RTB到底是数据购买还是程序化购买?

最近,不断有RTB厂商在吹捧RTB广告将要成为程序化购买的主战场。根据个人的理解,在RTB领域的程序化购买与期货中的程序化交易还是有差异的:

期货交易与广告交易:

  • 期货指数不受其他市场实际影响,广告交易受发布商影响;
  • 期货指数维度较为单一,广告交易影响维度较多,而且都是直接影响;
  • 期货市场受到政法、法规的强制管理,广告市场仅受市场规则与企业相互软约束;

总结来说,期货指数相关,数据层面是稳定的,而广告市场,广告是受发布商自有控制的,存活周期十分受限。另一方面,广告主也并不需要完全自动化的程序化购买,广告营销是个复杂的过程,并不一定能直达结果,市场反映是需要时间的。换句话说,RTB市场的程序化购买,更像是一种为广告营销人员提高执行效率的机制与平台,并不会是真正的程序化自动交易。

反观数据购买、受众购买,这是广告主所倾向的。一方面,富有标签的受众注意力,是广告主达成精准营销的喜好,它让整个营销变得可解释程度更高,更富有意义;另一方面,精准的目标受众,最终达到的转化、口碑效果也是更好的,这是由实践经验得出的:兴趣类用户的最终成本是普通用户的最终成本的1/10不到。

广告主更期待营销的执行,能伴随自己的市场营销策略,并且变得富有含义、可控。那么自然而然,鲜活的、富有含义的受众,甚至是此时的受众注意力,才是RTB重心。

阿里妈妈营销平台概览

阿里妈妈营销平台是整合了阿里系网站站内与站外流量资源的营销推广平台,流量交换模式也完全基于RTB(Real-Time-Bidding,实时竞价)。

营销平台核心产品

Tanx广告网络与交换平台

Tanx,即Taobao Ad Network & Exchange,是阿里妈妈旗下互联网推广的营销平台。 Tanx和发布商、推广主、推广代理公司、数据提供商、DSP、推广联盟、第三方技术提供商进行全面合作,打造统一推广营销平台。

淘宝直通车(DSP)

淘宝直通车又分为淘宝直通车、天猫直通车、一淘直通车。三者产品主要对应的是商品搜索流量资源,分别是淘宝网、天猫网、一淘网搜索资源。

钻石展位(DSP)

钻石展位主要针对于淘宝体系内的图片、富媒体等核心广告资源的展示。

网销宝(B2B,DSP)

网销宝是1688等B2B类资源的交易平台,包括B2B中搜索、品牌等多种媒体资源。

淘宝客(淘宝联盟)

淘宝客是通过CPS的方式将站内商品资源、盈利空间,折让给站外优质流量的广告交易平台。

营销平台优势

全网流量

拥有淘宝、天猫、1688等阿里巴巴集团站内的优质流量展现位置,同时合作60万家外部网站,日均50亿PV覆盖。

精准定向

依靠淘宝网庞大的数据库,通过多维度访客定向技术,帮助您锁定潜在买家,实现精准营销。

数据洞察

拥有先进的实时竞价(RTB)技术,全面的数据实时分析功能,帮助您即时高效推行营销方案。

总结

广告主

阿里营销平台的流量,与淘宝店铺、天猫商家等电子商务企业来说,能直接对应上购买高转化,商业化兴趣精准的流量。视为电子商务广告营销流量首选。

媒体发布商

目前看,仅有Tanx、淘宝客、一淘网是有部分对接外部流量,相比于DoubleClick等而言,阿里营销并没有为优质发布商提供完整的解决方案,这也是外部流量局限性的关键。

参考资料:

RTB广告核心业务与技术范畴

Bidding to Conversion

这是业务场景的第一部分,简单描绘了从竞价到转化的整个流程。

Bidding Ads

  • High Performance Bidding
  • Strategy Automatically Optimizing
  • Targeting(Public Tags)
  • Re-Marketing(Private Tags)

Creative Impression

  • Good Impression(Web Ads & Mobile Ads)
  • Creative Template(Ads A/B Testing)
  • Creative Automatically Optimizing(Targeting Ads)

Linking(Click)

  • Ads Monitor

Landing & Conversion

  • Landing Template(Landing A/B Testing)
  • Landing Automatically Optimizing(Personalization Content)

Data Collection

数据收集是其中非常关键的部分,收集的包括从竞价一直到最后转化的各种行为数据,数据也将以日志的形式先记录下来,后续针对不同的日志进行标准化处理,再应用到不同和业务模块。

HTTP(s)

  • Bidding、Impression、Click、View、Action

Upload

  • Offline

Data Management

数据管理又是RTB广告的另一大块核心,其中包括平台化的数据市场,关键的是高效ID匹配模块。另一方面,基本的数据分析、报告呈现也是很有必要的。对数据的标签化和预测,则是提升整个系统价值的关键。

Data Exchange

  • ID Mapping(Cookie Mapping)
  • Data Market

Data Processing

  • Real Time Report

Data Analytics

  • Analysis & Reprot(Data Warehouse)
    • Multi-Dimensional Analysis
    • Atrribution Analysis
    • Data Visualization
    • Anomaly Detection
    • Customer Relationship Management
  • Data Tags(Data Mining)
    • Clasification
    • Cluster
    • Association Analysis
  • Prediction
    • Bidding Prediction(CTR)
    • Defection Analysis

Supporting Technology

这一部分主要囊括了支撑RTB相关的核心技术与部分开源解决方案。从比较基础的语言,到基础服务如DNS等,最后再到实现其中数据分析、数据挖掘的分布式、流失存储计算产品。

Fundation

  • Java、Python、Go、Linux、Network

Client

  • JavaScript、HTML5、CSS、Flash、App Tech

Network

  • Web Server(Nginx..)、DNS、CDN

Database

  • MySQL、Oracle

Hadoop

  • Hadoop、Hive、Mahout

Stream(computing)

  • Storm

High Performance Computing

  • CUDA、MPI

NoSQL

  • MongoDB、Redis、HBase

Virtualization

  • Openstack