程序化广告实战分享系列 – PDB之坑(二)

程序化广告实战分享系列 – PDB之坑(二)

接上篇:

《吴俊:程序化广告实战分享系列 – PDB之坑(一)》

上次说到了视频PDB有哪些KPI,这回从固定位PDB继续吧:上篇也已讲过固定位因为不能退量,媒体都是按CPD售卖的,所以要不就是单Campaign的多创意轮播;要不就是多Campaign的多产品共用流量。

以下为二者的异同点以及存在的坑,大家务必知悉:

1.“单Campaign的多创意轮播”:更多的是一种工具的使用场景。

2.“多Campaign的多产品共用流量”:从某种角度来看,各产品的CPUV确实会大大降低,而且如果做适度的针对不同的人投不同的广告,后续的效果多少会有些优化。

看上去很美,但是还是有个大大的坑

多Campaign都有自己的排期,大家很难保持相同的排期相同的预算来均分流量,而且既然是CPD将该广告位的流量全部包下,那么那些超频的PV给哪个产品呢?那些低龄用户的PV给哪个产品呢?好像只能给那个预算最大的那个产品打底了,那么预算最多的产品就要吃亏了。

另外关于后续效果的问题,还有一个坑

媒体流量其实对效果也起了很重要的作用,因为上媒体的用户,浏览媒体内容的用户都是由媒体的流量中产生的。所以后续效果这件事情到底是PDB还是媒体……;这里有太多太多的坑了。

所以我在很多场合反复强调大家一定要清晰的认识到程序化广告仅仅是广告行业的信息化工具和手段。不是救命稻草,不能盲目地把所有的KPI都压到这个工具上。

况且广告的核心功能是:曝光度、美誉度、知名度,让消费者认识、认知、记忆、形成一种思维的购买记忆,至于消费者什么时候购买,广告无法保证和做到!

而程序化广告精准广告能解决的仅仅是在合适的时间对合适的人传递合适的品牌及产品信息。一个人从产生购买意愿到最终消费中间的影响因素有非常的多。

好了,这个问题先到这里,有兴趣我们可以线下继续聊。

下面重点从业务技术层面讲讲常见的误区和坑吧:

误区一:DSP+RTB那么复杂我们都搞定了,PDB不就更小菜啦!

这是很多做过DSP+RTB的同学经常会有这样的误区,这样就会也在产品功能设计、算法支持、运营执行上留下了太多的坑。

以下为DSP+RTB与PDB的差异性分析:

我们需要重点强调的是:PDB不同于DSP+RTB的最大条件就在于流量是否能100%放弃。基于这个核心的差异,各个方面存在各种各样的差异。

还是先来看看视频PDB,上一篇也提到了媒体为了保证流量的售卖使用率,是肯定有一定的退量阀值的,若退量超过这个阀值,肯定是要加价的。

所以:

首先,在产品设计上:就应该尽可能减少各种DSP+RTB哪些引以自豪的定向条件的设置功能,例如:地域定向、时段定向、设备类型定向、LBS定向等等等等。当然会有同学提问了如果客户需要广东地区播放粤语素材,没有地域定向我怎么做投放设置呀?

其实为了视频PDB项目尽量小的同第三方监测的地域GAP,应该禁止在PDB端做地域定向的设置,应该在接入流量的时候就按不同地域来接入流量。

因为大部分视频媒体同第三方监测都已经有同源机房,所以采用同源机房的监测代码能一定程度降低地域GAP(近期我整理一篇关于地域GAP的专题文章,这里就不在赘述。)。

还有同学会问若客户对不同素材投放时段有一定要求,如果没有了时段定向设置那该怎么办呀?

其实是有很小很小的概率(200个项目中可能都不会出现一个这样的需求)会出现这样的项目需求,若真存在类似的需求,建议可以对时段定向等等定向功能安排一个特殊的权限,一般的业务执行同学没有这个高级权限无法做相应的定向设置。

当然最重要的定向流量的功能一定要保留的,PDB就是广告主项目同流量一对一的投放,所以肯定不能像DSP+RTB那样什么广告主都能使用这个流量的。部分媒体在这方面也做了限制,对于不拥有这个流量的广告主的广告是投不出来的。

