單Campaign視頻PDB_上【業務類】

單Campaign視頻PDB由於其相對簡單,是目前市場上較為常見的PDB模式:對流量進行篩選,避免非目標人群浪費廣告預算。當然她也有十分重要的前提是:CPM採買的流量、媒體同意流量返還。如下圖所示。(所以只要能具備該前提的媒體廣告資源均可,不一定非要視頻廣告資源。例如:一些媒體的信息流廣告資源也支持。)

單視頻PDB原理示例

1. 推送比及退回率計算公式

對視頻PDB可退量(返量)項目,一般媒體常說:推送比,也是我們常說退回率,這些詞的其實是一個意思,大家可以參考以下公式來換算:

推送比= 推送量/曝光量

退回率= 退回量/推送量

在不考慮流量損耗各種GAP的情況下,退回率及推送比換算公式如下:

退回率= (推送量 - 曝光量) / 推送量 = 1 – (曝光量/ 推送量) = 1 – (1/推送比)

2. 視頻PDB主要投放模式

視頻PDB由於單Campaign,不涉及多產品線預算劃分,甲方易推動,目前市場上已執行百個廣告主近千個項目,整體管理預算的規模在20+億,其中30%左右是聯合頻控的項目,50%左右是TA%優化的項目。

視頻PDB最常見的模式有:

1) 跨媒體去重:跨媒體聯合頻控,目標人群去重;降低CPUV;相同的預算覆蓋更多的人

2) 頻次控制:

a) 補頻次:如整體要求頻次4次:PDB投放2次,RTB補充2次等等;

b) 補強度:頻次最大化,如:控頻3次覆蓋的人群佔比最大化等等

如下表所示實際投放案例數據,某傳統投放方式同PDB投放方式的對比,頻次2、3的UV佔比提升顯著:

表:某「PDB」Vs 「傳統投放」實際投放數據對比示例

3) 組合投放:PDB+RTB、視頻+banner 等等

4) 優化手段:Look-alike、Retargeting、媒體優化、物料優化、地域優化、時間優化、演算法優化等等。

3. 視頻投放典型場景

視頻程序化投放常見的場景有:

l 追求最大化的覆蓋人群:

? PDB增大覆蓋UV,RTB補充新UV

? 降低CPUV

? 頻次控制,提升N+ Reach%

l 要求TA%:

? 打通大數據有效覆蓋TA,打通樣本數據有效優化TA%

? 提升TAUV

l 多品牌多創意輪播:

? 千人千面,不同的TA看到不同的創意

? 對處於不同階段的同一個TA展現不同的創意

4. 媒體詢量排期注意事項

也有很多同學詢問在PDB項目中通過介面回給媒體的廣告會被展示么?可能有些同學在項目執行中發現好像回給媒體的廣告並不是所有都被展示。這是為什麼呢?

在介紹原因之前,我們先介紹一個重要的指標數據:「優選曝光率」。

大家應該對《ADX流量使用效率相關指標》介紹中提到的「競價成功率」應該還有印象吧,其實在PDB項目中「優選曝光率」內涵同那個「競價成功率」是一樣的。我在之前執行PDB的項目的時候,很多同學及甲方客戶很難理解「競價成功率」這個詞,因為在他們的眼中,PDB就是提前包好量了,然後通過程序化的手段執行千人千面的投放。但基本PDB目前流量對接,媒體大部分都是採用的RTB通道,加上「Deal ID」的特殊RTB通道來完成的,僅僅是沒有比價競價這個環節了,整體的處理流程和機制依然是:用戶打開媒體,媒體請求自己的傳統廣告系統,傳統廣告系統將流量轉給自己的ADX系統,ADX系統再請求PDB系統,PDB系統處理完回復廣告,ADX系統將廣告回復給媒體的傳統廣告系統,媒體傳統廣告系統處理完再將廣告回復給到媒體內容展示。

所以在PDB模式下我們就不說「競價成功率」這個詞了,而改用「優選曝光率」這個詞,即:「曝光數」/「優選數」。意思其實是類似的。

對於一個廣告請求,我們已經「優選」回復廣告「要」了,但結果沒有曝光出來,導致的主要因素有:

