只曝光1000CPM,挑選。自由挑選流量。

  • 固定位,做單campaign的少。PDB是廣告主包段了後,去做的優化。黃金位(如焦點圖、流量等)。

PDB系列文章:《PDB一》、《PDB二》、《PDB三》、《PDB四》、《PDB五》、《為什麼說PDB是有錢金主的遊戲?》、《媒體單靠PDB無法多拿單的》

4、甲方DMP平台正逐步成熟

  • 甲方DMP平台加快了建設速度。東風日產,ADmaster幫他建了。伊利,也在做自己的DMP系統……甲方的DMP系統成熟後,必然會去直接對接其採購的數字媒體。

  • 對單體媒體來講,如果沒有1000萬以上的量級,媒體不會做。因為傳統採買投放都會有10%左右的損耗;中間加一個PDB,還會增加8%左右的損耗。

  • 媒體提供的PDB需要對接相應參數,保證廣告庫存對應的廣告主使用同clients溝通各Campaign的投放目標。

  • 3-6次,是正常曝光頻次範圍。超過,浪費;低於3次,可能曝光強度不夠。

  • 一般來說點擊率高,那麼後面的點擊、到站、轉化、消費會高。

5、智能優化模型關鍵因素

智能優化模型裡面:本質在於智能預測模型,多維度優化。

創意、媒體,因素影響力大。

6、多campain的PDB常見大坑及核心作用

  • 多campain的曝光,不能按每天的曝光量絕對值來計算。而是應該是曝光比例。因為,媒體流量是變化的,CPD是價固定的,那麼每個曝光的CPM單價是變化的。每天都在變。

  • 當用戶,素材A、素材B……都匹配了一遍,沒有匹配的,就推薦其他產品了。

  • 有效降低CPUV,相同預算,能否覆蓋更多的人。

  • 通過頻次控制,觸達更多人群。

7、核心的PDB技術分析

三個維度:PC&移動web媒體、移動App媒體、視頻媒體

  • PC&移動web媒體——對應頁面廣告位嵌代碼——JS廣告位代碼,可以節省CookieMapping。但是你把手伸長了,深入媒體,媒體沒法作假。(大媒體都會封死)(關於CookieMapping可以參見此文《什麼是CookieMapping》)

  • PC&移動web媒體——服務端對接(CookieMatching是最要命的問題,80%PC端都是這個問題)——類RTB、Preferred Deal。可能存在的問題:媒體提供的ID,與你的ID格式不match,無法識別,產生流失。ADX有流量,讓客戶競價,但要先認識ID,識別了才能出價;所以會開放部分流量,去做CookieMapping。Preferred Deal,給不同的ID打標籤,紅色給A客戶,藍色給B客戶,白色隨便競價……(分類)。

  • 移動App媒體——對應頁面廣告位嵌代碼——廣告SDK(Android、IOS),不可能,站在媒體位考慮,不可能曝光其日活等核心數據。

  • 移動App媒體——服務端對接——類RTB、PreferredDeal。

  • 視頻媒體————對應頁面廣告位嵌代碼——Flash廣告播放容器(各種互動)、VAST 3.0(可以做廣告看了多少的數據,看了20%,50%,60%),大部分把這個門關掉了。因為和媒體的排期有關,因為退量沒法再使用。當然,媒體自己可以回收流量後,放到自己的ADX裡面,再統籌。但是VAST少。也可以不退量,你自己做創意輪播。

  • 視頻媒體————服務端對接——類RTB、PreferredDeal(PC端是要做Cookie Mapping 的)。大部分視頻媒體和第三方監測都已經打通了。

8、關於其他介面及機器流量(作假流量)

  • API——誰用得多?C輪、D輪的APP用得多。沒有力量去打造自己的ADX平台,把流量倒給聯盟。也有安一個SDK接流量的(SDK對接周期長),通過API輸送流量對接周期端。但是API對接機器流量多,通過API倒手,入注水流量——中間商注水。

  • SDK——也有機器流量。Publisher才能做,一個廣告下面,掛一個SDK,覆蓋另一個廣告(已經曝光)。

  • 如果你投ADX,因為長尾流量太多,監測方難以和媒體一個個談合作。

  • 新浪微博,也支持PDB了。

  • 寶潔的鷹眼是秒針做的。Admaster去年開始也在做PDB,東風日產。

  • 今天,2017年,PDB市場整體盤子30億應該沒有問題。

9、案例分享(國際快消品牙膏及奶粉)的核心結論

(1)主要優化指標KPI(多Campaign PDB的KPI

  • CPUV——Cost per UV

  • CPL——Cost Per Leads(銷售線索)/Action

(2)核心策略還是:

  • 先降頻次

  • 再根據不同的人去曝光

(3)PDB戰術——「轟天雷」投放優化

  • 核心廣告位,包斷

  • 轟天覆蓋:第一天發布後;第二天所有包斷的黃金位,讓所有的網民打開後,每天第一眼打開來看到的第一個廣告,就是這個車。並且只看一次。連續3天。所有UV一次覆蓋。

  • 結果:比常規PDB效果還要好!還提升了40%!

(轉載請註明出處:微信訂閱號:ad_automation)

推薦閱讀:

Spark 2017歐洲技術峰會摘要(Engineering 分類)
【乾貨】比賽後期大招之stacking技術分享
城市規劃和大數據——將LUTi模型帶到下一個水平?
Cybersyn的系統架構
一個華人數學博士,16年前如何押准中國大數據變革?

TAG:大数据 | 互联网广告 | 移动互联网广告 |