然后,看看算法支持的特殊性吧,DSP+RTB的算法是事先有离线模型从流量特征(点位、时段、地域等等)、项目素材、人群标签等等各种因子同成交价、胜率、CTR、CPC等等通过大量的机器学习建立数学模型。人群标签是通过RTB收到ADX发过来的用户的网络行为对不同的用户打上各种标签,且各种标签的权重随该用户这方面的网络行为的频度和媒体相关性等等都不同。每次竞价请求过来,算法通过离线的数学模型预测投放设置的优化KPI目标的概率来计算预测该不该出价、以及出多少价。DSP+RTB的算法中是没有退量比的计算环节的,最多有的是投放速度控制的环节。所以由此可见PDB的算法同DSP+RTB的算法简直完全不同。

似乎有的同学觉得PDB算法好像简单许多,但是这要看KPI是什么。如果KPI是简单的联合频控,可能确实是不需要太多算法的干预。但若KPI是TA或适度优化CTR(传统视频项目因品牌宣传为主且CTR较高,所以一般很少以CTR作为KPI)等等。就需要PDB算法了,PDB算法最主要是在退量的实时处理上,在非TA的流量或影响KPI的流量上按DSP+RTB算法是直接放弃的,而这个时候PDB的算法却不能放弃,需要先看一下退量是否还有空间,如果还有退量空间那么就可以放弃该流量,若退量阀值已达到,那么无论这个流量有多差都需要收下来投放广告,这就是PDB算法。

当然还有一种在PDB算法不完善的的情况下用曝光上限来控制退量的,这种仅仅只能在PDB算法还不健全的时候使用的临时方案,这种设置很容易导致多退媒体的流量,因为不少媒体虽然约定了排期每天多少个CPM,但由于媒体为了确保消耗,在流量多的时候就会多推,流量少的时候就会少推(媒体方常说的“冲高保底”)。遇到这种情况曝光上限的设置就不能奏效了,就需要要求媒体按每天固定排期推量。但此时就会出现一个媒体销售会说若量完不成就别怪媒体的尴尬情况。所以广告主及代理公司都会要求PDB方能动态支持按退量比来投放而不是按固定曝光量来投放。记得曾经有个产品同学问题,这样的话我们怎么动态控制退量呀?每小时做么?我的回答是:每次曝光的都需要记录该媒体该流量目前曝光了多少量、推送了多少量、退回了多少量、当前剩余的退量空间。然后下次广告请求来的时候根据这个剩余的退量空间来决定是否需要该流量。而且需要重点强调一下的是退量阀值(推送比)是跟不同地域的流量走的,因为媒体不同地域的库存是不同的。若某地域退量超过了阀值媒体同样是不同意的,因为退量多了会导致媒体排期不能正常完成、收入少了。这是媒体销售不答应的。

最后,来看一下运营执行上的特殊点:大多数RTB项目上线的时候不会要求所有的媒体都需要按排期出量。只要能按客户要求的量完成出量即可,所以运营执行同学可以一个个平台逐步去审核通过及安排出量。但PDB项目不是,PDB上线第一天必须要所有媒体需要审核通过,放量、广告上线投放。而PDB比传统排期增加了很多中间环节:例如素材、监测代码PDB方上传,PDB投放设置开启,媒体审核通过、媒体放量等等。而且很重要的一点是媒体放量是最后一个环节,必须确保所有的前序环节都完成了才能通知媒体放量。否则因此造成的退量媒体是不能同意的。所以运营执行上同RTB项目的差别还是很大的。(运营执行上的复杂度还是很高的,已经有很多媒体在不断升级,对于PDB项目的素材不在安排线上人工审核的环节了只要素材上传就自动通过。)

另外一个运营执行上需要注意的点是:之前传统排期广告代理只要把素材和监测代码给到媒体,关于素材的转码改尺寸等等工作都是媒体内部消化了。而PDB执行中,素材很多时候通过系统对接的媒体存在规格要求,文件大小、尺寸、码流等等。由于之前都是媒体消化了这块,而这块目前转到PDB方来执行了,这块也是个容易留坑的地方。项目运营执行的同学千万要小心。

我们今天先到这里,更多的误区和坑会在后续继续为大家梳理,敬请期待。


( 转载请注明出处:微信订阅号:ad_automation )

欢迎大家关注我们的微信订阅号:ad_automation,了解更多程序化广告实战的内容,也欢迎大家把想要了解的问题、信息反馈给我们,我们会根据您的反馈撰写更多内容。

编辑于 2017-11-08

文章被以下专栏收录

    分享程序化广告实战系列基础知识及经验,让更多入门同学更熟练运用程序化,推动程序化行业更加繁荣。让大家尽量少走弯路、少踩坑