1) 網路因素:其實這種情況挺好排查的,查一下PDB方成功返回的數,及媒體方成功收到返回數之間的GAP,就知道問題在哪裡了。

2) 媒體內部一些處理機制有關:當然有同學會問了PDB不是包量的流量么,為什麼在媒體內部還優先順序不夠呢?其實媒體內部傳統廣告排期管理系統內部關於流量的分配本來就會根據利潤率、價格、是否超級大客戶,有一個內部的流量優先順序別的管理的。在這個排期優先順序管理下的流量才接到ADX中執行PDB的。

3) 對於OTV、PC、移動端、移動端信息流等等不同的點位的情況也不盡相同的。例如:特殊點位的特殊處理機制,例如:某APP信息流1%的「優選曝光率」、某些App開屏廣告曝光數據滯後拉取素材72小時等等(建議對於移動端的對接,曝光收數滯後於拉取素材72小時這個約束需要技術放寬限制(在很多DSP/PDB系統中技術預設曝光收數的有效期僅滯後於拉取素材後24小時)等等。)。大部分媒體對於這些特殊的規則都是提前知道或提前就會同PDB方溝通的,所以大家在部分特殊性上同媒體溝通同步清楚即可。

4) 其他規格不符等因素,曾經在某些項目某些媒體中遇到過,某些媒體在某些終端,尤其移動端,不同的屏幕尺寸要求的素材規格不同導致的曝光失敗。還有類似媒體CDN損壞等等因素,曾經出現過某些尺寸或特殊的廣告優選回復了「要」,而不能成功被曝光出來。

5) 還有一種較常見的網路因素導致的場景,就是媒體也展示廣告了,但由於網路原因,PDB方沒有收到曝光數據,這個其實也很好查,只要查媒體收到的曝光數同PDB收到的曝光數的GAP就知道了。

不同媒體的「優選曝光率」均不一樣,某些有經驗的媒體知道這種GAP差異的存在,所以在放量的時候會多推10%的量,以確保PDB的排期能順利完成。而若遇到沒有經驗的媒體或項目,所以代理公司在給媒體下單,計算排期和詢量時,建議讓媒體注意該問題,以免排期無法完成。

媒體詢量計算公式= 預計曝光量(採購量)*(1+退回率)/優選曝光率

計算過程舉例:

A.若某媒體商務接受退回率不高於20%(即推送比為125%),若假設優選曝光率為80%。若採購量為100(CPM),媒體放量為:(100 * 125%) / 80% = 156(CPM)。

B.非上述某媒體若不存在優選曝光率的損耗,若商務接受退回率不高於30%(即推送比為150%)。若採購量為100(CPM),媒體放量為:(100 * 150%) = 150(CPM) 。

註:視頻PDB可退量(返量)項目一般媒體會說:推送比,也是我們常說退回率,這些詞的其實是一個意思,大家可以參考以下公式來換算:

推送比=推送量/曝光量

退回率=退回量/推送量

在不考慮「優選曝光率」及各種GAP的情況下,退回率及推送比換算公式如下:

退回率= (推送量 - 曝光量) / 推送量 = 1 – (曝光量 / 推送量) = 1 –(1/推送比)

-未完待續-

(轉載請註明出處:微信訂閱號:ad_automation)

本系列文章部分摘自作者新書《程序化廣告實戰》,網上文章較零散,可參考書籍系統學習,各大電商網站(如:《程序化廣告實戰》(吳俊)【摘要 書評 試讀】- 京東圖書)均有售。

近期活動通知(點擊鏈接報名):

邀請函:1月6日答謝宴盛情邀請


推薦閱讀:

吳老師分享4|《程序化廣告實戰》分享會暨新書發布會回顧
直播,是流量的盛宴或只是內容的快餐?(上)
邀請函:1月6日答謝宴盛情邀請
通知:10月14日「PDB一」專題【北京流水課絕版】
有115年歷史卻首次入華的妙卡,能喚醒日益萎靡的中國巧克力市場嗎?

TAG:数字营销 | 广告 | 程序化广告书籍 |