如何高效利用移动互联网 DSP 广告转化流量?

5 评论 25598 浏览 86 收藏 16 分钟

目前,兴起于欧美的 DSP 广告行业行业处于快速发展的阶段,预计2016年中国 DSP 广告投放市场总规模将达到 219 亿元。从理论上看,DSP 广告很像是一种完美的广告投放方案 —— 实时竞价、精准投放 —— 最大程度实现了信息资源和用户注意力的优化配置。但在实际投放操作层面,身边做推广的小伙伴们都多多少少抱怨过 DSP 广告转化效率不高、流量真假难辨质量参差不齐等问题。

理想总是很丰满,现实总是很骨感。但我们如果希望在冲向理想的路上多长二斤肉的话,总得先搞清楚,现实之骨对比理想之肉,问题到底出在哪里?

丰满的理想:DSP 广告特点&形式

DSP 广告特点

1.实时竞价

DSP 广告在平台内和平台之间都以曝光为单位进行实时动态竞价。

具体来看,采用了「次价密封投标」的方式来拍卖广告曝光。「次价密封投标」,通俗来说,就是出价最高者以出价第二名的价格来买到曝光位。DSP 广告的投标通常分为两步:先进行 DSP 内部投标,再进行 DSP 间跨平台投标。

而这两步,都几乎是动态「实时」完成的,对于平台间的对接标准、数据的运算速度,都是极大的考验。

2.精准精准再精准

DSP 广告的一大特点就是精准,具体而言,「精准」体现在用户画像的精准和投放需求匹配的精准两方面:

  • 用户画像精准: 几乎每一家 DSP 广告平台都号称自己拥有准确的用户画像信息,不仅能判断出用户的年龄、性别、地域等人口属性信息,还能判断出用户的兴趣、爱好、行为习惯等个性特征信息,而理想状态下的 DSP 运行模式,也是基于对于用户的需求的精准了解的基础上的。
  • 投放匹配精准:基于对于用户的精准了解,理想状态下的 DSP 广告还能够实现需求的精确动态匹配 —— 把精准的信息,在精准的时间、场景下,精准地投放到精准的人身上,实现内容与用户在时间、空间、需求上的精确匹配。

DSP 广告形式

在广告形式上,基于曝光位置的 DSP 广告并没有别处心裁之处。总体而言,目前市面上常见到的 DSP 广告形式有:

  • 原生广告:出现在 App 内的信息流中,因为能比较好的融合在 App 的背景内容中,给用户的「这是广告」的感觉比较弱。
  • Banner 广告:一般出现在 App 某个页面的顶部或者底部,以一整条的形式出现,因为面积比较大、比较醒目,曝光效率不错。
  • 贴片广告:一般是出现在视频产品中,分为前贴、暂停贴、后贴,通俗来说,就是在视频播放前、暂停中、播放后来插播的广告。目前我们也看到,有些比较热门的视频节目,在播放过程中也会强行出现贴片广告,这种我们可以称之为「播放中强行贴片广告」
  • 插屏广告:一般出现在 App 打开时,偶尔也出现在一些「成就达成」页面出现之后,是以一整屏一张的形式来展示的广告形式。
  • 富媒体广告:通俗来说就是多种媒体形式呈现的广告,一般会在 App 内的某些位置弹出播放,一般是以小视频的形式出现。

骨感的现实:DSP 广告的困境

精准并不是一件天然而容易的事 —— 谁才是真正的 DSP?

我们不得不面对的残酷现实是,现在市面上大部分称自己为 DSP 的广告平台,都不是上文提到的理想状态的 DSP。要实现用户画像精准、推送精准,事实上并不是一件容易的事情,平台们不得不解决如下的这些问题:

1. 什么样的用户特征,才是「精准」的?

在 A 平台购买了鞋子的用户,是否在 B 平台也一定爱看鞋子相关的广告?(我只是来看新闻的啊)

使用 IOS9 以上操作系统的用户,是否就一定喜欢用网易云音乐而非酷我音乐盒?(妹的瞧不起我们年轻人)

女性用户就一定爱买东西么?(让我们穷人家的女孩子怎么办)

昨天买过瑜伽垫的用户,今天还要买瑜伽垫吗?(老娘要那么多瑜伽垫做什么,用来打地铺吗)

获取用户已有行为信息是一回事,但根据这些信息来揣测用户的喜好又是另一回事了。精准并不是一件容易的事情。

2.跨平台的数据信息,如何处理才能「精准」匹配在一起?

