程序化营销之一|合适的时间遇到对的人

文/宇坤
行字1.6K 阅读时长3-5Min

学习了解到的知识点有:
概念:程序化购买、实时竞价(RTB)、DSP、Ad Exchange、DMP、SSP等
国内外DSP供应商的相关SWOT分析汇总
俩大彩蛋:
三个CASE告诉你移动互联网场景时代,移动DSP如何投好广告
权威行业研究报告诚荐6篇

概念普及:

程序化购买(Programmatic Buying):通过数字化、自动化、系统化的方式改造广告主、代理公司、媒体平台,进行程序化对接,帮助其找出与受众匹配的广告信息,并通过程序化购买的方式进行广告投放,并实时反馈投放报表。程序化购买把从广告主到媒体的全部投放过程进行了程序化投放,实现了整个数字广告产业链的自动化。程序化购买按照交易是否公开可以分为公开交易和私有交易,公开交易主要以 RTB 实时竞价模式;

私有交易主要包括三种竞价方式:PDB 私有程序化购买、PD 优先交易、PA 私有竞价,区别在于是否竞价以及广告位是否预留。

RTB(Real Time Bidding 实时竞价): 是 DSP、广告交易平台等在网络广告投放中采用的主要售卖方式,在极短的时间内通过对目标受众竞价的方式获得该次广告展现。仅限于购买广告交易资源,无论在 PC 端或是移动端均可以实现 RTB 的购买方式。

PDB:英文全称“Programmatic Direct Buying”或者“Premium Direct Buying”,私有程序化购买,是把广告主常规购买的保量的优质媒体资源,利用程序化购买的方式进行人群定向等多维度定向的广告投放。无论 RTB 或 PDB 模式都需要 DSP 的系统作为实现投放的桥梁。

PD(Preferred Deals):优先交易,与 PDB 的区别在于广告资源具有一定的不确定性,广告位的展示量,不能预先保证。

PA(Private Auction):私有竞价,媒体把较受广告主们欢迎的广告位置专门拿出来,放到一个半公开的市场中进行售卖,供有实力的广告主们竞价,价高者得。

广告交易平台(Ad Exchange):一个开放的、能够将媒体和广告主/广告代理商联系在一起的在线广告市场(类似于股票交易所)。

DSP 的实现很大程度上需要有成熟的 Ad Exchange。

DSP(Demand Side Platform,需求方平台):为广告主提供跨媒介、跨平台、移动终端的广告投放平台,通过实时数据分析来进行购买、投放广告,并形成报表。

广告网络(Ad Network):介于想出售广告资源的 Web 网站、APP 资源与有发布广告需求的广告主之间,一方面帮助媒体将广告位资源按照受众类型进行整合打包出售,另一方面通过行为定向、频次定向、内容定向等技术帮助广告主精准定向目标人群。

DSPAN(DSP+Ad Network):扩展型 DSP,Ad Network 公司转型 DSP 的过程中,混合经营的一种形式。

SSP(Supply Side Platform,供应方平台):帮助媒体主(在移动端主要是移动站点和 APP)进行流量分配管理、资源定价、广告请求筛选,使其可以更好地进行自身资源的定价和管理,优化营收。

DSP是媒体主通过 SSP 进行资源流通的重要渠道。

DMP(Data Management Platform,数据管理平台):通过全面整合管理各方数据,深度建模和人群细分,建立自动化人群策略,提供全面深入的数据洞察和智能管理,指导广告主进行广告优化和投放决策。

DMP 可以帮助广告主实时的梳理和整合多方数据,通过深度挖掘和智能管理,形成基于人群投放并获得更高效果转化的有效指导。

相关商家SWOT分析

点媒.png

点入.png

广点通.png

芒果移动.png

品友互动.png

有米广告.png

AdMaster.png

AdView.png

AnG.png

google.png

阿里妈妈.png

百度.png

璧合科技.png

核心纬度的几点见解

**DSP最重要的两个关键点是数据整合与数据挖掘 **

DSP 的资源与数据并非是独占的,各家 DSP 都可以采集和利用,而由于中国数
据碎片化的现状,因此,国内各家 DSP 最大的区别在于数据整合与数据挖掘。数据整合的越多,质量越好,越有助于用户画像的清晰度,而数据挖掘的技术能力越好,越有助于投放效果的提升,帮助营销的精准触达。

精准投放与高效转化&以受众购买为中心

合适的时间遇到对的人的精准营销就是在合适的时间、合适的地点、将合适的产品以合适的方式提供给合适的人。

对的,这就是传说中的一见钟情。

DSP除了颠覆传统媒体的购买方式外,也颠覆了传统的广告逻辑,明确了以受众为中心的购买模式。

从大数据的角度来分析而言,企业需要通过对数据的采集、处理、分析,从中提取用户需求,形成决策,从而实现企业、用户体验双赢。

数据需要整合、深度挖掘才有更大价值

信息碎片化使其形成数据孤岛,不仅受地域、属性,还有质量、实时性等诸多问题。
数据驱动未来,数据的价值不单单是体现在其量大来源广,更重要的是利用技术进行数据整合和建模挖掘的能力,可以最大化激活数据应用数据,才能实现大数据的价值。

三个CASE

1.jpg

2.jpg

3.jpg

4.jpg

彩蛋

DSP相关原理,实操技巧类,下次分享。

公众号(宇坤),回复“DSP”,赢取权威资料!

感谢!

---end 知识服务工作者,营销达人@宇坤

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 194,491评论 5 459
  • 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 81,856评论 2 371
  • 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 141,745评论 0 319
  • 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 52,196评论 1 263
  • 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 61,073评论 4 355
  • 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 46,112评论 1 272
  • 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 36,531评论 3 381
  • 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 35,215评论 0 253
  • 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 39,485评论 1 290
  • 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 34,578评论 2 309
  • 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 36,356评论 1 326
  • 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 32,215评论 3 312
  • 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 37,583评论 3 299
  • 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 28,898评论 0 17
  • 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 30,174评论 1 250
  • 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 41,497评论 2 341
  • 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 40,697评论 2 335

推荐阅读更多精彩内容