数据与广告系列三:合约广告与与衍生的第三方广告数据监控

01

在第一篇《数据与广告系列一:初识在线计算广告》中,我们对在线计算广告的一些基本情况进行了了解。在《数据与广告系列二:计算广告和推荐系统》中,我们从计算广告的本质逻辑上,结合对推荐系统的理解进行了深入的分析对比。

在接下来的几篇中,我们可以会针对广告垂直的广告类型进行了解,以及针对对应的广告类型衍生出来跟数据相关的一些东西会着重进行分析和探讨。

在这篇文章里,我们将简单的对于合约广告进行了解,然后针对于合约广告衍生出来的数据监控等相关的东西进行分析。

02

我们知道,在线上广告尚未普及推广的时候,大部分线下广告都采用时间+位置买断的方式来走,然后这种方式顺其自然的引入到了早期在线广告的很多场景里,典型的就是CPT(Cost Per Time)广告。

时间段很容易理解,然后线下广告牌的位置与线上例如WEB站点Banner轮播位置,是一样的逻辑,同样都是花钱买位置买时间,这是一种流量端完全不考虑效果转化的一种形态。

随后,合约广告开始出现,所谓合约,即约定了一定的前置条件,流量方必须要满足约定的条件才可以拿到广告主的广告费。以CPM(Cost Per Mille)为典型代表的合约广告,其核心约束力为约定的总曝光量,以及CPM单价,即每千次展示的价格。

CPM广告直到今天,依然是一种非常主流的广告投放模式,特别是以品牌形象为诉求的广告,其对于最终的点击转化是不做承诺的,只对约定的展示曝光量负责,而大部分的流量承载端(Web端,媒体端等)也非常喜欢这种方式,只需要有流量就可以接广告。

03

对于合约广告的广告主来说,其最终目的同样是转化,只是最直接的效果是品牌曝光效应,但不影响广告主对于流量群体的要求。所以,对于受众的定向同样是有诉求的。

与后续我们说到的复杂的竞价体系的用户人群定向来说,这层级的定向相对就简单多了,比如基于人口属性,基于人群地域分布,基于LBS( Geographic Information System,基于位置服务,与地域分布不同,强调的用户更实时的坐标位置),基于流量类型(比如平台上不同的频道,栏目等),基于上下文理解(上下文关联性)等等。

其实,那些受众的定向条件都不影响我们对于合约广告的本质,本质上还是约定的曝光条件和价格。

04

对于合约广告的逻辑,数据在里头到底能做什么事呢?

首先,既然已经约定流量的曝光,那么我们就要做出合理的预测,针对于每个合约广告的达成,平台到底能不能满足约定曝光条件,就需要做流量的预估了。

其次,对于相通受众定向的条件,不同合约广告之间如何协调,最终确保每个合约都能满足条件,就会涉及到资源争抢的问题,其实就有点像竞价的需求驱动了,价高者得?

然后就是,针对于每个资源,频道,或者说打包的合约流量资源,如何合理的给出价格参考,即在售前的报价夹断是否能够给与辅助。

最后,如何监控CPM种的这个M,即最终给到的广告曝光量如何计算以及确保他的准确性。

关于竞价的问题,我们后续文章一定会深入分析,这里先略过,我们接着最后一个点广告曝光量如何衡量量化的问题深入下去。

05

对于大平台来说,比如,腾讯,有品牌背书,有巨大的流量池,他自己做的数据回收逻辑,大家都认,原则上认可平台给出的曝光数据,按照这个曝光数据来做结算。

但是,要知道在早期,广告行业的中间层是各种大大小小的代理公司(传统模式的线上化延续),而载体则是大大小小的流量端媒体,或者各种广告联盟,那么谁来确保这中间的公平公正性。

要知道“扣量”在CPM广告里头是个非常敏感的字眼,更何况任何一个广告主都不希望花冤枉钱,给了100万的曝光量的广告钱,就想获得这实打实的100万对应的品牌曝光量。

所以,第三方广告监测平台应用而生。他们通过各种各样的方式来获取广告或者平台流量的曝光量,而媒体端或者广告主都认可这个数据,或者说广告主用这个数据来辅助判定类似广告平台的曝光量是否偏差很大,避免被骗。

具体说如何获取,方式就很多了,一般第三方广告监测公司都会自己做流量监测的SDK,原理很简单,就是IP类访问统计,或者和广告代理以及广告公司合作,嵌入其SDK(很多时候广告代理或者广告公司为了获取广告客户的信任度,添加这种JS统计逻辑)。

还有一类公司有着天然的流量统计优势,就是第三方数据解决方案公司,比如友盟/百度统计/谷歌统计/Talking Data/神策等等,他们本来就是做埋点,做数据回收的,会不会和第三方统计公司合作就不确定了。

再腹黑点,第三方监测平台和代理方狼狈为奸也不是不可能,或者与流量端合作,骗广告主的钱,这里没有指具体的第三方,只不过各种各样的传闻,确实这块水非常之深。

抛开腹黑的话题,回归到数据监控的本质话题,而诸如秒针就是典型的靠第三方广告监测逻辑发家的,除了秒针还有类似的做第三方广告统计监测的公司,比如DoubleClick以及AdMaster等,他们的商业逻辑都差不多。

只不过,随着这块的影响力加大,可能会不断的渗透到其他方面,比如数据累积到一定程度,可以自己做中间层,做广告代理,因为他对于广告和人群匹配足够了解,又有足够多的流量下游。

总之,不但可以收广告主对于投放的广告监测的钱,又可以收广告主直接投放的钱,广告投放优化的钱,等等一系列衍生的周边逻辑,想象空间还是很大的。


如上,根据对秒针整体产品以及商业逻辑调研绘制出来的结构图。

从图中我们可以看到,围绕广告这块,秒针与流量端,与4A营销策划公司,与第三方DMP平台,与广告主都建立了联系,或多或少都有一些合作的空间,而其中所有的驱动力都是各种数据,以及围绕数据在其上衍生的能力,进一步产品化。

所以,光一个秒针的想象力就很丰富了,整个广告业态还是非常有趣的。

06

最后一个话题,如果以合约广告的方式,我们能否做点击量的合约广告?

标准答案我这里是没有的,但我个人认为是很难的。上面我们说了,在曝光量这一层其实我们就已经要做曝光量的预测了,而如果进一步到点击这一层,如果我们要对点击量做担保,这意味着我们需要对点击量做非常精准的预估,不但需要做预估,还得需要保量。

这对于流量平台方来说,风险过大,所以,核心的难点还在于技术和利益是否能达成平衡,如果进一步拆解,与CPC广告又很像了,但是很少见CPC广告会去保量的,严格来说他只定点击单价,并且常常以竞价的方式出现。

本系列的其他文章:

《数据与广告系列一:初识在线计算广告》

《数据与广告系列二:计算广告和推荐系统》

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350