理论上,对于用户的数据越多,那么对于用户的了解也就越充分,因此,拿到跨平台的数据并且匹配在一起,是刻画和了解用户的一个必经之路。然而,每个 App、每家平台,对于用户的识别方式都是不尽相同的,编码系统也大不相同,多平台的数据获取之后,如何才能通过匹配来判断哪些信息属于同一个用户,就成了一个大的麻烦。而设备 ID 又属于高机密信息,一般数据提供方都不愿意把设备 ID 提供出来,就更加剧了此事的困难程度。

3.怎样才能「精准」地与用户建立沟通?

即使上述问题全部解决掉,我们终于判断出了哪个用户是谁,TA 的兴趣爱好、行动习惯我们都一目了然了,接下来问题又来了 —— 我如何才能跟用户准确地建立沟通呢?如何才能让信息准确地出现在用户面前呢?

除了又要面对已有信息与曝光位平台信息的匹配的问题,如何才能尽量多场景的覆盖用户行为也是一个需要解决的问题。最简单的例子来说,广告主希望能够在用户途经某家店的时候,就推送跟这家店相关的 App 内容给用户 —— 但 DSP 广告平台掌握的资源并没有能够在此时与用户进行交流的曝光位置,那么广告主的需求就无法被满足,而且很可能这一类需求都永远无法被满足。

以上三个问题并不容易解决,需要耗费大量的人力和财力,而且需要花费时间去积累数据;而随着国内 DSP 平台如雨后春笋般涌现,市场环境又是高竞争而残酷的,似乎无法等待平台们慢慢做积累。

因此实际上,大部分的 DSP 平台虽然称自己为 DSP 广告平台,但实际上数据积累有限、对于用户了解有限,不少号称自己覆盖了多少多少亿用户的平台,也许实际上只是有如此多的用户量盘子总量,实际了解的用户却很少,最多只能在地域、机型、爱好领域等方面做一些粗略划分,以达到看起来「精准」的效果,但离真正的「精准」还很远。

那么,DSP 实际上只是把广告主的曝光需求分发出去而已,严格来说,甚至都很难算是 DSP,与传统的渠道分发玩法几乎无异,只是套了 DSP 的外壳而已。

如果我们再考虑到掺量、刷量等情况,情况就会变得愈加复杂。事实上,2015 年就已经陆续就曝出不少 DSP 平台存在欺诈、掺量等问题,引发了 CP 们对 DSP 行业的质疑。

所以对于做推广的 CP 来说,如何擦亮眼睛选择一家「真正的」 DSP 平台,如何获取到真实、有效、高精度的用户,就成为一个极大的、需要付出极高筛选成本的挑战。

效果广告导量效率有限 —— 转化率的问题出在哪里?

根据艾瑞对于 2012 年 – 2016 年 DSP 研究行业报告,目前 DSP 广告平台的 App 推广类效果广告效率一般,DSP 广告内容和行业广告收入以品牌广告为主。

这一点似乎不难理解 —— 一般大家都会认为,品牌广告主都更有钱、更愿意花钱。但事实真的如此吗?移动互联网发展得如火如荼,谁都知道如今的热钱都在这个行业;而移动互联网行业的竞争状况之白热,也是有目共睹的,这一行业的广告主用户增长的焦虑比谁都强 —— 事实上,效果广告主的付费能力和付费意愿丝毫都不输品牌广告主。

那为什么效果广告主还是不愿意把钱花在 DSP 广告平台上呢?答案是,DSP 广告平台导量效果并不好。确切说,从目前的普遍反映来看,DSP 的曝光效果还是不错的,但转化率低,所以导量效果差。

除了以上提到的诸多精准性的疑虑以外,目前所有的 DSP 广告平台的导量闭环,其实是缺失了一块的 —— 即使信息被精准地传递给用户,当用户兴致勃勃想要使用 App 产品时,下载成功已非易事;而当用户好不容易下载成功,却迷失在了 App 首页,再也找不到当初吸引自己来 App 的商品,用户转化和用户留存自然堪忧。

理想与现实的鸿沟是否有解?

数据的精准仰赖于 DSP 平台长时间的数据积累和数据打通努力。但作为投放广告主的 CP们,也是有办法来通过自身努力解决上述提到的问题、提高 DSP 投放效果的:

弥合用户回流闭环 —— DeepLink (深度链接)技术

屏幕快照 2016-07-26 下午5.10.58

DeepLink 技术是指,不管是新用户还是老用户,都可以帮助用户从外部页面直接打开 App 并直接跳转至 App 内容页的技术。进一步地,这一技术还能够在外部页面对于 App 新老用户做出区分,并针对新老用户推送不同内容,实现更加精准的推送。运用这一技术,CP 们可以轻松解决掉 DSP 投放中的问题。

1.场景还原 – 投放闭环完整化

DeepLink 直达场景的功能将使得上述悲剧不再发生:用户在外部曝光位看到的是什么,在回到 App 的时候,就看到的是什么,再也不用费心费力去体会寻而不得的痛苦。

2.判断新老用户,拉新、促活一网打尽

此外,DeepLink 技术还能够在外部展示页判断用户是否已经安装 App —— 而如所有做推广同学所知,拉新用户和促进老用户活跃,需要传递的信息是不同的。运用这一技术,将使得 DSP 投放更为精准:向新老用户各自传递更有针对性的信息,拉新、促活将变得清爽明晰,不用再搅在一起、降低彼此的效率。

基于以上两种原因, DeepLink 技术几乎已经成了 DSP 广告的标配。

筛选相对质优、精准的 DSP 之术

1.测试先行

无论何时,不管对方的销售把 DSP 讲的多么天花乱坠无所不能,在没有看到真实的效果之前,都需要谨慎怀疑。小量测试是一个很好的方式,不仅能够测试出 DSP 真正能带来的用户数量,也能对于用户质量有直观的认识。

2.渠道用户质量监测

用户质量实际上远比数量本身要重要的多。对于不同 CP 而言,衡量用户质量的指标也有所不同:除了基础的留存率、活跃度等指标外,LTV、GMV 等用户后续转化指标都是重要的衡量用户质量的指标。

因此,一款灵活的渠道用户数量和质量监测工具就很有必要了。这款工具最好具有以下两个基础功能:

  • 打通 App 内外数据指标:这样才能看到从 DSP 相关曝光为止到 App 内部的用户行为的完整转化过程,一方面便于监测质量,另一方面也能通过观察各环节转化率来寻找优化的方向。特别是 IOS 平台投放,如果没有内外打通数据的话,CP 们几乎连分渠道监测数据都有困难。
  • 独立第三方数据监测:DSP 本身也会有不少相关数据监测给到 CP 广告主,而 CP 广告主则通过自身能监测到的数据来比对,模糊地判断这条渠道是否靠谱 —— 但毕竟没有实在中立的链条数据,双方都需要猜。因此,如果有一款第三方中立的渠道数据监测产品,那么投放双方都会省去不少的沟通和揣测成本,数据也会更真实、更有价值。

 

本文由 @longmango 原创发布于人人都是产品经理。未经许可,禁止转载。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 感觉现在阿里,京东很多算法也很蠢,经常是你买过一件东西以后,一直给你推类似的。总觉得这帮程序员和产品经理平时根本不购物的。

    来自广东 回复
  2. 虽然不是广告业内人士,但是读后感觉不错,但是为什么只以APP为例,没有提及PC/移动端基于C/S架构下的广告投放呢,我感觉后者似乎才是主流吧,APP本身就具有自己的属性类型,如果在APP上投放广告与其本身内容不符,效果也不会好吧,而且我始终认为APP并非主流,只有一些特定的APP发展会不错(例如IM),但限制太大,求解

    来自北京 回复
  3. 其实我们一开始也是用的branch,确实在国内的服务很不稳定,也跟他们反应过这个问题,当时他们说的是branch没有打算进入中国市场,如果国内企业想用的话可以试试他们在国内的合作商DeepShare,所以最近我们有在联系,有用过的朋友们分享一下经验呀,服务稳定吗? ##现在做运营也是越来越不容易了啊,感觉技术要求越来越高了好慌##

    来自北京 回复
  4. 非常同意!!!虽然dsp的广告分发形式比传统的方式更精准,但是app自身不能具备诸如deeplink这样的技术,dsp并不能最大化发挥这种价值。我们公司以前选用过国外branch的deeplink服务,但是好像是因为兼容度的问题,非常不稳定,最近一直再找新的解决方案,不知道各位朋友有没有推荐的。。

    来自北京 回复
    1. branch好像没有开拓中国市场吧。。。。

      来自北京 回复